Escolar Documentos
Profissional Documentos
Cultura Documentos
Analítica I (M1010)
Ano lectivo 2023/24
Gabriela Chaves
Departamento de Matemática
Faculdade de Ciências
Universidade do Porto
Funcionamento
◼ Aulas teóricas: exposição de matéria mas também apresentação de exemplos
◼ Disponibilização dos slides das aulas teóricas em formato .nb e .pdf no Moodle
◼ Para ver os ficheiros .nb é necessário o software wolfram player (gratuito) disponível em
https://www.wolfram.com/player/
◼ Aulas práticas: resolução de exercícios
◼ Disponibilização de folhas de exercícios no Moodle
◼ Informações importantes -> página da disciplina e email -> consultar regularmente
◼ Horário de atendimento: a combinar (gabinete 3.75)
Avaliação
◼ 2 testes obrigatórios, cotados para 10 valores:
◼ primeiro: fim de outubro (data a confirmar), nota mínima 3 valores;
◼ segundo teste na época normal de exames; nota mínima 4 valores;
◼ Exame da época de recurso, acessível a todos os alunos
◼ Classificações superiores a 16 valores só serão atribuídas após realização de uma prova escrita
complementar
Programa
◼ Sistemas de equações lineares
2 ALGAI_M1010_2324_pdf.nb
◼ Espaços vectoriais
◼ Aplicações lineares
◼ Matrizes
◼ Determinantes
◼ Produto escalar
ALGAI_M1010_2324_pdf.nb 3
◼ Diz-se que um sistema é possível se tiver pelo menos uma solução; caso contrário diz-se que é
impossível.
◼ Diz-se que um sistema é possível e determinado se tiver exactamente uma solução.
◼ Diz-se que um sistema é possível e indeterminado se tiver mais do que uma solução.
Exemplos
Interpretação geométrica
Exemplo 1
x-2y=5
3x+ y=3
y
Exemplo 2
4x-2y=5
-2 x + y = 3
y
Sistema impossível
Exemplo 3
ax - 2 y = 5
- x + ay = 3
-0.64
1
ALGAI_M1010_2324_pdf.nb 5
Exemplo 4
x + y +z=2a
x+2z=3
y + a2 - 5 z = 1
Matriz de um sistema
a11 a12 ... a1 n b1
a11 x1 + a12 x2 + ⋯ + a1 n xn = b1
a a22 ... a2 n b2
Dado o sistema ⋯ , a matriz do sistema é 21 e
... ... ... ...
am1 x1 + am2 x2 + ⋯ + amn xn = bm
am1 am2 ... amn bm
a11 a12 ... a1 n
a a22 ... a2 n
a matriz dos coeficientes é 21
... ... ...
am1 am2 ... amn
6 ALGAI_M1010_2324_pdf.nb
Exemplo
x1 +3 x2 - 53 x3 = 7 1 3 -
5
7
3
Para o sistema 2 x1 - 2 x2 + 47 x3 = 8 a matriz do sistema é 2 - 2 4
8 e a matriz dos
7
x2 + 5 x3 = 0 0 1 5 0
5
1 3 -
3
coeficientes é 2 - 2
4
7
0 1 5
Exemplos
Exemplos de sistemas particularmente simples e respectivas matrizes
x=1 1 0 0 1
y=2 0 1 0 2 Sistema possível e determinado
z = -3 0 0 1 -3
x=0 1 0 0
y=0 0 1 0 Sistema impossível
0=1 0 0 1
x+z=3 1 0 1 3
Sistema possível e indeterminado (as soluções
y-z=5 0 1 -1 5
são os pares da forma (3-a,5+a,a), com a∈ℝ
8 ALGAI_M1010_2324_pdf.nb
x- y+z=1 1 -1 1 1
L2 → L 2 - 2 L 1
2 y-3z=1 0 2 -3 1
L3 → L 3 + L 1 2y+z=2 0 2 1 2
x- y+z=1 1 -1 1 1
1 3 1 3 1
L2 → L2 y- z=2 2
0 1 -
2 2
2
2y+z=2 0 2 1 2
x - 12 z = 3
2
1 0 - 12 3
2
L1 → L1 +L2
y - 32 z = 1
2
0 1 - 32 1
2
L3 → L3 -2 L2
4z=1 0 0 4 1
x - 12 z = 3
2
1 0 - 12 3
2
L3 →
1
L3 y - 32 z = 1
2
0 1 - 32 1
2
4
1 1
z= 4
0 0 1 4
13 13
1
x= 8
1 0 0 8
L1 → L 1 + L3
2 7 7
y= 8 0 1 0 8
3
L2 → L 2 + L3
2 z = 14 0 0 1 1
4
x+ y-z=1 1 -1 1 1
3
L2 → -
1
L2 y- 2
z = - 12 0 1 -
3
2
1
2
2
-2 y + 3 z = 1 0 -2 3 1
x + 12 z = 3
2
1 0 1
2
3
2
L1 → L1 -L2
y - 32 z = - 12 0 1 -
3
2
-
1
2
L3 → L3 +2 L2
0=0 0 0 0 0
x = 32 - 12 z
y = - 12 + 32 z
0=0
x + 2 z = -1 1 0 2 -1
L1 → L1 -L2
y-z=2 0 1 -1 2
L3 → L3 +2 L2 0=2 0 0 0 2
Sistema impossível
12 ALGAI_M1010_2324_pdf.nb
x + y +z=2a 1 1 1 2a
L2 → -L2 y -z=2a-3 0 1 -1 2 a - 3
y + a2 - 5 z = 1 0 1 a2 - 5 1
x+2z=3 1 0 2 3
L1 → L 1 - L 2
y -z=2a-3 0 1 -1 2 a - 3
L3 → L3 -L2 a2 - 4 z = 4 - 2 a 0 0 a2 - 4 4 - 2 a
2º caso : a=2
x+2z=3 1 0 2 3
y-z=1 0 1 -1 1
0=0 0 0 0 0
Sistema possível e indeterminado; Soluções: (3-2c,1+c,c), c∈ℝ
3º caso : a=-2
x+2z=3 1 0 2 3
y - z = -7 0 1 -1 -7
0=8 0 0 0 8
Sistema impossível;
ALGAI_M1010_2324_pdf.nb 13
1 -1 + i 3+2i 1
0 i 2 0
i - 1 - i a2 - 2 a + 3 i a - 1 + 2 i
x + (-1 + i) y + (3 + 2 i) z = 1
iy + 2 z = 0
ix + (-1 - i) y + a2 - 2 a + 3 i z =
a-1+2i
x + (-1 + i) y + (3 + 2 i) z = 1 1 -1 + i 3+2i 1
L3 → L3 - iL1 iy + 2 z = 0 0 i 2 0
y + a2 - 2 a + 2 z = a - 1 + i 0 0 a2 - 2 a + 2 a - 1 + i
x + (-1 + i) y + (3 + 2 i) z = 1 1 -1 + i 3+2i 1
L2 → 1i L2 y - 2 iz = 0 0 1 -2 i 0
a2 - 2 a + 2 z = a - 1 + i 0 0 a2 - 2 a + 2 a - 1 + i
x+z=1 1 0 1 1
L1 → L1 -(-1 + i) L2 y - 2 iz = 0 0 1 -2 i 0
a2 - 2 a + 2 z = a - 1 + i 0 0 a2 - 2 a + 2 a - 1 + i
a-2-i a-2-i
x= a-1-i
1 0 0 a-1-i
L1 → L 1 - L 3
y = a-21i-i 0 1 0 2i
a-1-i
L2 → L2 +2 iL3
z = a-11-i 0 0 1 1
a-1-i
2º caso : a=1-i
x+z=1 1 0 1 1
y - 2 iz = 0 0 1 -2 i 0
0=0 0 0 0 0
Sistema possível e indeterminado; Soluções: (1-c,2ic,c), c∈ℂ
3º caso : a=1+i
x+z=1 1 0 1 1
y - 2 iz = 0 0 1 -2 i 0
0=2i 0 0 0 2i
Sistema impossível;
14 ALGAI_M1010_2324_pdf.nb
1 - Espaços vectoriais
1.1 - Definições, exemplos e propriedades básicas
Vectores no plano
Soma de vectores
Produto de um número
u+v
v
u
au
ℝ2 = ℝ ×ℝ = {( x, y ) : x, y ∈ ℝ}
Dado um referencial do plano, podemos identificar ℝ2 com o plano, fazendo corresponder a cada
ponto do plano o par formado pelas suas coordenadas. Analogamente ℝ2 identifica-se com os
vectores do plano com origem na origem do referencial.
A soma de vectores corresponde à soma de elementos de ℝ2 : ( x, y ) + (z, t) = ( x + z, y + t)
O produto de um número por um vector corresponde ao produto de um número por um elemento
de ℝ2 : a·(x,y)=(ax,ay)
ALGAI_M1010_2324_pdf.nb 15
Vectores no espaço
plano
soma
ℝ3 = ℝ ×ℝ ×ℝ = {( x, y, z) : x, y, z ∈ ℝ}
Dado um referencial do espaço, podemos identificar ℝ3 com o espaço, fazendo corresponder
a cada ponto do espaço o tripleto formado pelas suas coordenadas. Analogamente ℝ 3 identi-
fica-se com os vectores do espaço com origem na origem do referencial.
A soma de vectores corresponde à soma de elementos de ℝ3 :
( x, y, z) + (t, u, v ) = ( x + t, y + u, z + v )
O produto de um número por um vector corresponde ao produto de um número por um
elemento de ℝ3 : a ·( x, y, z) = (a x, a y, a z)
◼ · operação externa envolvendo elementos de (números): associa a cada par (α, u) com α ∈ , u
∈ E, um elemento de E
α ∈ ,u ∈ E → α·u ∈ E
Exemplos
multiplicação de um número por um vector, por um polinómio, por uma função
Definição
Seja E um conjunto não vazio, uma operação interna em E, · uma operação externa com os
elementos de ; diz-se que (E, , ·) é
um espaço vectorial sobre sse
1. a operação # é associativa, isto é, para quaisquer u, v, w ∈ E
se tem (uv)w=u(vw) ;
2. existe elemento neutro para #, isto é, existe 0E ∈ E tal que,
para qualquer u ∈ E, se tem 0E #u = u0E = u
3. para qualquer u ∈ E existe u’∈ E tal que u#u’ = u’#u = 0E (existência de simétrico)
4. a operação # é comutativa, isto é, para quaisquer u, v∈ E se
tem u#v = v#u;
5. a operação · é distributiva relativamente a #, isto é, para
quaisquer α ∈ , u, v ∈ E, se tem α · (u#v) = (α · u)#(α · v);
6. a operação · é distributiva relativamente à adição de escalares, isto é, para quaisquer α,β ∈ ,
u ∈ E, se tem
(α + β) · u = (α · u)#(β · u);
7. para quaisquer α,β ∈ , u ∈ E, se tem (αβ) · u = α · (β · u)
(a esta propriedade chama-se associatividade mista);
8. para qualquer u ∈ E se tem 1 · u = u.
ALGAI_M1010_2324_pdf.nb 17
Vectores do plano
Operações vistas anteriormente
Vectores do espaço
Operações vistas anteriormente
ℝ2
ℝ3
ℝn
F(ℝ,ℝ) : funções de ℝ em ℝ
Operações usuais de soma de funções e de multiplicação de uma função por um número real
18 ALGAI_M1010_2324_pdf.nb
ℂn
F(ℂ,ℂ) : funções de ℂ em ℂ
Operações usuais de soma de funções e
de multiplicação de uma função por um número complexo
ℂn
F(ℂ,ℂ) : funções de ℂ em ℂ
Operações usuais de soma de funções e de multiplicação de uma função por um número real
Notações
Propriedades básicas
uv=uw⟺v=w⟺vu=wu
uv = uw ⇒ (-u) (uv) = (-u) (uw) ⇒ ((-u) u) v = ((-u) u) w ⇒ 0E v = 0E w ⇒ v = w
A implicação v=w⇒uv=uw é trivial.
uv = u ⟺ v = 0E
uv = u ⇒ uv = u0E ⇒ v = 0E
u = v ⟺ u - v = 0E
u = v ⟺ u (-v ) = v(-v )⟺ u - v = 0E
α · u = 0E ⟺α = 0 ou u = 0E
α·(-u)=(-α)·u=-(α·u)
Exercício
α·u=β·u⟺α=β ou u = 0E
Exercício
α·u=α·v⟺α=0 ou u = v
Exercício
α·(u-v)=α·u-α·v
Exercício
(α-β)·u⟺α·u-β·u
Exercício
Combinações lineares
Definição
20
10
-20 -10 10 20
-10 a(1,3)+b(2,-5)
-20
22 ALGAI_M1010_2324_pdf.nb
Exemplo 2
(2,1)=a(1,3)+b(-2,-6) ⟺ (2,1)=(a-2b,3a-6b)
a-2b=2
⟺
3a-6b=1
a-2b=2
⟺
0 = -5
Não existem a,b tais que (2,1)=a(1,3)+b(-2,-6).
(2,1) não é combinação linear de (1,3) e (-2,-6)
Interpretação geométrica
-6 -4 -2 2 4 6
-2
a(1,3)+b(-2,-6)
-4
-6
ALGAI_M1010_2324_pdf.nb 23
Exemplo 3
linhas auxiliares
•
au+bv+cw
v
w
u
Exemplo 4
(-3,-4,-1) = 1(1,1,1)+2(1,2,-1)-3(2,3,0)
= -2(1,1,1)-1(1,2,-1)+0(2,3,0)
= 2(1,1,1)+3(1,2,-1)-4(2,3,0)
(-3,-4,-1) pode-se escrever como combinação linear de (1,1,1), (1,2,-1) e (2,3,0) de mais do
que uma maneira: os coeficientes não são únicos
Interpretação geométrica
plano
ALGAI_M1010_2324_pdf.nb 25
Exemplo 5
Qual é o conjunto das combinações lineares de (1,2,1) e (0,1,1)?
(x,y,z) é combinação linear de (1,2,1) e (0,1,1) sse existem a,b∈ℝ tais que (x,y,z)=a(1,2,1)+b(1,0,1)
(x,y,z)=a(1,2,1)+b(0,1,1) ⟺ (x,y,z)=(a,2a+b,a+b)
a=x
⟺ 2a+b= y
a+b=z
a=x
⟺ b = -2 x + y
0=x- y+z
Interpretação geométrica
plano
vectores
26 ALGAI_M1010_2324_pdf.nb
Exemplo 6
-6 -4 -2 2 4 6
-5
-10
Definição
Exemplo: E = ℝ2 , F = ( x, y ) ∈ ℝ2 : y ≥ 0
u+v
v
u
ALGAI_M1010_2324_pdf.nb 27
au u
Verificação
• se u = (a, b) ∈ F, e v = (c, d) ∈ F, então b ≥ 0, d ≥ 0
• u + v = (a + c, b + d)
• de b ≥ 0, d ≥ 0, deduz - se que b + d ≥ 0
• então, se u, v ∈ F, tem - se u + v ∈ F
• F é estável para a soma
• (- 3, 1) ∈ F
• - 2 (- 3, 1) = (6, - 2) ∉ F
• F não é estável para o produto por escalares
Exemplo: E = ℝ2 , F = ( x, y ) ∈ ℝ2 : 12 ≤
y
≤ 3 ⋃ {(0, 0)}
x
28 ALGAI_M1010_2324_pdf.nb
Exemplo: , ( , y )
2 x
{( , )}
u+v
v u
u
au
Verificação
ALGAI_M1010_2324_pdf.nb 29
• sejam u ∈ F, α ∈ ℝ
• se u = (0, 0), é óbvio que αu ∈ F
• se u = ( x, y ) ≠ (0, 0), então x ≠ 0
• se α = 0, então αu = (0, 0) ∈ F
•se α ≠ 0, então αu = (αx, αy), com αx ≠ 0
αy y 1
• como nesse caso = ∈ , 3, tem - se (αx, αy) ∈ F
αx x 2
• u = (1, 3) ∈ F
• v = (- 2, -1) ∈ F
• u + v = (-1, 2) ∉ F
• F não é estável para a soma
Exemplo: E = ℝ2 , F = ( x, y ) ∈ ℝ2 : y = -3 x
v
u+v
a
30 ALGAI_M1010_2324_pdf.nb
au
Verificação
• se u = (a, b) ∈ F, e v = (c, d) ∈ F, então b = -3 a e d = -3 c
• u + v = (a + c, b + d)
• b + d = -3 a + (-3 c) = -3 (a + c)
• então (a + c, b + d) ∈ F, isto é, u + v ∈ F
• F é estável para a soma
• se u = (a, b) ∈ F, então b = -3 a
• Para qualquer α ∈ ℝ, α (a, b) = (α a, αb)
• αb = α(-3 a) = -3 (αa)
• então (αa,αb)∈ F
Proposição
Sejam (E, +, ·) um espaço vectorial sobre e F um subconjunto não vazio de E estável para +
e ·; (F, +, ·) é um espaço vectorial.
ALGAI_M1010_2324_pdf.nb 31
Demonstração
• propriedades 1, 4, 5, 6, 7, 8 da definição : verificam - se obviamente
• propriedade 2 : basta ver que 0E ∈ F
• seja u ∈ F (existe porque F ≠ ∅)
• 0 · u = 0E , portanto 0E ∈ F
Definição
Sejam (E,+, ·) um espaço vectorial sobre e F um subconjunto não vazio de E estável para + e ·;
diz-se que (F,+, ·) é um subespaço vectorial de (E,+, ·) (geralmente diz-se só que F é um sube-
spaço vectorial de E).
