3.

O Espao Nulo de A: Resolvendo Ax = 0

11

O ESPAO NULO DE A: RESOLVENDO AX = 0 3.2

Esta seo trata do espao de solues para Ax = 0. A matriz A pode ser quadrada ou retangular. Uma soluo imediata x = 0 e para matrizes inversveis essa a nica soluo. Para outras matrizes, no inversveis, h solues diferentes de zero para Ax = 0. Cada soluo x pertence ao espao nulo de A. Queremos encontrar todas as solues e identificar este subespao muito importante. DEFINIO O espao nulo de A consiste de todas as solues para Ax = 0. Esses n vetores x esto em R . O espao nulo contendo todas as solues x denotado por N(A). Verifique que os vetores soluo formam um subespao. Suponha que x e y esto no espao nulo (isso significa Ax = 0 e Ay = 0). As regras de multiplicao de matriz fornecem A(x + y) = 0 + 0. As regras tambm fornecem A (cx) = c0. Os lados direitos ainda so zero. Portanto, x + y e cx tambm esto no espao nulo N (A). Uma vez que podemos somar e multiplicar sem deixar o espao nulo, ele um subespao. Repetindo: Os vetores soluo x possuem n componentes. Eles so vetores em Rn, de modo que o espao nulo um subespao de Rn. O espao coluna C (A) um subespao de Rm . Se o lado direito b no zero, as solues de Ax = b no formam um subespao. O vetor x = 0 apenas uma soluo se b = 0. Quando o conjunto de solues no inclui x = 0, ele no pode ser um subespao. A Seo 3.4 mostrar como as solues para Ax = b (se houver quaisquer solues) so desviadas da origem por uma soluo especial. Exemplo 1 A equao x+2y+3z = 0 vem da matriz A 1 por 3 = [1 2 3]. Esta equao produz um plano atravs da origem. O plano um subespao de R3 . Ele o espao nulo de A. As solues para x+2y+3z = 6 tambm formam um plano, mas no um subespao. Exemplo 2 Descreva o espao nulo de Soluo .

Aplique eliminao s equaes lineares Ax = 0:

Na verdade, h somente uma equao. A segunda equao a primeira multiplicada por 3. No grfico das linhas, a linha x1 + 2x2 = 0 a mesma que a linha 3x1 + 6x2 = 0. Aquela linha o espao nulo N (A). Para descrever esta linha de solues, a maneira eficiente adicionar um ponto a ela (uma soluo especial). Ento, todos os pontos na linha so mltiplos desse. Escolhemos que a segunda componente seja x2 = 1 (uma escolha especial).

5 de junho de 1998

12 Captulo 3 Espaos e Subespaos de Vetor

A partir da equao x1 + 2x2 = 0, o primeiro componente deve ser x1 = -2. Ento, a soluo especial produz o espao nulo total: O espao nulo N(A) contm todos os mltiplos de s = .

Esta a melhor maneira de descrever o espao nulo, computando-se s olues especiais para Ax = 0. O espao nulo consiste em todas as combinaes dessas solues especiais. Este exemplo tem uma soluo especial e o espao nulo uma linha. Para o plano no Exemplo 1 h duas solues especiais:

tem as solues especiais

Esses vetores s1 e s2 ficam no plano x+2y+3z = 0, que o espao nulo de A = [1 2 3]. Todos os vetores no plano so combinaes de s1 e s2 . Observe o que especial sobre s1 e s 2 neste exemplo. Eles possuem uns e zeros nos ltimos dois componentes. Esses componentes so livres e ns os escolhemos em especial. Ento, os primeiros componentes 2 e 3 so determinados pela equao Ax = 0. A primeira coluna de A = [1 2 3] contm o piv, de modo que o primeiro componente de x no livre. Ns somente fazemos uma escolha especial (um ou zero) das componentes livres que correspondem s colunas sem pivs. Esta descrio de solues especiais ser completada aps mais um exemplo. Exemplo 3 Descreva os espaos nulos dessas trs matrizes:

Soluo A equao Ax = 0 tem somente a soluo zero x = 0. O espao nulo Z, contendo somente o ponto nico x = 0 em R2 . Para visualizar, usamos eliminao: resulta em e .

A matriz quadrada A inversvel. No h solues especiais. O nico vetor em seu espao nulo x = 0. A matriz retangular B tem o mesmo espao nulo Z. As primeiras duas equaes em Bx = 0 novamente exigem x = 0. As duas ltimas equaes tambm forariam x = 0. Quando adicionamos mais equaes, o espao nulo certamente no pode se tornar maior. Quando acrescentamos linhas extra matriz, estamos impondo mais condies nos vetores x no espao nulo. A matriz retangular C diferente. Ela tem colunas extra em vez de linhas extra. O vetor soluo x tem quatro componentes.

