Escolar Documentos
Profissional Documentos
Cultura Documentos
Santo André, SP
2021
2
Sumário
1 Espaço vetorial 5
1.1 Corpo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2 Espaço vetorial . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.3 Exemplos de espaços vetoriais . . . . . . . . . . . . . . . . . . . 14
1.3.1 Propriedades adicionais dos espaços vetoriais . . . . . . . 18
1.4 Subespaços vetoriais . . . . . . . . . . . . . . . . . . . . . . . . 19
1.5 Combinação linear . . . . . . . . . . . . . . . . . . . . . . . . . 26
1.6 Espaço gerado . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
1.6.1 Propriedades dos espaços gerados . . . . . . . . . . . . . 33
1.7 Dependência e independência linear . . . . . . . . . . . . . . . . 34
1.8 Base . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
1.8.1 Bases canônicas . . . . . . . . . . . . . . . . . . . . . . . 49
1.9 Dimensão . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
1.10 Espaço linha e espaço coluna . . . . . . . . . . . . . . . . . . . . 57
1.11 O posto e a matriz inversa . . . . . . . . . . . . . . . . . . . . . 73
1.12 Núcleo de uma matriz . . . . . . . . . . . . . . . . . . . . . . . 73
1.13 O posto e a nulidade de uma matriz . . . . . . . . . . . . . . . . 76
1.14 Matriz de mudança de base . . . . . . . . . . . . . . . . . . . . 81
1.15 Mudança de coordenadas . . . . . . . . . . . . . . . . . . . . . . 86
1.16 Espaços vetoriais funcionais . . . . . . . . . . . . . . . . . . . . 88
1.16.1 Combinação linear . . . . . . . . . . . . . . . . . . . . . 95
1.16.2 Dependência linear . . . . . . . . . . . . . . . . . . . 96
1.16.3 Wronskiano . . . . . . . . . . . . . . . . . . . . . . . . . 102
1.1 Corpo
x+y =y+x
xy = yx
(x + y) + z = x + (y + z)
(xy)z = x(yz)
x+0=0+x=x
x1 = 1x = x
O 0 (zero) é o elemento neutro da adição ou elemento nulo e o 1
(um) é o elemento neutro da multiplicação ou elemento unidade.
4. Elemento simétrico.
x + u = u + x = 0.
xv = vx = 1.
x(y + z) = xy + xz,
(x + y)z = xz + yz.
x + y.
xy.
(1) (2)
01 = 01 + 02 = 02 .
x + (−x) = (−x) + x = 0
x x−1 = x−1 x = 1.
x − y = x + (−y).
Por simplicidade, iremos nos referir a eles como corpo dos racionais Q,
corpo dos reais R e corpo dos números complexos C.
Corpos nitos
São aqueles nos quais o conjunto K possui um número nito de elementos.
x = qn + r.
Exemplo.
25 mod 3 = 1 pois 25 = 8 × 3 + 1
−38 mod 7 = 4 pois − 38 = (−6) × 7 + 4
52 mod 26 = 0 pois 52 = 2 × 26 + 0
Zp = { 0, 1, 2, . . . , p − 1 }
a ⊕ b = (a + b) mod p
a ⊗ b = (a · b) mod p
é um corpo nito.
Exemplo. Consideremos p = 7 e
Z7 = { 0, 1, 2, 3, 4, 5, 6 } .
As operações de adição e multiplicação assim são denidas
a ⊕ b = (a + b) mod 7
a ⊗ b = (a · b) mod 7
Vamos realizar algumas adições
2 ⊕ 4 = (2 + 4) mod 7 = 6 mod 7 = 6
5 ⊕ 3 = (5 + 3) mod 7 = 8 mod 7 = 1
1 ⊕ 6 = (1 + 6) mod 7 = 7 mod 7 = 0
Vamos realizar algumas multiplicações
5⊗3 = (5 × 3) mod 7 = 15 mod 7 = 1
6⊗6 = (6 × 6) mod 7 = 36 mod 7 = 1
4⊗2 = (4 × 2) mod 7 = 8 mod 7 = 1
4⊗4 = (4 × 4) mod 7 = 16 mod 7 = 2
2⊗3 = (2 × 3) mod 7 = 6 mod 7 = 6
Propriedades da adição:
v + w = w + v.
