Você está na página 1de 177

Matemtica II

Departamento de Matemtica
Faculdade de Cincias
Universidade do Porto
Ano lectivo 2011/12
Notas da autoria de Gabriela Chaves e Lucinda Lima
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 0.0 - 1
Programa

lgebra Linear
1. Espaos vectoriais reais
2. Aplicaes lineares
3. Valores e vectores prprios
4. Produto escalar

Clculo vectorial
1. Curvas parametrizadas
2. Funes reais de vrias variveis
3. Derivadas de funes de vrias variveis
4. Integrais mltiplos
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 0.0 - 2
Bibliograa

Anton, H., Rorres, C. Elementary Linear Algebra - applications


version

Adams, R. Calculus - a complete course

Marsden, J., Tromba, A. Vector Calculus

Stewart, J. Calculus

www.stewartcalculus.com

Chaves, G. Clculo Innitesimal


Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 0.0 - 3
Avaliao

Exame nal.

Testes permitindo dispensar de parte ou da totalidade do


exame nal

1 teste: 11 de abril de 2012 (no horrio da aula terica desse


dia)

2 teste: 6 de junho de 2012 (no horrio da aula terica desse


dia)

A descrio detalhada do esquema de avaliao deve ser


consultada na pgina da disciplina.
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 0.0 - 4
Espaos vectoriais reais - vectores do plano
Vectores no plano com origem em (0, 0)
Soma de vectores Produto de um nmero real por um vector
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 1.1 Espaos vectoriais reais - Denio e propriedades 5
Espaos vectoriais reais - R
2
R
2
= R R = (x, y) : x, y R

soma de dois elementos de R


2
:
(x, y) + (z, t) = (x + z, y + t)

produto de um nmero real por um elemento de R


2
:
a (x, y) = (ax, ay)
Observao: R
2
identica-se com o plano, se para cada ponto do
plano considerarmos o par formado pelas suas coordenadas (e com
os vectores do plano com origem em (0, 0), de maneira anloga).
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 1.1 Espaos vectoriais reais - Denio e propriedades 6
Espaos vectoriais reais - vectores do espao
Vectores no espao com origem em (0, 0, 0)
Soma de vectores Produto de um nmero real por um vector
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 1.1 Espaos vectoriais reais - Denio e propriedades 7
Espaos vectoriais reais - R
3
R
3
= R R R = (x, y, z) : x, y, z R

soma de dois elementos de R


3
:
(x, y, z) + (t, u, v) = (x + t, y + u, z + v)

produto de um nmero real por um elemento de R


3
:
a (x, y, z) = (ax, ay, az)
Observao: R
3
identica-se com o espao, se para cada ponto do
espao considerarmos as suas trs coordenadas (e com os vectores
do espao com origem em (0, 0, 0), de maneira anloga).
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 1.1 Espaos vectoriais reais - Denio e propriedades 8
Espaos vectoriais reais - denio
Espao vectorial real = (E, +, ), onde

E um conjunto no vazio, a cujos elementos se chamam


vectores

+ uma operao interna (normalmente chamada adio) em


E, que a um par (u, v) de elementos de E associa um
elemento u + v de E

uma operao envolvendo os nmeros reais (normalmente


chamada multiplicao por escalares), que a um nmero real
a e um elemento u de E associa um elemento a u de E

as operaes satisfazem determinadas propriedades.


Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 1.1 Espaos vectoriais reais - Denio e propriedades 9
Espaos vectoriais reais - denio
E conjunto, + operao interna em E, operao externa com
nmeros reais
Diz-se que (E, +, ) um espao vectorial real sse
1. a operao + associativa, isto , para quaisquer u, v, w E
se tem (u + v) + w = u + (v + w);
2. existe elemento neutro para +, isto , existe 0
E
E tal que,
para qualquer u E, se tem 0
E
+ u = u + 0
E
= u (0
E
chama-se vector nulo);
3. para qualquer u E existe u E tal que
u + (u) = (u) + u = 0
E
(u nico e chama-se simtrico
de u)
4. a operao + comutativa, isto , para quaisquer u, v E se
tem u + v = v + u;
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 1.1 Espaos vectoriais reais - Denio e propriedades 10
Espaos vectoriais reais - denio
5. a operao distributiva relativamente a +, isto , para
quaisquer a R, u, v E, se tem a (u +v) = (a u) + (a v);
6. a operao distributiva relativamente adio de nmeros
reais, isto , para quaisquer a, b R, u E, se tem
(a + b) u = (a u) + (b u);
7. para quaisquer a, b R, u E, se tem (ab) u = a (b u) (a
esta propriedade chama-se associatividade mista);
8. para qualquer u E se tem 1 u = u.
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 1.1 Espaos vectoriais reais - Denio e propriedades 11
Espaos vectoriais reais - exemplos

Os vectores do plano com origem em (0, 0) e as operaes


vistas anteriormente.

Os vectores do espao com origem em (0, 0, 0) e as operaes


vistas anteriormente.

R
2
, com as operaes vistas anteriormente; o vector nulo
(0, 0) e o simtrico de (x, y) (x, y).

R
3
, com as operaes vistas anteriormente; o vector nulo
(0, 0, 0) e o simtrico de (x, y, z) (x, y, z).

R
n
, com as operaes
(x
1
, . . . , x
n
) + (y
1
, . . . , y
n
) = (x
1
+ y
1
, . . . , x
n
+ y
n
) e
a (x
1
, . . . , x
n
) = (ax
1
, . . . , ax
n
); o vector nulo (0, 0, . . . , 0) e
o simtrico de (x
1
, x
2
, . . . , x
n
) (x
1
, x
2
, . . . , x
n
).
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 1.1 Espaos vectoriais reais - Denio e propriedades 12
Espaos vectoriais reais - exemplos

M
m,n
(R) (=matrizes de m linhas e n colunas com entradas
reais), com a operao + denida por
_
_
_
_
_
_
a
11
a
12
a
1n
a
21
a
22
a
2n
.
.
.
.
.
.
.
.
.
a
m1
a
m2
a
mn
_
_
_
_
_
_
+
_
_
_
_
_
_
b
11
b
12
b
1n
b
21
b
22
b
2n
.
.
.
.
.
.
.
.
.
b
m1
b
m2
b
mn
_
_
_
_
_
_
=
_
_
_
_
_
_
a
11
+ b
11
a
12
+ b
12
a
1n
+ b
1n
a
21
+ b
21
a
22
+ b
22
a
2n
+ b
2n
.
.
.
.
.
.
.
.
.
a
m1
+ b
m1
a
m2
+ b
m2
a
mn
+ b
mn
_
_
_
_
_
_
e a operao denida por
c
_
_
_
_
_
_
a
11
a
12
a
1n
a
21
a
22
a
2n
.
.
.
.
.
.
.
.
.
a
m1
a
m2
a
mn
_
_
_
_
_
_
=
_
_
_
_
_
_
ca
11
ca
12
ca
1n
ca
21
ca
22
ca
2n
.
.
.
.
.
.
.
.
.
ca
m1
ca
m2
ca
mn
_
_
_
_
_
_
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 1.1 Espaos vectoriais reais - Denio e propriedades 13
Espaos vectoriais reais - exemplos

O conjunto dos polinmios de coecientes reais, com a adio


usual de polinmios e a multiplicao usual por um nmero
real (notao: R[X]):
(a
0
+ a
1
X + a
n
X
n
) + (b
0
+ b
1
X + + b
n
X
n
) =
a
0
+ b
0
+ (a
1
+ b
1
)X + + (a
n
+ b
n
)X
n
a (a
0
+ a
1
X + a
n
X
n
) = aa
0
+ aa
1
X + aa
n
X
n

O conjunto das funes de R em R, com a adio usual de


funes e a multiplicao usual por um nmero real.
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 1.1 Espaos vectoriais reais - Denio e propriedades 14
Espaos vectoriais reais - notaes e propriedades
(E, +, ) espao vectorial

Geralmente fala-se no espao vectorial E.

Para a R e u E, escreve-se geralmente au em vez de a u

Para quaisquer u, v E, utiliza-se a notao u v para


designar u + (v).
Pode-se provar que

Para quaisquer u, v, w E, u + v = u + w v = w

Para quaisquer a R, u E, a(u) = (a)u = (au)

Para quaisquer a R, u E, au = 0
E
a = 0 ou u = 0
E

au = av a = 0 ou u = v
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 1.1 Espaos vectoriais reais - Denio e propriedades 15
Espaos vectoriais reais - subespaos
(E, +, ) espao vectorial real

Se F E, diz-se que (F, +, ) um subespao vectorial de


(E, +, ) sse

F ,=

para quaisquer u, v F, se tem u + v F;

para quaisquer a R e u F, se tem au F.

Geralmente diz-se s que F um subespao de E.

Um subespao vectorial de um espao vectorial real tambm


um espao vectorial real.
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 1.2 Espaos vectoriais reais - Subespaos 16
Espaos vectoriais reais - subespaos
E = R
2
, F = (x, y) R
2
: y 0

u = (x
1
, y
1
), v = (x
2
, y
2
), u + v = (x
1
+ x
2
, y
1
+ y
2
)

u, v F y
1
0 e y
2
0
y
1
+ y
2
0
u + v F
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 1.2 Espaos vectoriais reais - Subespaos 17
Espaos vectoriais reais - subespaos
E = R
2
, F = (x, y) R
2
: y 0

u = (1, 1) F

(1)u = (1, 1) , F

F no subespao de R
2
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 1.2 Espaos vectoriais reais - Subespaos 18
Espaos vectoriais reais - subespaos
E = R
2
, F = (x, y) R
2
: [x[ = [y[

u = (2, 2) F, v = (1, 1) F

u + v = (1, 3) , F

F no subespao de R
2
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 1.2 Espaos vectoriais reais - Subespaos 19
Espaos vectoriais reais - subespaos
E = R
2
, F = (x, y) R
2
: x = 3y

u = (x
1
, y
1
), v = (x
2
, y
2
), u + v = (x
1
+ x
2
, y
1
+ y
2
)

u, v F
_
x
1
= 3y
1
x
2
= 3y
2
x
1
+ x
2
= 3y
1
+ 3y
2
= 3(y
1
+ y
2
)
u + v F

a R, au = (ax
1
, ay
1
)

u F x
1
= 3y
1
ax
1
= 3ay
1
au F

F um subespao de R
2
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 1.2 Espaos vectoriais reais - Subespaos 20
Espaos vectoriais reais - subespaos
Para o espao vectorial R
2
(identicado com o plano) os
subespaos so

R
2
(o plano todo)

as rectas que contm a origem (isto , conjuntos do tipo


(x, y) R
2
: ax + by = 0)

(0, 0) (a origem)
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 1.2 Espaos vectoriais reais - Subespaos 21
Espaos vectoriais reais - subespaos
Para o espao vectorial R
3
(identicado com o espao) os
subespaos so

R
3
(o espao todo)

os planos que contm a origem (isto , conjuntos do tipo


(x, y, z) R
3
: ax + by + cz = 0, em que a, b, c no so
todos nulos)

as rectas que contm a origem (isto , conjuntos do tipo


(x, y, z) R
3
: a
1
x +b
1
y +c
1
z = 0 e a
2
x +b
2
y +c
2
z = 0,
em que (a
1
, b
1
, c
1
) e (a
2
, b
2
, c
2
) no so mltiplos um do
outro)

(0, 0, 0) (a origem)
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 1.2 Espaos vectoriais reais - Subespaos 22
Espaos vectoriais reais - subespaos
Alguns exemplos de subespaos de R[X]:

polinmios de grau 2

polinmios de grau 5

polinmios constantes

para qualquer n N, polinmios de grau n


(notao:R
n
[X])

polinmios que se anulam em 3

polinmios que se anulam em 1 e em 5


(= P R[X] : P(1) = 0 e P(5) = 0)
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 1.2 Espaos vectoriais reais - Subespaos 23
Espaos vectoriais reais - subespaos
ATENO:

polinmios de grau 2 no subespao de R[X];

para qualquer k 1, polinmios de grau k no subespao


de R[X].
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 1.2 Espaos vectoriais reais - Subespaos 24
Espaos vectoriais reais - subespaos
Alguns exemplos de subespaos de M
n,n
(R):

matrizes diagonais =
_

_
_
_
_
_
_
_
a
11
0 0 0
0 a
22
0 0
.
.
.
.
.
.
.
.
.
.
.
.
0 0 0 a
nn
_
_
_
_
_
_
M
n,n
(R)
_

matrizes triangulares superiores =


_

_
_
_
_
_
_
_
a
11
a
12
a
1n
0 a
22
a
2n
.
.
.
.
.
.
.
.
.
0 0 a
nn
_
_
_
_
_
_
M
n,n
(R)
_

_
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 1.2 Espaos vectoriais reais - Subespaos 25
Espaos vectoriais reais: subespaos

Consideremos um sistema homogneo de m equaes lineares


a n incgnitas
_

_
a
11
x
1
+ a
12
x
2
+ + a
1n
x
n
= 0
a
21
x
1
+ a
22
x
2
+ + a
2n
x
n
= 0

a
m1
x
1
+ a
m2
x
2
+ + a
mn
x
n
= 0

O conjunto das solues do sistema um subespao vectorial


de R
n
.

Esse subespao reduzido ao vector nulo sse o sistema


possvel e determinado.
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 1.2 Espaos vectoriais reais - Subespaos 26
Espaos vectoriais reais: subespaos

Consideremos o caso particular em que n = 2, seja A a matriz


dos coecientes do sistema e F o conjunto das solues.

Se car A = 2, o sistema possvel e determinado e


F = (0, 0).

Se car A = 1, o sistema possvel e indeterminado e F uma


recta.

Se car A = 0 (o que s acontece se todos os coecientes so


nulos), o sistema possvel e indeterminado, e F o plano.
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 1.2 Espaos vectoriais reais - Subespaos 27
Espaos vectoriais reais: subespaos

Consideremos o caso particular em que n = 3, seja A a matriz


dos coecientes do sistema e F o conjunto das solues.