Diz-se que é um subespaço próprio se for diferente de E.
Observações:
• Se Fé um subespaço de E, então 0E ∈ F.
• E é um subespaço de E
• {0E } é um subespaço de E (subespaço trivial)
Subespaços de ℝ2
• ( x, y ) ∈ ℝ2 : y = -3 x
Seja F um subespaço de ℝ2
(0, 0) ∈ F
↙ ↘
• F ≠ {(0, 0)}
• existe u ∈ F ∖{(0, 0)}
F = {(0, 0)}
• F contém todos
os múltiplos de u
↙ ↘
• existe v ∈ F múltiplos de u
• F contém todas as
ALGAI_M1010_2324_pdf.nb 33
Conclusão :
Subespaços de ℝ2 :
• {(0, 0)}
• ℝ2
34 ALGAI_M1010_2324_pdf.nb
Subespaços de ℝ3
• ℝ3
Exemplos de subespaços
a11 0 … 0
a21 a22 … 0
• {matrizes triangulares inferiores} = ∈ Mn,n (ℝ) é um subespaço de Mn,n (ℝ).
⋮ ⋮ ⋮
0n1 an2 … ann
• Para cada n∈ℕ, {polinómios de coeficientes reais de grau ≤n} é um subespaço de ℝ[X]. (notação:
ℝn [X])
• Atenção: {polinómios de coeficientes reais de grau n} NÃO é um subespaço de R[X].
• {P∈ℝ[X] : P(3) = 0} é um subespaço vectorial de ℝ[X].
• Para cada n∈ℕ, {polinómios de coeficientes complexos de grau ≤n} é um subespaço de ℂ[X], tanto
para a estrutura real como para a estrutura complexa. (notação: ℂn [X])
• Atenção: {polinómios de coeficientes complexos de grau n} NÃO é um subespaço de ℂ[X].
• ℝ[X] é um subespaço vectorial de ℂ[X] considerando em ℂ[X] a estrutura de espaço vectorial real,
mas não considerando a estrutura de espaço vectorial complexo.
• {funções contínuas de ℝ em ℝ} é um subespaço vectorial de F(ℝ,ℝ)
• {funções deriváveis de ℝ em ℝ} é um subespaço vectorial de F(ℝ,ℝ)
• {funções limitadas de ℝ em ℝ} é um subespaço vectorial de F(ℝ,ℝ)
• {funções pares de ℝ em ℝ} é um subespaço vectorial de F(ℝ,ℝ) (f é par sse ∀x∈ℝ,f(x)=f(-x))
• {funções ímpares de ℝ em ℝ} é um subespaço vectorial de F(ℝ,ℝ) (f é ímpar sse ∀x∈ℝ,f(x)=-f(-x))
• {funções de ℝ em ℝ que se anulam em 3} é um subespaço vectorial de F(ℝ,ℝ)
• {funções de ℝ em ℝ que se anulam em [0,1]} é um subespaço vectorial de F(ℝ,ℝ)
Proposição
Demonstração
Sejam Fi , i ∈ I, subespaços de E.
• 0E ∈ Fi , para cada i porque cada Fi é um subespaço portanto 0E ∈ ⋂i∈I Fi , logo ⋂i∈I Fi ≠ ∅.
Exemplo
F1 = ( x, y ) ∈ ℝ2 : y = x , F2 = ( x, y ) ∈ ℝ2 : y = -2 x
F2 v∉F1 ⋃F2 F1
Proposição
Demonstração
Seja G( A) a intersecção de todos os subespaços de E que contêm A : G( A) = ⋂F subespaço de E F
A⊂ F
• A ⊂ G ( A)
• G( A) é um subespaço de E porque é intersecção de subespaços
Definição
Proposição
Demonstração
Seja H o conjunto das combinações lineares de elementos de A.
• H é não vazio
• H contém A
• H é estável para + e · (porquê?) portanto H é subespaço de E
• Como H é um subespaço de E que contém A, G ( A) ⊂ H
• Como A ⊂ G ( A) e G ( A) é estável para + e ·, todas as
combinações lineares de elementos de A estão em G ( A), isto
é, H ⊂ G ( A).
⟺ -z + 2 y = x
G ( A) = {( x, y, z) ∈ ℝ : x - 2 y + z = 0}
Interpretação geométrica
Por exemplo, para a estrutura complexa (0, 1) ∈ G ( A) mas para a estrutura real (0, 1) ∉ G ( A)
Observações:
• Diz-se que A é um conjunto de geradores de F sse A gera F.
• Diz-se geralmente "u1 ,…,un geram F" em vez de "{u1 ,…,un } gera F"
• Um subconjunto A de F gera F sse qualquer elemento de F é combinação linear de elementos de A.
Definição
Diz-se que um espaço vectorial (E,+, ·) é finitamente gerado ou de dimensão finita sse existe
um conjunto finito que o gera; caso contrário diz-se que é de dimensão infinita.
ℝn é finitamente gerado
ℂn é finitamente gerado
(1, 0, …, 0), (0, 1, , …, 0), …(0, 0, …, 1) geram ℂn para a estrutura complexa
(1, 0, …, 0), (0, 1, , …, 0), …(0, 0, …, 1) , (i, 0, …, 0),
(0, i, , …, 0), …(0, 0, …, i) geram ℂn para a estrutura real
ℝn [ X ] é finitamente gerado
1, X, X 2 , …, X n geram ℝn [ X ]
ℂn [ X ] é finitamente gerado
As m × n matrizes com uma entrada igual a 1 e todas as outras entradas nulas geram Mm,n (ℝ).
1 0 0 0 1 0 0 0 1 0 0 0 0 0 0 0 0 0
Por exemplo , , , , , geram M2,3 (ℝ).
0 0 0 0 0 0 0 0 0 1 0 0 0 1 0 0 0 1
Mm,n (ℂ) é finitamente gerado, tanto para a estrutura complexa como para a real
F (ℂ, ℂ) não é finitamente gerado, nem para a estrutura real nem para a complexa
Será visto depois
F = ( x, y, z) ∈ ℝ3 : x + 2 y - 3 z = 0
= ( x, y, z) ∈ ℝ3 : x = -2 y + 3 z
= {(-2 y + 3 z, y, z), y, z ∈ ℝ}
= { y (-2, 1, 0) + z (3, 0, 1), y, z ∈ ℝ}
= {combinações lineares de (-2, 1, 0), (3, 0, 1)}
= G ({(-2, 1, 0), (3, 0, 1)})
ALGAI_M1010_2324_pdf.nb 41
Proposição
Demonstração
Exercício
Definição
{u1 + ⋯ + un , u1 ∈ A1 , …, un ∈ An }
(notação: A1 + ⋯ + An )
Demonstração
Sejam u, v ∈ F1 + ⋯Fn ; então existem u1 , …, un , v1 , …, vn ,
com ui , vi ∈ Fi , tais que u = u1 + ⋯ + un , v = v1 + ⋯ + vn
Tem - se u + v = u1 + ⋯ + un + v1 + ⋯ + vn = u1 + v1 + ⋯un + vn .
Como ui + vi ∈ Fi porque ui , vi ∈ Fi e Fi é estável para a soma,
conclui - se que u + v ∈ F1 + ⋯ + Fn
Então F1 + ⋯Fn é estável para a soma.
• Sejam α ∈ e u ∈ F1 + ⋯Fn ; então existem u1 , …, un , com ui ∈ Fi , tais que u = u1 + ⋯ + un
Tem - se αu = α(u1 + ⋯ + un ) = αu1 + ⋯ + αun
Como αui ∈ Fi porque ui ∈ Fi e Fi é estável para o produto por escalares,
conclui - se que αu ∈ F1 + ⋯ + Fn
Então F1 + ⋯Fn é estável para o produto.
• Seja u ∈ Fk ; como u = 0E + ⋯ + u + ⋯ + 0E ,
e 0E pertence a todos os Fi , conclui - se que u ∈ F1 + ⋯ + Fn
soma
•
ALGAI_M1010_2324_pdf.nb 43
Verificação no caso a = 1, b = -1 :
Seja ( x, y ) ∈ ℝ2 , queremos investigar quando é que existem v ∈ F1 ,
w ∈ F2 tais que ( x, y ) = v + w.
Os elementos de F1 são da forma (c, c) e os elementos de F2 são da forma (d, -d).
Conclui - se que F1 + F2 = ℝ2 .
Verificação no caso geral :
Seja ( x, y ) ∈ ℝ2 , queremos investigar quando é que existem v ∈ F1 ,
w ∈ F2 tais que ( x, y ) = v + w.
Os elementos de F1 são da forma (c, a c) e os elementos de F2 são da forma (d, b d).
Conclui - se que F1 + F2 = ℝ2 .
vector
soma
plano
Verificação :
Conclui - se que F1 + F2 = ℝ3 .
vector
soma
outras somas
vector da intersecção
Verificação :
Conclui se que F1 + F2 = ℝ .
Proposição
Demonstração
Tem - se, para cada i, Ai ⊂ G( Ai ) ⊂ G( A1 ) + ⋯ + G( An ),
portanto A1 ⋃ ⋯ ⋃ An ⊂ G( A1 ) + ⋯ + G( An ).
Ora, G( A1 ) + ⋯ + G( An ) é um subespaço de E.
Como G( A1 ⋃ ⋯ ⋃ An ) é o menor subespaço que contém A1 ⋃ ⋯ ⋃ An ,
conclui - se que G( A1 ⋃ ⋯ ⋃ An ) ⊂ G( A1 ) + ⋯ + G( An ).
Por outro lado, de Ai ⊂ A1 ⋃ ⋯ ⋃ An conclui - se que G( Ai ) ⊂ G( A1 ⋃⋯ ⋃ An ), para cada i
Logo, como G( A1 ⋃⋯ ⋃ An ) é estável para a soma,
conclui - se que G( A1 ) + ⋯ + G ( An ) ⊂ G( A1 ⋃⋯ ⋃ An ).
Definição
Definição
soma
vector
soma
plano
Exemplo : E = ℝ3 , F1 = ( x, y, z) ∈ ℝ3 : x = z, F2 = {( x, y, z) ∈ ℝ : x = 0}
vector
soma
outras somas
vector da intersecção
Proposição
Demonstração
• Suponhamos que E1 e E2 são suplementares em E.
Então E = E1 + E2 ,
portanto qualquer u ∈ E é soma de um elemento de E1 com um elemento de E2 ;
resta só ver que as parcelas dessa soma são únicas.
Se u = u1 + u2 , com u1 ∈ E1 , u2 ∈ E2 , e u = v1 + v2 , com v1 ∈ E1 , v2 ∈ E2 , então u1 + u2 = v1 + v2 .
Então u1 - v1 = v2 - u2 ;
como u1 - v1 ∈ E1 porque E1 é subespaço e u1 , v1 ∈ E1 , então v2 - u2 ∈ E1 .
Mas também se tem v2 - u2 ∈ E2 porque E2 é subespaço e u2 , v2 ∈ E2 , portanto v2 - u2 ∈ E1 ⋂ E2 .
Como E = E1 ⊕ E2 ,
só há uma maneira de escrever u como soma de um elemento de E1 com um elemento de E2 ,
portanto estas duas maneiras têm de coincidir.
Conclui - se que u tem de ser o vector nulo,
portanto E1 ⋂ E2 = {0E }., Então E1 e E2 são suplementares.
ALGAI_M1010_2324_pdf.nb 51
recta paralela a u
recta paralela a v
au+bv
u
•
• v
52 ALGAI_M1010_2324_pdf.nb
recta paralela a u
recta paralela a v
au+bv+cw
u
•
• v
•
w
ALGAI_M1010_2324_pdf.nb 53
plano paralelo a u e v
rectas paralelas a u e v
(0, 0) pode -
se escrever como combinação linear de (1, - 2) e (3, - 6) de mais do que uma maneira.
54 ALGAI_M1010_2324_pdf.nb
Definição
Observação: pode-se generalizar a noção de família livre a famílias infinitas: trata-se de uma família
tal que qualquer sua subfamília finita é livre.
Exemplo : E = ℝ[ X ], P1 = 1 + X + X 2 , P2 = 2 + 3 X, P3 = 5 X + 2 X 2
⟺ a + 2 b + (a + 3 b + 5 c) X + (a + 2 c) X 2 = 0ℝ[X ]
a+2b=0 a=0
⟺ a + 3 b + 5 c = 0 ⟺⋯⟺ b = 0
a+2c=0 c=0
P1 , P2 , P3 são linearmente independentes
ALGAI_M1010_2324_pdf.nb 55
1 0 2 0 0 1 4 1
Exemplo : E = M2,2 (ℝ), M1 = , M2 = , M3 = , M4 =
0 0 1 1 -1 0 1 2
Exemplos
8 2 8 2
(0, 0) = 2 (4, 1) + 3 - , - , portanto (4, 1) e - , - são linearmente dependentes.
3 3 3 3
8 2
(0, 0) = 2 (4, 1) + 3 - , - + 0 (1, 5), portanto (4, 1),
3 3
8 2
- , - e (1, 5) são linearmente dependentes.
3 3
8 2
(0, 0) = 2 (4, 1) + 3 - , - + 0 (1, 5) + 0 (3, 7), portanto (4, 1),
3 3
8 2
- , - , (1, 5) e (3, 7) são linearmente dependentes.
3 3
Proposição
Demonstração
• Se u = 0E , então 1 · u = 0E ;
trata - se de combinação linear nula de u com coeficientes não todos nulos
Se u ≠ 0E , então αu = 0E ⇒ α = 0 já foi visto
• Se ui = 0E , 0 u1 + ⋯ + 0 ui-1 + 1 ui + 0 ui+1 + ⋯ + 0 un = 0E ;
trata - se de uma combinação linear nula de u1 , …, un com coeficientes não todos nulos.
• Se α1 u1 + ⋯ + αk uk = 0E , com os αi não todos nulos,
então α1 u1 + ⋯ + αk uk + 0 uk+1 + ⋯ + 0 un é uma conbinação linear nula dos u1 ,
…, un com coeficientes não todos nulos.
Proposição
Demonstração
• Se u1 , …, un são linearmente dependentes, então existem α1 , …, αn , não todos nulos,
tais que α1 u1 + ⋯ + αn un = 0E ; se αk ≠ 0, então de α1 u1 + ⋯ + αk uk + ⋯ + αn un =
0E vem uk = - α1 u1 - ⋯ - αk-1 uk-1 - αk+1 uk+1 - ⋯ - αkn un
α α α α
k k k
Se a = 1 ou a = -1, o sistema tem soluções não nulas (por exemplo α = 1, β = 0, γ = 1) e (1, 1, 1),
(2, a + 1, 2), -1, -1, -a2 são linearmente dependentes.
60 ALGAI_M1010_2324_pdf.nb
Se a = 0 ou a = 2 ou a = - 2 ,
o sistema tem soluções não nulas por exemplo α = -2 a, β = a2 - 1, γ = 2 e (1, a, 1),
(0, 2, 2 a), (a, 1, 0) são linearmente dependentes.
Proposição
Demonstração
Suponhamos que u1 , …, uk geram E e que v1 , … , vk ,
vk+1 são linearmente independentes em particular, nenhum é nulo.
Tem - se v1 , u1 , …, uk geram E.
Os vectores v1 , u1 , …, uk são linearmente dependentes,
porque v1 é combinação linear dos restantes.
Então algum destes é combinação linear dos precedentes;
trocando a ordem se necessário, podemos supor que é uk .
Então v1 , u1 , …, uk-1 ainda geram E.
Portanto v1 , v2 , u1 , … , uk-1 geram E.
Tem - se que v1 , v2 , u1 , …, uk-1 são linearmente dependentes,
porque v2 é combinação linear dos restantes.
Então algum destes é combinação linear dos precedentes; não é v2 (porquê?);
trocando a ordem se necessário, podemos supor que é uk-1 e retirá - lo.
Repetindo o processo, concluimos que v1 , …, vk geram E.
Então vk+1 é combinação linear de v1 , …, vk , portanto v1 ,
…, vk , vk+1 são linearmente dependentes → contradição
Proposição
Um espaço vectorial E não é finitamente gerado sse existem famílias livres com qualquer
número de elementos.
62 ALGAI_M1010_2324_pdf.nb
Demonstração
• Suponhamos que E é finitamente gerado;
existe um conjunto de geradores com um um número finito de elementos;
sejam u1 , …, uk geradores de E; então os vectores de qualquer
conjunto com mais de k elementos são linearmente dependentes.
• Suponhamos que E não é finitamente gerado., Existe u1 ∈ E\{0E }; u1 não gera E.
Então existe u2 ∈ E\G ({u1 }); u1 ,
u2 são linearmente independentes (porquê?) e não geram E (porquê?).
Então existe u3 ∈ E\G ({u1 , u2 }); u1 , u2 ,
u3 são linearmente independentes (porquê?) e não geram E (porquê?).
…
Verificamos assim que existem famílias livres com qualquer número de elementos.
Corolário
Demonstração
Seja F um subespaço de um espaço vectorial finitamente gerado.
Se F não fosse finitamente gerado,
existiriam em F famílias livres com qualquer número de elementos.
Mas nesse caso também existiriam em E famílias livres com
qualquer número de elementos, e E não seria finitamente gerado.
Definição
Pode-se generalizar a noção de base a famílias infinitas: diz-se que (ei )i∈I é uma base de E sse
{ei , i ∈ I} gera E e (ei )i∈I é uma família livre.
Observação : Se (e1 , e2 , …, en ) é uma base de E, (e2 , e1 , …, en ) também é uma base de E (e o mesmo
para qualquer outra troca da ordem dos elementos); no entanto não se trata da mesma base.