(u + v) + w = u + (v + w).
v + w = w + v = 0.
x(v + w) = x v + x w,
(x + y)v = x v + y v.
u + v + w,
sem os parêntesis.
x y v.
v + (−v) = (−v) + v = 0.
u − v = u + (−v)
Rn = { (x1 , . . . , xn ) : xi ∈ R para i = 1, . . . , n }
(x1 , x2 , . . . , xn ) = (y1 , y2 , . . . , yn )
quando
x1 = y1 , x2 = y2 , . . . , xn = yn .
x = (x1 , . . . , xn ) e y = (y1 , . . . , yn )
as leva na n−upla
x + y = (x1 + y1 , . . . , xn + yn ),
chamada de soma de x e y.
x = (x1 , . . . , xn )
resulta na n−upla
c x = ( c x1 , . . . , c xn ),
chamada de múltiplo escalar de x ou, simplemente, múltiplo de x.
0 = (0, . . . , 0).
Note que usamos o zero em negrito para indicar o vetor nulo e zero sem
negrito para indicar o escalar zero.
O oposto de x = (x1 , . . . , xn ) é
−x = (−x1 , . . . , −xn ).
Observe que
x1
..
(x1 , . . . , xn ) x1 · · · xn .
xn
são três formas equivalentes de dispor n números reais numa tabela ordenada.
p(x) = a0 + a1 x + · · · + an xn
onde
a0 , a1 , . . . , an
são números reais.
p(x) = a0
(c p)(x) = c p(x).
O conjunto
Pn (R),
com as operações acima denidas, é um espaço vetorial real.
O elemento neutro é a função polinomial identicamente nula, o oposto da
função polinomial p é a função polinomial −p denida por
(−p)(x) = −p(x).
O conjunto
P (R)
de todas as funções polinomiais reais com as duas operações denidas acima é
um espaço vetorial real.
Nota 1.3 O conjunto das funções polinomiais de grau n (exatamente n), com
as operações acima denidas, não é um espaço vetorial real. A soma de duas
funções polinomiais de grau n pode ser uma função polinomial de grau menor
do que n. Vamos a um exemplo: ao adicionar
Lembre-se que 0 (zero sem negrito) denota o escalar zero, que é o elemento
neutro da adição no corpo dos escalares e 0 (zero em negrito) denota o vetor
nulo, que é o elemento neutro da adição no espaço vetorial V.
Para todo escalar c e todo vetor v em V,
1. 0 v = 0.
2. c 0 = 0.
3. −v = (−1)v.
4. Se c v = 0 então c = 0 ou v = 0.
Este conjunto com essas operações não é um espaço vetorial real pois
(x, y) ∈ R2 : 2x + 3y = 0
S=
é um subespaço vetorial do R2 .
2a + 3b = 0 e 2x + 3y = 0.
pertencem a S. De fato,
S = { (x, y) ∈ R2 : y = x2 }
do R2 que contém o vetor nulo (0, 0). Ele não é um subespaço vetorial pois
não é fechado na multiplicação por um escalar. Observe que
(1, 1) ∈ S
mas
não.
x = 1 + 2t, y = 2 − t, t ∈ R,
não é subespaço vetorial do R2 pois S não passa pela origem (0, 0). Não existe
t para o qual 1 + 2t = 0 e 2 − t = 0.
Subespaços vetoriais do R3
Lembre-se que a origem (0, 0, 0) do R3 é o seu vetor nulo.
São subespaços vetoriais do R3 as retas e planos que passam pela origem
(0, 0, 0), o próprio R3 e o conjunto que contém apenas o terno (0, 0, 0).
c1 v 1 + c2 v 2
c1 v 1 + c2 v 2
pertence a S.
Tomando c2 = 0, vemos que c1 v1 pertence a S. Logo S é fechado na mul-
tiplicação por um escalar.