Se car A = 3, o sistema possvel e determinado e


F = (0, 0, 0).

Se car A = 2, o sistema possvel e indeterminado e F uma


recta.

Se car A = 1, o sistema possvel e indeterminado, e F um


plano.

Se car A = 0 (o que s acontece se todos os coecientes so


nulos), o sistema possvel e indeterminado, e F o espao.
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 1.2 Espaos vectoriais reais - Subespaos 28
Espaos vectoriais reais - subespaos
Algumas propriedades que se podem provar:

Qualquer subespao de um espao vectorial E contm o


vector nulo.

A interseco de subespaos de um espao vectorial E


tambm um subespao vectorial de E.

A reunio de subespaos vectoriais de um espao vectorial E


em geral NO um subespao vectorial de E (no caso da
reunio de dois subespaos, a reunio s subespao se um
estiver contido no outro).

E um subespao de E.

0
E
um subespao de E.
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 1.2 Espaos vectoriais reais - Subespaos 29
Espaos vectoriais reais - combinaes lineares: exemplo
Exemplo: R
2

(8, 9) = 2(1, 3) + 3(2, 5)

Diz-se que (8, 9) combinao linear de (1, 3) e (2, 5)

(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

No existem a, b tais que (2, 1) = a(1, 3) + b(2, 6)

Diz-se que (2, 1) no combinao linear de (1, 3) e (2, 6).


Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 1.3 Espaos vectoriais reais - Combinaes lineares e geradores 30
Espaos vectoriais reais - combinaes lineares: exemplo
Exemplo: R
3

(3, 4, 1) = 1(1, 1, 1) + 2(1, 2, 1) 3(2, 3, 0)

(3, 4, 1) = 2(1, 1, 1) 1(1, 2, 1) + 0(2, 3, 0)

(3, 4, 1) = 2(1, 1, 1) + 3(1, 2, 1) 4(2, 3, 0)

(3, 4, 1) pode-se escrever como combinao linear de


(1, 1, 1), (1, 2, 1) e (2, 3, 0) de mais do que uma maneira: os
coecientes no so nicos.
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 1.3 Espaos vectoriais reais - Combinaes lineares e geradores 31
Espaos vectoriais reais - combinaes lineares: denio
E espao vectorial real, u, u
1
, . . . , u
n
E

Diz-se que u combinao linear de u


1
, . . . , u
n
sse existem
a
1
, . . . , a
n
R tais que u = a
1
u
1
+ + a
n
u
n
.

Se u = a
1
u
1
+ + a
n
u
n
diz-se que u combinao linear de
u
1
, . . . , u
n
com coecientes a
1
, . . . , a
n
.

Observao: 0
E
sempre combinao linear de u
1
, . . . , u
n
;
basta notar que 0
E
= 0u
1
+ + 0u
n
.
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 1.3 Espaos vectoriais reais - Combinaes lineares e geradores 32
Espaos vectoriais reais - combinaes lineares: exemplos
Qual o conjunto das combinaes lineares de (1, 2, 1) e (0, 1, 1)?

(x, y, z) comb. lin. de (1, 2, 1) e (0, 1, 1)


existem a, b R tais que (x, y, z) = a(1, 2, 1) + b(0, 1, 1)
existem a, b R tais que (x, y, z) = (a, 2a + b, a + b)
existem a, b R tais que
_

_
a = x
2a + b = y
a + b = z
o sistema
_

_
a = x
2a + b = y
a + b = z
em a, b, c possvel
o sistema
_

_
a = x
b = 2x + y
0 = x y + z
em a, b, c possvel
x + y z = 0

Portanto o conjunto das combinaes lineares de (1, 2, 1) e


(0, 1, 1) (x, y, z) R
3
: x y + z = 0

Observao: trata-se de um subespao vectorial de R


3
.
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 1.3 Espaos vectoriais reais - Combinaes lineares e geradores 33
Espaos vectoriais reais - subespao gerado por um
conjunto: denies
Sejam E um espao vectorial e A um subconjunto de E

Pode-se provar que o conjunto das combinaes lineares de


elementos de A um subespao de E.

A esse subespao chama-se subespao gerado por A ( o


menor subespao que contm A); notao: G(A).

Diz-se que A gera um subespao F, ou que A um conjunto


de geradores de F, sse F = G(A), isto , sse cada elemento de
F combinao linear de elementos de A.

Em particular, A gera E sse qualquer elemento de E


combinao linear de elementos de A.
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 1.3 Espaos vectoriais reais - Combinaes lineares e geradores 34
Espaos vectoriais reais - subespao gerado por um
conjunto: propriedades
Sejam E um espao vectorial e A um subconjunto de E;

Pode-se provar que se u combinao linear de u


1
, . . . , u
n
ento o subespao gerado por u
1
, . . . , u
n
igual ao
subespao gerado por u
1
, . . . , u
n
, u.

Em particular, se u
1
, . . . , u
k
, u
k+1
, . . . , u
n
gera E e cada um
dos u
k+1
, . . . , u
n
combinao linear de u
1
, . . . , u
k
, ento
u
1
, . . . , u
k
ainda gera E.

Diz-se normalmente que u


1
, . . . , u
n
geram E, em vez de
u
1
, . . . , u
n
gera E.
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 1.3 Espaos vectoriais reais - Combinaes lineares e geradores 35
Espaos vectoriais reais - (in)dependncia linear
R
2
, u = (1, 2), v = (1, 3)

(0, 0) combinao linear de u e v:


(0, 0) = 0(1, 2) + 0(1, 3)

Haver outros coecientes?

(0, 0) = a(1, 2) + b(1, 3) (0, 0) = (a b, 2a + 3b)

_
a b = 0
2a + 3b = 0

_
a b = 0
b = 0

_
a = 0
b = 0

No h outros coecientes possveis.


Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 1.4 Espaos vectoriais reais - (In)dependncia linear 36
Espaos vectoriais reais - (in)dependncia linear
R
2
, u = (1, 2), v = (3, 6)

(0, 0) = 0(1, 2) + 0(3, 6)

(0, 0) = 3(1, 2) 1(3, 6)

(0, 0) = 4(1, 2)
4
3
(3, 6)

(0, 0) pode-se escrever como combinao linear de (1, 2) e


(3, 6) de mais do que uma maneira.
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 1.4 Espaos vectoriais reais - (In)dependncia linear 37
Espaos vectoriais reais - (in)dependncia linear: denio
E espao vectorial real u
1
, u
2
. . . , u
n
E

0
E
= 0u
1
+ + 0u
n

Diz-se que u
1
, u
2
. . . u
n
so linearmente dependentes sse
existem a
1
, a
2
, . . . , a
n
R, NO TODOS NULOS, tais que
a
1
u
1
+ a
2
u
2
+ + a
n
u
n
= 0
E
.

Diz-se que u
1
, u
2
. . . u
n
so linearmente independentes sse,
para quaisquer a
1
, . . . , a
n
R, a
1
u
1
+ a
2
u
2
+ + a
n
u
n
= 0
E
implica que a
1
, a
2
, . . . , a
n
so TODOS nulos.
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 1.4 Espaos vectoriais reais - (In)dependncia linear 38
Espaos vectoriais reais - (in)dependncia linear: exemplo

(0, 0) = 2(4, 1) + 3(
8
3
,
2
3
), portanto (4, 1) e (
8
3
,
2
3
) so
linearmente dependentes.

(0, 0) = 2(4, 1) + 3(
8
3
,
2
3
) + 0(1, 5), portanto (4, 1),
(
8
3
,
2
3
) e (1, 5) so linearmente dependentes.

(0, 0) = 2(4, 1) + 3(
8
3
,
2
3
) + 0(1, 5) + 0(3, 7), portanto
(4, 1), (
8
3
,
2
3
), (1, 5) e (3, 7) so linearmente dependentes.
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 1.4 Espaos vectoriais reais - (In)dependncia linear 39
Espaos vectoriais reais - (in)dependncia linear: exemplo

(0, 0, 0) = 2(1, 1, 2) + 4(1, 0, 1) + 1(2, 2, 0), portanto


(1, 1, 2), (1, 0, 1) e (2, 2, 0) so linearmente dependentes.

Resolvendo em ordem a (1, 1, 2), vem


(1, 1, 2) = 2(1, 0, 1) +
1
2
(2, 2, 0), portanto (1, 1, 2)
combinao linear de (1, 0, 1) e (2, 2, 0).

Resolvendo em ordem a (1, 0, 1), vem


(1, 0, 1) =
1
2
(1, 1, 2)
1
4
(2, 2, 0), portanto (1, 0, 1)
combinao linear de (1, 1, 2) e (2, 2, 0).

Resolvendo em ordem a (2, 2, 0), vem


(2, 2, 0) = 2(1, 1, 2) 4(1, 0, 1), portanto (2, 2, 0)
combinao linear de (1, 1, 2) e (1, 0, 1).
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 1.4 Espaos vectoriais reais - (In)dependncia linear 40
Espaos vectoriais reais - (in)dependncia linear: exemplo

(0, 0, 0) = 3(1, 0, 2) +
3
2
(2, 0, 4) + 0(1, 0, 0), portanto
(1, 0, 2), (2, 0, 4), (1, 0, 0) so linearmente dependentes.

(1, 0, 2) =
1
2
(2, 0, 4) + 0(1, 0, 0), portanto (1, 0, 2)
combinao linear de (2, 0, 4) e (1, 0, 0).

(2, 0, 4) = 2(1, 0, 2) + 0(1, 0, 0), portanto (2, 0, 4)


combinao linear de (1, 0, 2) e (1, 0, 0).

(1, 0, 0) combinao linear de (1, 0, 2) e (2, 0, 4)?

(1, 0, 0) = a(1, 0, 2) + b(2, 0, 4)


_

_
a 2b = 1
0 = 0
2a 4b = 0

_
a 2b = 1
a 2b = 0

No existem a, b R tais que


(1, 0, 0) = a(1, 0, 2) + b(2, 0, 4).

(1, 0, 0) no combinao linear de (1, 0, 2) e (2, 0, 4).


Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 1.4 Espaos vectoriais reais - (In)dependncia linear 41
Espaos vectoriais reais - (in)dependncia linear:
propriedades
Pode-se provar que:

u
1
, . . . , u
n
so linearmente dependentes sse existe um deles
que combinao linear dos restantes;

isso NO SIGNIFICA que qualquer deles combinao linear


dos restantes;

se algum dos u
i
igual a 0
E
, ento u
1
, . . . , u
n
so linearmente
dependentes;

se u
1
, . . . , u
k
so linearmente independentes, ento
u , G(u
1
, . . . , u
k
) sse u
1
, . . . , u
k
, u so linearmente
independentes.
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 1.4 Espaos vectoriais reais - (In)dependncia linear 42
Espaos vectoriais reais - (in)dependncia linear:
propriedades
Pode-se provar que:

se u
1
, . . . , u
n
so linearmente independentes e u
1
, . . . , u
n
, u
so linearmente dependentes, ento u combinao linear de
u
1
, . . . , u
n
;

se u
1
, . . . , u
k
so linearmente dependentes, ento
u
1
, . . . , u
k
, u
k+1
, . . . , u
n
tambm so linearmente dependentes;

se u
1
, . . . , u
k
, u
k+1
, . . . , u
n
so linearmente independentes,
ento u
1
, . . . , u
k
so linearmente independentes;

para qualquer u E, u linearmente independente sse


u ,= 0
E
.
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 1.4 Espaos vectoriais reais - (In)dependncia linear 43
Espaos vectoriais reais - bases: denio
E espao vectorial real, e
1
, . . . , e
n
E

Diz-se que (e
1
, . . . , e
n
) uma base de E sse

e
1
, . . . , e
n
so linearmente independentes

e
1
, . . . , e
n
geram E (isto , G(e
1
, . . . , e
n
) = E, ou ainda,
qualquer elemento de E combinao linear de e
1
, . . . , e
n
).

Observao: a ordem importante; se (e


1
, e
2
, . . . , e
n
) uma
base de E, ento (e
2
, e
1
, . . . , e
n
), (ou qualquer outra
permutao) tambm uma base de E, mas so bases
diferentes.
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 1.5 Espaos vectoriais reais - Bases e dimenso 44
Espaos vectoriais reais - bases: exemplos

((1, 0), (0, 1)) chama-se a base cannica de R


2

((1, 0, 0), (0, 1, 0), (0, 0, 1)) chama-se a base cannica de R


3

((1, 0, . . . , 0), (0, 1, . . . , 0), . . . , (0, 0, . . . , 1)) chama-se a base


cannica de R
n

(1, X, X
2
, . . . , X
n
) chama-se a base cannica de R
n
[X]

__
1 0
0 0
_
,
_
0 1
0 0
_
,
_
0 0
1 0
_
,
_
0 0
0 1
__
chama-se a
base cannica de M
2,2
(R)

Usa-se geralmente a notao b


c
ou B
c
para designar a base
cannica de um destes espaos.
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 1.5 Espaos vectoriais reais - Bases e dimenso 45
Espaos vectoriais reais - bases e coordenadas
E espao vectorial real, e
1
, . . . , e
n
E

(e
1
, . . . , e
n
) uma base de E sse, para qualquer u E,
existem a
1
, . . . , a
n
R, nicos, tais que u = a
1
e
1
+ + a
n
e
n
(isto , todos os elementos de E se podem escrever de
maneira nica como combinao linear de e
1
, . . . , e
n
).

Se b = (e
1
, . . . , e
n
) uma base de E, chamam-se
coordenadas de u na base b aos nicos elementos
a
1
, . . . , a
n
R tais que u = a
1
e
1
+ + a
n
e
n
; escreve-se
u = (a
1
, . . . , a
n
)
b
.
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 1.5 Espaos vectoriais reais - Bases e dimenso 46
Espaos vectoriais reais - bases: exemplos

Se b
c
= ((1, 0), (0, 1)) a base cannica de R
2
, ento, para
(x, y) R
2
, tem-se (x, y) = x(1, 0) + y(0, 1), portanto
(x, y) = (x, y)
b
c
.