ALGAI_M1010_2324_pdf.nb 63
ℝ2
ℝ3
ℝn
ℝn [ X ]
1, X, X 2 , …, X n
M2,2 (ℝ)
1 0 0 1 0 0 0 0
, , ,
0 0 0 0 1 0 0 1
Mm,n (ℝ)
1 0 ⋯ 0 0 1 ⋯ 0 0 0 ⋯ 1
0 0 ⋯ 0 0 0 ⋯ 0 0 0 ⋯ 0
, , …, ,
⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮
0 0 ⋯ 0 0 0 ⋯ 0 0 0 ⋯ 0
0 0 ⋯ 0 0 0 ⋯ 0 0 0 ⋯ 0
0 0 ⋯ 0 0 0 ⋯ 0 0 0 ⋯ 0
…, , , …,
⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮
1 0 ⋯ 0 0 1 ⋯ 0 0 0 ⋯ 1
((1, 0, …, 0), (i, 0, …, 0), (0, 1, …, 0), (0, i, …, 0), …, (0, 0, …, 1), (0, 0, …, i))
64 ALGAI_M1010_2324_pdf.nb
1, X, X 2 , …, X n
1 0 ⋯ 0 i 0 ⋯ 0 0 1 ⋯ 0 0 i ⋯ 0
0 0 ⋯ 0 0 0 ⋯ 0 0 0 ⋯ 0 0 0 ⋯ 0
, , , ,
⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮
0 0 ⋯ 0 0 0 ⋯ 0 0 0 ⋯ 0 0 0 ⋯ 0
0 0 ⋯ 1 0 0 ⋯ i 0 0 ⋯ 0 0 0 ⋯ 0
0 0 ⋯ 0 0 0 ⋯ 0 0 0 ⋯ 0 0 0 ⋯ 0
…, , , …, , ,
⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮
0 0 ⋯ 0 0 0 ⋯ 0 1 0 ⋯ 0 i 0 ⋯ 0
0 0 ⋯ 0 0 0 ⋯ 0 0 0 ⋯ 0 0 0 ⋯ 0
0 0 ⋯ 0 0 0 ⋯ 0 0 0 ⋯ 0 0 0 ⋯ 0
, , …, ,
⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮
0 1 ⋯ 0 0 i ⋯ 0 0 0 ⋯ 1 0 0 ⋯ i
Proposição
Demonstração
• Suponhamos que (e1 , …, en ) é uma base de E.
Então qualquer elemento de E pode - se escrever como combinação lineaar de e1 ,
…, en porque e1 , …, en geram E.
Definição
Seja b = (e1 , …, en ) uma base do espaço vectorial E; para cada u∈E, chamam-se coordenadas de
u na base b aos (únicos) α1 , α2 , …, αn ∈ , tais que u = α1 e1 + ⋯αn en ; escreve-se
u = (α1 , …, αn )b .
( x, y, z) =
α+γ=x α = -y + z
α (1, 2, 3) + β (0, 1, 1) + γ (1, 1, 0)⟺ 2α +β +γ = y ⟺⋯⟺ β = -x + 2 y - z
3α +β =z γ=x+y-z
α+β+γ=a α=c
2 2
a + bX + cX = α 1 + X + X + β (1 + X ) + γ1 ⟺ α+β=b ⟺ β=b-c ;
α=c γ=a-b
Proposição
Demonstração
Se u1 , …, uk geram E, formam uma base de E.
Caso contrário, existe uk+1 ∈ X que não é combinação linear de u1 , …, uk . (porquê?)
Nesse caso, u1 , …, uk+1 , uk são linearmente independentes.
(porquê?)
Demonstração
Exercício
Proposição
Se E é um espaço vectorial com mais de um elemento e X é um conjunto que gera E, então existe
uma base de E contida em X.
Sejam u1 , …, un os elementos de X.
Se u1 , …, un são linearmente independentes, então formam uma base de E.
Se não são, algum é combinação linear dos restantes;
retirando esse, os restantes ainda geram E.
Repete - se o processo até só restarem elementos linearmente
independentes
o que acontece pelo menos quando só restar um elemento, caso contrário esse elemento
seria linearmente dependente, portanto seria 0E , logo E só teria um elemento.
68 ALGAI_M1010_2324_pdf.nb
Demonstração
Exercício
Corolário
Qualquer espaço vectorial não nulo finitamente gerado tem uma base.
Observação: pode-se mostrar que qualquer espaço vectorial, mesmo de dimensão infinita, tem
uma base.
Proposição
Seja E um espaço vectorial finitamente gerado; quaisquer duas bases de E têm o mesmo
número de elementos.
ALGAI_M1010_2324_pdf.nb 69
Demonstração
Suponhamos que b1 é uma base com n elementos e b2 é uma base com m elementos.
Como E é gerado por n elementos (os de b1 ) e os m
elementos de b2 são linearmente independentes tem - se m ⩽ n.
Como E é gerado por m elementos (os de b2 ) e os n
elementos de b1 são linearmente independentes tem - se n ⩽ m.
Entao m = n.
Definição
Seja E um espaço vectorial finitamente gerado; se E = {0E }, diz-se que a dimensão de E é 0, caso
contrário chama-se dimensão de E (dim E) ao número de elementos de qualquer base de E.
dim ℝn = n
Já foi visto que ((1, 0, …, 0), (0, 1, …, 0), …, (0, 0, …, 1)) é uma base de ℝn
dim ℝn [ X ] = n + 1
Já foi visto que 1, X, X 2 , …, X n é uma base de ℝn [ X ]
1 0 ⋯ 0 i 0 ⋯ 0 0 1 ⋯ 0 0 i ⋯ 0
0 0 ⋯ 0 0 0 ⋯ 0 0 0 ⋯ 0 0 0 ⋯ 0
Já foi visto que , , , , …,
⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮
0 0 ⋯ 0 0 0 ⋯ 0 0 0 ⋯ 0 0 0 ⋯ 0
0 0 ⋯ 1 0 0 ⋯ i 0 0 ⋯ 0 0 0 ⋯ 0 0 0 ⋯ 0
0 0 ⋯ 0 0 0 ⋯ 0 0 0 ⋯ 0 0 0 ⋯ 0 0 0 ⋯ 0
, , …, , , ,
⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮
0 0 ⋯ 0 0 0 ⋯ 0 1 0 ⋯ 0 i 0 ⋯ 0 0 1 ⋯ 0
0 0 ⋯ 0 0 0 ⋯ 0 0 0 ⋯ 0
0 0 ⋯ 0 0 0 ⋯ 0 0 0 ⋯ 0
, …, , é uma base de Mm,n (ℂ)
⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮
0 i ⋯ 0 0 0 ⋯ 1 0 0 ⋯ i
Proposição
Demonstração
Resulta do que já foi visto.
Corolário
Proposição
Demonstração
Seja (e1 , …, ek ) uma base de E1 ⋂ E2 .
Sejam u1 , …, um ∈ E1 tais que (e1 , …, ek , u1 , …, um ) é uma base de E1
Sejam v1 , …, vn ∈ E2 tais que (e1 , …, ek , v1 , …, vn ) é uma base de E2
Vamos ver que (e1 , …, ek , u1 , …, um , v1 , …, vn ) é uma base de E1 + E2 .
• Seja w ∈ E1 + E2 ; existem u ∈ E1 , v ∈ E2 tais que w = u + v.
Existem α1 , …, αk , β1 , …, βm ∈ tais que u = α1 e1 + ⋯ + αk ek + β1 u1 + ⋯ + βm um ;
existem γ1 , …, γk , δ1 , …, δn ∈ tais que v = γ1 e1 + ⋯ + γk ek + δ1 v1 + ⋯ + δn vn .
Então w = (α1 + γ1 ) e1 + ⋯ + (αk + γk ) ek + β1 u1 + ⋯ + βm um + δ1 v1 + ⋯ + δn vn ;
conclui - se que qualquer elemento de E1 + E2 é combinação linear de e1 , …,
ek , u1 , …, um , v1 , …, vn , logo e1 , …, ek , u1 , …, um , v1 , …, vn geram E1 + E2 .
• Suponhamos que α1 e1 + ⋯ + αk ek + β1 u1 + ⋯ + βm um + δ1 v1 + ⋯ + δn vn = 0E .
Então δ1 v1 + ⋯ + δn vn = -α1 e1 - ⋯ - αk ek - β1 u1 - ⋯ - βm um ,
portanto δ1 v1 + ⋯ + δn vn ∈ E1 .
Conclui - se que δ1 v1 + ⋯ + δn vn ∈ E1 ⋂ E2 , logo existem γ1 ,
…, γk tais que δ1 v1 + ⋯ + δn vn = γ1 e1 + ⋯ + γk ek .
Vem então α1 e1 + ⋯ + αk ek + β1 u1 + ⋯ + βm um + γ1 e1 + ⋯ + γk ek = 0E ;
conclui - se que β1 = ⋯ = βm = 0.
Então α1 e1 + ⋯ + αk ek + δ1 v1 + ⋯ + δn vn = 0E , portanto α1 = ⋯ = αk = δ1 = ⋯ = δn = 0
Conclui - se que e1 , …, ek , u1 , …, um , v1 , …, vn são linearmente independentes.
Observação : É necessário adapatar a demonstração no caso em que E1 ⋂ E2 = {0E },
ou E1 ⊂ E2 ou E2 ⊂ E1 .
Exemplo
E1 = ( x, y, z, t) ∈ ℝ4 : x + y + z = 0 e y + z + t = 0, E2 = ( x, y, z, t) ∈ ℝ4 : x = t = 0
Corolário
Proposição
Demonstração
Seja u ∈ E; u é soma de elementos de E1 , …, Ek ;
cada elemento de Ei é combinação linear dos elementos de bi ,
portanto de elementos de B; então u é soma de combinações lineares de elementos de B,
portanto também é combinação linear de elementos de B; conclui - se que B gera E.
Consideremos uma combinação linear nula de elementos de B;
chamando ui à soma das parcelas correspondentes à base bi , temos 0E = u1 + ⋯ + uk ;
como só há uma maneira de escrever 0E como soma de elementos dos Ei , conclui - se que
u1 = ⋯ = uk = 0E
Mas ui é combinação linear dos elementos de bi , que são linearmente independentes,
portanto os coeficentes das parcelas da soma que dá ui são todos nulos.,
Conclui - se que os elementos de B são linearmente independentes.
Exemplo
Já foi visto que para a ≠ b se tem ℝ2 = ( x, y ) ∈ ℝ2 : y = ax⊕( x, y ) ∈ ℝ2 : y = bx
Exemplo
Já foi visto que ℝ3 = ( x, y, z) ∈ ℝ3 : x + y + z = 0⊕{c (1, 1, 0), c ∈ ℝ}
{c (1, 1, 0), c ∈ ℝ} = G ({(1, 1, 0)}), ((1, 1, 0)) é uma base de {c (1, 1, 0), c ∈ ℝ}
Então ((-1, 1, 0), (-1, 0, 1), (1, 1, 0)) é uma base de ℝ3 .
Corolário
ALGAI_M1010_2324_pdf.nb 73
Proposição
Exemplo
((1, 0, 0, 0), (0, 1, 0, 0), (0, 0, 1, 0), (0, 0, 0, 1)) é uma base de ℝ4
Também se tem ℝ4 = G({(1, 0, 0, 0)})⊕ G({(0, 1, 0, 0), (0, 0, 1, 0), (0, 0, 0, 1)})
ou seja, ℝ4 = ( x, y, z, t) ∈ ℝ4 : y = z = t = 0⊕( x, y, z, t) ∈ ℝ4 : x = 0
Exemplo
1 + X + X 2 + X 3 , 1 + X + X 2 , 1 + X, 1 é uma base de ℝ3 [ X ]
Proposição
Exemplo : suplementar de E1 = ( x, y, z) ∈ ℝ3 : x - y + z = 0 em ℝ3
X 2 - X é uma base de F
X 2 - X, -1 + X, -1 + X 3 é uma base de E
G-1 + X, -1 + X 3 é um suplementar de F em E
ALGAI_M1010_2324_pdf.nb 75
2 - Aplicações lineares
f(x,y)= (x-y,x+y)
76 ALGAI_M1010_2324_pdf.nb
soma
produto
u+v
f(u+v)
f(u)+f(v)
f(u)
f(v)
ALGAI_M1010_2324_pdf.nb 77
soma
produto
v u+v
Aplicação linear
f(v)
f(u+v)
f(u)+f(v)
f(u)
78 ALGAI_M1010_2324_pdf.nb
soma
coeficientes
imagem
1.7 u + 3. v
f(u)
Definição
Sejam E e F espaços vectoriais sobre e f : E ⟶ F uma função; diz-se que f é uma aplicação
linear sse
• para quaisquer u,v∈E se tem f(u+v)=f(u)+f(v)
• para quaisquer α∈, u∈E, se tem f(αu)=αf(u)
No caso em que E=F, diz-se que f é um endomorfismo, ou um operador linear; no caso em que
F= diz-se que f é uma forma linear.
Exemplo : f : ℝ2 ⟶ ℝ2
( x, y ) ( x + 1, y )
Exemplo : f : ℝ2 ⟶ ℝ
( x, y ) xy
Exemplo : f : ℝ2 ⟶ ℝ2
( x, y ) (3 x + y, -2 x )
Exemplo : f : ℂ ⟶ ℂ
z Re z
• Para quaisquer z, w ∈ ℂ, Re (z + w) = Re z + Re w,
(se z = a + bi, w = c + di, com a, b, c, d ∈ ℝ, então Re (z + w) = a + c)
Aplicações lineares de ℝ2 em ℝ2
Exercício
ℝ2 ⟶ ℝ2 ,
( x, y ) (a x + b y, c x + d y )
com a, b, c, d ∈ ℝ
ALGAI_M1010_2324_pdf.nb 81
a b
c d
f(x,y)=(ax+by,cx+dy)
82 ALGAI_M1010_2324_pdf.nb
(a,c) (b,d)
f(x,y)=(ax+by,cx+dy)
ℝ3 ⟶ ℝ2 , onde a,b,c,a’,b’,c’∈ℝ.
(x, y, z) (a x + b y + c z, a' x + b' y + c' z)
ℝ2 ⟶ ℝ2 [X] , onde a1 , a2 , b1 , b2 , c1 , c2 ∈
2
(x1 , x2 ) a1 x1 + a2 x2 + (b1 x1 + b2 x2 ) + (c1 x1 + c2 x2 ) X
ℝ.
Exemplo : existe uma aplicação linear f : ℝ3 ⟶ℝ2 tal que f (1, 1, 1) = (1, 7),
f (1, 1, 0) = (0, 0) e f (1, 0, 0) = (2, -1) ?
• f: ℝ ⟶ ℝ
x ax
Gráfico de f = {( x, f ( x )), x ∈ ℝ} = ( x, y ) ∈ ℝ2 : y = f ( x ) = ( x, y ) ∈ ℝ2 : y = a x
Trata - se de um subespaço de ℝ2 .
84 ALGAI_M1010_2324_pdf.nb
• f: ℝ2 ⟶ ℝ
( x, y ) ax+by
Gráfico de f =
{( x, y, f ( x, y )), ( x, y ) ∈ ℝ2 } = ( x, y, z) ∈ ℝ3 : z = f ( x, y ) = ( x, y, z) ∈ ℝ3 : z = a x + b y
Trata - se de um subespaço de ℝ3 .
ALGAI_M1010_2324_pdf.nb 85
plano z=0
Trata - se de um subespaço de E × F.
Proposição
Demonstração
• f (0E ) = f (0E + 0E ) = f (0E ) + f (0E ), portanto f (0E ) = 0F
• Tem - se f (u - v ) + f (v ) = f (u - v + v ) = f (u), portanto f (u - v ) = f (u) - f (v )
Proposição
Demonstração
Sejam f : E ⟶ F e g : F ⟶ G aplicações lineares.
Para u, v ∈ E,
tem - se g ∘ f (u + v ) = g (f (u + v )) = g (f (u) + f (v )) = g (f (u)) + g (f (v )) = g ∘ f (u) + g ∘ f (v )
Para α ∈ , u ∈ E, tem - se g ∘ f (αu) = g (f (αu)) = g (αf (u)) = αg (f (u)) = α (g ∘ f ) (u)
Proposição
Aplicações lineares definidas através das imagens dos elementos de uma base
Proposição
Demonstração
• Unicidade
Suponhamos que existe f .
Para cada u ∈ E existem a1 , …, an ∈ tais que u = a1 e1 + ⋯ + an en .
Então f (u) = f (a1 e1 + ⋯ + an en ) = a1 f (e1 ) + ⋯ + an f (en ) = a1 w1 + … + an wn
Portanto, se existir f , f (u) está completamente determinado para cada u.
• Existência
Para cada u ∈ E, seja f (u) = a1 w1 + ⋯ + an wn , onde a1 , … ,
an são os únicos elementos de tais que u = a1 e1 + ⋯ + an en
f fica bem definida precisamente porque, para cada u, os
a1 , …, an são únicos
Falta ver que f é linear.