Por outro lado, tomando c1 = c2 = 1, vemos que v1 + v2 pertence a S,
mostrando que S é fechado na adição.
Logo, S é subespaço vetorial de V.
AX = 0
c1 v 1 + c2 v 2 + · · · + cn v n
cv
pois
(x, y, z) = x(1, 0, 0) + y(0, 1, 0) + z(0, 0, 1).
Mesmo existindo innitos ternos ordenados de números reais, todos eles são
combinações lineares de apenas três deles.
(9, 2, 7)
De fato, para escrever o primeiro terno como combinação linear dos dois
últimos,
(4, −1, 8) = x(1, 2, −1) + y(6, 4, 2) ,
é preciso que x e y sejam solução do sistema de equações algébricas lineares
x + 6y = 4,
2x + 4y = −1,
−x + 2y = 8,
x + 6y = 4,
8y = 9,
0x + 0y + 0z = 3.
(4, −1, 8)
concluímos que
(2, 3, −1)
é uma combinação linear de e1 , e2 , e3 pois
Aliás,
G = {v1 , . . . , vn }
S = { c1 v1 + · · · + cn vn : c1 , . . . , cn ∈ K }
0 = 0v1 + · · · + 0vn
S = ger(G) ou S = ger(v1 , . . . , vn ).
O espaço gerado por um único vetor v não nulo, é aquele formado pelos
múltiplos de v
ger(v) = { c v : c ∈ K }.
S = { a(1, 2, 0) + b(0, 1, 1) : a, b ∈ R }
= { (a, 2a + b, b) ∈ R3 : a, b ∈ R }.
x = a
y = 2a + b
z = b
Estes três vetores geram todo o R3 pois qualquer terno ordenado (a, b, c)
de números reais se escreve como combinação linear de v1 , v2 e v3 .
Provemos esta armação. Dado um terno ordenado (a, b, c) qualquer de
números reais, vamos mostrar que existem x, y e z de modo que
(a, b, c) = x v1 + y v2 + z v3
(a, b, c) = x(1, 1, 0) + y(0, 1, 0) + z(1, 0, 1).
x+z = a
x+y = b
z = c
cuja solução em x, y e z é
x = a − c,
y = −a + b + c,
z = c.
Portanto,
(a, b, c) = (a − c) v1 + (−a + b + c) v2 + c v3 .
não geram o R3 .
x + y + 2z = a,
x + z = b,
2x + y + 3z = c,
x + y + 2z = a
y+z = a−b
0x + 0y + 0z = c − a − b
G ⊂ ger(H),
então
ger(G) ⊂ ger(H).
G ⊂ ger(H) e H ⊂ ger(G),
então
ger(G) = ger(H).
c1 v1 + c2 v2 + · · · + cn vn = 0,
0 v1 + · · · + 0 vn
x1 v1 + · · · + xn vn = 0, (1.1)
nas incógnitas x1 , . . . , xn .
G = {v1 , . . . , vn }
2x + y + 7z = 0,
−x + 2y − z = 0,
5y + 5z = 0,
cuja solução é
x = −3z
y = −z.
3u + v − w = 0,
Exemplo. Os vetores
então x = 0, y = 0 e z = 0.
x + 5y + 3z = 0
−2x + 6y + 2z = 0
3x − y + z = 0
1 5 3 x 0
−2 6 2 y = 0 .
3 −1 1 z 0
x=y e z = −2y.
Sendo y uma variável livre, o sistema homogêneo possui solução não trivial.
x = 1, y=1 e z = −2 .
c1 v 1 + c2 v 2 + · · · + cn v n = 0
c2 cn
v1 = − v2 + · · · + − vn
c1 c1
v 1 = a2 v 2 + · · · + an v n ,
de onde segue
1 v1 + (−a2 ) v2 + · · · + (−an ) vn = 0 ,
e temos uma combinação linear dos vetores de G com pelo menos o coeciente
de v1 sendo diferente de zero, pois é igual a 1. Isto prova a dependência linear
do conjunto G.