Se b
c
= ((1, 0, 0), (0, 1, 0), (0, 0, 1)) a base cannica de R
3
,
ento, para (x, y, z) R
3
, tem-se
(x, y, z) = x(1, 0, 0) + y(0, 1, 0) + z(0, 0, 1), portanto
(x, y, z) = (x, y, z)
b
c
.

b = ((0, 1, 0), (0, 0, 1), (1, 0, 0)); b uma base de R


3
; para
(x, y, z) R
3
tem-se
(x, y, z) = y(0, 1, 0) + z(0, 0, 1) + x(1, 0, 0),
portanto (x, y, z) = (y, z, x)
b
.
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 1.5 Espaos vectoriais reais - Bases e dimenso 47
Espaos vectoriais reais - bases: exemplos

Se b = (1, X, X
2
, . . . , X
n
) a base cannica de R
n
[X], ento,
para a
0
+ a
1
X + a
2
X
2
+. . . + a
n
X
n
R
n
[X], tem-se
a
0
+ a
1
X + a
2
X
2
+. . . + a
n
X
n
= (a
0
, a
1
, a
2
, . . . , a
n
)
b
.

Se B =
__
1 0
0 0
_
,
_
0 1
0 0
_
,
_
0 0
1 0
_
,
_
0 0
0 1
__
a
base cannica de M
n,n
(R), ento, para
_
a b
c d
_
M
n,n
(R),
tem-se
_
a b
c d
_
=
a
_
1 0
0 0
_
+ b
_
0 1
0 0
_
+ c
_
0 0
1 0
_
+ d
_
0 0
0 1
_
,
portanto
_
a b
c d
_
= (a, b, c, d)
B
.
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 1.5 Espaos vectoriais reais - Bases e dimenso 48
Espaos vectoriais reais - bases: exemplos
Seja B = ((1, 2), (1, 3)).

a(1, 2) + b(1, 3) = (0, 0) (a + b, 2a + 3b) = (0, 0)

_
a + b = 0
2a + 3b = 0

_
a + b = 0
b = 0

_
a = 0
b = 0

Conclui-se que (1, 2), (1, 3) so linearmente independentes.


Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 1.5 Espaos vectoriais reais - Bases e dimenso 49
Espaos vectoriais reais - bases: exemplos
Seja B = ((1, 2), (1, 3)).

G((1, 2), (1, 3)) =?

(x, y) G((1, 2), (1, 3))


existem a, b R : (a + b, 2a + 3b) = (x, y)
existem a, b R :
_
a + b = x
2a + 3b = y
existem a, b R :
_
a + b = x
b = 2x + y
existem a, b R :
_
a = 3x y
b = 2x + y
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 1.5 Espaos vectoriais reais - Bases e dimenso 50
Espaos vectoriais reais - bases: exemplos

Para quaisquer (x, y) R


2
, existem a, b R tais que
(x, y) = a(1, 2) + b(1, 3):

basta escolher a = 3x y e b = 2x + y;

tem-se ento (x, y) = (3x y)(1, 2) + (2x + y)(1, 3).

Ento qualquer (x, y) pertence a G((1, 2), (1, 3)), portanto


G((1, 2), (1, 3)) = R
2
(ou ainda, (1, 2) e (1, 3) geram R
2
).

Como, alm disso, (1, 2), (1, 3) so linearmente


independentes, conclui-se que B uma base de R
2
.

Como (x, y) = (3x y)(1, 2) + (2x + y)(1, 3), as


coordenadas de (x, y) na base B so 3x y e 2x + y, isto
, (x, y) = (3x y, 2x + y)
B
.
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 1.5 Espaos vectoriais reais - Bases e dimenso 51
Espaos vectoriais reais - bases e dimenso

Pode-se dar uma denio mais geral de base, que se aplica


tambm ao espao reduzido ao vector nulo e a espaos em
que no existe um conjunto nito de geradores (se existe um
conjunto nito de geradores diz-se que o espao tem dimenso
nita).

S estudaremos aqui bases de espaos de dimenso nita no


reduzidos ao vector nulo (portanto com mais de um vector),
mas os resultados seguintes generalizam-se a qualquer espao
vectorial.
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 1.5 Espaos vectoriais reais - Bases e dimenso 52
Espaos vectoriais reais - bases e dimenso

Qualquer espao vectorial real com mais do que um elemento


tem uma base.

Se um espao vectorial real tem uma base nita, ento


quaisquer duas bases tm o mesmo nmero de elementos.

Chama-se dimenso de um espao vectorial ao nmero de


elementos de qualquer base (notao: dimE).

Segundo a denio mais geral mencionada anteriormente, o


espao vectorial reduzido ao vector nulo tem dimenso 0.
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 1.5 Espaos vectoriais reais - Bases e dimenso 53
Espaos vectoriais reais - dimenso: exemplos

dimR
2
= 2

dimR
3
= 3

dimR
n
= n

dimR
n
[X] = n + 1

dimM
2,2
(R) = 4

dimM
m,n
(R) = mn
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 1.5 Espaos vectoriais reais - Bases e dimenso 54
Espaos vectoriais reais - dimenso: exemplo
E = (x, y) R
2
: x 5y = 0

Tem-se E = (x, y) R
2
: x = 5y = (5y, y), y R =
y(5, 1), y R = combinaes lineares de (5, 1) =
G((5, 1)), portanto (5, 1) gera E.

(5, 1) ,= (0, 0), portanto (5, 1) linearmente independente.

((5, 1)) uma base de E.

dimE = 1
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 1.5 Espaos vectoriais reais - Bases e dimenso 55
Espaos vectoriais reais - dimenso: exemplo
E = (x, y, z) R
3
: x 3y + 2z = 0

Tem-se E = (x, y, z) R
3
: x = 3y 2z =
(3y 2z, y, z), y, z R =
(3y, y, 0) + (2z, 0, z), y, z R =
= (y(3, 1, 0) + z(2, 0, 1), y, z R =
combinaes lineares de (3, 1, 0) e (2, 0, 1) =
G((3, 1, 0), (2, 0, 1)),

portanto (3, 1, 0) e (2, 0, 1) geram E.


Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 1.5 Espaos vectoriais reais - Bases e dimenso 56
Espaos vectoriais reais - dimenso: exemplo
E = (x, y, z) R
3
: x 3y + 2z = 0

a(3, 1, 0) + b(2, 0, 1) = (0, 0, 0)


_

_
3a 2b = 0
a = 0
b = 0
,

portanto (3, 1, 0) e (2, 0, 1) so linearmente independentes.

((3, 1, 0), (2, 0, 1)) uma base de E.

dimE = 2
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 1.5 Espaos vectoriais reais - Bases e dimenso 57
Espaos vectoriais reais - dimenso: propriedades
Se E um espao vectorial real de dimenso nita n, com n 1,
ento pode-se provar que

qualquer conjunto que gera E tem pelo menos n elementos;

qualquer conjunto que gera E contem uma base (isto , a


partir de qualquer conjunto que gera E possvel extrair uma
base);

se k > n, quaisquer k elementos de E so linearmente


dependentes;

qualquer conjunto de elementos linearmente independentes


est contido numa base (isto , a partir de qualquer conjunto
de elementos linearmente independentes possvel obter uma
base, eventualmente acrescentando elementos).
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 1.5 Espaos vectoriais reais - Bases e dimenso 58
Espaos vectoriais reais - dimenso: exemplo

dimR
3
= 3

Qualquer conjunto que gera R


3
tem pelo menos 3 elementos.

Portanto, por exemplo, (1, 1, 3), (2, 5, 7) no geram R


3
.

Qualquer conjunto de elementos linearmente independentes


tem no mximo 3 elementos.

Portanto, por exemplo,


(1, 2, 3), (3, 1, 2), (0, 1, 8), (1, 3, 5) so linearmente
dependentes.
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 1.5 Espaos vectoriais reais - Bases e dimenso 59
Espaos vectoriais reais - bases
Como obter uma base de E a partir de um conjunto de geradores
de E?

Suponhamos que u
1
, . . . , u
k
geram E.

Se so linearmente independentes, j formam uma base.

Se no so, algum combinao linear dos outros.

Retirando um que seja combinao linear dos outros, os que


cam ainda geram o espao.

Repete-se o processo at obter uma base.


Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 1.5 Espaos vectoriais reais - Bases e dimenso 60
Espaos vectoriais reais - bases: exemplo
Vamos obter uma base de R
3
contida no conjunto de geradores
(1, 2, 0), (1, 1, 1), (0, 1, 1), (0, 0, 1).

a(1, 2, 0) + b(1, 1, 1) + c(0, 1, 1) + d(0, 0, 1) = (0, 0, 0)


_

_
a + b = 0
2a + b + c = 0
b c + d = 0

_
a + b = 0
b + c = 0
b c + d = 0

_
a + c = 0
b c = 0
d = 0

Conclui-se que (1, 2, 0), (1, 1, 1), (0, 1, 1), (0, 0, 1) so


linearmente dependentes: tomando, por exemplo, a = 1,
b = 1, c = 1, d = 0, vem
(1, 2, 0) + (1, 1, 1) + (0, 1, 1) + 0(0, 0, 1) = (0, 0, 0)

Da igualdade anterior, vem


(1, 2, 0) = (1, 1, 1) + (0, 1, 1) +0(0, 0, 1), portanto (1, 2, 0)
combinao linear de (1, 1, 1), (0, 1, 1), (0, 0, 1).

Retirando (1, 2, 0) camos com o conjunto de geradores


(1, 1, 1), (0, 1, 1), (0, 0, 1).

(1, 1, 1), (0, 1, 1), (0, 0, 1) so linearmente independentes.

((1, 1, 1), (0, 1, 1), (0, 0, 1)) uma base de R


3
.
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 1.5 Espaos vectoriais reais - Bases e dimenso 61
Espaos vectoriais reais - bases
Como obter uma base de E a partir de alguns elementos
linearmente independentes? (primeiro processo)

Sejam u
1
, . . . , u
k
vectores linearmente independentes de E.

Se G(u
1
, . . . , u
k
) = E, (u
1
, . . . , u
k
) j uma base de E.

Se G(u
1
, . . . , u
k
) ,= E, escolhe-se um vector u
k+1
que no
pertena a G(u
1
, . . . , u
k
), e ento u
1
, . . . , u
k
, u
k+1
so
linearmente independentes.

Repete-se o processo at obter uma base.


Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 1.5 Espaos vectoriais reais - Bases e dimenso 62
Espaos vectoriais reais - bases: exemplo
Vamos obter uma base de R
3
que contenha (1, 1, 1).

G((1, 1, 1)) = (x, y, z) R


3
: x = y = z , = R
3
(exerccio)

(1, 0, 0) , G((1, 1, 1)), portanto (1, 1, 1), (1, 0, 0) so


linearmente independentes.

G((1, 1, 1), (1, 0, 0)) = (x, y, z) R


3
: y = z , = R
3
(exerccio)

(0, 0, 1) , G((1, 1, 1), (1, 0, 0), portanto


(1, 1, 1), (1, 0, 0), (0, 0, 1) so linearmente independentes.

G((1, 1, 1), (1, 0, 0), (0, 0, 1) = R


3
(exerccio)

((1, 1, 1), (1, 0, 0), (0, 0, 1)) uma base de R


3
que contem
(1, 1, 1).
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 1.5 Espaos vectoriais reais - Bases e dimenso 63
Espaos vectoriais reais - bases
Como obter uma base de E a partir de alguns elementos
linearmente independentes? (segundo processo)

Considera-se um conjunto de geradores qualquer, A, de E.

Junta-se o primeiro elemento de A aos elementos linearmente


independentes iniciais.

Se assim se obtiverem elementos linearmente

dependentes, rejeita-se esse elemento e passa-se ao seguinte;

independentes, conserva-se esse elemento e passa-se ao


seguinte.

Repete-se o processo at obter uma base (o que acontecer,


pelo menos quando se tiverem percorrido todos os elementos
de A).
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 1.5 Espaos vectoriais reais - Bases e dimenso 64
Espaos vectoriais reais - bases: exemplo
Vamos obter uma base de R
3
que contenha (1, 3, 0).

Seja A = (1, 0, 0), (0, 1, 0), (0, 0, 1); A gera R


3
.

(1, 3, 0), (1, 0, 0) so linearmente independentes: conserva-se o


(1, 0, 0).

(1, 3, 0), (1, 0, 0), (0, 1, 0) so linearmente dependentes:


rejeita-se o (0, 1, 0).

(1, 3, 0), (1, 0, 0), (0, 0, 1) so linearmente independentes:


conserva-se o (0, 0, 1).

J foram analisados todos os elementos de A.

((1, 3, 0), (1, 0, 0), (0, 0, 1)) uma base de R


3
que contem
(1, 3, 0).
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 1.5 Espaos vectoriais reais - Bases e dimenso 65
Espaos vectoriais reais - bases: exemplo
Vamos obter uma base de
E = (x, y, z, t) R
4
: x + y + z + t = 0 que contenha
(2, 2, 0, 0).

E = (x, y, z, t) R
4
: x = y z t
= (y z t, y, z, t) R
4

= y(1, 1, 0, 0) + z(1, 0, 1, 0) + t(1, 0, 0, 1), y, z, t R


= G((1, 1, 0, 0), (1, 0, 1, 0), (1, 0, 0, 1))

Seja A = (1, 1, 0, 0), (1, 0, 1, 0), (1, 0, 0, 1); A gera E.


Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 1.5 Espaos vectoriais reais - Bases e dimenso 66
Espaos vectoriais reais - bases: exemplo

Seja A = (1, 1, 0, 0), (1, 0, 1, 0), (1, 0, 0, 1); A gera E.