Sejam u, v ∈ E, u = a1 e1 + ⋯ + an en , v = b1 e1 + ⋯ + bn en
Então f (u) = a1 w1 + ⋯ + an wn , f (v ) = b1 w1 + ⋯ + bn wn ,
e f (u) + f (v ) = (a1 + b1 ) w1 + ⋯ + (an + bn ) wn
Mas u + v = (a1 + b1 ) e1 + ⋯ + (an + bn ) en , portanto f (u + v ) = (a1 + b1 ) w1 + ⋯ + (an + bn ) wn
Conclui - se que f (u + v ) f (u) + f (v )
Sejam agora u ∈ E, α ∈ , u = a1 e1 + ⋯ + an en
Então f (u) = a1 w1 + ⋯ + an wn , e αf(u) = f (u) = αa1 w1 + ⋯ + αan wn
Mas αu = α a1 e1 + ⋯ + αan en , portanto f (αu) = αa1 w1 + ⋯ + αan wn
Conclui - se que f (αu) = αf (u)
Para qualquer ( x, y ) ∈ ℝ2 , tem - se ( x, y ) = (-2 x + 2 y ) (1, -1) + ( x - y ) (2, -3) + x (1, 1).
Se existisse f ,
ter - se - ia f ( x, y ) = (-2 x + 2 y ) f (1, 1) + ( x - y ) (0, 0, 1) + x (0, 1, 0) = (-2 x + 2 y, x, - x + y )
Mas então f (1, -1) = (-4, 1, -2) ≠ (1, 0, 1).
Conclui - se que não existe f nas condições dadas.
1 0
Exemplo : Não existe f : ℝ3 ⟶ M2,2 ℝ2 , linear, tal que f (1, 1, 1) = ,
1 0
1 2 -1 -1 0 0
f (1, 1, 0) = , f (1, 2, 3) = , f (- 1, 3, 5) =
2 1 0 0 -3 2
Então f ( x, y, z) =
1 0 1 2 -1 -1 3 x - 2 y -x + 3 y - 2z
(3 x - 3 y + z ) + (- x + 2 y - z) + (- x + y ) =
1 0 2 1 0 0 x + y - z -x + 2 y - z
-9 0 0 0
Tem - se f (-1, 3, 5) = ≠
-3 2 -3 2
Conclui - se que não existe uma aplicação linear nas condições dadas.
Proposição
então pi (u) = ui (a aplicação está bem definida, uma vez que ui fica completamente determinado
por u); a aplicação pi é linear.
Demonstração
Sejam u, v ∈ E, u = u1 + ⋯ + uk , v = v1 + ⋯ + vk , com ui , vi ∈ Ei .
Então pi (u) + pi (v ) = ui + vi .
Por outro lado, u + v = u1 + v1 + ⋯ + uk + vk ,
e ui + vi ∈ Ei porque ui , vi ∈ Ei e Ei é estável para a soma.
Conclui - se que pi (u + v ) = ui + vi , ou seja, pi (u + v ) = pi (u) + pi (v ).
Sejam u ∈ E, α ∈ , u = u1 + ⋯ + uk , com ui ∈ Ei .
Então αpi (u) = αui .
Por outro lado, αu = αu1 + ⋯ + αuk , e αui ∈ Ei porque ui ∈ Ei e Ei é estável para o produto.
1 1 0 0 a b
Exemplo : M2,2 (ℝ) = G ⊕G ⊕ ∈ M2,2 (ℝ) : c = d = 0
0 1 -1 1 c d
x y x y 1 1 0 0 x-z-t y-z-t
Para cada ∈ M2,2 (ℝ), tem - se = (t + z ) -z + ,
z t z t 0 1 -1 1 0 0
1 1 1 1
onde (t + z) ∈G ,
0 1 0 1
0 0 0 0 x-z-t y-z-t a b
-z ∈G e ∈ ∈ M2,2 (ℝ) : c = d = 0
-1 1 -1 1 0 0 c d
x y 1 1 x y 0 0 x y x-z-t y-z-t
Então p1 = (t + z ) , p2 = -z e p3 =
z t 0 1 z t -1 1 z t 0 0
Proposição
Demonstração
Suponhamos que existe uma aplicação linear nas condições indicadas.
Então, se u = u1 + ⋯ + uk , com ui ∈ Ei , tem - se f (u) = f (u1 ) + ⋯ + f (uk ) = f1 (u1 ) + ⋯ + fk (uk ),
portanto não há alternativas para o valor de f (u); então se f existir, é única.
Seja então f a função definida do seguinte modo : para cada u ∈ E,
se u = u1 + ⋯ + uk , com ui ∈ Ei , seja f (u) = f1 (u1 ) + ⋯ + fk (uk ).
A função f está bem definida, uma vez que os ui ficam determinados por u.
Vamos verificar que f é linear.
Sejam u, v ∈ E, u = u1 + ⋯ + uk , v = v1 + ⋯ + vk , com ui , vi ∈ Ei .
Então f (u) = f1 (u1 ) + ⋯ + fk (uk ) e f (v ) = f1 (v1 ) + ⋯ + fk (vk ),
portanto f (u) + f (v ) = f1 (u1 ) + f1 (v1 ) + ⋯ + fk (uk ) + fk (vk ) = f1 (u1 + v1 ) + ⋯ + fk (uk + vk ),
uma vez que cada fi é linear.
Por outro lado, u + v = u1 + v1 + ⋯ + uk + vk , e ui + vi ∈ Ei ,
portanto f (u + v ) = f1 (u1 + v1 ) + ⋯ + fk (uk + uk ), ou seja, f (u + v ) = f (u) + f (v ).
Sejam u ∈ E, α ∈ , u = u1 + ⋯ + uk , com ui ∈ Ei .
Então αf(u) = αf1 (u1 ) + ⋯ + αfk (uk ) = f1 (αu1 ) + ⋯ + fk (αuk ), uma vez que cada fi é linear.
Por outro lado, αu = αu1 + ⋯ + αuk , e αui ∈ Ei ,
portanto f (αu) = f1 (αu1 ) + ⋯ + fk (αuk ), ou seja, f (αu) = αf(u).
Exemplo
f1 : E1 ⟶ ℝ2 , f2 : E2 ⟶ ℝ2 .
( x, y, z) (2 y, x + 3 z) ( x, y, z) (-z, 2 x )
Definição
ALGAI_M1010_2324_pdf.nb 91
Exemplo : f : ℝ3 ⟶ ℝ2
( x, y, z) ( x + y, y - z)
Exemplo : f : ℝ3 [ X ] ⟶ ℝ
P P (-1)
ker f = {P ∈ ℝ3 [ X ] : f (P) = 0} = a + bX + cX2 + dX3 ∈ ℝ3 [ X ] : a - b + c - d = 0 =
b - c + d + bX + cX2 + dX3 , b, c, d ∈ ℝ = G1 + X, -1 + X 2 , 1 + X 3
Proposição
Demonstração
• Sejam v1 , v2 ∈ f (E1 ); existem u1 , u2 ∈ E1 tais que v1 = f (u1 ) e v2 = f (u2 ).
Então v1 + v2 = f (u1 ) + f (u2 ) = f (u1 + u2 ); como E1 é estável para a soma,
u1 + u2 ∈ E1 , portanto f (u1 + u2 ) ∈ f (E1 ), ou seja, v1 + v2 ∈ f (E1 ).
Sejam α ∈ e v ∈ f (E1 ); existe u ∈ E1 tal v = f (u).
Então αv = αf(u) = f (αu); como E1 é estável para o produto,
αu ∈ E1 , portanto f (αu) ∈ f (E1 ), ou seja, αv ∈ f (E1 ).
a b
c d
E1 ={(x,y)∈ℝ2 :y=αx}=G({(1,α)})
E1
f(x,y)=(ax+by,cx+dy)
f(E1 )
94 ALGAI_M1010_2324_pdf.nb
a b
c d
f(x,y)=(ax+by,cx+dy)
f(ℝ2 )
f ( x, y, z) ∈ ℝ3 : y = 0 =
f {( x, 0, z), x, z ∈ ℝ} = {f ( x, 0, z), x, z ∈ ℝ} = {( x - z, - x + z, 2 x - 2 z), x, z ∈ ℝ} =
{ x (1, -1, 2) + z(-1, 1, -2), x, z ∈ ℝ} = G({(1, -1, 2), (-1, 1, -2)}) = G({(1, -1, 2)})
f ( x, y, z) ∈ ℝ3 : x + 2 y = 0 e y = z =
f {(-2 z, -z, z), z ∈ ℝ} = {f (-2 z, -z, z), z ∈ ℝ} = {(-3 z, 6 z), z ∈ ℝ} = {z(-3, 6), z ∈ ℝ} = G({(-3, 6)})
Corolário
Seja f : E ⟶ F uma aplicação linear; o núcleo de f (ker f) e o contradomínio de f (Im f) são sube-
spaços vectoriais de E e F respectivamente.
Demonstração
Basta aplicar o resultado anterior ao subespaço {0F } de F uma vez que ker f = f -1 ({0F })
e ao subespaço E de E uma vez que o contradomínio de f é f (E).
Definição
Proposição
Demonstração
• Suponhamos que f é injectiva.
Se u ∈ ker f , então f (u) = 0F = f (0E ), portanto u = 0E .
Conclui - se que ker f = {0E }.
• Suponhamos que ker f = {0E }.
Sejam u, v tais que f (u) = f (v ); então f (u) - f (v ) = 0F .
Conclui - se que f (u - v ) = 0F , logo u - v ∈ ker f , portanto
u - v = 0E , ou seja, u = v.
Conclui - se que f é injectiva.
Exemplo : f : ℝ3 ⟶ ℝ
( x, y, z) 2x+ y-3z
ker f = ( x, y, z) ∈ ℝ3 : 2 x + y - 3 z = 0
f: ℝ2 ⟶ M2,2 (ℝ)
Exemplo :
x+y 2x
( x, y )
3x- y 5x+7y
f é injectiva
Proposição
Seja f : E ⟶ F uma aplicação linear; f é injectiva sse f transforma qualquer família de vectores
linearmente independentes numa família de vectores linearmente independentes.
Demonstração
Exercício
Proposição
Demonstração
• Tem - se A ⊂ G ( A), portanto f ( A) ⊂ f (G ( A));
como f (G ( A)) é um subespaço que contém f ( A), conclui - se que G (f ( A)) ⊂ f (G ( A)).
• Seja v ∈ f (G ( A)); existe u ∈ G ( A) tal que f (u) = v.
Existem u1 , …, uk ∈ A, α1 , …, αk ∈ tais que u = α1 u1 + ⋯ + αk uk .
Então v = f (u) = f (α1 u1 + ⋯ + αk uk ) = α1 f (u1 ) + ⋯ + αk f (uk ),
portanto v é combinação linear de elementos de f ( A), isto é, v ∈ G(f ( A)).
E1 = G({(1, 2)})
Im f = f (G ({(1, 2)})) = G (f ({(1, 2)})) = G ({(3, -1, 2, 4)})
( x, y, z, t) ∈ G ({(3, -1, 2, 4)})⟺ existe a ∈ ℝ : ( x, y, z, t) =
a (3, -1, 2, 4)⟺⋯⟺ x = -3 y e z = -2 y e t = -4 y
f (E1 ) = ( x, y, z, t) ∈ ℝ4 : x = -3 y e z = -2 y e t = -4 y
Proposição
Demonstração
• Tem - se B ⊂ G(B), portanto f -1 (B) ⊂ f -1 (G(B));
como f -1 (G(B)) é um subespaço de E, conclui - se que Gf -1 (B) ⊂ f -1 (G(B)).
• Seja u ∈ f -1 (f (E1 )); então f (u) ∈ f (E1 ), logo existe v ∈ E1 tal que f (v ) = f (u).
Mas então f (v - u) = f (v ) - f (u) = 0F , portanto v - u ∈ ker f .
De u = v + u - v, com v ∈ E1 e u - v ∈ ker f , conclui - se que u ∈ E1 + ker f .
Conclui - se que f -1 (f (E1 )) ⊂ E1 + ker f .
Seja u ∈ E1 + ker f ; existem v ∈ E1 , w ∈ ker f tais que u = v + w.
Então f (u) = f (v ) + f (w) = f (v ) + 0F = f (v ) ∈ f (E1 ) (porque v ∈ E1 ).
Conclui - se que E1 + ker f ⊂ f -1 (f (E1 )).
Proposição
Demonstração
Suponhamos ker f ≠ {0E } o caso ker f = {0E } é deixado como exercício
Exemplo : f : ℝ4 ⟶ ℝ3
( x, y, z, t) ( x - y + 2 t, y + 2 z + t, - x - 2 z - 3 t)
ker f = ( x, y, z, t) ∈ ℝ4 : x - y + 2 t = 0 e y + 2 z + t = 0 e - x - 2 z - 3 t = 0 =
⋯ = ( x, y, z, t) ∈ ℝ4 : x = -2 z - 3 t e y = -2 z - t = G({(-2, -2, 1, 0), (-3, -1, 0, 1)})
f: ℝ3 ⟶ M2,2 (ℝ)
Exemplo :
2x- y+3z 5z
( x, y, z)
4x -2 y 7z
ker f = ( x, y, z) ∈ ℝ3 : 2 x - y + 3 z = 0 e 5 z = 0 e 4 x - 2 y = 0 e 7 z = 0 =
⋯ = ( x, y, z) ∈ ℝ3 : y = 2 x e z = 0 = G({(1, 2, 0)})
Corolário
Seja f : E ⟶ F uma aplicação linear; se E tem dimensão finita, então dim E=dim ker f+dim Im f.
Exemplo
f: ℝ3 ⟶ ℝ2
( x, y, z) ( x + y, y + 3 z)
x+ y=0 x=3z
f ( x, y, z) = (0, 0)⟺ ⟺
y+3z=0 y = -3 z
Exemplo
Existe f : ℝ3 ⟶ℝ3 , linear tal que ker f = ( x, y, z) ∈ ℝ3 : x + y + z = 0 e Im f = ( x, y, z) ∈ ℝ3 : x = 0 ?
Corolário
Demonstração
Tem - se dim E = dim ker f + dim F.
Se f é sobrejectiva, então Im f = F, portanto vem dim E = dim ker f + dim F ≥ dim F.
Se f é injectiva, então dim ker f = 0, portanto vem dim E = dim Im f ≤ dim F (porque Imf ⊂ F ).
Corolário
Seja f : E ⟶ F uma aplicação linear entre espaços vectoriais de dimensão finita. Se dim
E=dim F,
• f é sobrejectiva ⇒ f é bijectiva
• f é injectiva ⇒ f é bijectiva.
ALGAI_M1010_2324_pdf.nb 101
Demonstração
Tem - se dim E = dim ker f + dim Im f .
• Se f é injectiva, então dim ker f = 0, portanto dim E = dim Im f ;
como dim E = dim F, vem dim Im f = dim F, portanto Im f = F, isto é, f é sobrejectiva.
• Se f é sobrejectiva, então Im f = F, portanto dim E = dim ker + dim F;
como dim E = dim F, vem dim ker f = 0, portanto f é injectiva.
Exemplo
f: ℝ3 ⟶ ℝ2 [ X ]
( x, y, z) x + 2 y + (3 y - 5 z ) X + (2 x + z ) X 2
x+2y=0 x=0
Tem - se f ( x, y, z) = 0ℝ[X ] ⟺ 3 y-5z=0 ⟺ y=0
2x+z=0 z=0
portanto ker f = {(0, 0, 0)}, logo f é injectiva.
Como dim ℝ3 = dim ℝ2 [ X ], conclui - se que f é sobrejectiva.
D : ℝ[ X ] ⟶ ℝ[ X ]
P P'
f : ℝ[ X ] ⟶ ℝ[ X ]
P XP
Isomorfismos
Proposição
Seja f : E⟶ F uma aplicação linear bijectiva; então f -1 também é uma aplicação linear.
102 ALGAI_M1010_2324_pdf.nb
Demonstração
• Sejam v1 , v2 ∈ F; quer - se mostrar que f -1 (v1 + v2 ) = f -1 (v1 ) + f -1 (v2 ).
Existem u1 , u2 ∈ E tais que f (u1 ) = v1 e f (u2 ) = v2 .
Tem - se f (u1 + u2 ) = f (u1 ) + f (u2 ) = v1 + v2 .
Então u1 + u2 = f -1 (v1 + v2 ), o que significa exactamente que f -1 (v1 ) + f -1 (v2 ) = f -1 (v1 + v2 ).
• Sejam v ∈ F, α ∈ ; quer - se mostrar que f -1 (αv) = αf-1 (v ).
Existe u ∈ E tal que f (u) = v.
Tem - se f (αu) = αf (u) = αv.
Então αu = f -1 (αv), o que significa exactamente que αf-1 (v ) = f -1 (αv).
Exemplo : f : ℝ2 [ X ] ⟶ ℝ3
P (P (0), P (1), P (2))
a0 = 0 a0 = 0
f a0 + a1 X + a2 X 2 = (0, 0, 0)⟺ a0 + a1 + a2 = 0 ⟺ a1 = 0
a0 + 2 a1 + 4 a2 = 0 a2 = 0
Conclui - se que ker f = {0ℝ[X ] }, logo f é injectiva, e portanto,
como dim ℝ2 [ X ] = dim ℝ3 , f é sobrejectiva, logo bijectiva.
a0 = x
a0 = x -3 x +4 y - z
f a0 + a1 X + a2 X 2 = ( x, y, z)⟺ a0 + a1 + a2 = y ⟺ a1 = 2 ,
a0 + 2 a1 + 4 a2 = z x -2 y + z
a2 = 2
-3 x +4 y - z x -2 y + z
logo f -1 ( x, y, z) = x + 2
X+ 2
X2
ALGAI_M1010_2324_pdf.nb 103
f : M2,2 (ℝ) ⟶ ℝ4
Exemplo :
a b
(a + d, b + c, a - b, c + d)
c d
a+d=0 a=0
a b b+c=0 b=0
f = (0, 0, 0, 0)⟺ ⟺
c d a-b=0 c=0
c+d=0 d=0
0 0
Conclui - se que ker f = , logo f é injectiva, e portanto,
0 0
como dim M2,2 (ℝ) = dim ℝ4 , f é sobrejectiva, logo bijectiva.
x + y + z -t
a= 2
a+d=x
x + y - z -t
a b b+c= y b= 2
f = ( x, y, z, t)⟺ ⟺ - x + y + z +t
,
c d a-b=z c= 2
c+d=t x - y - z +t
d= 2
logo f -1 ( x, y, z, t) =
x + y + z -t x + y - z -t - x + y + z +t x - y - z +t
2
, 2 , 2
, 2
Definição
Observações:
• A composta de isomorfismos também é um isomorfismo.