0 = 0v1 + · · · + 0vn
10 + 0v1 + · · · + 0vn = 0,
2u − 3v + 0w = 0.
3 2
u = v + 0w e v = u + 0w.
2 3
Teorema 1.9 Neste teorema, os conjuntos são nitos, não vazios e formados
por vetores de um mesmo espaço vetorial.
1.8 Base
Exemplo. O conjunto
gera o R2 pois todo par (x, y) de números reais é uma CL dos vetores de B
Exemplo. O conjunto
gera o R2 pois todo par (x, y) de números reais é uma CL dos vetores de C
c1 + c2 = x
c1 + 2c2 = y
c1 = 2x − y e c2 = y − x
B = { v1 , v 2 , v3 }
é uma base do R3 .
(a, b, c) = x v1 + y v2 + z v3
(a, b, c) = x (1, 1, 1) + y (0, 1, 1) + z (0, 0, 1)
x = a
x+y = b
x+y+z = c
cuja solução é
x = a
y = b−x=b−a
z = c − x − y = c − a − (b − a) = c − b
Concluímos que todo terno ordenado (a, b, c) é uma combinação linear dos
vetores de B
(a, b, c) = a v1 + (b − a) v2 + (c − b) v3 .
w = a1 v1 + a2 v2 + · · · + an vn .
Para provar a unicidade, vamos supor que existem duas ênuplas (a1 , a2 ,
. . . , an ) e (b1 , b2 , . . . , bn ) para as quais
w = a1 v 1 + a2 v 2 + · · · + an v n ,
w = b1 v 1 + b2 v 2 + · · · + bn v n .
ai = b i para i = 1, 2, . . . , n.
w = a1 v 1 + a2 v 2 + · · · + an v n ,
os escalares
a1 , a2 , . . . , an
(w)B = (a1 , a2 , . . . , an )
w = (−3, 2, −4)
do R3 na base
cuja solução é
de coordenadas de w na base C é
−3
[w]C = 2 .
−4
Exemplo. O conjunto
Podemos decompor
(2, 0, −2)
numa combinação linear de vetores de G mas esta decomposição não é única.
As soluções da equação vetorial
2 0 2 x 2
1 1 3 y = 0 ,
0 2 4 z −2
são da forma
x 1−c
y = −1 − 2c
z c
para todo número real c. Logo,
(a, b, c)
a + c − 2b = 0.
a + c − 2b = 0
é que podem ser decompostos como combinações lineares dos vetores de G.
Para esses ternos ordenados, a decomposição não é única.
O G não gera o R3 mas sim um subespaço
(a, b, c) ∈ R3 : a + c − 2b = 0
S=
do R3 . Notamos que S é um plano do R3 cuja equação geral é
a + c − 2b = 0.
1. O conjunto
{ (1, 0) , (0, 1) }
é a base canônica do R2 .
2. O conjunto
{ (1, 0, 0) , (0, 1, 0) , (0, 0, 1) }
é a base canônica do R3 .
é a base canônica do Rn .
(x1 , . . . , xn ) = x1 e1 + x2 e2 + · · · + xn en .
{ p0 , p1 , p2 , . . . , pn } ,
p0 (t) = 1,
p1 (t) = t,
p2 (t) = t2 ,
..
.
pn (t) = tn ,
p(t) = a0 + a1 t + · · · + an tn
O conjunto
B = { (−3, 7), (5, 5) }
com dois vetores é LI e, portanto, base do R2 .
O conjunto
B = { (2, 0, −1), (4, 0, 7), (−1, 1, 4) }
gera o R3 e possui três vetores. Isto é o suciente para garantir que B é uma
base de R3 .
S = { (x, y, z) ∈ R3 : 5x + 3y − 2z = 0 }.
z = (5/2)x + (3/2)y
B = { (−3, 5, 8 ) },
1.9 Dimensão
dim(V ) = n.
A base do espaço vetorial nulo, V = {0}, que contém apenas o vetor zero
é o conjunto vazio { } e sua dimensão é zero
dim({0}) = 0.
Teorema 1.16 Todo espaço nitamente gerado possui uma base e, portanto,
sua dimensão é nita.