(2, 2, 0, 0), (1, 1, 0, 0) so linearmente dependentes:


rejeita-se o (1, 1, 0, 0).

(2, 2, 0, 0), (1, 0, 1, 0) so linearmente independentes:


conserva-se o (1, 0, 1, 0).

(2, 2, 0, 0), (1, 0, 1, 0), (1, 0, 0, 1) so linearmente


independentes: conserva-se o (1, 0, 0, 1).

J foram analisados todos os elementos de A.

((2, 2, 0, 0), (1, 0, 1, 0), (1, 0, 0, 1)) uma base de E que


contem (2, 2, 0, 0).
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 1.5 Espaos vectoriais reais - Bases e dimenso 67
Espaos vectoriais reais - bases: propriedades
Se E um espao vectorial de dimenso n, com n 1, ento
pode-se provar que

quaisquer n elementos linearmente independentes formam


uma base;

quaisquer n elementos que geram o espao formam uma base.


Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 1.5 Espaos vectoriais reais - Bases e dimenso 68
Espaos vectoriais reais - dimenso: exemplo

dimR
3
= 3

(1, 1, 1), (1, 2, 1), (1, 1, 0) so linearmente independentes,


porque
a(1, 1, 1) + b(1, 2, 1) + c(1, 1, 0) = (0, 0, 0)

_
a + b + c = 0
a + 2b + c = 0
a + b = 0

_
a + b + c = 0
b = 0
c = 0
a = b = c = 0
.

Conclui-se que ((1, 1, 1), (1, 2, 1), (1, 1, 0)) uma base de R
3
.
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 1.5 Espaos vectoriais reais - Bases e dimenso 69
Espaos vectoriais reais - dimenso: exemplo
E = (x, y, z) R
3
: x 3y + 2z = 0

(2, 0, 1), (0, 2, 3) E

a(2, 0, 1) + b(0, 2, 3) = (0, 0, 0)


_

_
2a = 0
2b = 0
a + 3b = 0
a = b = 0
,

portanto (2, 0, 1), (0, 2, 3) so linearmente independentes.

Como dimE = 2, conclui-se que ((2, 0, 1), (0, 2, 3)) uma


base de E.
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 1.5 Espaos vectoriais reais - Bases e dimenso 70
Espaos vectoriais reais - dimenso: propriedades
Seja E um espao vectorial de dimenso n. Pode-se provar que

se F um subespao de E, ento dimF dimE;

se F um subespao de E tal que dimF = n, ento F = E.


Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 1.5 Espaos vectoriais reais - Bases e dimenso 71
Aplicaes lineares - denio
Sejam E e F espaos vectoriais reais e f : E F uma funo.

Diz-se que f uma aplicao linear sse

para quaisquer u, v E se tem f (u + v) = f (u) + f (v);

para quaisquer a R, u E, se tem f (au) = af (u).


Pode-se provar que

se f uma aplicao linear, tem-se f (0


E
) = 0
F
;

se f uma aplicao linear, ento, para quaisquer u, v E,


tem-se f (u v) = f (u) f (v);

id: E E
u u
e E E
u 0
E
so aplicaes lineares;

a composta de aplicaes lineares ainda uma aplicao


linear.
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 2.1 Aplicaes lineares - Denies e propriedades 72
Aplicaes lineares - exemplo
f : R
2
R
2
(x, y) (x + 1, y)

f ((1, 0) + (1, 0)) = f ((2, 0)) = (3, 0)

f ((1, 0)) + f ((1, 0)) = (2, 0) + (2, 0) = (4, 0)

f no linear
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 2.1 Aplicaes lineares - Denies e propriedades 73
Aplicaes lineares - exemplo
f : R
2
R
(x, y) xy

f (3(1, 1)) = f ((3, 3)) = 9

3f ((1, 1)) = 3 1 = 3

f no linear.
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 2.1 Aplicaes lineares - Denies e propriedades 74
Aplicaes lineares - exemplo
f : R
2
R
2
(x, y) (3x + y, 2x)

u = (x
1
, y
1
), v = (x
2
, y
2
), u + v = (x
1
+ x
2
, y
1
+ y
2
)

f (u + v) = f ((x
1
, y
1
) + (x
2
, y
2
)) = f ((x
1
+ x
2
, y
1
+ y
2
))
= (3(x
1
+ x
2
) + y
1
+ y
2
, 2(x
1
+ x
2
))
= (3x
1
+ 3x
2
+ y
1
+ y
2
, 2x
1
2x
2
)

f (u) + f (v) = (3x


1
+ y
1
, 2x
1
) + (3x
2
+ y
2
, 2x
2
)
= (3x
1
+ y
1
+ 3x
2
+ y
2
, 2x
1
2x
2
)

Ento, para quaisquer u, v R


2
, tem-se
f (u + v) = f (u) + f (v).
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 2.1 Aplicaes lineares - Denies e propriedades 75
Aplicaes lineares - exemplo

u = (x, y), a R

f (au) = f ((ax, ay))) = (3ax + ay, 2ax)

af (u) = a(3x + y, 2x) = (a(3x + y), 2ax)

Ento, para quaisquer u R


2
, a R, tem-se f (au) = af (u).

Conclui-se que f linear.


Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 2.1 Aplicaes lineares - Denies e propriedades 76
Aplicaes lineares - R, R
2
, R
3

As aplicaes lineares de R em R so as aplicaes do tipo


R R
x ax
, onde a R.

As aplicaes lineares de R
2
em R so as aplicaes do tipo
R
2
R
(x, y) ax + by
, onde a, b R.

As aplicaes lineares de R
2
em R
2
so as aplicaes do tipo
R
2
R
2
(x, y) (ax + by, cx + dy)
, onde a, b, c, d R.

As aplicaes lineares de R
3
em R so as aplicaes do tipo
R
3
R
(x, y, z) ax + by + cz
, onde a, b, c R.

As aplicaes lineares de R
3
em R
2
so as aplicaes do tipo
R
3
R
2
(x, y, z) (ax + by + cz, px + qy + rz)
, onde
a, b, c, p, q, r R.
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 2.1 Aplicaes lineares - Denies e propriedades 77
Aplicaes lineares: exemplo
Grco da aplicao linear f : R R
x ax

Trata-se de um subespao de R
2
.

(x, f (x)), x R = (x, y) R


2
: y = f (x)
= (x, y) R
2
: y = ax
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 2.1 Aplicaes lineares - Denies e propriedades 78
Aplicaes lineares: exemplo
Grco da aplicao linear f : R
2
R
x ax + by

Trata-se de um subespao de R
3
.

(x, y, f ((x, y))), (x, y) R


2

= (x, y, z) R
3
: z = f ((x, y))
= (x, y, z) R
3
: z = ax + by
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 2.1 Aplicaes lineares - Denies e propriedades 79
Aplicaes lineares: exemplo

Seja f : R
n
R
m
uma aplicao linear.

O grco de f , que o subconjunto


(x
1
, . . . , x
n
, y
1
, . . . , y
m
) R
n+m
:
(y
1
, . . . , y
m
) = f ((x
1
, . . . , x
n
))
de R
n+m
, um subespao vectorial de R
n+m
.
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 2.1 Aplicaes lineares - Denies e propriedades 80
Aplicaes lineares - ncleo e contradomnio
Sejam E, F espaos vectoriais e f : E F uma aplicao linear.

Chama-se ncleo de f ao conjunto u E : f (u) = 0


F

(notao: ker f ).

Tem-se f (0
E
) = 0
F
, portanto 0
E
ker f .

ker f um subespao de E.

f injectiva sse ker f = 0


E
, isto , sse f (u) = 0
F
implica
u = 0
E
.

Imf (o contradomnio de f ) um subespao de F.

Se u
1
, . . . , u
n
geram E ento f (u
1
), . . . , f (u
n
) geram Imf .

Se dimE = n, ento n = dimker f + dimImf .


Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 2.2 Aplicaes lineares - Ncleo e contradomnio 81
Aplicaes lineares - exemplo
f : R
3
R
(x, y, z) 2x + y 3z

ker f = (x, y, z) R
3
: 2x + y 3z = 0

(1, 1, 1) ker f e (1, 1, 1) ,= (0, 0, 0)

f no injectiva.
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 2.2 Aplicaes lineares - Ncleo e contradomnio 82
Aplicaes lineares - exemplo
f : R
2
R
3
(x, y) (x y, 2x 2y, x)

(a, b, c) Imf
existe (x, y) R
2
tal que f ((x, y)) = (a, b, c)
existe (x, y) R
2
tal que
_

_
x y = a
2x 2y = b
x = c
existe (x, y) R
2
tal que
_

_
x y = a
0 = b 2a
y = c a
existe (x, y) R
2
tal que
_

_
x = c
y = c a
0 = b 2a
b = 2a

Imf = (a, b, c) R
2
: b = 2a
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 2.2 Aplicaes lineares - Ncleo e contradomnio 83
Aplicaes lineares - exemplo
f : R
3
R
2
(x, y, z) (x + y, y + 3z)

f (x, y, z) = (0, 0) (x + y, y + 3z) = (0, 0)

_
x + y = 0
y + 3z = 0

_
x = 3z
y = 3z

ker f = (x, y, z) R
3
: x = 3z e y = 3z
= (3z, 3z, z), z R = z(3, 3, 1), z R
= G((3, 3, 1))

(3, 3, 1) ,= (0, 0, 0), portanto (3, 3, 1) linearmente


independente;

ento ((3,-3,1)) uma base de ker f , logo dimker f = 1.

Como dimker f + dimImf = dimR


3
= 3, vem dimImf = 2.

Como dimImf = 2 e Imf subespao de R


2
(que tem
dimenso 2), conclui-se que Imf = R
2
.

Ento f sobrejectiva.
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 2.2 Aplicaes lineares - Ncleo e contradomnio 84
Aplicaes lineares - exemplo
Seja f : R
2
R
3
uma aplicao linear.

Tem-se dimR
2
= 2 = dimker f + dimImf .

Ento dimImf 2, portanto Imf ,= R


3
(dimR
3
= 3).

Conclui-se que f no pode ser sobrejectiva.


Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 2.2 Aplicaes lineares - Ncleo e contradomnio 85
Aplicaes lineares - exemplo
Seja f : R
3
R
2
uma aplicao linear.

Tem-se dimR
3
= 3 = dimker f + dimImf .

Como dimImf 2, vem dimker f 1.

Ento ker f ,= (0, 0, 0), portanto f no pode ser injectiva.


Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 2.2 Aplicaes lineares - Ncleo e contradomnio 86
Aplicaes lineares - propriedades
Seja f : E F uma aplicao linear.

Se dimE < dimF, ento f no sobrejectiva.

Se dimE > dimF, ento f no injectiva.

Se f bijectiva, ento dimE = dimF.


Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 2.2 Aplicaes lineares - Ncleo e contradomnio 87
Aplicaes lineares - propriedades
Seja f : E F uma aplicao linear entre espaos vectoriais de
dimenso nita.
Se dimE = dimF, ento

f injectiva f bijectiva

f sobrejectiva f bijectiva
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 2.2 Aplicaes lineares - Ncleo e contradomnio 88
Aplicaes lineares - exemplo
f : R
3
R
3
(x, y, z) (x + y + z, y z, 3z)

(x, y, z) ker f f ((x, y, z)) = (0, 0, 0)


(x + y + z, y z, 3z) = (0, 0, 0)
_

_
x + y + z = 0
y z = 0
3z = 0
x = y = z = 0

ker f = (0, 0, 0), portanto f injectiva.

Como dim(domnio) = dim(conjunto de chegada), conclui-se


que f bijectiva.
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 2.2 Aplicaes lineares - Ncleo e contradomnio 89
Aplicaes lineares - isomorsmos
Sejam E, F espaos vectoriais.

Se f : E F linear e bijectiva, ento pode-se provar que


f
1
tambm linear.

Chama-se isomorsmo entre E e F a uma aplicao linear


bijectiva de E em F.

Diz-se que E e F so isomorfos sse existe um isomorsmo


entre E e F.

Pode-se provar que E e F so isomorfos sse tm a mesma


dimenso.

Em particular, qualquer espao vectorial real de dimenso n


isomorfo a R
n
.
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 2.3 Aplicaes lineares - Isomorsmos 90
Aplicaes lineares - denidas pelas imagens dos elementos
de uma base
Sejam E e F espaos vectoriais.

Se (e
1
, . . . , e
n
) uma base de E e v
1
, . . . , v
n
so elementos de
F, ento existe uma nica aplicao linear f : E F tal que
f (e
1
) = v
1
, . . . ,f (e
n
) = v
n

isto , uma aplicao linear ca completamente determinada


pelas imagens dos elementos de uma base, e essas imagens
podem ser escolhidas arbitrarimente.
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 2.4 Aplicaes lineares - Aplicaes lineares denidas pelas imagens
dos elementos de uma base 91
Aplicaes lineares - denidas pelas imagens dos elementos
de uma base
Como determinar f (u), sabendo que f : E F uma aplicao
linear tal que f (e
1
) = v
1
, . . . , f (e
n
) = v
n
, onde (e
1
, . . . , e
n
) uma
base de E?

Determinam-se a
1
, . . . , a
n
R tais que u = a
1
e
1
+ + a
n
e
n
(isto , determinam-se as coordenadas de u na base
(e
1
, . . . , e
n
)).

Ento f (u) = f (a
1
e
1
+ + a
n
e
n
) = a
1
f (e
1
) + + a
n
f (e
n
)
= a
1
v
1
+ + a
n
v
n
.
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 2.4 Aplicaes lineares - Aplicaes lineares denidas pelas imagens
dos elementos de uma base 92
Aplicaes lineares - Exemplo
Determinar f ((x, y)) sabendo que f : R
2
R
2
linear,
f ((1, 1)) = (2, 5) e f ((1, 1)) = (1, 3) (nota: ((1, 1), (1, 1))
uma base de R
2
).