• Se E e F são isomorfos, então têm a mesma dimensão.
• Se f : E ⟶ F é uma aplicacão linear, f é um isomorfismo sse a imagem de qualquer base de E por f
é uma base de F.
Proposição
Demonstração
Basta notar que se (e1 , …, en ) é uma base de E e (w1 , …, wn ) é uma base de F,
então existe uma aplicação linear f : E ⟶ F tal que, para cada i,
se tem f (ei ) = wi , e que essa aplicação é bijectiva é injectiva porque w1 , …,
wn são linearmente independentes, e é sobrejectiva porque w1 , …, wn geram F .
104 ALGAI_M1010_2324_pdf.nb
((- 1, 1, 0), (- 1, 0, 1)) é uma base de E e((1, 1, 0), (0, 1, 1)) é uma base de F
A aplicação f : E ⟶ F definida por f (-1, 1, 0) = (1, 1, 0), f (-1, 0, 1) = (0, 1, 1) é um isomorfismo.
Se ( x, y, z) ∈ E, então ( x, y, z) =
y (- 1, 1, 0) + z (- 1, 0, 1) portanto f ( x, y, z) = yf (- 1, 1, 0) + zf (- 1, 0, 1) = ( y, y + z, z).
Corolário
a11 x1 + a12 x2 + ⋯ + a1 n xn = b1
a21 x1 + a22 x2 + ⋯ + a2 n xn = b2
⋯
am1 x1 + am2 x2 + ⋯ + amn xn = bm
Pode ser visto como a seguinte equação (que põe em evidência que o sistema é possível sse a
última coluna da matriz do sistema é combinação linear das colunas da matriz dos coeficientes):
a11 a12 a1 n b1
a21 a22 a2 n b2
x1 + x2 + ⋯ + xn =
⋮ ⋮ ⋮ ⋮
am1 am2 amn bm
É ainda equivalente a
ALGAI_M1010_2324_pdf.nb 105
f: ℝn ⟶ ℝm
( x1 , x2 , …, xn ) (a11 x1 + a12 x2 + ⋯ + a1 n xn , …, am1 x1 +am2 x2 +⋯ +amn xn )
Seja k=car f.
Se k=m, dim Im f=m, portanto f é sobrejectiva ⟶ para qualquer b a equação f(x)=b é possível.
Se k<m, dim Im f<m, portanto f não é sobrejectiva ⟶ existe b tal que a equação f(x)=b é possível e
existe b tal que a equação f(x)=b é impossível.
Seja b tal que a equação f(x)=b é possível, e seja x0 uma solução, isto é, f ( x0 ) = b, ou seja, x0 ∈ f -1 (b).
As soluções da equação f(x)=b são os elementos de f -1 (b) , e f -1 (b) = { x0 } + ker f .
A equação tem portanto apenas uma solução sse ker f = {0E }.
Conclui-se que a equação f(x)=b não ter mais do que uma solução não depende de b: se a equação
for determinada para algum b, será determinada para qualquer b para o qual seja possível.
Se ker f = {0E }, o que equivale a car f=n, a equação f(x)=b é sempre possível e determinada ou
impossível.
Se ker f ≠ {0E }, o que equivale a car f<n, a equação f(x)=b é sempre possível e indeterminada ou
impossível.
car f=m car f<m
• f é sobrejectiva
• f não é sobrejectiva
f(x)=b • para qualquer b
• a equação pode ser possível
a equação é possível
ou impossível, dependendo de b
car f=n equação impossível
f é injectiva equação sempre possível ou
equação não indeterminada e determinada possível e determinada
car f<n equação impossível
f não é injectiva equação sempre possível ou
equação não determinada e indeterminada possível e indeterminada
106 ALGAI_M1010_2324_pdf.nb
a11 a12
a21 a22
b
ALGAI_M1010_2324_pdf.nb 107
2.3 - Matrizes
Definição
Sejam f : E⟶F uma aplicação linear, b = (e1 , …, en ) uma base de E, B = (v1 , …, vm ) uma base de
F; chama-se matriz de f relativamente às bases b, B à matriz de Mm,n () cujas colunas são
formadas pelas coordenadas dos vectores f (e1 ), …, f (en ) na base B.
(notação: Mb,B (f ))
108 ALGAI_M1010_2324_pdf.nb
Sejam f : E ⟶ F uma aplicação linear, b = (e1 , …, en ) uma base de E, B = (v1 , …, vm ) uma base de F.
a11 a12 ⋯ a1 n
a21 a22 ⋯ a2 n
Mb,B (f ) =
⋮ ⋮ ⋮
am1 am2 ⋯ amn
onde
f (e1 ) = (a11 , a21 , …, am1 )B
f (e2 ) = (a12 , a22 , …, am2 )B
⋯
f (en ) = (a1 n , a2 n , …, amn )B
Exemplo : f : ℝ3 ⟶ ℝ2 ,
( x, y, z) (2 x + 3 y - z, x + 4 y - 5 z)
b = ((1, 0, 0), (0, 1, 0), (0, 0, 1)), B = ((1, 0), (0, 1))
Exemplo : f : ℝ2 ⟶ ℝ3 ,
( x, y, z) (2 x + y, - x, x - 3 y )
b = ((1, 1), (1, -1)), B = ((1, 0, 0), (1, 1, 0), (1, 1, 1))
Reciprocamente, para cada matriz M ∈ Mm,n (), existe uma única aplicação linear f : E ⟶ F tal que
Mb,B (f ) = M (é consequência da existência e unicidade de uma aplicação linear uma vez definidas as
imagens dos elementos de uma base)
Proposição
Demonstração
Exercício
Produto de matrizes
Objectivo: definir o produto de matrizes de tal modo que “a matriz da composta seja o produto das
matrizes”.
Exemplo
Sejam f : ℝ2 ⟶ ℝ2
( x, y ) (ax + by, cx + dy)
ou seja
p q a b pa + qc pb + qd
=
r s c d ra + sc rb + sd
Definição
Só se define o produto AB de duas matrizes A,B se o número de colunas da primeira for igual ao
número de linhas da segunda.
1 2 5 6
Exemplo :
3 4 7 8
1 2 5 6 1×5 + 2×7 1×6 + 2×8 19 22
= =
3 4 7 8 3×5 + 4×7 3×6 + 4×8 43 50
1 2
3-1 4 1 -2
Exemplo :
0 -5 7 2 0
-4 1
2 1 2×4 + 1×7 2×1 + 1×2 2 ×(-2) + 1 × 0 15 4 -4
-1 3 4 1 -2 (-1)× 4 + 3 × 7 (-1)× 1 + 3 × 2 (-1)×(-2) + 3 × 0 17 5 2
= =
0 -5 7 2 0 0 × 4 + (-5)× 7 0 × 1 + (-5)× 2 0 ×(-2) + (-5)× 0 -35 -10 0
-4 1 (-4)× 4 + 1 × 7 (-4)× 1 + 1 × 2 (-4)×(-2) + 1 × 0 -9 -2 8
Proposição
f g
E1 ⟶ E2 ⟶ E3
b1 b2 b3
ALGAI_M1010_2324_pdf.nb 111
Demonstração
Sejam b1 = u1 , …, up , b2 = (v1 , …, vn ) e b3 = (w1 , …wm ).
a11 ⋯ a1 p b11 ⋯ b1 n
Sejam ⋮ ⋮ = Mb1 ,b2 (f ) e ⋮ ⋮ = Mb2 ,b3 (g)
an1 ⋯ anp bm1 ⋯ bmn
c11 ⋯ c1 p
Ora Mb2 ,b3 (g) Mb1 ,b2 (f ) = ⋮ ⋮ , onde cij = bi1 a1 j + ⋯ + bin anj .
cm1 ⋯ cmp
Então as entradas da j - ésima coluna de Mb2 ,b3 (g) Mb1 ,b2 (f ) são b11 a1 j + ⋯ + b1 n anj ,
⋯, bm1 a1 j + ⋯ + bmn anj .
Conclui - se que as colunas de Mb2 ,b3 (g) Mb1 ,b2 (f ) coincidem com as de Mb1 ,b3 (g ∘ f ),
portanto Mb1 ,b3 (g ∘ f ) = Mb2 ,b3 (g) Mb1 ,b2 (f )
Corolário
Demonstração
Resulta da associatividade da composição de funções e da distributividade
da composição de aplicações lineares relativamente à soma de funções.
112 ALGAI_M1010_2324_pdf.nb
Exemplo
f: ℝ2 ⟶ ℝ2 , g: ℝ2 ⟶ ℝ3
x
( x, y ) 3 x - y, + 2 y ( x, y ) ( x + y, - x + 2 y, 3 x )
2
f g
ℝ2 ⟶ ℝ2 ⟶ ℝ3
bc bc Bc
7
1 1 3 -1 2
1
Mbc ,Bc (g) Mbc ,bc (f ) = -1 2 1 = -2 5
2
3 0 2
9 -3
7
1 2
Mbc ,Bc (g ∘ f ) = -2 5
9 -3
g ∘ f ( x, y ) = 72 x + y, -2 x + 5 y, 9 x - 3 y
Exemplo
b1 = ((1, 3), (1, 0)) base de ℝ2 , b2 = ((1, 1), (2, 1)) base de ℝ2 , Bc base canónica de ℝ3
f : ℝ2 ⟶ℝ2 tal que f (1, 3) = (1, 1) e f (1, 0) = (2, 1)
g : ℝ2 ⟶ℝ3 tal que g(1, 1) = (3, -1, 2) e g(2, 1) = (1, 5, 3)
3 1
1 0
Mb1 ,b2 (f ) = , Mb2 ,Bc (g) = -1 5
0 1
2 3
g∘ f
f g
ℝ2 ⟶ ℝ2 ⟶ ℝ3
b1 b2 Bc
3 1 3 1
1 0
Mb1 ,Bc (g ∘ f ) = Mb2 ,Bc (g) Mb1 ,b2 (f ) = -1 5 = -1 5
0 1
2 3 2 3
Definição
ALGAI_M1010_2324_pdf.nb 113
1 0 ⋯ 0
0 1 ⋯ 0
Chama-se matriz identidade de ordem n à matriz In = ∈ Mn,n ()
⋮ ⋮ ⋮
0 0 ⋯ 1
Lema
Definição
Diz-se que M ∈ Mm,n () tem inversa sse existe uma matriz M’ tal que MM’ e M’M são matrizes
identidade.
Diz-se que uma matriz quadrada é singular sse não tem inversa.
Proposição
Se M ∈ Mm,n () tem inversa, então m=n (só matrizes quadradas podem ter inversa).
Demonstração
Suponhamos que M' é inversa de M ∈ Mm,n (); então MM' e M' M são matrizes identidade .
Como MM' está definido, o número de colunas de M é igual ao número de colunas de M',
e como M' M está definido, o número de colunas de M' é igual ao número de linhas de m,
portanto M' ∈ Mn,m (), logo MM' = Im e M' M = In .
Sejam f : n ⟶m tal que Mbc ,Bc (f ) = M e g : m ⟶n tal que MBc ,bc (g) =
M' onde bc é a base canónica de n e Bc é a base canónica de m .
Então Mbc ,bc (g ∘ f ) = MBc ,bc (g) Mbc ,Bc (f ) = M' M = In e MBc ,Bc (f ∘ g) = Mbc ,Bc (f ) Mbc ,Bc (g) = MM' = Im ,
portanto g ∘ f = idn e f ∘ g = idm .
Lema
Demonstração
Suponhamos que M' e M'' são inversas de M ∈ Mn,n ().
Proposição
Demonstração
Suponhamos MM' = In , sejam f : n ⟶n , g : n ⟶n tais que Mbc ,bc (f ) = M e Mbc ,bc (g) = M'.
a11 ⋯ a1 n
Seja M = ⋮ ⋮ ∈ Mn,n ().
an1 ⋯ ann
x11 ⋯ x1 n a11 ⋯ a1 n x11 ⋯ x1 n
M tem inversa sse existe ⋮ ⋮ ∈ Mn,n () tal que ⋮ ⋮ ⋮ ⋮ = In
xn1 ⋯ xnn an1 ⋯ ann xn1 ⋯ xnn
ou seja
a11 ⋯ a1 n x11 1 a11 ⋯ a1 n x1 n 0
⋮ ⋮ ⋮ = ⋮ ,…, ⋮ ⋮ ⋮ = ⋮
an1 ⋯ ann xn1 0 an1 ⋯ ann xnn 1
Trata-se então de resolver estes n sistemas.
ALGAI_M1010_2324_pdf.nb 115
1 5
Exemplo : cálculo da inversa de
2 3
1 5 x y 1 0 x +5z y +5t 1 0 x+5z=1 y +5t=0
= ⟺ = ⟺ e
2 3 z t 0 1 2x +3z 2 y +3t 0 1 2x+3z=0 2 y +3t=1
Usando na resolução dos sistemas a notação através das matrizes dos sistemas , vem
1 5 1 1 5 0
e
2 3 0 2 3 1
1 5 1 1 5 0
e
0 -7 -2 0 -7 1
1 0 - 37 1 0 5
7
2
e 1
0 1 7
0 1 -
7
x = - 37 y= 5
7
que correspondem a 2
e
z= 7
t = - 17
3 5
1 5 -1 -
7 7
Então = .
2 3 2
-
1
7 7
1 2 3
Exemplo : cálculo da inversa de 1 1 2
1 1 1
1 2 3 x1 y1 z1 1 0 0 x1 + 2 x2 + 3 x3 y1 + 2 y2 + 3 y3 z1 + 2 z2 + 3 z3
1 1 2 x2 y2 z2 = 0 1 0 ⟺ x1 + x2 + 2 x3 y1 + y2 + 2 y3 z1 + z2 + 2 z3 =
1 1 1 x3 y3 z3 0 0 1 x1 + x2 + x3 y1 + y2 + y3 z1 + z2 + z3
1 0 0 x1 + 2 x2 + 3 x3 = 1 y1 + 2 y2 + 3 y3 = 0 z1 + 2 z2 + 3 z3 = 0
0 1 0 ⟺ x1 + x2 + 2 x3 = 0 e y1 + y2 + 2 y3 = 1 e z1 + z2 + 2 z3 = 0
0 0 1 x1 + x2 + x3 = 0 y1 + y2 + y3 = 0 z1 + z2 + z3 = 1
Usando na resolução dos sistemas a notação através das matrizes dos sistemas, vem
1 2 3 1 1 2 3 0 1 2 3 0
1 1 2 0 e 1 1 2 1 e 1 1 2 0
1 1 1 0 1 1 1 0 1 1 1 1
1 2 3 1 1 2 3 0 1 2 3 0
0 -1 -1 -1 e 0 -1 -1 1 e 0 -1 -1 0
0 -1 -2 -1 0 -1 -2 0 0 -1 -2 1
1 2 3 1 1 2 3 0 1 2 3 0
0 1 1 1 e 0 1 1 -1 e 0 1 1 0
0 -1 -2 -1 0 -1 -2 0 0 -1 -2 1
1 0 1 -1 1 0 1 2 1 0 1 0
0 1 1 1 e 0 1 1 -1 e 0 1 1 0
0 0 -1 0 0 0 -1 -1 0 0 -1 1
1 0 0 -1 1 0 0 1 1 0 0 1
0 1 0 1 e 0 1 0 -2 e 0 1 0 1
0 0 1 0 0 0 1 1 0 0 1 -1
x1 = -1 y1 = 1 z1 = 1
que correspondem a x2 = 1 e y2 = -2 e z2 = 1
x3 = 0 y3 = 1 z3 = -1
-1
1 2 3 -1 1 1
Então 1 1 2 = 1 -2 1 .
1 1 1 0 1 -1
Os três sistemas podem ser resolvidos em simultâneo :
1 2 3 1 0 0 1 2 3 1 0 0
1 1 2 0 1 0 ⟶ 0 -1 -1 -1 1 0 ⟶
1 1 1 0 0 1 0 -1 -2 -1 0 1
1 2 3 1 0 0 1 0 1 -1 2 0 1 0 0 -1 1 1
0 1 1 1 -1 0 ⟶ 0 1 1 1 -1 0 ⟶ 0 1 0 1 -2 1
0 -1 -2 -1 0 1 0 0 -1 0 -1 1 0 0 1 0 1 -1
A «metade da direita» é a inversa da matriz inicial.
Proposição
Sejam f:E⟶F uma aplicação linear, b uma base de E, B uma base de F e u∈E; então
• multiplicando Mb,B (f ) pela matriz coluna com as coordenadas de u na base b, obtêm-se as
ALGAI_M1010_2324_pdf.nb 117
Demonstração
a11 ⋯ a1 n
Sejam (e1 , …, en ) = b, ⋮ ⋮ = Mb,B (f ).
am1 ⋯ amn
Se u = (λ1 , …, λn )b , então u = λ1 e1 + ⋯ + λn en .