Denição 1.17 Quando um espaço vetorial não for nitamente gerado, dire-
mos que sua dimensão é innita.
3. A base canônica do espaço vetorial Mm×n (R), das matrizes reais de ta-
manho m × n, possui m · n elementos e, portanto, sua dimensão é m · n.
dim(S) ≤ dim(V ).
S = { (a, 2a) : a ∈ R } .
S = { (x, 0, y) : x, y ∈ R }
gera S.
Como B também é linearmente independente, ele é base de S e
dim(S) = 2.
e
2 1 3 0 5 2 .
e três colunas
2 1 3
, e .
0 5 2
3 2 1 3 − 2 0 5 2 = 6 −7 5 .
2 1 3 16
4 −1 +3 = .
0 5 2 1
EL(A) e EC(A) .
2 1 3 , 0 5 2 ,
e
1 0 2 0 3 1
x 1 0 2 + y 0 3 1 = x 3y 2x + y
1 0 2 x + 2z
x +y +z =
0 3 1 3y + z
O conjunto
G1 = 1 0 2 , 0 3 1
gera o espaço linha e o conjunto
dim EL(A) = 2.
dim EC(A) = 2.
Esta igualdade não é uma mera coincidência pois, como provaremos, ela
se verica para toda matriz A.
matriz E de tamanho m × m.
B1 , . . . , Bn colunas de B
A1 , . . . , An colunas de A
1. Valem as implicações,
2. Se E for inversível, A = E −1 B e
O conjunto
R2 = 2R1 ,
R4 = 3R3 − 7R1 ,
R5 = 2R3 − 5R1 .
A2 = 2A1 ,
A4 = 3A3 − 7A1 ,
A5 = 2A3 − 5A1 .
B = EA,
B1 , . . . , Bn colunas de B
A1 , . . . , An colunas de A
Então,
1. O conjunto de matrizes coluna
(a) As linhas não nulas de R formam uma base do seu espaço linha.
1 2 3 4 1
0 1 2 0 2
R=
0
0 0 1 2
0 0 0 0 0
Assim,
1 2 3 1 1 , 0 1 2 0 2 , 0 0 0 1 2
(b) Denote
R1 , . . . , Rn as colunas de R
A1 , . . . , An as colunas de A
Se
{ Rj1 , Rj2 , . . . , Rjk } é base do EC(R)
então
{ Aj1 , Aj2 , . . . , Ajk } é base do EC(A)
1 2 3 1 1 1 2 3 1 1
1 3 5 1 3 0 1 2 0 2
A=
2
R=
3 4 3 2 0 0 0 1 2
1 2 3 1 1 0 0 0 0 0
(c) Em geral,
EC(A) 6= EC(R)
mas
dim EC(A) = dim EC(R).
Resumindo
Se R for uma forma escalonada de A,
pos(A) = pos(AT )
pos(A) = pos(R) = 4.
L3 = 3L1 − L2
Se Ri for a coluna i de R,
R3 = 3R2 − 6R1 .
Se Li indicar a linha i de A,
L3 = 3L2 − 6L1 .
G = {v1 , v2 , v3 , v4 }.
e a escalone
1 1 1 2 1 1 1 2
−2 −1 −3 −2
0 1 −1 2
B=
0 1 −1 3
S=
0 0 0 1
1 1 1 1 0 0 0 0
2 3 1 6 0 0 0 0
Se S1 , S2 , S3 , S4 forem as colunas de S,
S3 = 2S1 − S2 .
v3 = 2v1 − v2 .
O conjunto
C = {v1 , v2 }
dim R4 = 4.
Se o conjunto de vetores
{ e1 , e2 , e3 , e4 }
G = { v1 , v2 , e1 , e2 , e3 , e4 }
que gera o R4 .
v 1 , v 2 , e2 , e3 .
H = { v1 , v2 , e4 , e3 , e2 , e1 },
v1 , v2 , e4 , e3
{ v1 , v2 , e4 , e3 }.
Teorema 1.24 Uma matriz quadrada de ordem n é inversível se, e só se, seu
posto for n.