(x, y) = a(1, 1) + b(1, 1) (x, y) = (a b, a + b)

_
a b = x
a + b = y

_
a =
x+y
2
b =
yx
2

(x, y) =
x+y
2
(1, 1) +
yx
2
(1, 1)

f ((x, y)) = f (
x+y
2
(1, 1) +
yx
2
(1, 1))
=
x+y
2
f ((1, 1)) +
yx
2
f ((1, 1)) =
x+y
2
(2, 5) +
yx
2
(1, 3)
= (
x+3y
2
, 4x y)
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 2.4 Aplicaes lineares - Aplicaes lineares denidas pelas imagens
dos elementos de uma base 93
Produto de matrizes - reviso
Produto de duas matrizes tais que o nmero de colunas da
primeira igual ao nmero de linhas da segunda:
_
_
_
_
_
_
a
11
a
12
a
1n
a
21
a
22
a
2n
.
.
.
.
.
.
.
.
.
a
m1
a
m2
a
mn
_
_
_
_
_
_

_
_
_
_
_
_
b
11
b
12
b
1p
b
21
b
22
b
2p
.
.
.
.
.
.
.
.
.
b
n1
b
n2
b
np
_
_
_
_
_
_
=
_
_
_
_
_
_
c
11
c
12
c
1p
c
21
c
22
c
2p
.
.
.
.
.
.
.
.
.
c
m1
c
m2
c
mp
_
_
_
_
_
_
onde c
ij
= a
i 1
b
1j
+ a
i 2
b
2j
+ a
i 3
b
3j
+ a
in
b
nj
.
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 2.5 Aplicaes lineares - Matrizes de aplicaes lineares 94
Produto de matrizes - reviso: exemplo

_
_
_
2 1
3 7
5 4
_
_
_
_
0 1
4 2
_
=
_
_
_
(2) 0 + 1 (4) (2) (1) + 1 2
3 0 + (7) (4) 3 (1) + (7) 2
5 0 + 4 (4) 5 (1) + 4 2
_
_
_
=
_
_
_
4 4
28 17
16 3
_
_
_
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 2.5 Aplicaes lineares - Matrizes de aplicaes lineares 95
Aplicaes lineares - matrizes: exemplos
f : R
3
R
2
(x, y, z) (2x y + 4z, 3x + y + 5z)

_
2 1 4
3 1 5
_
_
_
_
x
y
z
_
_
_
=
_
2x y + 4z
3x + y + 5z
_

(2, 3) = f ((1, 0, 0)), (1, 1) = f ((0, 1, 0)), (4, 5) = f ((0, 0, 1))

As colunas da matriz so as imagens dos elementos da base


cannica de R
3
.

matriz
_
2 1 4
3 1 5
_
chama-se matriz de f relativamente
s bases cannicas de R
3
e R
2
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 2.5 Aplicaes lineares - Matrizes de aplicaes lineares 96
Aplicaes lineares - matrizes: exemplo
f : R
4
R
3
(x, y, z, t) (2x y + t,
x
2
+ 5y,
x
3
+
y
5
6z + t)

_
_
_
2 1 0 1
1
2
5 0 0
1
3
1
5
6 1
_
_
_
_
_
_
_
_
x
y
z
t
_
_
_
_
_
=
_
_
_
2x y + t
x
2
+ 5y
x
3
+
y
5
6z + t
_
_
_

(2,
1
2
,
1
3
) = f ((1, 0, 0, 0)), (1, 5,
1
5
) = f ((0, 1, 0, 0)),
(0, 0, 6) = f ((0, 0, 1, 0)), (1, 0, 1) = f ((0, 0, 0, 1))

As colunas da matriz so as imagens dos elementos da base


cannica de R
4
.

matriz
_
_
_
2 1 0 1
1
2
5 0 0
1
3
1
5
6 1
_
_
_
chama-se matriz de f
relativamente s bases cannicas de R
4
e R
3
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 2.5 Aplicaes lineares - Matrizes de aplicaes lineares 97
Matriz de uma aplicao linear relativamente a um par de
bases: denio

Sejam f : E F uma aplicao linear, b = (e


1
, . . . , e
n
) uma
base de E, B = (v
1
, . . . , v
m
) uma base de F.

Chama-se matriz de f relativamente s bases b, B


(notao: M
b,B
(f )) matriz de M
m,n
(R) cujas colunas so
formadas pelas coordenadas dos vectores f (e
1
), . . . , f (e
n
) na
base B.
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 2.5 Aplicaes lineares - Matrizes de aplicaes lineares 98
Matriz de uma aplicao linear relativamente a um par de
bases
Sejam f : E F uma aplicao linear, b = (e
1
, . . . , e
n
) uma
base de E, B = (v
1
, . . . , v
m
) uma base de F.
M
b,B
(f ) =
_
_
_
_
_
_
a
11
a
12
a
1n
a
21
a
22
a
2n
.
.
.
.
.
.
.
.
.
a
m1
a
m2
a
mn
_
_
_
_
_
_
, onde

f (e
1
) = (a
11
, a
21
, . . . , a
m1
)
B

f (e
2
) = (a
12
, a
22
, . . . , a
m2
)
B

f (e
n
) = (a
1n
, a
2n
, . . . , a
mn
)
B
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 2.5 Aplicaes lineares - Matrizes de aplicaes lineares 99
Matriz de uma aplicao linear - exemplo
f : R
2
R
3
(x, y) (2x + y, x, x 3y)
, b = ((1, 1), (1, 1)),
B = ((1, 0, 0), (1, 1, 0), (1, 1, 1))

f ((1, 1)) = (3, 1, 2) = 4(1, 0, 0) + (1, 1, 0) 2(1, 1, 1) =


(4, 1, 2)
B

f ((1, 1)) = (1, 1, 4) = 2(1, 0, 0) 5(1, 1, 0) + 4(1, 1, 1) =


(2, 5, 4)
B

M
b,B
(f ) =
_
_
_
4 2
1 5
2 4
_
_
_
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 2.5 Aplicaes lineares - Matrizes de aplicaes lineares 100
Aplicaes lineares - matrizes e coordenadas
Sejam f : E F uma aplicao linear, b = (e
1
, . . . , e
n
) uma
base de E, B = (v
1
, . . . , v
m
) uma base de F e u E.

Multiplicando M
b,B
(F) pela matriz coluna com as
coordenadas de u na base b, obtm-se as coordenadas de f (u)
na base B.

Se u = (a
1
, . . . , a
n
)
b
e M
b,B
(f )
_
_
_
a
1
.
.
.
a
n
_
_
_
=
_
_
_
c
1
.
.
.
c
m
_
_
_
, ento
f (u) = (c
1
, . . . , c
m
)
B
.
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 2.5 Aplicaes lineares - Matrizes de aplicaes lineares 101
Matrizes e coordenadas - exemplo
f : R
2
R
3
(x, y) (2x + y, x, x 3y)
, b = ((1, 1), (1, 1)),
B = ((1, 0, 0), (1, 1, 0), (1, 1, 1))

M
b,B
(f ) =
_
_
_
4 2
1 5
2 4
_
_
_

u = (3, 5)

(3, 5) = 4(1, 1) (1, 1) = (4, 1)


b

_
_
_
4 2
1 5
2 4
_
_
_
_
4
1
_
=
_
_
_
14
9
12
_
_
_

f ((3, 5)) = f ((4, 1)


b
) = (14, 9, 12)
B
= 14(1, 0, 0) + 9(1, 1, 0) 12(1, 1, 1) = (11, 3, 12)

vericao: f ((3, 5)) = (2 3 + 5, 3, 3 3 5)


= (11, 3, 12)
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 2.5 Aplicaes lineares - Matrizes de aplicaes lineares 102
Matriz da aplicao identidade
E espao vectorial de dimenso n, b = (e
1
, . . . , e
n
) base de E,
id: E E
u u

f (e
1
) = e
1
= (1, . . . , 0)
b

f (e
2
) = e
2
= (0, 1, . . . , 0)
b

f (e
n
) = e
n
= (0, . . . , 1)
b

M
b,b
(id) =
_
_
_
_
_
_
1 0 0
0 1 0
.
.
.
.
.
.
.
.
.
0 0 1
_
_
_
_
_
_
= I
n
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 2.5 Aplicaes lineares - Matrizes de aplicaes lineares 103
Matriz de mudana de base
E espao vectorial de dimenso n, b e b

bases de E, id : E E,
u E

Multiplicando M
b,b
(id) pelas coordenadas de u na base b,
obtm-se as coordenadas de id(u) na base b

Como id(u) = u, multiplicando M


b,b
(id) pelas coordenadas
de u na base b, obtm-se as coordenadas de u na base b

matriz M
b,b
(id) chama-se matriz de passagem (ou
matriz de mudana de base) da base b para a base b

As colunas de M
b,b
(id) so formadas pelas coordenadas dos
elementos de b na base b

.
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 2.5 Aplicaes lineares - Matrizes de aplicaes lineares 104
Matriz de mudana de base - exemplo
E = R
2
, b = ((1, 5), (1, 6)), b
c
= ((1, 0), (0, 1))

(1, 5) = (1, 5)
b
c
, (1, 6) = (1, 6)
b
c

M
b,b
c
(id) =
_
1 1
5 6
_

Quais so as coordenadas de (3, 4)


b
na base cannica?

M
b,b
c
(id)
_
3
4
_
=
_
1 1
5 6
__
3
4
_
=
_
1
9
_
, portanto
(3, 4)
b
= (1, 9)
b
c
= (1, 9).
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 2.5 Aplicaes lineares - Matrizes de aplicaes lineares 105
Matriz de mudana de base - exemplo
E = R
2
, b = ((1, 5), (1, 6)), b
c
= ((1, 0), (0, 1))

(1, 0) = 6(1, 5) 5(1, 6) = (6, 5)


b
,
(0, 1) = (1, 5) + (1, 6) = (1, 1)
b

M
b
c
,b
(id) =
_
6 1
5 1
_

Quais so as coordenadas de (3, 2) na base b?

M
b
c
,b
(id)
_
3
2
_
=
_
6 1
5 1
__
3
2
_
=
_
16
13
_
,
portanto (3, 2) = (16, 13)
b
.
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 2.5 Aplicaes lineares - Matrizes de aplicaes lineares 106
Matriz da soma e do produto por um escalar
Sejam f : E F, g : E F aplicaes lineares, b uma base de
E, B uma base de F; pode-se provar que

M
b,B
(f + g) = M
b,B
(f ) + M
b,B
(g) (onde
f + g: E F
u f (u) + g(u)
)

M
b,B
(af ) = aM
b,B
(f ) (onde af : E F
u af (u)
)
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 2.5 Aplicaes lineares - Matrizes de aplicaes lineares 107
Matriz da composta de aplicaes lineares

Sejam

E
1
, E
2
, E
3
espaos vectoriais

b
1
uma base de E
1
, b
2
uma base de E
2
, b
3
uma base de E
3

f : E
1
E
2
, g : E
2
E
3
aplicaes lineares

E
1
f
E
2
g
E
3
b
1
b
2
b
3

E
1
gf
E
3

Pode-se provar que M


b
1
,b
3
(g f ) = M
b
2
,b
3
(g)M
b
1
,b
2
(f ).
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 2.5 Aplicaes lineares - Matrizes de aplicaes lineares 108
Matriz da composta - exemplo
f : R
2
R
2
(x, y) (3x y,
x
2
+ 2y)
,
g: R
2
R
3
(x, y) (x + y, x + 2y, 3x)
,
b
c
=base cannica de R
2
, B
c
=base cannica de R
3
.

M
b
c
,b
c
(f ) =
_
3 1
1
2
2
_
, M
b
c
,B
c
(g) =
_
_
_
1 1
1 2
3 0
_
_
_

R
2
f
R
2
g
R
3
b
c
b
c
B
c
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 2.5 Aplicaes lineares - Matrizes de aplicaes lineares 109
Matriz da composta - exemplo

M
b
c
,B
c
(g)M
b
c
,b
c
(f ) =
_
_
_
1 1
1 2
3 0
_
_
_
_
3 1
1
2
2
_
=
_
_
_
7
2
1
2 5
9 3
_
_
_

M
b
c
,B
c
(g f ) =
_
_
_
7
2
1
2 5
9 3
_
_
_

g f ((x, y)) = (
7
2
x + y, 2x + 5y, 9x 3y)
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 2.5 Aplicaes lineares - Matrizes de aplicaes lineares 110
Matriz da composta - exemplo

b
1
= ((1, 3), (1, 0)) base de R
2
, b
2
= ((1, 1), (2, 1)) base de
R
2
, B
c
base cannica de R
3

f : R
2
R
2
tal que f ((1, 3)) = (1, 1) e f ((1, 0)) = (2, 1)

g : R
2
R
3
tal que g((1, 1)) = (3, 1, 2) e
g((2, 1)) = (1, 5, 3)

M
b
1
,b
2
(f ) =
_
1 0
0 1
_
, M
b
2
,B
c
(g) =
_
_
_
3 1
1 5
2 3
_
_
_

R
2
f
R
2
g
R
3
b
1
b
2
B
c

M
b
1
,B
c
(g f ) =
_
_
_
3 1
1 5
2 3
_
_
_
_
1 0
0 1
_
=
_
_
_
3 1
1 5
2 3
_
_
_
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 2.5 Aplicaes lineares - Matrizes de aplicaes lineares 111
Matriz da composta - exemplo
f : R
2
R
3
(x, y) (2x + y, x, x y)

M
b
c
,B
c
(f ) =
_
_
_
2 1
1 0
1 1
_
_
_

b = ((2, 3), (1, 1)) base de R


2

B = ((1, 1, 1), (0, 1, 1), (0, 0, 1)) base de R


3

M
b,B
(f ) =?