5 de junho de 1998

3.2

O Espao Nulo de A: Resolvendo Ax = 0

13

A eliminao produzir pivs nas primeiras duas colunas, mas as duas ltimas colunas no pivs so livres: se transforma em colunas piv colunas livres Para as variveis livres x3 e x4 fazemos as escolhas especiais de uns e zeros. Ento as variveis de piv x1 e x2 so determinadas pela equao Ux = 0. Chegamos a duas solues especiais nos espaos nulos de C (e tambm o espao nulo de U). As solues especiais so: variveis piv variveis livres

Um comentrio a mais para antecipar o que vir. A eliminao no vai parar na triangular superior U!. Vamos continuar a simplificar esta matriz, de duas maneiras: 1. 2. Produzir zeros acima dos pivs por eliminao para cima. Produzir uns nos pivs por diviso da linha inteira por seu piv.

Esses passos no alteram o vetor zero no lado direito da equao. O espao nulo permanece o mesmo. Esse espao nulo se tornar fcil de ver quando atingirmos a forma escalonada reduzida por linhas R: se torna colunas piv contm I Subtrai a linha 2 de U da linha 1 e ento multipliquei a linha 2 por . As duas equaes originais foram simplificadas para x1 + 2x3 = 0 e x2 + 2x4 = 0. Essas so as equaes Rx = 0 com a matriz identidade na coluna de pivs. As solues especiais ainda so as mesmas s1 e s2 . Elas so mais fceis de serem encontradas a partir do sistema reduzido Rx = 0. Antes de passarmos s matrizes A m por n e seus espaos nulos N (A) e s solues especiais no espao nulo, vamos repetir um comentrio. Para muitas matrizes, a nica soluo para Ax = 0 x = 0. Seus espaos nulos contm somente aquele vetor nico x = 0. A nica combinao das colunas que produz b = 0 ento a combinao zero ou combinao trivial. A soluo trivial (apenas x = 0) mas a idia no trivial.

5 de junho de 1998

14 Captulo 3 Espaos e Subespaos de Vetor

Este caso de um espao nulo Z zero da maior importncia. Ele diz que as colunas de A so independentes. Nenhuma combinao de colunas resulta no vetor zero, exceto a combinao zero. Todas as colunas possuem pivs e nenhuma coluna livre. Voc ver essa idia de independncia novamente...

Resolvendo Ax = 0 por Eliminao Isso importante. Resolvemos m equaes em n incgnitas e os lados direitos so todos zero. Os lados esquerdos so simplificados por operaes- linha, aps o que lemos a soluo (ou solues). Lembre-se dos dois estgios para resoluo de Ax = 0: 1. 2. Eliminao direta em A para produzir uma triangular U (ou sua forma reduzida R). Retro-Substituio em Ux = 0 ou Rx = 0 para encontrar x.

Observaremos uma diferena na retro-substituio, quando A e U possuem menos que n pivs. Estamos permitindo todas as matrizes neste captulo, no s as agradveis (que so matrizes quadradas com inversas). Os pivs ainda so diferentes de zero. As colunas abaixo dos pivs ainda so zero. Mas poderia acontecer de a coluna no ter piv. Nesse caso, no interrompa o clculo. Passe para a coluna seguinte. O primeiro exemplo uma matriz 3 por 4:

Certamente a11 = 1 o primeiro piv. Elimine o 2 e o 3 abaixo daquele piv:

(subtrair 2 x linha 1) (subtrair 3 x linha 1) A segunda coluna tem um zero na posio do piv. Buscamos uma matriz diferente de zero abaixo do zero, pronta para fazer uma troca de linha. A entrada abaixo daquela posio tambm zero. A eliminao no pode fazer nada com a segunda coluna. Isso sinaliza dificuldades, que esperamos de qualquer forma para uma matriz retangular. No h razo para desistir, e prosseguimos para a terceira coluna. O segundo piv 4 (mas est na terceira coluna). Subtraindo-se a linha 2 da linha 3, estaremos eliminando aquela coluna abaixo do piv. Chegamos a: (somente dois pivs) (a ltima equao se torna 0 =0)