1. a matriz A é inversível;
6. o posto de A é igual a n.
Seja A uma matriz real com m linhas e n colunas e 0 a matriz coluna nula com
m linhas.
O núcleo de A ou espaço nulo de A, é conjunto solução da equação
homogênea
AX = 0
AX = 0 e RX = 0
A equações
AX = 0 e RX = 0
possuem a mesma solução geral.
2 −3
1 , 0
0 1
nul(A) = nul(R) = 2.
x = −5z e y = −z.
O conjunto
−5
−1
1
T
0= 0 0 0
Seja R uma forma escalonada de uma matriz real A com m linhas e n colunas.
Valem as igualdades
pos(A) + nul(A) = n.
RX = 0
RX = 0
pos(R) + nul(R) = n.
Logo,
pos(R) = 3.
Em RX = 0,
x
1 −2 −2 1 0
y
0 1 −3 2
= 0
z
0 0 1 −3 0
w
nul(R) = 1.
X = Xp + X h
AX = B
AX = 0.
AX = 0,
AX = B
é da forma
Xg = X p + X h
AX = 0,
X g = X p + c1 X 1 + · · · + ck X k ,
AXg = A (Xp + c1 X1 + · · · + ck Xk )
= AXp + c1 AX1 + · · · + ck AXk
= B + c1 0 + · · · + ck 0 = B
.
z − 2w = 1
x − 3y − w = 1
z = 1 + 2w
x = 1 + 3y + w
Toda solução X de AX = B é da forma
x 1 + 3y + w 1 3 1
y 0 + 1y + 0w 0 1
+w 0
z = 1 + 0y + 2w
X= = +y
1 0 2
w 0 + 0y + w 0 0 1
duas bases de V.
Podemos decompor cada vetor de B numa combinação linear dos vetores
de B 0
v1 = a11 v10 + a21 v20 + · · · + an1 vn0 , a11 a12 · · · a1n
v2 = a12 v10 + a22 v20 + · · · + an2 vn0 , a21 a22 · · · a2n
.. ⇒ MBB 0 = .. .. . . .
. . . . ..
vn = a1n v10 + a2n v20 + · · · + ann vn0 . an1 an2 · · · ann
n
X
vj = aij vi0 ⇒ MBB 0 = [aij ]
i=1
a11 a12 a1n
a21 a22 a2n
[v1 ]B 0 = .. , [v2 ]B 0 = .. , ..., [vn ]B 0 = .. .
. . .
an1 an2 ann
MBB 0 = [v1 ]B 0 | [v2 ]B 0 | · · · | [vn ]B 0 .
onde
e
v10 = (1, 0, 1), v20 = (0, 1, 1), v30 = (0, 0, 2).
1 0 0 a11 a12 0 1
0 1 0 a21 a22 = 1 2
1 1 2 a31 a32 3 1
As três igualdades vetoriais podem ser escritas numa única igualdade ma-
tricial
1 0 0 a11 a12 a13 0 1 1
0 1 0 a21 a22 a23 = 1 2 0 .
1 1 2 a31 a32 a33 3 1 3
A matriz de transição da base B para a base B 0 é
a11 a12 a13
MBB 0 = a21 a22 a23
a31 a32 a33
de onde extraímos
a11 a12 a13 0 1 1
MBB 0 = a21 a22 a23 = 1 2 0 ,
a31 a32 a33 1 −1 1
MBB 00 = MB 0 B 00 MBB 0
e
MB 0 B MBB 0 = I ou MB 0 B = (MBB 0 )−1
2 −3
MB 0 B 00 = .
−1 2
MBB 00 = MB 0 B 00 MBB 0
pois
2 −3 −1 1 −8 11
MB 0 B 00 MBB 0 = = = MBB 00
−1 2 2 −3 5 −7
B = {v1 , . . . , vn }
a11 · · · a1n
M = ... . . . ...
an1 · · · ann
w1 = a11 v1 + · · · + an1 vn ,
..
.
wn = a1n v1 + · · · + ann vn .