R
2
id
R
2
f
R
3
id
R
3
b b
c
B
c
B

M
b,B
(f ) = M
b,B
(id f id) = M
B
c
,B
(id)M
b
c
,B
c
(f )M
b,b
c
(id)
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 2.5 Aplicaes lineares - Matrizes de aplicaes lineares 112
Matriz da composta - exemplo

M
b,b
c
(id) =
_
2 1
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

portanto M
B
c
,B
(id) =
_
_
_
1 0 0
1 1 0
0 1 1
_
_
_

M
b,B
(f ) =
_
_
_
1 0 0
1 1 0
0 1 1
_
_
_
_
_
_
2 1
1 0
1 1
_
_
_
_
2 1
3 1
_
=
_
_
_
7 1
9 2
1 3
_
_
_
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 2.5 Aplicaes lineares - Matrizes de aplicaes lineares 113
Relao entre duas matrizes da mesma aplicao linear

f : E F, E, F de dimenso nita

b, b

bases de E

B, B

bases de F

E
id
E
f
F
id
F
b

b B B

M
b

,B
(f ) = M
B,B
(id)M
b,B
(f )M
b

,b
(id)
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 2.5 Aplicaes lineares - Matrizes de aplicaes lineares 114
Matriz da inversa

Seja f : E F linear bijectiva, n = dimE = dimF

f
1
: F E

sejam b uma base de E, B uma base de F

E
f
F
f
1
E
b B b

f f
1
= id

M
B,b
(f
1
)M
b,B
(f ) = M
b,b
(f
1
f ) = M
b,b
(id) = I
n

Analogamente, M
b,B
(f )M
B,b
(f
1
) = I
n

Portanto M
b,B
(f ) e M
B,b
(f
1
) so inversas uma da outra,
isto , M
B,b
(f
1
) = (M
b,B
(f ))
1
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 2.5 Aplicaes lineares - Matrizes de aplicaes lineares 115
Matriz da inversa - exemplo
f : R
2
R
2
(x, y) (3x y, 2x y)

M
b
c
,b
c
(f ) =
_
3 1
2 1
_

M
b
c
,b
c
(f
1
) =
_
3 1
2 1
_
1

det
_
3 1
2 1
_
= 1,
_
3 1
2 1
_
1
=
_
1 1
2 3
_

M
b
c
,b
c
(f
1
) =
_
1 1
2 3
_

f
1
((x, y)) = (x y, 2x 3y)
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 2.5 Aplicaes lineares - Matrizes de aplicaes lineares 116
Matriz da inversa - caso particular

b, b

bases de E

E
id
E
b b

id bijectiva

M
b,b
(id) = M
b

,b
(id)
1

As matrizes de passagem de b para b

e de b

para b so
inversas uma da outra.
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 2.5 Aplicaes lineares - Matrizes de aplicaes lineares 117
Matriz de passagem - exemplo

E = R
3
, B = ((1, 0, 1), (0, 1, 1), (1, 1, 0))

M
B,B
c
(id) =
_
_
_
1 0 1
0 1 1
1 1 0
_
_
_

M
B
c
,B
(id) = (M
B
c
,B
(id))
1
=
_
_
_
1 0 1
0 1 1
1 1 0
_
_
_
1
=
_
_
_
1
2

1
2
1
2

1
2
1
2
1
2
1
2
1
2

1
2
_
_
_
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 2.5 Aplicaes lineares - Matrizes de aplicaes lineares 118
Matrizes da mesma aplicao linear - caso particular

f : E E (quando o domnio igual ao conjunto de


chegada, diz-se que f um endomorsmo).

b, b

bases de E

E
id
E
f
E
id
E
b

b b b

M
b

,b
(f ) = M
b,b
(id)M
b,b
(f )M
b

,b
(id)
= M
b,b
(id)M
b,b
(f )(M
b,b
(id))
1

Diz-se que as matrizes A e B so conjugadas sse existe uma


matriz invertvel P tal que A = PBP
1
.

M
b

,b
(f ) e M
b,b
(f ) so conjugadas.
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 2.5 Aplicaes lineares - Matrizes de aplicaes lineares 119
Determinante de um endomorsmo

f : E E endomorsmo

b, b

bases de E

M
b

,b
(f ) = M
b,b
(id)M
b,b
(f )(M
b,b
(id))
1

det M
b

,b
(f ) = det M
b,b
(id) det M
b,b
(f ) det(M
b,b
(id)
1
)
= det M
b,b
(id) det(M
b,b
(id)
1
) det M
b,b
(f ) = det M
b,b
(f )

det M
b,b
(f ) no depende da escolha da base b

Chama-se determinante de f (notao: det(f )) ao


determinante de M
b,b
(f ), onde b qualquer base de E.
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 2.6 Aplicaes lineares - Determinante de um endomorsmo 120
Determinante de um endomorsmo - exemplo

f : R
3
R
3
(x, y, z) (2x y + z, x 3y + z, 5y 7z)

M
B
c
,B
c
(f ) =
_
_
_
2 1 1
1 3 1
0 5 7
_
_
_

det(f ) = det M
B
c
,B
c
(f ) = det
_
_
_
2 1 1
1 3 1
0 5 7
_
_
_
= 30
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 2.6 Aplicaes lineares - Determinante de um endomorsmo 121
Endomorsmos injectivos e determinantes

f endomorsmo de E, b base de E

f injectivo f um isomorsmo
f tem inversa
M
b,b
(f ) tem inversa
det(M
b,b
(f )) ,= 0
det(f ) ,= 0
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 2.6 Aplicaes lineares - Determinante de um endomorsmo 122
Endomorsmos injectivos e determinantes - exemplo

f : R
2
R
2
(x, y) (3x y, 5x + 2y)

M
b
c
,b
c
(f ) =
_
3 1
5 2
_

det(f ) = det M
b
c
,b
c
(f ) = det
_
3 1
5 2
_
= 11 ,= 0

f injectiva

f um isomorsmo
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 2.6 Aplicaes lineares - Determinante de um endomorsmo 123
Endomorsmos injectivos e determinantes - exemplo

f : R
3
R
3
(x, y, z) (x + 2z, 3x + 2y + 4z, x + 5y 7z)

M
B
c
,B
c
(f ) =
_
_
_
1 0 2
3 2 4
1 5 7
_
_
_

det(f ) = det M
B
c
,B
c
(f ) = det
_
_
_
1 0 2
3 2 4
1 5 7
_
_
_
= 0

f no injectiva
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 2.6 Aplicaes lineares - Determinante de um endomorsmo 124
Valores e vectores prprios
R
2
u e v so vectores prprios de f w no vector prprio de f
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 3.1 Valores e vectores prprios - Denies e propriedades 125
Valores e vectores prprios - exemplo
f : R
2
R
2
(x, y) (3x, 4y)

f ((1, 0)) = (3, 0) = 3(1, 0)

Diz-se que 3 valor prprio de f e que (1, 0) vector prprio


de f (associado ao valor prprio 3).

f ((2, 0)) = (6, 0) = 3(2, 0), f ((5, 0)) = (15, 0) = 3(5, 0),
f ((x, 0)) = (3x, 0) = 3(x, 0)

(2, 0), (5, 0) tambm so vectores prprios de f associados


ao valor prprio 3; (x, 0) vector prprio associado ao valor
prprio 3 DESDE QUE x ,= 0.

f ((0, 1)) = (0, 4) = 4(0, 1)

Diz-se que 4 valor prprio de f e que (0, 1) vector prprio


de f (associado ao valor prprio 4).

(0, y) vector prprio associado ao valor prprio 4 DESDE


QUE y ,= 0.
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 3.1 Valores e vectores prprios - Denies e propriedades 126
Valores e vectores prprios - exemplo
f : R
2
R
2
(x, y) (3x, 4y)

f ((0, 0)) = (0, 0) = a(0, 0), para qualquer a R

Haver a R 3, 4 e u R
2
(0, 0) tais que f (u) = au?

Isto , haver mais algum valor prprio de f ?

f ((x, y)) = a(x, y) (3x, 4y) = (ax, ay)


_
3x = ax
4y = ay

_
(3 a)x = 0
(4 a)y = 0

Se a ,= 3 e a ,= 4, ento f ((x, y)) = a(x, y) x = y = 0.

No existem mais valores prprios de f .


Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 3.1 Valores e vectores prprios - Denies e propriedades 127
Valores e vectores prprios - denies
f : E E endomorsmo

Diz-se que R um valor prprio de f sse existe


u E 0
E
tal que f (u) = u.

Diz-se que u E 0
E
um vector prprio de f sse f (u)
mltiplo de u.

ATENO: para qualquer R, f (0


E
) = 0
E
, mas 0
E
NO
vector prprio de f .

Se u ,= 0
E
e f (u) = u,

u um vector prprio associado ao valor prprio

o valor prprio associado ao vector prprio u.


Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 3.1 Valores e vectores prprios - Denies e propriedades 128
Valores e vectores prprios
Como determinar os valores prprios do endomorsmo
f : E E?
valor prprio de f
existe u E 0
E
tal que f (u) = u
existe u E 0
E
tal que f (u) u = 0
E
existe u E 0
E
tal que (f id)(u) = 0
E
existe u E 0
E
tal que u ker(f id)
f id no injectivo
det(f id
E
) = 0
det(M
b,b
(f id)) = 0, para qualquer base b de E
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 3.1 Valores e vectores prprios - Denies e propriedades 129
Valores e vectores prprios
Seja b uma base de E.

M
b,b
(id) =
_
_
_
_
_
_
0 0
0 0
.
.
.
.
.
.
.
.
.
0 0
_
_
_
_
_
_
,

portanto, se M
b,b
(f ) =
_
_
_
_
_
_
a
11
a
12
a
1n
a
21
a
22
a
2n
.
.
.
.
.
.
.
.
.
a
n1
a
n2
a
nn
_
_
_
_
_
_
,

tem-se
M
b,b
(f id) =
_
_
_
_
_
_
a
11
a
12
a
1n
a
21
a
22
a
2n
.
.
.
.
.
.
.
.
.
a
n1
a
n2
a
nn

_
_
_
_
_
_
.
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 3.1 Valores e vectores prprios - Denies e propriedades 130
Valores e vectores prprios - polinmio caracterstico
f : E E endomorsmo, dimE = n

det(f id) um polinmio de grau n em

A este polinmio chama-se polinmio caracterstico de f .

p() = det(f id)

valor prprio de f sse zero do polinmio caracterstico


de f

f tem no mximo n valores prprios (porque um polinmio de


grau n tem no mximo n zeros)
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 3.1 Valores e vectores prprios - Denies e propriedades 131
Valores e vectores prprios - exemplo
f : R
2
R
2
(x, y) (2y, 2x)

M
b
c
,b
c
(f ) =
_
0 2
2 0
_

M
b
c
,b
c
(f id) =
_
2
2
_

p() = det
_
2
2
_
=
2
4

p() = 0 = 2 ou = 2

os valores prprios de f so 2 e 2.
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 3.1 Valores e vectores prprios - Denies e propriedades 132
Valores e vectores prprios - exemplo
f : R
2
R
2
(x, y) (2y, 2x)

M
b
c
,b
c
(f ) =
_
0 2
2 0
_

M
b
c
,b
c
(f id) =
_
2
2
_

p() = det
_
2
2
_
=
2
+ 4

p no tem zeros, portanto f no tem valores prprios.


Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 3.1 Valores e vectores prprios - Denies e propriedades 133
Valores e vectores prprios - subespaos prprios

Se valor prprio de f , ento u E : f (u) = u um


subespao de E, de dimenso maior ou igual a 1.

u E : f (u) = u chama-se subespao prprio associado


a (notao: E

= u E : f (u) = u
= u E : (f id)(u) = 0
E

= ker(f id)
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 3.1 Valores e vectores prprios - Denies e propriedades 134
Valores e vectores prprios - exemplo
f : R
3
R
3
(x, y) (0, x y, z)

M
B
c
,B
c
(f ) =
_
_
_
0 0 0
1 1 0
0 0 1
_
_
_

p() = det
_
_
_
0 0
1 1 0
0 0 1
_
_
_
= (1 )
2

p() = 0 = 0 ou = 1

os valores prprios de f so 0 e 1.
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 3.1 Valores e vectores prprios - Denies e propriedades 135
Valores e vectores prprios - exemplo
f : R
3
R
3
(x, y, z) (0, x y, z)

Subespao prprio associado a 0?

(x, y, z) ker(f 0 id)


(x, y, z) ker(f )

_
_
_
0 0 0
1 1 0
0 0 1
_
_
_
_
_
_
x
y
z
_
_
_
=
_
_
_
0
0
0
_
_
_

_
x y = 0
z = 0

E
0
= (x, y, z) R
3
: x + y = 0 e z = 0
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 3.1 Valores e vectores prprios - Denies e propriedades 136
Valores e vectores prprios - exemplo
f : R
3
R
3
(x, y, z) (0, x y, z)

Subespao prprio associado a 1?

(x, y, z) ker(f (1) id)


(x, y, z) ker(f )

_
_
_
0 (1) 0 0
1 1 (1) 0
0 0 1 (1)
_
_
_
_
_
_
x
y
z
_
_
_
=
_
_
_
0
0
0
_
_
_

_
x = 0
x = 0

E
1
= (x, y, z) R
3
: x = 0
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 3.1 Valores e vectores prprios - Denies e propriedades 137
Valores e vectores prprios - base de vectores prprios
f : E E endomorsmo, b = (e
1
, . . . , e
n
) base de E

Se todos os elementos da base forem vectores prprios de f ,


como M
b,b
(f )?

f (e
1
) =
1
e
1
= (
1
, 0, . . . , 0)
b

f (e
2
) =
2
e
2
= (0,
2
, , . . . , 0)
b

f (e
n
) =
n
e
n
= (0, 0, . . . ,
n
)
b

M
b,b
(f ) =
_
_
_
_
_
_

1
0 0
0
2
0
.
.
.
.
.
.
.
.
.
0 0 a
n
_
_
_
_
_
_
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 3.2 Valores e vectores prprios - Diagonalizao de endomorsmos
138
Valores e vectores prprios - exemplo
f : R
3
R
3
(x, y, z) (5x, 7y, 2z)

f ((1, 0, 0)) = (5, 0, 0) = 5(1, 0, 0)

f ((0, 1, 0)) = (0, 7, 0) = 7(0, 1, 0)

f ((0, 0, 1)) = (0, 0, 2) = 2(0, 0, 1)

A base cannica de R
3
formada por vectores prprios de f .