Então f (u) = f (λ1 e1 + ⋯ + λn en ) =
λ1 (a11 v1 + ⋯ + am1 vm ) + ⋯ + λn (a1 n v1 + ⋯ + amn vn ) = (λ1 a11 + ⋯ + λn a1 n ) v1 +
⋯ + (λ1 am1 + ⋯ + λn amn ) vm = (λ1 a11 + ⋯ + λn a1 n , …, λ1 am1 + ⋯ + λn amn )B .
a11 ⋯ a1 n λ1 λ1 a11 + ⋯ + λn a1 n
Ora ⋮ ⋮ ⋮ = ⋮
am1 ⋯ amn λn λ1 am1 + ⋯ + λn amn
b11 ⋯ b1 n
Suponhamos agora que M = ⋮ ⋮ é uma matriz com a mesma propriedade.
bm1 ⋯ bmn
0
b11 ⋯ b1 n ⋮ b1 j
Tem - se e j = (0, …, 1, …, 0)b e ⋮ ⋮ 1 = ⋮ , portanto f e j = b1 j , …, bmj B
bm1 ⋯ bmn ⋮ bmj
0
Mas por definição de Mb,B (f ), tem - se f e j = a1 j , …, amj B .
f: ℝ3 ⟶ ℝ2
Exemplo :
( x, y, z) (2 x - y + 4 z, 3 x + y + 5 z)
2 -1 4
MBc ,bc (f ) =
3 1 5
( x, y, z) = ( x, y, z)Bc
x
2 -1 4
y =( 2x- y+4z 3x+ y+5z )
3 1 5
z
f ( x, y, z)Bc = (2 x - y + 4 z, 3 x + y + 5 z)bc
118 ALGAI_M1010_2324_pdf.nb
f: ℝ4 ⟶ ℝ3
Exemplo : x x y
( x, y, z, t) 2 x - y + t, + 5 y, + - 6 z + t
2 3 5
2 -1 0 1
1
MBc ,bc (f ) = 2
5 0 0
1 1
-6 1
3 5
( x, y, z, t) = ( x, y, z, t)Bc
2 -1 0 1 x 2x- y+t
1 y x
5 0 0 = +5y
2 2
1 1
z x y
-6 1 + -6z+t
3 5 t 3 5
x x y
f ( x, y, z, t)Bc = 2 x - y + t, 2
+ 5 y,
3
+
5
- 6 z + t b
c
Exemplo
f: ℝ2 ⟶ ℝ3
( x, y ) (2 x + y, - x, x - y )
2 1
Mbc ,Bc (f ) = -1 0
1 -1
b = ((2, 3), (-1, 1)) base de ℝ2
B = ((1, 1, 1), (0, 1, 1), (0, 0, 1)) base de ℝ3
Mb,B (f ) = ?
f
id f id
ℝ2 ⟶ ℝ2 ⟶ ℝ3 ⟶ ℝ3
b bc Bc B
Mb,B (f ) = Mb,B (id ∘ f ∘ id) = MBc ,B (id) Mbc ,Bc (f ) Mb,bc (id)
2 -1
Mb,bc (id) =
3 1
(1, 0, 0) = (1, 1, 1) - (0, 1, 1) = (1, - 1, 0)B ,
(0, 1, 0) = (0, 1, 1) - (0, 0, 1) = (0, 1, - 1)B , (0, 0, 1) = (0, 0, 1)B
1 0 0
portanto MBc ,B (id) = -1 1 0
0 -1 1
1 0 0 2 1 7 -1
2 -1
Mb,B (f ) = -1 1 0 -1 0 = -9 2
3 1
0 -1 1 1 -1 1 -3
120 ALGAI_M1010_2324_pdf.nb
Exemplo
1 2 0 -1
f : ℂ2 ⟶ℝ2 tal que MBc ,b1 (f ) = ,
0 1 -3 4
onde Bc é a base canónica de ℂ2 e b1 = ((2, 3), (4, 5))
0 2
2
g : ℝ ⟶ℝ2 [ X ] tal que Mb2 ,bc (g) = -3 0 ,
2 -1
2
onde bc é a base canónica de ℝ [ X ] e b2 = ((1, 1), (-1, 1))
MBc ,bc (g ∘ f ) = ?
g∘ f
f id g
ℂ2 ⟶ ℝ 2 ⟶ ℝ 2 ⟶ ℝ 2 [ X ]
Bc b1 b2 bc
MBc ,bc (g ∘ f ) = MBc ,bc (g ∘ id ∘ f ) = Mb2 ,bc (g) Mb1 ,b2 (id) MBc ,b1 (f )
5 9
1 3 -3 3
0 2 5 9
2 2 1 2 0 -1 15 57 81 93
portanto MBc ,bc (g ∘ f ) = -3 0 = -2 -2 2
-
2
1 1 0 1 -3 4
2 -1 2 2 9 35
-
51 59
2 2 2 2
Definição
À matriz Mb,b' (idE ) chama-se matriz de passagem (ou matriz de mudança de base) da base b
para a base b’.
Observação: As colunas de Mb,b' (idE ) são formadas pelas coordenadas dos elementos de b na base
b’.
Proposição
Sejam f:E⟶F uma aplicação linear bijectiva, b uma base de E, B uma base de F; então as
matrizes Mb,B (f ) e MB,b f -1 são inversas uma da outra, isto é, MB,b f -1 = Mb,B (f )-1 .
Caso particular: Sejam b,b’ bases de E; então as matrizes de passagem de b para b’ e de b’ para
b são inversas uma da outra: Mb,b' (idE ) = Mb',b (idE )-1 .
Demonstração
Basta notar que Mb,B (f ) MB,b f -1 = MB,B f ∘ f -1 =
MB,B (idF ) = In e MB,b f -1 MB,b (f ) = MB,B f -1 ∘ f = Mb,b (idE ) = In (onde n = dim E = dim F )
ALGAI_M1010_2324_pdf.nb 121
f: ℝ2 ⟶ ℝ2
Exemplo :
( x, y ) (3 x - y, 2 x - y )
-1
3 -1 3 -1
Mbc ,bc (f ) = , Mbc ,bc f -1 =
2 -1 2 -1
Determinação da inversa pelo método de Gauss :
3 -1 1 0 1 - 13 13 0 1 - 13 13 0 1 - 13 13 0 1 0 1 -1
⟶ ⟶ ⟶ ⟶
2 -1 0 1 2 -1 0 1
1
0 -3 -3 12
0 1 2 -3 0 1 2 -3
1 -1
Mbc ,bc f -1 =
2 -3
f -1 ( x, y ) = ( x - y, 2 x - 3 y )
Exemplo
E = ℝ3 , B = ((1, 0, 1), (0, 1, 1), (1, 1, 0))
1 0 1
MB,Bc (id) = 0 1 1
1 1 0
1 1 1
-1 -
1 0 1 2 2 2
-1 1 1 1
MBc ,B (id) = MB,Bc (id) = 0 1 1 = -
2 2 2
1 1 0 1 1 1
-
2 2 2
id f id
E ⟶ E ⟶ E ⟶E
b' b b b'
Mb',b' (f ) = Mb,b' (id) Mb,b (f ) Mb',b (id) = Mb,b' (id) Mb,b (f ) Mb,b' (id)-1
Definição
Diz-se que as matrizes A e B são semelhantes sse existe uma matriz invertível P tal que
A = P B P -1 .
Lema
Demonstração
Exercício
Proposição
Sejam f : E⟶E um endomorfismo e b,b’ bases de E; então Mb,b (f ) e Mb',b' (f ) são semelhantes.
Proposição
Demonstração
a11 ⋯ a1 n
Sejam b = (u1 , …, un ), B = (v1 , …, vm ) e Mb,B (f ) = ⋮ ⋮ .
am1 ⋯ amn
Tem - se car (f ) =
dim (Im f ) = dim (G {f (u1 ), …, f (un )}) = dim (G ({(a11 , …, am1 )B , …, (a1 n , …, amn )B }))
Consideremos o isomorfismo φ : F ⟶m definido por φ(v1 ) = (1, 0, …, o),
φ(v2 ) = (0, 1, …, 0), …, φ(vm ) = (0, 0, …, 1).
Definição
1 0
Exemplo : car 3 2
5 -1
1 0
car 3 2 = dim G ({(1, 3, 5), (0, 2, -1)}) = 2
5 -1
ALGAI_M1010_2324_pdf.nb 123
1 2 3 -1
Exemplo : car
1 2 3 -1
1 2 3 -1
car = dim G ({(1, 1), (2, 2), (3, 3), (-1, -1)}) = 1
1 2 3 -1
Proposição
Seja A ∈ Mm,n (); a dimensão do subespaço de m gerado pelas colunas de A é igual à dimensão
do subespaço de n gerado pelas linhas de A.
Demonstração
Encontram - se nas folhas de exercícios sugestões para a demonstração.
1 0
Exemplo : car 3 2
5 -1
1 0
car 3 2 = dim G({(1, 0), (3, 2), (5 - 1)}) = 2
5 -1
1 2 3 -1
Exemplo : car
1 2 3 -1
1 2 3 -1
car = dim G({(1, 2, 3, -1), (1, 2, 3, -1}) = 1
1 2 3 -1
Definição
Seja A ∈ Mm,n (); chama-se transposta de A à matriz de Mn,m () que se obtém trocando as linhas
de A com as suas colunas.
Notação: At
Exemplo
1 5
1 2 3 4 2 6
A= , At =
5 6 7 8 3 7
4 8
Exemplo
1 6 11
1 2 3 4 5 2 7 12
A = 6 7 8 9 10 , At = 3 8 13
11 12 13 14 15 4 9 14
5 10 15
124 ALGAI_M1010_2324_pdf.nb
Proposição
Proposição
Seja A, B ∈ Mm,n (); se B se pode obter a partir de A através de um número finito de operações
dos seguintes tipos:
• troca de duas linhas
• substituição de uma linha por um seu múltiplo por um escalar não nulo
• substituição de uma linha pela soma dessa linha com um múltiplo de outra
• troca de duas colunas
• substituição de uma coluna por um seu múltiplo por um escalar não nulo
• substituição de uma coluna pela soma dessa coluna com um múltiplo de outra
então car B = car A.
Demonstração
Basta mostrar que operações dos três primeiros tipos não alteram
a dimensão do espaço gerado pelas linhas e que operações dos três
últimos tipos não alteram a dimensão do espaço gerado pelas colunas.
Isso é consequência dos seguintes factos, que são deixados como exercício : se u1 ,
…, uk são elementos de um espaço vectorial, então
• Gu1 , …, ui , …, u j , …, uk = Gu1 , …, u j , …, ui , …, uk
1 1 1 5 -1
3 5 1 11 -1
Exemplo : car
1 3 -1 1 1
5 9 1 17 -1
1 1 1 5 -1 1 1 1 5 -1
3 5 1 11 -1 0 2 -2 -4 2
car = car =
1 3 -1 1 1 L2 →L2 -3 L1 0 2 -2 -4 2 L3 → L3 - L2
5 9 1 17 -1 L3 → L3 - L1 0 4 -4 -8 4 L4 →L4 +2 L2
L4 →L4 -5 L1
1 1 1 5 -1
0 2 -2 -2 2
car = dim G ({(1, 1, 1, 5, -1), (0, 2, -2, -4, 2)}) = 2
0 0 0 0 0
0 0 0 0 0
ALGAI_M1010_2324_pdf.nb 125
1 0 2
1 1 0
Exemplo : car
1 -1 4
1 2 0
1 0 2
1 1 0
car =
1 -1 4 C3 →C3 -2 C1
1 2 0
1 0 0 1 0 0
1 1 -2 1 1 0
car = car = dim G ({(1, 1, 1, 1), (0, 1, -1, 2), (0, 0, 0, 2)}) = 3
1 -1 2 C3 →C3 +2 C2 1 -1 0
1 2 -2 1 2 2
Traço de um endomorfismo
Definição
Chama-se traço de uma matriz A ∈ Mn,n () à soma dos elementos da diagonal principal, ou seja,
a11 a12 ⋯ a1 n
a21 a22 ⋯ a2 n
se A = , tr ( A) = a11 + a22 + ⋯ + ann
⋮ ⋮ ⋮
an1 an2 ⋯ ann
Exemplo
1 2
tr =1+4=5
3 4
Exemplo
1 2 -1
tr 0 3 7 = 1 + 3 - 4 = 0
5 -2 -4
Proposição
Demonstração
Exercício
Definição
126 ALGAI_M1010_2324_pdf.nb
Exemplo : f : ℝ2 ⟶ ℝ2
( x, y ) (3 x + 5 y, 2 x - y )
3 5 3 5
MBc ,Bc (f ) = , tr f = tr =2
4 -1 4 -1
Exemplo : f : ℝ3 ⟶ ℝ3
( x, y, z) (3 x + 2 y - z, x + 4 y, 2 x - 3 z)
3 2 -1 3 2 -1
MBc ,Bc (f ) = 1 4 0 , tr f = tr 1 4 0 = 4
2 0 -3 2 0 -3
ALGAI_M1010_2324_pdf.nb 127
3 - Determinantes
3.1 - Definição e interpretação geométrica
ker(f)={0E }
f é sobrejectiva
f é injectiva
car f=n
f tem inversa
f bijectiva
M tem inversa
car M=n
Em ℝ2
paralelogramos
f(u)
f(v)
Propriedades da função A
• A (v, u) = - A(u, v )
• A (u + αv, v ) = A(u, v ) (e A(u, v + αu) = A(u, v ))
130 ALGAI_M1010_2324_pdf.nb
v A(u,v) u
u1 +αv
u2 +βv
A(u2 ,v)
A(u1 ,v)
u1 +u2
u2
u1
A(αu,v)
v
αu
u
Definição
ALGAI_M1010_2324_pdf.nb 133
a b
Se M = , chama-se determinante de M a ad-bc.
c d
a b a b
Notação: det , det M, , |M|
c d c d
Exemplo
1 2
det = 1 × 4 - 2 × 3 = -2
3 4
Exemplo
-1 2
det = (-1)×(-4) - 2 × 2 = 0
2 -4
Proposição
a + a' b a b a' b
• det = det + det
c + c' d c d c' d
a b + b' a b a b'
• det = det + det
c d + d' c d c d'
λa b a b a λb
• det = λdet = det
λc d c d c λd
a b b a
• det = -det
c d d c
1 0
• det =1
0 1
• Se M tem duas colunas linearmente dependentes (em particular se tem duas colunas iguais),
então det M=0.
a+λb b a b a b+λa
• det = det = det
c+λd d c d c d+λc
• det M = det Mt
a + a' b + b' a b a' b'
• det = det + det
c d c d c d
a b a b a b
• det = det + det
c + c' d + d ' c d c' d '
134 ALGAI_M1010_2324_pdf.nb
λa λb a b a b
• det = λdet
= det
c d c d λc λd
a b c d
• det = -det
c d a b
• Se M tem duas linhas linearmente dependentes (em particular se tem duas linhas iguais),
então det M=0.
a+λc b+λd a b a b
• det = det = det
c d c d c+λa d+λb
Demonstração
1 2
Exemplo : inversa de
3 4
1 2 1 2 -1
1 4 -2 -2 1
det = -2, = = 3 1
3 4 3 4 -2 -3 1 2
-
2
O sistema
ax + 2 y = 6 a 2
é possível e determinado ⟺ det ≠ 0 ⟺ a2 - 4 ≠ 0 ⟺ a ∈ ℝ ∖ {-2, 2}
2 x + ay = a + 4 2 a
Para a =
2x+2y=6
2 vem o sistema , que é possível e indeterminado (as rectas são coincidentes).
2x+2y=6
Para a =
-2 x + 2 y = 6
-2 vem o sistema , que é impossível : as rectas são estrictamente paralelas.
2x-2y=2
Em ℝ3
L1
Notação: (C1 ⋯ Cn ) representa a matriz cujas colunas são C1 , …, Cn , ⋮ representa a matriz cujas
Ln
136 ALGAI_M1010_2324_pdf.nb
linhas são L1 , …, Ln .
Suponhamos que det : M3,3 (ℝ)⟶ℝ é uma função com propriedades análogas às de
det : M2,2 (ℝ)⟶ℝ :
• det(C1 + C1 ', C2 , C3 ) = det(C1 , C2 , C3 ) + detC1 ', C2, C3 (e analogamente para as outras colunas)
• det(αC1 , C2 , C3 ) = α det(C1 , C2 , C3 ) (e analogamente para as outras colunas)
• se B se obtém de A por troca de duas colunas, então det B = - det A
• det(I3 ) = 1
Vamos ver que esta informação é suficiente para calcular o determinante de qualquer matriz.