é base de V.
e a matriz inversível
1 2
M=
3 −1
Os conjunto de vetores
é base do R2 .
Lembrete: Se
B = { v1 , v2 , . . . , v n } e u = c1 v 1 + c2 v 2 + · · · + cn v n
então
c1
[u]B = ... .
cn
para as quais
−1 1
MBB 0 = .
2 −3
Observe que
−1 1 −1 2
MBB 0 [(7, −5)]B = = = [(7, −5)]B 0 .
2 −3 1 −5
0
[u]B = −1 .
2
Portanto,
u = 1v10 − 2v20 + 3v30
Num primeiro curso de Álgebra Linear esta seção pode ser omitida a critério
do professor.
Sejam D e C conjuntos não vazios. Uma função f de D em C é uma regra
que a cada x de D associa um único y de C e se escreve y = f (x) .
O y é chamado de valor de f em x ou imagem de x por f.
Também é usual dizer que a função f leva x em y.
Usaremos a notação f : D → C para indicar que f é uma função de D em
C.
O conjunto D é chamado domínio de f e o conjunto C é denominado
contradomínio de f.
A imagem de f, denida por
f (D) = { f (x) : x ∈ D }
está contida em C.
Duas funções f e g são iguais,
f = g,
Para provar que as funções f e g são iguais, é preciso vericar três coisas:
1. se possuem o mesmo domínio D,
2. se possuem o mesmo contradomínio C,
3. se f (x) = g(x) para todo x em D.
Preenchidas essas condições, se pode dizer que f é igual a g e escrever f =
g.
Diremos que f é uma função real quando o seu domínio e o seu contra-
domínio forem subconjuntos de R, o conjunto dos números reais.
(c f )(x) = c f (x).
(f g)(x) = f (x)g(x).
Podemos adicioná-las ou muliplicar uma delas por um número real. Por exem-
plo, a função f + g e a função 7g são tais que, para todo x real,
−1
f (x) = x2 − 1
f + g = g + f.
(−∞, +∞) = R.
p(x) = a0 + a1 x + · · · + an xn
a0 + a1 x + · · · + an x n
Por esse motivo, tanto Pn (a, b) quanto P (a, b), com estas operações, são
espaços vetoriais reais.
Das inclusões acima, concluímos que Pn (a, b) é subespaço vetorial de P (a, b)
que é subespaço vetorial de F (a, b).
Considerações semelhantes podem ser feitas para funções polinomiais de-
nidas nos intervalos semiabertos [a, b) e (a, b] fechado [a, b], sejam estes inter-
valos nitos ou innitos.
2 + 3x + x2 + (5 − x − x2 ) = 7 + 2x.
c1 f 1 + · · · + ck f k
A função
2f − 3g + 4h
G = {f1 , f2 , . . . , fn }
c1 f1 + · · · + cn fn = 0.
para todo x em D.
Lembre-se 0(x) é a função nula aplicada a x, cujo valor é o número real 0
(zero).
Na igualdade acima, o 0 na extremidade direita é o número real zero.
Como as funções envolvidas estão denidas em D, diremos que o conjunto
de funções é linearmente dependente em D.
Quando o conjunto de funções não for linearmente dependente em D, di-
remos que ele é linearmente independente em D.
Isto signica que, c1 = 0, c2 = 0, . . . , cn = 0 é a única sequência de números
reais para a qual
c1 f1 + · · · + cn fn = 0.
c1 f1 (x) + · · · + cn fn (x) = 0
c1 = 0, . . . , cn = 0,
c1 f1 (x) + · · · + cn fn (x) = 0
Nota 1.33 Ressaltamos que c1 , . . . , cn são números reais, e não podem de-
pender de x, uma vez que não são funções.
c0 p0 + c1 p1 + · · · + cn pn = 0.
para todo x em D.
Considerando que p0 (x) = 1, p1 (x) = x, . . . , pn (x) = xn , a igualdade acima
se torna
c0 + c1 x + · · · + cn x n = 0
Ora, sabemos que um polinômio real não nulo de grau n possui no máximo
n raízes e não pode se anular em todo um intervalo de números reais.