5 de junho de 1998

3.2

O Espao Nulo de A: Resolvendo Ax = 0

15

A quarta coluna tambm tem um zero na posio do piv mas nada pode ser feito. No h linha abaixo dela para trocar, e a eliminao direta est completa. A matriz tem trs linhas, quatro colunas e somente dois pivs. A Ax = 0 parecia envolver trs equaes diferentes, mas a terceira equao a soma das duas primeiras. Ela automaticamente satisfeita (0 = 0) quando as primeiras duas equaes so satisfeitas. A eliminao revela a verdade interna sobre um sistema de equaes. Agora chegamos retro-substituio (backward) para encontrar todas as solues para Ux = 0. Com quatro incgnitas e somente dois pivs, h muitas solues. A questo como registrar todas elas. Um bom mtodo separar as variveis piv das variveis livres. P As variveis piv so x1 e x3 uma vez que as colunas 1 e 3 contm pivs. F As variveis livres so x2 e x4 pois as colunas 2 e 4 no possuem pivs. As variveis livres x2 e x4 podem receber quaisquer valores. Ento a retro-substituio encontra as variveis piv x1 e x4 . (No Captulo 2 nenhuma varivel era livre). Quando A inversvel, todas as variveis so piv). As escolhas mais simples para as variveis livres so uns e zeros. Essas escolhas resultam em solues especiais. Solues Especiais Conjunto x2 = 1 e x4 = 0. Por retro-substituio x3 = 0 e x1 = -1. Conjunto x2 = 0 e x4 = 1. Por retro-substituio x3 = -1 e x1 = -1.

Essas solues especiais resolvem Ux = 0 e portanto Ax = 0. Elas esto no espao nulo. E o melhor de tudo: toda soluo uma combinao das so lues especiais.

Soluo Completa x = especial especial

= completa

Observe novamente essa resposta. Ela o objetivo principal desta seo. O vetor s 1 = (-1, 1,0,0) a soluo especial quando x2 = 1 e x4 = 0. A segunda soluo especial tem x2 = 0 e x4 = 1. Todas as solues so combinaes lineares de s1 e s2 . As solues especiais esto no espao nulo N (A) e suas combinaes preenchem todo esse espao. O cdigo nulbasis do MATLAB calcula essas solues especiais. Elas vo para as colunas de uma matriz de espao nulo N. A soluo completa para Ax = 0 a combinao dessas colunas. Uma vez que temos as solues especiais, teremos todo o espao nulo. Existe uma soluo especial para cada varivel livre. Se no houver variveis livres o que significa existncia de n pivs ento a nica soluo para Ux = 0 e Ax = 0 ser a soluo trivial x = 0.

5 de junho de 1998

16 Captulo 3 Espaos e Subespaos de Vetor

Todas as variveis so variveis piv. Nesse caso os espaos nulos de A e U contm somente o vetor zero. Sem variveis livres, e pivs em todas as colunas, o resultado do nulbasis ser uma matriz vazia.

Exemplo 4 encontre o espao nulo de A segunda coluna de U no tem piv. Assim, x2 livre. A soluo especial tem x2 = 1. A retro-substituio em 9x3 = 0 resulta em x3 =0. Ento x1 + 5x2 = 0, ou x1 = -5. As solues para Ux = 0 so mltiplos de uma soluo especial: O espao nulo de U uma linha em R3 . Ele contm mltiplos da soluo especial. Uma varivel livre, e N = nulbasis (U) tem uma coluna. Em um minuto continuaremos a eliminao em U, para obtermos zeros acima dos pivs e uns nos pivs. O 7 eliminado e o piv muda de 9 para 1. O resultado final dessa eliminao ser R: reduz para Com isso, fica ainda mais claro que a soluo especial s = (-5, 1, 0).

Matrizes Escalonadas A eliminao direta vai de A at U. O processo se inicia com uma matriz A m por n. Ela atua por operaes de linha, incluindo troca de linhas, e prossegue para a prxima coluna quando no houver pivs na coluna atual. A escada m por n U uma matriz escalonada. Eis uma matriz escalonada 4 por 7 com trs pivs destacados em negrito: Trs variveis piv x1 , x2 , x6 Quatro variveis livres x3 , x4 , x5 , x7 Quatro solues especiais em N (U) Pergunta Qual o espao coluna e o espao nulo para essa matriz?