1 2 3
a11 + 0 + 0 a12 a13 a11 a12 a13 0 a12 a13 0 a12 a13
det 0 + a21 + 0 a22 a23 = det 0 a22 a23 + det a21 a22 a23 + det 0 a22 a23
0 + 0 + a31 a32 a33 0 a32 a33 0 a32 a33 a31 a32 a33
a11 a12 + 0 + 0 a13 a11 a12 a13 a11 0 a13 a11 0 a13
1 =det 0 0 + a22 + 0 a23 = det 0 0 a23 + det 0 a22 a23 + det 0 0 a23 =
0 0 + 0 + a32 a33 0 0 a33 0 0 a33 0 a32 a33
4 5
a11 0 a13 a11 0 a13
det 0 a22 a23 + det 0 0 a23
0 0 a33 0 a32 a33
0 a12 + 0 + 0 a13 0 a12 a13 0 0 a13 0 0 a13
2 =det a21 0 + a22 + 0 a23 = det a21 0 a23 + det a21 a22 a23 + det a21 0 a23 =
0 0 + 0 + a32 a33 0 0 a33 0 0 a33 0 a32 a33
6 7
0 a12 a13 0 0 a13
det a21 0 a23 + det a21 0 a23
0 0 a33 0 a32 a33
ALGAI_M1010_2324_pdf.nb 137
8 9
0 a12 a13 0 0 a13
det 0 0 a23 + det 0 a22 a23
a31 0 a33 a31 0 a33
a11 0 a13 + 0 + 0
4 =det 0 a22 0 + a23 + 0 =
0 0 0 + 0 + a33
a11 0 a13 a11 0 0 a11 0 0 a11 0 0
det 0 a22 0 + det 0 a22 a23 + det 0 a22 0 = det 0 a22 0 =
0 0 0 0 0 0 0 0 a33 0 0 a33
a11 × 1 0 0 1 0 0 1 0 0
det a11 × 0 a22 0 = a11 det 0 a22 0 = a11 a22 a33 det 0 1 0 = a11 a22 a33
a11 × 0 0 a33 0 0 a33 0 0 1
a11 0 a13 + 0 + 0 a11 0 a13 a11 0 0 a11 0 0
5 =det 0 0 0 + a23 + 0 = det 0 0 0 + det 0 0 a23 + det 0 0 0 =
0 a32 0 + 0 + a33 0 a32 0 0 a32 0 0 a32 a33
a11 0 0 1 0 0
det 0 0 a23 = a11 a32 a23 det 0 0 1 = -a11 a32 a23
0 a32 0 0 1 0
0 a12 a13 + 0 + 0 0 a12 a13 0 a12 0 0 a12 0
6 =det a21 0 0 + a23 + 0 = det a21 0 0 + det a21 0 a23 + det a21 0 0 =
0 0 0 + 0 + a33 0 0 0 0 0 0 0 0 a33
0 a12 0 0 1 0
det a21 0 0 = a21 a12 a33 det 1 0 0 = -a21 a12 a33
0 0 a33 0 0 1
0 0 a13 + 0 + 0 0 0 a13 0 0 0 0 0 0
7 =det a21 0 0 + a23 + 0 = det a21 0 0 + det a21 0 a23 + det a21 0 0 =
0 a32 0 + 0 + a33 0 a32 0 0 a32 0 0 a32 a33
0 0 a13 0 0 1
det a21 0 0 = a21 a32 a13 det 1 0 0 = a21 a32 a13
0 a32 0 0 1 0
0 a12 a13 + 0 + 0 0 a12 a13 0 a12 0 0 a12 0
8 =det 0 0 0 + a23 + 0 = det 0 0 0 + det 0 0 a23 + det 0 0 0 =
a31 0 0 + 0 + a33 a31 0 0 a31 0 0 a31 0 a33
0 a12 0 0 1 0
det 0 0 a23 = a31 a12 a23 det 0 0 1 = a31 a12 a23
a31 0 0 1 0 0
138 ALGAI_M1010_2324_pdf.nb
0 0 a13 + 0 + 0 0 0 a13 0 0 0 0 0 0
9 =det 0 a22 0 + a23 + 0 = det 0 a22 0 + det 0 a22 a23 + det 0 a22 0 =
a31 0 0 + 0 + a33 a31 0 0 a31 0 0 a31 0 a33
0 0 a13 0 0 1
det 0 a22 0 = a31 a22 a13 det 0 1 0 = -a31 a22 a13
a31 0 0 1 0 0
a11 a12 a13
det a21 a22 a23 = a11 a22 a33 - a11 a32 a23 - a21 a12 a33 + a21 a32 a13 + a31 a12 a23 - a31 a22 a13
a31 a32 a33
-a31 a22 a13
a11 a12 a13
Exemplo
1 2 -1
det 0 4 -3 =
7 -2 -5
1 × 4 ×(-5) + 0 ×(-2)×(-1) + 7 × 2 ×(-3) - 7 × 4 ×(-1) - 1 ×(-2)×(-3) - 0 × 2 ×(-5) = -40
1 2 -1
0 4 -3
7 -2 -5
1 2 -1
0 4 -3
Exemplo
0 2 0
det 2 -3 1 = 0 ×(-3)× 3 + 2 × 4 × 0 + 1 × 2 × 1 - 1 ×(-3)×(0) - 0 × 4 × 1 - 2 × 2 × 3 = -10
1 4 3
0 2 0
2 -3 1
1 4 3
0 2 0
2 -3 1
Definição
Sejam E um espaço vectorial sobre e φ : E × E ×⋯× E ⟶; diz-se que φ é uma forma multilin-
n vezes
ear sse, para qualquer i,
ALGAI_M1010_2324_pdf.nb 139
Lema
Seja φ : E × E ×⋯× E— > uma forma multilinear; então as condições seguintes são equiva-
lentes:
• φ é alternada
• para quaisquer i,j,
∀ u1 , …, ui , …, u j , …, un ∈ E, φu1 , …, ui , …, u j , …, un = -φu1 , …, u j , …, ui , …, un
• se u1 , …, un são linearmente dependentes então φ(u1 , …, un ) = 0
Demonstração
• Suponhamos φ alternada.
Então φu1 , …, ui + u j , …, ui + u j , …, un = 0
Proposição
Para qualquer c∈, existe uma única forma multilinear alternada φ : n ×n ×⋯× n ⟶ tal que
φ(e1 , …, en ) = c (onde (e1 , …, en ) é a base canónica de n .
Em particular, existe uma única forma multilinear alternada φ : n ×n ×⋯× n ⟶ tal que
φ(e1 , …, en ) = 1.
Observação: seja φ : n ×n ×⋯×n ⟶ a única forma multilinear alternada tal que
φ(e1 , …, en ) = 1; se ψ é uma forma multilinear alternada, então ψ=cφ, onde c = ψ(e1 , …, en ).
Demonstração
• Unicidade
Suponhamos que φ é uma forma multilinear alternada tal que φ(e1 , …, en ) = c.
Então φ((a11 , …, an1 ), …, (a1 n , …, ann )) = φ∑in1 =1 ai1 1 ei1 , …, ∑inn =1 ain n ein =
∑in1 =1 ai1 1 ⋯ ∑nin =1 ain n φ(ei1 , …, ein ) = ∑in1 =1 ⋯ ∑inn =1 ai1 1 ⋯ ain n φ(ei1 , …, ein )
Vamos verificar que φ(a11 , …, an1 ), …, a1 j , …, anj , …, (a1 i , …, ani ), …(a1 n , …, ann ) =
-φ (a11 , …, an1 ), …, (a1 i , …, ani ), …, a1 j , …, anj , …(a1 n , …, ann ).
-c ∑p∈Sn ap∘t (1) 1 ⋯ap∘t j j ⋯a p∘t i i ⋯ap∘t (n) n sgn(p ∘ t) = c ∑q∈Sn aq(1) 1 ⋯aqi i ⋯aq(n) n sgn(q) =
φ (e1 , …, en ) = φ ((1, 0, …, 0), …, (0, …, 1)) = c ∑p∈Sn ap (1) 1 ⋯ap (n) n sgn(p),
1 se i = j
onde aij =
0 se i ≠ j
Então φ(e1 , …, en ) = c
Definição
a11 ⋯ a1 n
Sejam A = ⋮ ⋮ ; o determinante de A é definido por det A = ap(1) 1 ⋯ap(n) n sgn(p)
an1 ⋯ ann p∈Sn
Proposição
• Se a uma coluna da matriz A se soma qualquer combinação linear das outras colunas, o deter-
minante não é alterado.
• Se as colunas da matriz A são linearmente dependentes, então det A=0 (portanto uma matriz
não invertível tem determinante nulo).
Proposição
det At =det A
142 ALGAI_M1010_2324_pdf.nb
Demonstração
a11 ⋯ a1 n b11 ⋯ b1 n
Seja A = ⋮ ⋮ ; seja B = A = t
⋮ ⋮ ; tem - se bij = aji .
an1 ⋯ ann bn1 ⋯ bnn
det At = det B = bp(1) 1 ⋯bp(n) n sgn(p) =
p∈Sn
a1 p (1) ⋯anp (n) sgn(p) = ap-1 (1) 1 ⋯ap-1 (n) n sgnp-1 = a1 τ (1) ⋯anτ (n) sgn(τ)
p∈Sn p∈Sn τ∈Sn
= det A
Corolário
L1 L1 L1
⋮ ⋮ ⋮
• Tem-se det L j + L j ' = det L j + det L j ' , para quaisquer L1 , …, L j , L j ', …, Ln .
⋮ ⋮ ⋮
Ln Ln Ln
L1 L1
⋮ ⋮
• Tem-se det αL j = α det L j , para quaisquer α, L1 , …, L j , L j ', …, Ln .
⋮ ⋮
Ln Ln
• Se a matriz A tem duas linhas iguais, então det A=0
• Se a matriz B se obtém da matriz A por troca de duas linhas, então det B = - det A
• det In = 1
• Se a uma linha da matriz A se soma qualquer combinação linear das outras linhas, o determi-
nante não é alterado.
• Se as linhas da matriz A são linearmente dependentes, então det A=0 (portanto se A não tem
inversa, então det A=0).
ALGAI_M1010_2324_pdf.nb 143
Demonstração
⋮ ⋮
• det L j + L j ' = det L j + L j ' = det L1 t ⋯ L j t + L j 't ⋯ Ln t =
⋮ ⋮
Ln Ln
det L1 t ⋯ L j t ⋯ Ln t + det L1 t ⋯ L j t ⋯ Ln t =
L1 L1
⋮ ⋮
det L1 t
⋯ Lj t t t
⋯ Ln + det L1 t
⋯ Lj t
⋯ Ln = det L j + det L j '
t t
⋮ ⋮
Ln Ln
• Se a matriz B se obtém de A por troca de duas linhas,
então Bt obtém - se de At por troca de duas colunas, portanto det Bt = det At ,
logo, como det Bt = det B e det At = det A, vem det det B = det A
• Se as linhas de A são linearmente dependentes,
então as colunas de At são linearmente dependentes, portanto det At = 0, e,
como det At = det A, vem det A = 0, analogamente se verificam as outras propriedades.
Exemplo
1 02 0 2 0 1 0 1 0 2 0
1
0 31 1 L3 → L3 + L1 0
1 1 C3 → C3 - C43 0 3 0 1 L2 → L2 - 2 L3
det = det = det =
-1 00 2 2 2 0 0 0 0 0 2
0 11 0 1 0 0 1 0 1 1 0
1 0 2 0 1 0 0 0 1 0 0 0
0 3 0 0 C3 →C3 -2 C1 0 3 0 0 C2 → C2 - C3 0 3 0 0 C3 ↔ C4
det = det = det =
0 0 0 2 0 0 0 2 0 0 0 2
0 1 1 0 0 1 1 0 0 0 1 0
1 0 0 0 1 0 0 0 1 0 0 0
0 3 0 0 0 1 0 0 0 1 0 0
-det = -3 det = -3 × 2 det = -6 det I4 = -6
0 0 2 0 0 0 2 0 0 0 1 0
0 0 0 1 0 0 0 1 0 0 0 1
Proposição
Demonstração
Seja A ∈ Mn,n ().
Corolário
1
Se A é uma matriz invertível, então det A≠0 e det A-1 = det A
.
Demonstração
Se A tem inversa, então 1 = det In = detAA-1 = (det A) det A-1 .
Proposição
Demonstração
Se A e B são semelhantes, existe uma matriz inversível P tal que A = PBP-1 ;
então det A = det PBP-1 = det P det B det P-1 = det P det B det1 P = det B
Corolário
Definição
Proposição
ALGAI_M1010_2324_pdf.nb 145
A B
Sejam A ∈ Mk,k (), B ∈ Mk,n-k (), C ∈ Mn-k.n-k () e M ∈ Mn,n () tais que M = , (ondo O repre-
O C
senta a matriz nula de Mn-k,k ());
então det M=(det A)(det C).
1 b 2 ⋯ bn
0
Caso particular: det = det B
⋮ B
0
Demonstração
A B Ik O A B A B Ik O A B
• Tem - se = , portanto det = det det
O C O C O In-k O C O C O In-k
Ik O Ik O
• det = det C porque a aplicação C ↦ det é multilinear,
O C O C
alternada e a imagem de In-k é 1
A B
• det = det A porque, para qualquer B,
O In-k
A B
a aplicação A ↦ det é multilinear,
O In-k
Ik B Ik B
alternada e a imagem de Ik é det = det In = 1 no cálculo de det ,
O In-k O In-k
Exemplo
1 2 3 4
5 6 7 8 1 2 9 10
det = det det = (-4)×(-2) = 8
0 0 9 10 5 6 11 12
0 0 11 12
Exemplo
1 2 3 4
5 6 7
0 5 6 7 8 9
det = det (1) det 0 8 9 = det (5) det = 400
0 0 8 9 0 10
0 0 10
0 0 0 10
a11 ⋯ a1 n
Seja A = ⋮ ⋮ , e para cada i,j, seja Aij a matriz que se obtem eliminado a linha i e a
an1 ⋯ ann
coluna j de A; então
146 ALGAI_M1010_2324_pdf.nb
Demonstração
• Comecemos por mostrar o desenvolvimento de Laplace ao longo da primeira coluna.
0 a12 ⋯ a1 n
⋮ ⋮ ⋮
det 1 ai2 ⋯ ain =
⋮ ⋮ ⋮
0 an2 ⋯ ann
1 ai2 ⋯ ain
a12 ⋯ a1 n
0 a12 ⋯ a1 n
⋮ ⋮
⋮ ⋮ ⋮
ai-1,2 ⋯ ai-1,n
(-1)i-1 det 0 ai-1,2 ⋯ ai-1,n = (-1)i-1 det = (-1)i-1 det Ai1
ai+1,2 ⋯ ai+1,n
0 ai+1,2 ⋯ ai+1,n
⋮ ⋮
⋮ ⋮ ⋮
an2 ⋯ ann
0 an2 ⋯ ann
• Através de trocas de colunas, obtém - se o desenvolvimento ao longo da coluna j de A
como um desenvolvimento ao longo de uma primeira coluna.
• Através da passagem à transposta, obtém - se o desenvolvimento ao longo das linhas de A
como o desenvolvimento ao longo das colunas de At .
Exemplo
1 0 2 0
0 3 1 1
det =
-1 0 0 2
0 1 1 0
3 1 1 0 2 0 0 2 0 0 2 0
1 × det 0 0 2 - 0 × det 0 0 2 + (-1)× det 3 1 1 - 0 × det 3 1 1 = -4 - 2 = -6
1 1 0 1 1 0 1 1 0 0 0 2
ALGAI_M1010_2324_pdf.nb 147
Exemplo
3 2 5 4
2 1 1
0 2 1 1 -2 2
det = 3 × det 0 -2 2 = 3 × 2 det = -60
0 0 -2 2 0 5
0 0 5
0 0 0 5
Exemplo
1 2 4 3
2 1 -1 5
Cálculo de det por dois processos :
-1 3 5 2
2 1 2 1
• desenvolvimento de Laplace ao longo da primeira coluna :
1 2 4 3
2 1 -1 5
det =
-1 3 5 2
2 1 2 1
1 -1 5 2 4 3 2 4 3 2 4 3
det 3 5 2 - 2 det 3 5 2 + (-1) det 1 -1 5 - 2 det 1 -1 5 = ⋯ = -42
1 2 1 1 2 1 1 2 1 3 5 2
• utilização de algumas propriedades antes de efectuar o desenvolvimento de Laplace :
L2 →L2 -2 L1
1 2 4 3 1 2 4 3
-3 -9 -1
L3 → L3 + L1
2 1 -1 5 L4 →L4 -2 L2 0 -3 -9 -1
det = det = det 5 9 5 = ⋯ = -42
-1 3 5 2 0 5 9 5
-3 -6 -5
2 1 2 1 0 -3 -6 -5
Proposição
Seja A ∈ Mm,n (), A não nula; então car A é o maior k ∈ ℕ tal que existe uma submatriz quadrada
de A de ordem k com determinante diferente de 0
148 ALGAI_M1010_2324_pdf.nb
Demonstração
• Se car A = p, então existem p colunas linearmente independentes de A;
a característica da matriz formada por essas colunas é p,
portanto essa matriz tem p linhas linearmente independentes;
considerando essas p linhas, obtém - se uma matriz quadrada,
que é uma submatriz de ordem p de A e tem característica p,
portanto tem determinante não nulo.maior k ≥ característica
• Por outro lado, se B é uma submatriz quadrada
de ordem k de A com determinante não nulo, as colunas de A
correspondentes a B têm k linhas linearmente independentes,
portanto formam uma matriz de característica k;
então essas colunas são linearmente independentes,
portanto car A ≥ k.característica ≥ maior k
Exemplo
1 2 -3 -2
A = 0 -1 2 3
3 4 -5 0
1 2 -3 1 2 -2 1 -3 -2 2 -3 -2
det 0 -1 2 = det 0 -1 3 = det 0 2 3 = det -1 2 3 = 0,
3 4 -5 3 4 0 3 -5 0 4 -5 0
portanto car A < 3
1 2
det = -1 ≠ 0, portanto car A ≥ 2
0 -1
Então car A = 2.
Exemplo
1 0 2
2 -1 -3
A=
-3 2 1
-2 3 4
1 0 2
det 2 -1 -3 = 7 ≠ 0, portanto car A = 3.