Para se anular em todo x num intervalo, c0 + c1 x + · · · + cn xn só pode
ser o polinômio nulo.
Daí se conclui que c0 = c1 = · · · = cn = 0, mostrando que o conjunto de
polinômios {p0 , p1 , . . . , pn } é linearmente independente em R.
Por vezes, para simplicar, diremos que o conjunto de polinômios {1, x,
. . . , xn } é linearmente independente em D.
a p1 + b p2 + c p3 = 0.
O lado esquerdo é igual a zero para todo x real, apenas quando o polinômio
for identicamente nulo, o que implica em
a + 5b + c = 0, −a + 3b + 3c = 0, −2b − c = 0.
a = −3b e c = −2b,
3p1 − p2 + 2p3 = 0,
ax + b sen x = 0
h = 7f − 7g.
1.16.3 Wronskiano
c1 f1 + · · · + cn fn = 0.
c1 f1 (x) + · · · + cn fn (x) = 0
c1 f1 (x) + · · · + cn fn (x) = 0,
0 0
c1 f1 (x) + · · · + cn fn (x) = 0,
···
(n−1)
c1 f 1 (x) + · · · + cn fn(n−1) (x) = 0.
W [f1 , . . . , fn ](x).
W [f1 , . . . , fn ](x) = 0
f (x) = x2
e
x2 para x ≥ 0
g(x) =
−x2 para x < 0
é igual a zero para todo x real.
Vamos calcular este wronskiano. Quando x < 0,
f (x) g(x) x2 −x2
W [f, g](x) = det = det = 0.
f 0 (x) g 0 (x) 2x −2x
Quando x > 0,
f (x) g(x) x2 x2
W [f, g](x) = det = det = 0.
f 0 (x) g 0 (x) 2x 2x
c1 − c2 = 0
c1 + c2 = 0
f (x) g(x) x x3
W [f, g](x) = det = det = 3x3 − x3 = 2x3
f 0 (x) g 0 (x) 1 3x2
que se anula em x = 0 mas é diferente de zero quando x 6= 0. Desta forma,
Teorema 1.35 Sejam a e b números reais com a < b. Vamos denotar o in-
tervalo aberto de números reais com extremidades a e b por (a, b).
Sejam a0 , . . . , an−1 funções contínuas em (a, b) e
y = f1 (x), . . . , y = fn (x)
O conjunto de funções
{ f1 , . . . , f n }
é linearmente dependente em (a, b) se, e só se, o wronskiano
f1 (x) ··· fn (x)
.. ... ..
W (x) = det . .
(n−1) (n−1)
f1 (x) · · · fn (x)
f (x) = x e g(x) = x2 .
W [f, g](x) = x2 ,
que é igual a zero em x = 0 mas é diferente de zero quando x 6= 0.
Isto signica que não existe equação diferencial linear de segunda ordem
do tipo
y 00 + a1 (x)y 0 + a0 (x)y = 0
com a1 (x) e a0 (x) contínuas num intervalo (a, b) que contenha o zero e pos-
suindo x e x2 como soluções.
Todavia, x e x2 são soluções da equação diferencial
x2 y 00 − 2 xy 0 + 2 y = 0
em toda a reta.
Note que não há contradição com o teorema anterior, uma vez que esta
equação não se encontra na forma apresentada no enunciado.
Para ter o coeciente de y 00 igual a 1, devemos dividir a equação por x2
y 00 − (2/x)y 0 + (2/x2 )y = 0
e as funções 2/x e 2/x2 são descontínuas em x = 0.
Podemos aplicar o teorema acima nos intervalos (−∞, 0) e (0, +∞) se-
paradamente. Em cada um desses intervalos, 2/x e 2/x2 são contínuas e o
W [f, g](x) 6= 0.
Muito mais sobre os espaços funcionais poderia ser dito mas paramos por
aqui. Um estudo mais detalhado desses espaços foge ao escopo de um curso
introdutório de Álgebra Linear. Entretanto, esta é outra janela através da qual
se descortina um mundo fascinante.