Resposta As colunas possuem quatro componentes de modo que ficam em R4 . (No 3 em R !). O quarto componente de cada coluna zero. Cada combinao das colunas cada vetor no espao coluna tem um quarto componente zero. O espao coluna C (U) consiste em todos os vetores da forma (b1 , b2 , b3 , 0). Para esses vetores, podemos resolver Ux = 0 por retro-substituio (backward). Esses vetores b so todos combinaes possveis das sete colunas. O espao nulo N (U) um subespao de R7 . As solues para Ux = 0 so todas as combinaes das quatro solues especiais uma para cada varivel livre:

5 de junho de 1998

3.2

O Espao Nulo de A: Resolvendo Ax = 0

17

1. As colunas 3, 4, 5 e 7 no possuem pivs. Assim, as variveis livres so x3 , x4 , x5 , x7 . 2. Defina uma varivel livre para 1 e as demais variveis livres para zero. 3. Resolva Ux = 0 para as variveis x1 , x2 , x6 . 4. O resultado ser uma das quatro solues especiais na matriz N de espao nulo. As linhas diferentes de zero de uma matriz escalonada vm primeiro. Os pivs so as primeiras entradas diferentes de zero nessas linhas, e vo descendo em padro escalonado. As operaes normais de linha (no Cdigo de Ensino plu) produzem uma coluna de zeros abaixo de cada piv. A contagem dos pivs leva a um teorema extremamente importante. Suponha que A tenha mais colunas que linhas. Com n > m haver pelo menos uma varivel livre. O sistema Ax = 0 tem pelo menos uma soluo especial. Essa soluo no zero! 3B Se Ax = 0 tem mais incgnitasque equaes (A tem mais colunas que linhas), ento a equao ter solues diferentes de zero. Em outras palavras, uma matriz gorda e baixa (n > m) sempre tem vetores diferentes de zero em seu espao nulo. Deve haver pelo menos n m variveis livres, uma vez que o nmero de pivs no pode exceder m. (A matriz s tem m linhas, e uma linha nunca tem dois pivs). claro que uma linha poder no ter pivs o que significa uma varivel livre extra. Mas aqui est a questo: Quando h uma varivel livre, ela pode ser definida como 1. Ento a equao Ax = 0 tem uma soluo diferente de zero. Repetindo: H no mximo m pivs. Com n < m, o sistema Ax = 0 tem uma varivel livre e uma soluo diferente de zero. Na verdade, h uma infinidade de solues, uma vez que qualquer mltiplo cx tambm uma soluo. O espao nulo contm pelo menos uma linha de solues. Com duas variveis livres, h duas solues especiais e o espao nulo at maior. O espao nulo um subespao. Sua dimenso o nmero de variveis livres. Essa idia central a dimenso de um subespao definida e explicada neste captulo.

A Matriz Escalonada Reduzida R A partir da matriz U escalonada podemos prosseguir mais um passo. Continuemos a partir de

Podemos dividir a segunda linha por 4. Ento ambos os pivs sero iguais a 1. Podemos subtrair 2 vezes essa nova linha [0 0 1 1] da linha acima. Isso produz um zero acima e abaixo do segundo piv. A matriz escalonada reduzida ser

5 de junho de 1998

18 Captulo 3 Espaos e Subespaos de Vetor

R tem 1 como pivs e zero nos demais locais nas colunas de piv. Os zeros acima dos pivs resultam da eliminao para cima. Se A inversvel, sua forma escalonada reduzida a matriz identidade R = 1. Isso o mximo em reduo por linhas. Os zeros em R facilitam o encontro de solues especiais (o mesmo que antes): 1. 2. Conjunto x2 = 1 e x4 = 0. Resolva Rx = 0. Ento x1 = -1 e x3 = 0. Conjunto x2 = 0 e x4 = 1. Resolva Rx = 0. Ento x1 = -1 e x3 = -1.

Os nmeros 1 e 0 esto na coluna 2 de R (com sinais +). Os nmeros 1 e 1 esto na coluna 4 (com sinais +). Revertendo-se os sinais poderemos obter as solues especiais da matriz R. A soluo geral para Ax = 0 ou Ux = 0 ou Rx = 0 ser a combinao dessas duas solues especiais: O espao nulo N (A) = N (U) = N (R) contm

(soluo completa de Ax = 0).

A prxima seo do livro prossegue firmemente de U para R. O comando [R, pivcol] = rref(A) do MATLAB produz R e tambm uma lista das colunas de piv.

REVISO DAS IDIAS PRINCIPAIS n

1. 2.

O espao nulo N (A) contm todas as solues de AX = 0. A eliminao produz uma matriz escalonada U, ou uma linha reduzida R, com colunas piv e colunas livres. Cada coluna livre leva a uma soluo especial para Ax = 0. A varivel livre igual a 1 e as demais variveis livres so iguais a zero. A soluo completa de Ax = 0 uma combinao das solues especiais. Se n > m ento A tem pelo menos uma coluna sem pivs, dando uma soluo especial. Assim, h vetores x diferentes de zero no espao nulo dessa A.

3.

4. 5.

5 de junho de 1998