-3 2 1
Proposição
Demonstração
det A11 -det A12 ⋯ (-1)n+1 detA1 n t
Exemplo
1 2 3
A = -1 0 2 , det A = -25 ≠ 0
-5 1 0
a11 x1 + a12 x2 + ⋯ + a1 n xn = b1
a21 x1 + a22 x2 + ⋯ + a2 n xn = b1
Consideremos o sistema e seja A a matriz dos coeficientes do
⋯
am1 x1 + am2 x2 + ⋯ + amn xn = bm
150 ALGAI_M1010_2324_pdf.nb
Demonstração
x1 b1 x1 b1
x2 b2 x2 b2
Como det A ≠ 0, tem - se A = ⟺ = A-1 .
⋮ ⋮ ⋮ ⋮
xn bn xn bn
b1 det A11 -det A12 ⋯ (-1)n+1 detA1 n t
b1
n+2
b2 1 -det A21 det A22 ⋯ (-1) det A2 n b2
Tem - se A-1 =
det A
=
⋮ ⋮ ⋮ ⋮ ⋮
bn (-1)1+n det An1 (-1)2+n det An2 ⋯ det Ann bn
det A11 -det A21 ⋯ (-1)n+1 detAn1 b1
n+2
1 -det A12 det A22 ⋯ (-1) det An2 b2
det A
.
⋮ ⋮ ⋮ ⋮
(-1)1+n det A1 n (-1)2+n det A2 n ⋯ det Ann bn
Exemplo
2x+3y=1
5x- y=3
2 3
A matriz dos coeficientes A é e det A = -17 ≠ 0,
5 -1
portanto o sistema é possível e determinado.
1 1 3 10 1 2 1 1
As soluções são dadas por x = - 17 det = , y = - 17 det =-
3 -1 17 5 3 17
ALGAI_M1010_2324_pdf.nb 151
Exemplo
x- y+3z=4
2 x + y + z = -2
x-5y=1
1 -1 3
A matriz dos coeficientes A é 2 1 1 e det A = -29 ≠ 0,
1 -5 0
portanto o sistema é possível e determinado.
4 -1 3
1 46
As soluções são dadas por x
=-
29
det -2 1 1 =-
29
,
1 -5 0
1 4 3 1 -1 4
1 15 1 49
y = - 29 det 2 -2 1 = - 29 , z = - 29 det 2 1 -2 = 29
1 1 0 1 -5 1
152 ALGAI_M1010_2324_pdf.nb
u
θ
v w
projv u
αu
u projv α u
projv u
v
soma projecções
v
u
u v=v u
O produto escalar é definido positivo:
u u ≥ 0, e u u = 0 sse u é o vector nulo
Definição
Definição
Chama-se produto escalar (ou produto interno) num espaço vectorial E a uma aplicação
φ : E × E ⟶ ℝ que seja bilinear simétrica e definida positiva.
A norma associada a um produto escalar φ é definida por || u || = φ(u, u) .
Proposição
• Para quaisquer u ∈ E, α ∈ ℝ, || αu || = α || u ||
• (desigualdade de Cauchy-Schwarz)
Para quaisquer u, v ∈ E, u v ≤ || u || || v ||, e tem-se a igualdade sse u e v são colineares.
• (desigualdade triangular) Para quaisquer u, v ∈ E, || u + v || ≤ || u || + || v ||
• (teorema de Pitágoras) Se u v = 0, então || u + v ||2 = || u ||2 + || v ||2
Demonstração
• u 0E = u (0E + 0E ) = u 0E + u 0E , logo u 0E = 0
• || αu || = (αu) (αu) = α2 (u u) = α u u = α || u ||
• Se v = 0E , é trivial; suponhamos então v ≠ 0E ; para qualquer λ∈ℝ, (u + λv) (u + λv) ≥ 0.
Então, para qualquer λ∈ℝ, (v v )2 λ2 + 2 (u v ) λ + u u ≥ 0.
Portanto o discriminante deste polinómio de segundo grau é sempre ≤ 0, isto é,
(u v )2 - (u u) (v v ) ≤ 0, ou seja, u v ≤ || u || || v ||.
A igualdade tem-se sse o discriminante é nulo, ou seja, sse o polinómio tem um zero, isto é, sse
existe λ∈ℝ tal que (u + λv) (u + λv) = 0, ou seja, tal que u + λv = 0E (e isto equivale a u e v serem
colineares, porque v ≠ 0E ).
• Tem-se
|| u + v ||2 = (u + v ) (u + v ) =
u u + 2 u v + v v = || u ||2 +2 u v + || v ||2 ≤ || u ||2 +2 || u || || v || + || v ||2 = ( || u || + || v ||)2
• Tem-se
|| u + v ||2 = (u + v ) (u + v ) =
u u + 2 u v + v v = || u ||2 +2 u v + || v ||2 ≤ || u ||2 +2 || u || || v || + || v ||2 = ( || u || + || v ||)2
u v
Observação: Resulta da desiguladade de Cauchy-Schwarz que se u, v ≠ 0E , então -1 ≤ ||u||||v ||
≤ 1.
Definição
u v
Define-se o ângulo entre u, v ∈ E\{0E }, como sendo o único θ ∈ [0, π] tal que cosθ = ||u||||v ||
.
Exemplos
Cálculo do ângulo entre (2, 0, 1, 3) e (1, 1, 1,-1):
(2, 0, 1, 3)|(1, 1, 1,-1) = 0
cos θ = 0
π
θ=
2
Definição
Sejam E um espaço vectorial real com produto escalar, u, v ∈ E, b = (e1 , …, en ) uma base de E.
• Diz-se que u é unitário sse || u || = 1.
• Diz-se que u e v são ortogonais sse u ≠ 0E , v ≠ 0E , e u v = 0.
• Diz-se que b é uma base ortonormada sse cada ei é unitário e ei e j = 0 sempre que i ≠ j.
Observações
• Dois vectores não nulos são ortogonais sse o ângulo entre eles é .
π
2
ei ei = 1, i = 1, …, n
• Uma base b = (e1 , …, en ) é ortonormada sse
ei e j = 0 se i ≠ j
Exemplos
• A base canónica de ℝn é uma base ortonormada.
1
• (1, 1) é unitário
2
1 1
• (1, 1), (-1, 1) é uma base ortonormada de ℝ2
2 2
1
• (1, 0, 1), (0, 1, 0) é uma base ortonormada de ( x, y, z) ∈ ℝ3 : x = z
2
1 1 1
• (1, 1, 1), (1, 0, -1), (1, -2, 1) é uma base ortonormada de ℝ3
3 2 6
1 1
• (1, -1, 0), (1, 1, -2) é uma base ortonormada de ( x, y, z) ∈ ℝ3 : x + y + z = 0
2 6
Proposição
Seja E um espaço vectorial real com um produto escalar; se u1 , …, uk são vectores de E ortogo-
nais dois a dois (isto é, são não nulos, e ui u j = 0 quando i ≠ j) então u1 , …, uk são linearmente
independentes.
Demonstração
Suponhamos que α1 u1 + ⋯ + αk uk = 0E .
Então, para cada i , tem-se (α1 u1 + ⋯ + αk uk ) ui = 0, logo α1 u1 ui + ⋯ + αk uk ui = 0.
Portanto α ui ui = 0, logo αi = 0.
Proposição
Sejam E um espaço vectorial real com um produto escalar e b = (e1 , …, en ) uma base ortonor-
mada de E.
• Se u = (u1 , …, un )b , isto é, u = u1 e1 + ⋯ + un en , então, para cada i , ui = u ei (isto é, as
158 ALGAI_M1010_2324_pdf.nb
Demonstração
• Se u = u1 e1 + ⋯ + uk ek ,
então
u ei = (u1 e1 + ⋯ + uk ek ) ei = u1 e1 ei + ⋯ + uk ek ei = (ui ei ) ei = ui .
• Tem-se (u1 e1 + ⋯ + uk ek ) (v1 e1 + ⋯ + vk ek ) =
∑kp=1 ∑qk =1 up vq ep eq .
1 se p = q
Como ep eq = , vem que
0 se p ≠ q
• Tem-se (u1 e1 + ⋯ + uk ek ) (v1 e1 + ⋯ + vk ek ) =
∑kp=1 ∑qk =1 up vq ep eq .
1 se p = q
Como ep eq = , vem que
0 se p ≠ q
∑kp=1 ∑qk =1 up vq ep eq = ∑kp=1 up vq
Exemplos
1 1
• E = ℝ2 , b = (1, 1), (-1, 1)
2 2
coordenadas de ( x, y ) na base b?
1 x+ y
( x, y ) (1, 1) =
2 2
1 -x+ y
( x, y ) (-1, 1) =
2 2
x+ y -x+ y
( x, y ) = ,
2 2 b
1 1
• E = ℝ3 , b = (1, 1, 1), (1, -1, 0) é uma base ortonormadas de ( x, y, z) ∈ ℝ3 : x + y = 2 z
3 2
x+ y 3 1 3 1 1 1
x, y, = ( x + y ), ( x - y ) = (x + y) (1, 1, 1) + (x - y) (1, -1, 0)
2 2 2 b 2 3 2 2
dim E = 1
vector unitário
espaço
u1
e1
1
e1 = ||u1 ||
u1
dim E = 2
160 ALGAI_M1010_2324_pdf.nb
proj de u2 sobre e1
v2
v2
u1
u2 e2 e1
w2
1
e1 = ||u1 ||
u1
• v2 não é nulo: se fosse, u2 seria múltiplo de e1 , que é múltiplo de u1 , portanto u2 seria múlti-
plo de u1 e então u1 , u2 seriam linearmente dependentes.
• v2 é ortogonal a e1 :
v2 e1 = (u2 - (u2 e1 ) e1 ) e1 = u2 e1 - (u2 e1 ) (e1 e1 ) = 0
1
e2 = ||v2 ||
v2
dim E = 3
u1 u2 u3 e1 proj de u2 sobre e1 v2 e2
v3 e3
dim E = n
1
e1 = ||u1 ||
u1
1
e2 = ||v2 ||
v2
…
vn = un - proje1 (un ) - proje2 (un ) - ⋯ - projen-1 (un )
= un - (un e1 ) e1 - (un e2 ) e2 - ⋯ - (un en-1 ) en-1
• vn não é nulo: se fosse, un seria combinação linear de e1 , …, en-1 , que são combinações
lineares de u1 , …, un-1 , portanto un seria combinação linear de u1 , …, un-1 , e então u1 , …, un
seriam linearmente dependentes.
• vn é ortogonal a e1 , a e2 , …, e a en-1 :
vn e1 = (un - (un e1 ) e1 - ⋯ - (un en-1 ) en-1 ) e1 =
un e1 - (un e1 ) (e1 e1 ) - ⋯ - (un en-1 ) (en-1 e1 ) = 0
…
vn en-1 = (un - (un e1 ) e1 - ⋯ - (un en-1 ) en-1 ) en-1 =
un en-1 - (un e1 ) (e1 en-1 ) - (un en-1 ) (en-1 en-1 ) = 0
1
en = ||vn ||
vn
|| (2, -1) || = 5
1
e2 = (2, -1)
5
1 1
(1, 2), (2, -1) é uma base ortonormada de ℝ2
5 5
• Obter uma base ortonormada de ℝ3 a partir de ((1, 0, 1), (1, 1, 1), (1, 1, -1)
1 1
e1 = (1, 0, 1) = (1, 0, 1)
||(1,0,1)|| 2
1 1
v2 = (1, 1, 1) - (1, 1, 1) (1, 0, 1) (1, 0, 1) = (1, 1, 1) - (1, 0, 1) = (0, 1, 0)
2 2
ALGAI_M1010_2324_pdf.nb 163
1
e2 = (0, 1, 0)
||(0,1,0)||
1 1
v2 = (1, 1, -1) - (1, 1, -1) (1, 0, 1) (1, 0, 1) - ((1, 1, -1) (0, 1, 0)) (0, 1, 0) =
2 2
Proposição
Sejam E um espaço vectorial real com um produto escalar, F um subespaço não nulo de E, e
u ∈ E.
• Seja u0 ∈ F; as condições seguintes são equivalentes:
• Para qualquer v ∈ F, || u - u0 || ≤ || u - v ||.
• Para qualquer w ∈ F, (u - u0 ) w = 0.
ALGAI_M1010_2324_pdf.nb 165
Demonstração
Tem-se
w ||2 = || u - u0 ||2 + || w ||2 -2 (u - u0 )
( u- u0 ) w ( u- u0 ) w ( u- u0 ) w
|| u - u0 || ≤ || u - v || = || u - u0 - w
||w||2 ||w||2 ||w||2
( u- u0 ) w 2 ((u-u0 ) w)2
= || u - u0 ||2 + || w ||2 -2 (u - u0 ) w = || u - u0 ||2 -
( u- u0 ) w
||w||2 ||w||2 ||w||2
((u-u0 ) w)2
de onde se conclui que = 0, logo (u - u0 ) w = 0.
||w||2
(u11 ,u12 )
ALGAI_M1010_2324_pdf.nb 167
v w w w1 =projw ⊥ (u-v ) v1 u0
Proposição
Sejam E um espaço vectorial real com um produto escalar, F um subespaço não nulo de dimen-
são finita de E e u ∈ E;
• Existe um único u0 ∈ F tal que, para qualquer v ∈ F, || u - u0 || ≤ || u - v ||.
168 ALGAI_M1010_2324_pdf.nb
Demonstração
Definição
Sejam E um espaço vectorial real com produto escalar, F um subespaço não nulo de dimensão
finita de E e u ∈ E. Chama-se projecção ortogonal de u sobre F ao único u0 de F tal que, para
qualquer v ∈ F, || u - u0 || ≤ || u - v ||.
Notação: projF ⊥ u
Observação
Se (e1 , …, ek ) é uma base ortonormada de F, então projF ⊥ u = 0E sse u e1 = ⋯ = u ek = 0.
Proposição
Sejam E um espaço vectorial real com um produto escalar e F um subespaço não nulo de dimen-
Demonstração
Exemplos
• Determinar a projecção ortogonal de ( x, y ) sobre F = ( x, y ) ∈ ℝ2 : x + y = 0
F = {( x, - x ), x ∈ ℝ} = G({(1, -1)})
1
(1, -1) é uma base ortonormada de F
2
1 1 x- y
projF ⊥ ( x, y ) = ( x, y ) (1, -1) (1, -1) =
2
(1, -1)
2 2
Lema
Demonstração
Sejam u1 , u2 ∈ {u ∈ E : ∀ v ∈ A, u v = 0}.
Seja v ∈ A. Então (u1 + u2 ) v = u1 v + u2 v = 0 (porque u1 v = 0 e u2 v = 0).
Conclui-se que u1 + u2 ∈ {u ∈ E : ∀ v ∈ A, u v = 0}.
Sejam u ∈ {u ∈ E : ∀ v ∈ A, u v = 0}, α ∈ ℝ.
Seja v ∈ A. Então (α u) v = α(u v ) = 0.
Conclui-se que α u ∈ {u ∈ E : ∀ v ∈ A, u v = 0}.
Definição
Proposição
170 ALGAI_M1010_2324_pdf.nb
Demonstração
Observação
Resulta do que foi visto antes que
• projF ⊥ u = 0E sse u ∈ F ⊥ , ou seja, F ⊥ é o núcleo da aplicação linear projF ⊥
• para qualquer u ∈ E, u - projF ⊥ u ∈ F ⊥
Para qualquer u ∈ E, tem-se obviamente u = projF ⊥ u + u - projF ⊥ u
∈F ∈ F⊥
Definição
Observação
Pode-se calcular u × v através do desenvolvimento ao longo da primeira linha de um “determ-
inante”:
ALGAI_M1010_2324_pdf.nb 171
e1 e2 e3
u × v = det u1 u2 u3 = (u2 v3 - u3 v2 ) e1 + (u3 v1 - u1 v3 ) e2 + (u1 v2 - u2 v1 ) e3
v1 v2 v3
Lema
w1 w2 w3
Sejam u = (u1 , u2 , u3 ), v = (v1 , v2 , v3 ), w = (w1 , w2 , w3 ) ∈ ℝ3 ; então w (u × v ) = det u1 u2 u3 .
v1 v2 v3
w1 w2 w3
det u1 u2 u3 = w (u × v ) = (u × v ) (u × v ) = || u × v ||2 .
v1 v2 v3
Demonstração
Tem-se
w1 w2 w3
det u1 u2 u3 = w1 (u2 v3 - u3 v2 ) + w2 (u3 v1 - u1 v3 ) + w3 (u1 v2 - u2 v1 ) (desenvolvimento ao
v1 v2 v3
longo da primeira linha)
e w (u × v ) = (w1 , w2 , w3 ) (u2 v3 - u3 v2 , u3 v1 - u1 v3 , u1 v2 - u2 v1 ) =
w1 (u2 v3 - u3 v2 ) + w2 (u3 v1 - u1 v3 ) + w3 (u1 v2 - u2 v1 )
Caracterização geométrica de u × v
Sejam u, v ∈ ℝ3 .
• u × v é o vector nulo sse u, v são colineares
• Se u, v não são colineares, u × v é ortogonal a u e a v.
• || u × v || = || u || || v || senθ, onde θ é o ângulo entre u e v
• || u × v || é a área do paralelogramo definido por u e v.
θ
u
(u1 ,u2 ) u3
(v1 ,v2 ) v3
Propriedades
= w u×v
• Se u, v não são colineares, então (u, v, u × v ) é uma base de ℝ3 e a matriz de passagem desta base
para a base canónica tem determinante positivo (diz-se que a base (u, v, w) tem a mesma orien-
tação da base canónica).