M
B
c
,B
c
(f ) =
_
_
_
5 0 0
0 7 0
0 0 2
_
_
_
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 3.2 Valores e vectores prprios - Diagonalizao de endomorsmos
139
Valores e vectores prprios - exemplo
Seja f : R
3
R
3
tal que M
b,b
(f ) =
_
_
_
2 0 0
0 2 0
0 0 4
_
_
_
, onde
b = ((1, 0, 1), (1, 1, 0), (0, 1, 1)).

Como (1, 0, 1) = (1, 0, 0)


b
e M
b,b
(f )
_
_
_
1
0
0
_
_
_
=
_
_
_
2
0
0
_
_
_
,
tem-se f ((1, 0, 1)) = (2, 0, 0)
b
= 2(1, 0, 1).

Como (1, 1, 0) = (0, 1, 0)


b
e M
b,b
(f )
_
_
_
0
1
0
_
_
_
=
_
_
_
0
2
0
_
_
_
,
tem-se f ((1, 1, 0)) = (0, 2, 0)
b
= 2(1, 1, 0).

Analogamente, f ((0, 1, 1)) = (0, 0, 4)


b
= 4(0, 1, 1).

(1, 0, 1) um vector prprio associado ao valor prprio 2,


(1, 1, 0) um vector prprio associado ao valor prprio 2 e
(0, 1, 1) um vector prprio associado ao valor prprio 4.
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 3.2 Valores e vectores prprios - Diagonalizao de endomorsmos
140
Valores e vectores prprios - endomorsmo diagonalizvel

Diz-se que A M
n,n
(R) uma matriz diagonal sse A da
forma
_
_
_
_
_
_

1
0 0
0
2
0
.
.
.
.
.
.
.
.
.
0 0 a
n
_
_
_
_
_
_
, isto , se as entradas fora da
diagonal principal so nulas

Se f um endomorsmo de E, diz-se que f diagonalizvel


sse existe uma base b de E tal que M
b,b
(f ) diagonal.

Se b = (e
1
, . . . , e
n
) uma base de E, M
b,b
(f ) diagonal sse
e
1
, . . . , e
n
so todos vectores prprios de f .

f diagonalizvel sse existe uma base de E formada por


vectores prprios de f .

Diz-se que a matriz A diagonalizvel sse conjugada de


uma matriz diagonal.
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 3.2 Valores e vectores prprios - Diagonalizao de endomorsmos
141
Valores e vectores prprios
f : E E

Vectores prprios associados a valores prprios distintos so


necessariamente linearmente independentes.

Isto , se
1
, . . . ,
k
so valores prprios distintos de f e
u
1
, . . . , u
k
so vectores prprios de f associados
respectivamente a
1
, . . . ,
k
, ento u
1
, . . . , u
k
so
linearmente independentes.

Portanto, se dimE = n, f no pode ter mais de n valores


prprios distintos.

Se dimE = n e f tem n valores prprios distintos, ento f


diagonalizvel.

ATENO: f pode ter menos de n valores prprios e mesmo


assim ser diagonalizvel.
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 3.2 Valores e vectores prprios - Diagonalizao de endomorsmos
142
Endomorsmos diagonalizveis - exemplo
f : R
2
R
2
(x, y) (x 8y, 4x + 11y)

M
b
c
,b
c
(f ) =
_
1 8
4 11
_

p() = det
_
1 8
4 11
_
= (1 )(11 ) + 32
=
2
10 + 21

p() = 0 = 3 ou = 7

3 e 7 so os valores prprios de f

f tem dois valores prprios distintos e dimR


2
= 2, portanto f
diagonalizvel.

base de vectores prprios?


Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 3.2 Valores e vectores prprios - Diagonalizao de endomorsmos
143
Endomorsmos diagonalizveis - exemplo

M
b
c
,b
c
(f ) =
_
1 8
4 11
_

(x, y) E
3

_
1 3 8
4 11 3
__
x
y
_
=
_
0
0
_

_
4x 8y = 0
4x + 8y = 0
x + 2y = 0

E
3
= (x, y) R
2
: x + 2y = 0 = (2y, y), y R
= G((2, 1))

((2, 1)) uma base de E


3
.

(x, y) E
7

_
1 7 8
4 11 7
__
x
y
_
=
_
0
0
_

_
8x 8y = 0
4x + 4y = 0
x + y = 0

E
7
= (x, y) R
2
: x + y = 0 = (y, y), y R
= G((1, 1))

((1, 1)) uma base de E


7
.
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 3.2 Valores e vectores prprios - Diagonalizao de endomorsmos
144
Endomorsmos diagonalizveis - exemplo

b = ((2, 1), (1, 1)) uma base de R


2
formada por vectores
prprios de f

M
b,b
(f ) =
_
3 0
0 7
_
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 3.2 Valores e vectores prprios - Diagonalizao de endomorsmos
145
Valores e vectores prprios - endomorsmo diagonalizvel
f endomorsmo de E, dimE = n

f diagonalizvel sse a soma das dimenses de todos os


subespaos prprios n

Como obter uma base de vectores prprios de f ?

Determina-se uma base de cada subespao prprio.

Juntando-se todas essas bases, obtm-se vectores linearmente


independentes.

Se o nmero desses vectores n, tem-se uma base de E


formada por vectores prprios de f .

Se o nmero desses vectores menor que n, no existe uma


base de E formada por vectores prprios de f .
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 3.2 Valores e vectores prprios - Diagonalizao de endomorsmos
146
Endomorsmos diagonalizveis - exemplo
f : R
3
R
3
(x, y, z) (0, x y, z)

Foi visto que

os valores prprios de f so 0 e 1

E
0
= (x, y, z) R
3
: x + y = 0 e z = 0

E
1
= (x, y, z) R
3
: x = 0

E
0
= y(1, 1, 0), y R = G((1, 1, 0))

((1, 1, 0)) uma base de E


0
, E
0
tem dimenso 1

E
1
= 0, y, z), y, z R = y(0, 1, 0) + z(0, 0, 1), y, z R
= G((0, 1, 0), (0, 0, 1))

((0, 1, 0), (0, 0, 1)) uma base de E


1
, E
1
tem dimenso 2.

dimE
0
+ dimE
1
= 1 + 2 = 3 = dimR
3
, portanto f
diagonalizvel.

b = ((1, 1, 0), (0, 1, 0), (0, 0, 1)) uma base de R


3
formada
por vectores prprios de f .

M
b,b
(f ) =
_
_
_
0 0 0
0 1 0
0 0 1
_
_
_
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 3.2 Valores e vectores prprios - Diagonalizao de endomorsmos
147
Endomorsmos diagonalizveis - exemplo
f : R
3
R
3
(x, y, z) (0, x y, x + y z)

M
B
c
,B
c
(f ) =
_
_
_
0 0 0
1 1 0
1 1 1
_
_
_

p() = det
_
_
_
0 0
1 1 0
1 1 1
_
_
_
= (1 )(1 )

os valores prprios de f so 0 e 1
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 3.2 Valores e vectores prprios - Diagonalizao de endomorsmos
148
Endomorsmos diagonalizveis - exemplo

(x, y, z) E
0

_
_
_
0 0 0
1 1 0
1 1 1
_
_
_
_
_
_
x
y
z
_
_
_
=
_
_
_
0
0
0
_
_
_

_
x y = 0
x + y z = 0

_
x + y = 0
z = 0

E
0
= (x, x, 0), x R = G((1, 1, 0)), dimE
0
= 1

(x, y, z) E
1

_
_
_
1 0 0
1 0 0
1 1 0
_
_
_
_
_
_
x
y
z
_
_
_
=
_
_
_
0
0
0
_
_
_

_
x = 0
x + y = 0

_
x = 0
y = 0

E
1
= (0, 0, z), z R = G((0, 0, 1)), dimE
1
= 1

dimE
0
+ dimE
1
= 1 + 1 = 2 < 3 = dimR
3

f no diagonalizvel
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 3.2 Valores e vectores prprios - Diagonalizao de endomorsmos
149
Endomorsmos diagonalizveis - caso particular
Seja f : E E um endomorsmo e b uma base de E.

Seja M
b,b
(f ) =
_
_
_
_
_
_
a
11
a
12
a
1n
a
21
a
22
a
2n
.
.
.
.
.
.
.
.
.
a
n1
a
n2
a
nn
_
_
_
_
_
_

Pode-se provar que se M


b,b
(f ) simtrica, isto , se para
quaisquer i , j a
ij
= a
ji
, ento f diagonalizvel.
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 3.2 Valores e vectores prprios - Diagonalizao de endomorsmos
150
Exemplo
f : R
2
R
2
(x, y) (x + 2y, 2x + 3y)

M
b
c
,b
c
(f ) =
_
1 2
2 3
_

Como M
b
c
,b
c
(f ) simtrica, conclui-se que f diagonalizvel.
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 3.2 Valores e vectores prprios - Diagonalizao de endomorsmos
151
Produto escalar - R
2
e R
3

u = (u
1
, u
2
) R
2

|u| =comprimento de u=
_
u
2
1
+ u
2
2

u = (u
1
, u
2
, u
3
) R
3

|u| =comprimento de u=
_
u
2
1
+ u
2
2
+ u
2
3

Chama-se norma de u a |u|.

Se u ,= 0
E
, ento
1
u
u um vector unitrio, isto , de norma
1, com a direco e sentido de u.

Se v um vector unitrio, ento |av| = [a[, para qualquer


a R.
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 4.0 Produto escalar - 152
Produto escalar - R
2
e R
3

u = (u
1
, u
2
), v = (v
1
, v
2
) R
2

u[v = u
1
v
1
+ u
2
v
2

u = (u
1
, u
2
, u
3
), v = (v
1
, v
2
, v
3
) R
3

u[v = u
1
v
1
+ u
2
v
2
+ u
3
v
3

|u| =
_
u[u

u[v = |u||v| cos , onde o ngulo entre u e v.


Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 4.0 Produto escalar - 153
Produto escalar - R
2
e R
3

Suponhamos primeiro que v um vector unitrio; nesse caso


u[v = |u||v| cos = |u| cos .

Se w a projeco ortogonal de u sobre v, como na gura,


ento, como |w| = |u|[ cos [ = [u[v[, tem-se w = (u[v)v,

isto , u[v mede o comprimento da projeco de u sobre v


(com sinal positivo se essa projeco tem o mesmo sentido de
v, e com sinal negativo se tem o sentido oposto).

Se v no unitrio, ento w = (u[


1
v
v)
1
v
v =
u|v
v
2
v.
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 4.0 Produto escalar - 154
Produto escalar - R
n

u = (u
1
, . . . , u
n
), v = (v
1
, . . . , v
n
) R
n

Dene-se o produto escalar em R


n
por
u[v = u
1
v
1
+ u
2
v
2
+ + u
n
v
n

Dene-se a norma em R
n
por |u| =
_
u[u

Se u = (u
1
, . . . , u
n
) ento |u| =
_
u
2
1
+ + u
2
n
.

Prova-se que se u, v ,= 0
R
n , ento 1
u|v
uv
1.

Dene-se o ngulo entre u, v R


n
0
R
n como sendo o
nico [0, ] tal que cos =
u|v
uv
.
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 4.0 Produto escalar - 155
Produto escalar - exemplo
R
4

Clculo do ngulo entre (2, 0, 1, 3) e (1, 1, 1, 1):

(2, 0, 1, 3)[(1, 1, 1, 1) = 0

cos = 0

=

2

Clculo do ngulo entre (1, 1, 1, 1) e (1, 0, 1, 0):

(1, 1, 1, 1)[(1, 0, 1, 0) = 2

|(1, 1, 1, 1)| =

1 + 1 + 1 + 1 = 2,
|(1, 0, 1, 0)| =

1 + 1 =

cos =
(1,1,1,1)|(1,0,1,0)
(1,1,1,1)(1,0,1,0)
=
1

=
3
4
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 4.0 Produto escalar - 156
Produto escalar - propriedades
Pode-se provar que para quaisquer u, v, w R
n
, a R

(u + v)[w = u[w + v[w

u[(v + w) = u[v + u[w

(au)[v = a(u[v) = u[(av)

u[v = v[u

u[u 0, e u[u = 0 u = 0
R
n

[u[v[ |u||v| (desigualdade de Cauchy-Schwarz)

[u[v[ = |u||v| u e v so colineares (isto , um mltiplo


do outro)

se u[v = 0, ento |u + v|
2
= |u|
2
+|v|
2
(teorema de
Pitgoras)

|au| = [a[|u|

|u + v| |u| +|v| (desigualdade triangular)


Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 4.0 Produto escalar - 157
Produto escalar - ortogonalidade e ortonormalidade
Sejam E um subespao de R
n
, u, v E, b = (e
1
, . . . , e
k
) uma
base de E.

Diz-se que u unitrio sse |u| = 1.

Diz-se que u e v so ortogonais sse u ,= 0


E
, v ,= 0
E
e u[v = 0.

Observao: dois vectores no nulos so ortogonais sse o


ngulo entre eles

2
.

Diz-se que b uma base ortonormada sse cada e


i
unitrio e
cada par de vectores distintos ortogonal.

b uma base ortonormada sse


_
e
i
[e
i
= 1, i = 1 . . . , k
e
i
[e
j
= 0 se i ,= j
.

Observao: pode-se provar que se u


1
, . . . , u
k
so vectores de
R
n
ortogonais dois a dois (isto , se u
i
[u
j
= 0 quando i ,= j )
ento u
1
, . . . , u
k
so linearmente independentes.
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 4.0 Produto escalar - 158
Bases ortonormadas - exemplos

A base cannica de R
2
uma base ortonormada.

2
(1, 1) unitrio

_
1

2
(1, 1),
1

2
(1, 1)
_
uma base ortonormada de R
2
.

_
1

2
(1, 0, 1), (0, 1, 0)
_
uma base ortonormada de
(x, y, z) R
3
: x = z.

A base cannica de R
3
uma base ortonormada.

_
1

3
(1, 1, 1),
1

2
(1, 0, 1),
1

6
(1, 2, 1)
_
uma base
ortonormada de R
3
.

A base
_
1

2
(1, 1, 0),
1

6
(1, 1, 2)
_
de
(x, y, z) R
3
: x + y + z = 0 uma base ortonormada.
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 4.0 Produto escalar - 159
Produto escalar - coordenadas numa base ortonormada
Seja E um subespao de R
n
e b = (e
1
, . . . , e
k
) uma base
ortonormada de E.

Se u = (u
1
, . . . , u
k
)
b
, isto u = u
1
e
1
+ + u
k
e
k
, ento,
para cada i , u
i
= u[e
i
(isto , as coordenadas de u na base b
so os produtos escalares de u pelos elementos da base).

Se u = (u
1
, . . . , u
k
)
b
e v = (v
1
, . . . , v
k
)
b
ento
u[v = u
1
v
1
+ + u
k
v
k
(isto ,
(u
1
e
1
+ + u
k
e
k
)[(v
1
e
1
+ + v
k
e
k
) = u
1
v
1
+ + u
k
v
k
).
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 4.0 Produto escalar - 160
Bases ortonormadas - exemplo
E = R
2
, b =
_
1

2
(1, 1),
1

2
(1, 1)
_

Coordenadas de (3, 5) na base b?

(3, 5)[
1

2
(1, 1) =
1

2
(3, 5)[(1, 1) =
8

2
= 4

(3, 5)[
1

2
(1, 1) =
1

2
(3, 5)[(1, 1) =
2

2
=

(3, 5) = (4

2,

2)
b
(= 4

2
1

2
(1, 1) +

2
1

2
(1, 1))

Coordenadas de (x, y) na base b?

(x, y)[
1

2
(1, 1) =
x+y

(x, y)[
1

2
(1, 1) =
x+y

(x, y) =
_
x+y

2
,
x+y

2
_
b
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 4.0 Produto escalar - 161
Bases ortonormadas - exemplo
b =
_
1

3
(1, 1, 1),
1

2
(1, 1, 0)
_
uma base ortonormada de
(x, y, z) R
3
: x + y = 2z

Coordenadas de (3, 1, 2) na base b?

(3, 1, 2)[
1

3
(1, 1, 1) =
6

3
= 2

(3, 1, 2)[
1

2
(1, 1, 0) =
2

2
=

(3, 1, 2) = (2

3,

2)
b
= 2

3
1

3
(1, 1, 1) +

2
1

2
(1, 1, 0)

Coordenadas de (x, y,
x+y
2
) na base b?

(x, y,
x+y
2
)[
1

3
(1, 1, 1) =

3
2
x +

3
2
y

(x, y,
x+y
2
)[
1

2
(1, 1, 0) =
xy
2

(x, y,
x+y
2
) =
_
3
2
(x + y),
1

2
(x y)
_
b
=

3
2
(x + y)
1

3
(1, 1, 1) +
1

2
(x y)
1

2
(1, 1, 0)
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 4.0 Produto escalar - 162
Projeco ortogonal sobre um subespao
Sejam E um subespao de R
n
, F um subespao de E, u E.

Chama-se projeco ortogonal de u sobre F ao vector v de F


tal que |u v| a mnima possvel (notao: proj

F
u)

Pode-se provar que se (e


1
, . . . , e
k
) uma base ortonormada
de F, ento proj

F
u = (u[e
1
)e
1
+ + (u[e
k
)e
k
.

A aplicao proj

F
: E F
u proj

F
u
uma aplicao
linear.
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 4.0 Produto escalar - 163
Projeco ortogonal - exemplo
F = (x, y) R
2
: x + y = 0

proj

F
(x, y) =?

F = (x, x), x R = G((1, 1))

_
1

2
(1, 1)
_
uma base ortonormada de F

proj

F
(x, y) = ((x, y)[
1

2
(1, 1))
1

2
(1, 1) =
xy
2
(1, 1)
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 4.0 Produto escalar - 164
Projeco ortogonal - exemplo
F = (x, y, z) R
2
: x + y + z = 0

proj

F
(x, y, z) =?

_
1

2
(1, 0, 1),
1

6
(1, 2, 1)
_
uma base ortonormada de F

proj

F
(x, y) = ((x, y, z)[
1

2
(1, 0, 1))
1

2
(1, 0, 1) +
((x, y, z)[
1

6
(1, 2, 1))
1

6
(1, 2, 1)
=
xz
2
(1, 0, 1) +
x+2yz
6
(1, 2, 1)
=
_
2xyz
3
,
x+2yz
3
,
xy+2z
3
_
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 4.0 Produto escalar - 165
Bases ortonormadas - processo de Gram-Schmidt
Como construir uma base ortonormada (e
1
, . . . , e
k
) de um
subespao E de R
n
a partir de uma base b = (u
1
, . . . , u
k
) de E?

e
1
=
1
u
1

u
1

v
2
= u
2
w
2
; v
2
ortogonal a e
1
e
2
=
1
v
2

v
2

v
3
= u
3
(u
3
[e
1
)e
1
(u
3
[e
2
)e
2
; v
3
ortogonal a e
1
e a e
2
e
3
=
1
v
3

v
3

. . .

v
k
= u
k
(u
k
[e
1
)e
1
(u
3
[e
2
)e
2
. . . (u
k
[e
k1
)e
k1
; v
k

ortogonal a e
1
, . . . , e
k1
e
k
=
1
v
k

v
k

(e
1
, . . . , e
k
) uma base ortonormada de E.
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 4.0 Produto escalar - 166
Processo de Gram-Schmidt - exemplo
Obter uma base ortonormada de R
2
a partir de ((1, 2), (3, 1)).

|(1, 2)| =

e
1
=
1

5
(1, 2)

v
2
= (3, 1) ((3, 1)[
1

5
(1, 2))
1

5
(1, 2) = (3, 1) (1, 2) =
(2, 1)

|(2, 1)| =

e
2
=
1

5
(2, 1)

_
1

5
(1, 2),
1

5
(2, 1)
_
uma base ortonormada de R
2
.
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 4.0 Produto escalar - 167
Processo de Gram-Schmidt - exemplo
Obter uma base ortonormada de R
3
a partir de
((1, 0, 1), (1, 1, 1), (1, 1, 1)).

e
1
=
1
(1,0,1)
(1, 0, 1) =
1

2
(1, 0, 1)

v
2
= (1, 1, 1) ((1, 1, 1)[
1

2
(1, 0, 1))
1

2
(1, 0, 1) =
(1, 1, 1) (1, 0, 1) = (0, 1, 0)

e
2
=
1
(0,1,0)
(0, 1, 0) = (0, 1, 0)

v
3
= (1, 1, 1) ((1, 1, 1)[
1

2
(1, 0, 1))
1

2
(1, 0, 1)
(1, 1, 1)[(0, 1, 0)(0, 1, 0) = (1, 1, 1) (0, 1, 0) = (1, 0, 1)

e
3
=
1
(1,0,1)
(1, 0, 1) =
1

2
(1, 0, 1)

_
1

2
(1, 0, 1), (0, 1, 0),
1

2
(1, 0, 1)
_
uma base ortonormada
de R
3
.
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 4.0 Produto escalar - 168
Processo de Gram-Schmidt - exemplo
Obter uma base ortonormada de
E = (x, y, z) R
3
: x + y + z = 0

E = (x, y, x y), x, y R = G((1, 0, 1), (0, 1, 1))

(1, 0, 1), (0, 1, 1) so linearmente independentes, portanto


((1, 0, 1), (0, 1, 1)) uma base de E.

e
1
=
1
(1,0,1)
(1, 0, 1) =
1

2
(1, 0, 1)

v
2
= (0, 1, 1) (0, 1, 1)[
1

2
(1, 0, 1)
1

2
(1, 0, 1)
= (0, 1, 1)
1
2
(1, 0, 1) = (
1
2
, 1,
1
2
)

|(
1
2
, 1,
1
2
)| = |
1
2
(1, 2, 1) =
1
2

e
2
=
2

6
(
1
2
, 1,
1
2
) =
1

6
(1, 2, 1)

_
1

2
(1, 0, 1),
1

6
(1, 2, 1)
_
uma base ortonormada de E.
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 4.0 Produto escalar - 169
Complemento ortogonal de um subespao
Sejam E um subespao de R
n
, F um subespao de E e
(e
1
, . . . , e
k
) uma base qualquer de F.

Chama-se complemento ortogonal de F em E ao conjunto dos


elementos de E que so ortogonais a todos os elementos de F
(notao: F

).

= u E : v F, u[v = 0

um subespao de E.

Tem-se F

= u E : u[e
1
= = u[e
k
= 0.

o ncleo da aplicao linear proj

F
: E F
u proj

F
u
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 4.0 Produto escalar - 170
Complemento ortogonal de um subespao - exemplo
E = R
3
, F = G(1, 2, 1)

(x, y, z) F

(x, y, z)[(1, 2, 1) = 0 x + 2y + z = 0

= (x, y, z) R
3
: x + 2y + z = 0
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 4.0 Produto escalar - 171
Complemento ortogonal de um subespao - exemplo
E = R
4
, F = (x, y, z, t) R
4
: x +y +2z = 0 e y 3z +t = 0

_
x + y + 2z = 0
y 3z + t = 0

_
x + 5z t = 0
y 3z + t = 0

F = (5z + t, 3z t, z, t), z, t R
= z(5, 3, 1, 0) + t(1, 1, 0, 1), z, t R
= G((5, 3, 1, 0), (1, 1, 0, 1))

(x, y, z, t) F


_
(x, y, z, t)[(5, 3, 1, 0) = 0
(x, y, z, t)[(1, 1, 0, 1) = 0

_
5x + 3y + z = 0
x y + t = 0

= (x, y, z, t) R
4
: 5x + 3y + z = 0 e x y + t = 0
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 4.0 Produto escalar - 172
Teorema espectral
Sejam E um subespao de R
n
, f : R
n
R
n
uma aplicao linear
e b uma base ortonormada de E.
Se M
b,b
(f ) simtrica, ento

f diagonalizvel;

existe uma base ortonormada de E formada por vectores


prprios de f ;

vectores prprios de f associados a valores prprios distintos


so necessariamente ortogonais;

para obter uma base ortonormada de E formada por vectores


prprios de f , basta tomar uma base ortonormada de cada um
dos subespaos prprios de f e juntar todos os vectores dessas
bases.
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 4.0 Produto escalar - 173
Exemplo
f : R
3
R
3
(x, y, z) (2x + y z, x + y + 2z, x + 2y + z)

M
b
c
,b
c
(f ) =
_
_
_
2 1 1
1 1 2
1 2 1
_
_
_
; a matriz simtrica

polinmio caracterstico: p() =


3
+ 9

valores prprios: 0, 3, 3

subespaos prprios: E
0
= G((1, 1, 1)),
E
3
= G((0, 1, 1)), E
3
= G((2, 1, 1))

base ortonormada de vectores prprios:


(
1

3
(1, 1, 1),
1

2
(0, 1, 1),
1

6
(2, 1, 1))
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 4.0 Produto escalar - 174
Produto vectorial em R
3
: denio
Sejam e
1
= (1, 0, 0), e
2
= (0, 1, 0), e
3
= (0, 0, 1), u = (u
1
, u
2
, u
3
),
v = (v
1
, v
2
, v
3
), w = (w
1
, w
2
, w
3
)

O produto vectorial de u e v, denido por


u v = (u
2
v
3
u
3
v
2
, u
3
v
1
u
1
v
3
, u
1
v
2
u
2
v
1
)

Tem-se u v = det
_
_
_
e
1
e
2
e
3
u
1
u
2
u
3
v
1
v
2
v
3
_
_
_
=
(u
2
v
3
u
3
v
2
)e
1
+ (u
3
v
1
u
1
v
3
)e
2
+ (u
1
v
2
u
2
v
1
)e
3
=
(u
2
v
3
u
3
v
2
, u
3
v
1
u
1
v
3
, u
1
v
2
u
2
v
1
)
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 4.0 Produto escalar - 175
Produto vectorial em R
3
: propriedades
Sejam u, v R
3
.

u v o vector nulo sse u e v so colineares.

Se u e v no so colineares, ento u v ortogonal a u e a v.

|u v| = |u||v| sen , onde o ngulo entre u e v.

|u v| a rea do paralelograma denido por u e v.

O sentido de u v dado pela regra do saca-rolhas.


u
v
uxv
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 4.0 Produto escalar - 176
Produto vectorial em R
3
: propriedades
Sejam u = (u
1
, u
2
, u
3
), v = (v
1
, v
2
, v
3
), w = (w
1
, w
2
, w
3
) R
3
.
Tem-se

u (v + w) = u v + u w

(au) v = u (av) = a(u v)

u v = v u

w[(u v) = det
_
_
_
w
1
w
2
w
3
u
1
u
2
u
3
v
1
v
2
v
3
_
_
_

Se u e v no so colineares, ento (u, v, u v) uma base de


R
3
e det
_
_
_
u
1
v
1
w
1
u
2
v
2
w
2
u
3
v
3
w
3
_
_
_
> 0 (diz-se que a base (u, v, w)
tem a mesma orientao da base cannica).
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 4.0 Produto escalar - 177