Mat Ensino - Algebra Linear - Parte A 2013-2 PDF

Material Bsico de Estudo
lgebra Linear Real

Fractal Mandala

Eu nunca ensino aos meus alunos, apenas tento dar condies nas quais eles possam aprender.
(Albert Einstein)

Acadmico(a): _________________________________________________

Turma: _____________________________ Primeiro Semestre de 2011.

Material elaborado pelo Prof. Jlio Csar Tomio*

* Professor do Instituto Federal de Santa Catarina [IFSC] Campus Joinville.

lgebra Linear Professor Jlio Csar Tomio

2
y
x 4
3
w

2
0
v

- - - - - - - - - - -
+
v

ESPAOS VETORIAIS

A lgebra generosa;
ela frequentemente contribui
com mais do que foi pedido.

Jean le Rond d Alembert (1717-1783)
In Carl B. Boyer
A History of Mathematics
Wiley, 1968, p. 481
1. VETORES NO
n

Relembrando, sucintamente, vetores...

Vetores no
1

O conjunto
1
= } / ) {( R x x e interpretado como sendo o eixo orientado x , tambm dito eixo real ou eixo das
abscissas. o espao unidimensional. Vetores, neste sistema de coordenadas, sero representados por uma coordenada que
determina sua extremidade, sendo que a origem do vetor coincide com a origem do sistema (Vetores Posio).

Veja os exemplos: ) 3 ( = v
ou ] 3 [ = v
ou 3 = v
) 2 ( = w
ou ] 2 [ = w
ou 2 = w

origem

4 3 2 1 0 1 2 3 4 5 6 7 x

Vetores no
2

O conjunto
2
= x = } , / ) , {( R y x y x e interpretado como sendo o Plano Cartesiano xOy. o espao
bidimensional. Vetores, neste sistema de coordenadas, sero representados por uma dupla (ou par) ordenada(o) que
determina sua extremidade, sendo que a origem do vetor coincide com a origem do sistema (Vetores Posio).

Veja os exemplos:

) 3 , 4 ( = v
ou
(
=
3
4
v
ou 3 , 4 = v

) 0 , 2 ( = w
ou
(
=
0
2
w
ou 0 , 2 = w

Observe que para a notao de um vetor usaremos:

- ) , ( y x v =
que a expresso analtica, ou

-
(
=
y
x
v
que a expresso matricial, ou

- y x v , =
que uma variao da expresso analtica, ou

- j y i x v

. . + = que combinao linear com a base cannica.


3
v

O 7
2
5
y
z
x
Vetores no
3

O conjunto
3
= x x = } , , / ) , , {( R z y x z y x e interpretado como sendo o Espao Cartesiano Oxyz. o
espao tridimensional. Vetores, neste sistema de coordenadas, sero representados por uma tripla (ou terna) ordenada(o)
que determina sua extremidade, sendo que a origem do vetor coincide com a origem do sistema (Vetores Posio).

Veja o exemplo:

) 5 , 7 , 2 ( = v
ou
(
(
(
=
5
7
2
v
ou 5 , 7 , 2 = v

Vetores no
n

O conjunto
n
= x x x ... x = } / ) , ... , , , {(
3 2 1
R x x x x x
i n
e interpretado como sendo o Espao
n
. o
espao n-dimensional. Vetores, neste sistema de coordenadas, sero representados por uma n-upla ordenada que determina
sua extremidade, sendo que a origem do vetor coincide com a origem do sistema (Vetores Posio).

Geometricamente, nossas representaes se limitam, por enquanto, ao
3
, mas podemos trabalhar com situaes que no
dependem da representao geomtrica e tratam de situaes que envolvem mais que 3 variveis (coordenadas). Assim
sendo, poderemos trabalhar com 4 variveis atravs do
4
e assim sucessivamente.

Se o espao tiver n dimenses ento um vetor ser representado por: ) ..., , , , , (
4 3 2 1 n
x x x x x v =
ou
(
(
(
(
(
(
(
(
=
n
x
x
x
x
x
v
4
3
2
1
.

Observao: Vrios autores preferem representar em seus livros um vetor v
apenas com a letra indicativa em negrito v ,

ou simplesmente em itlico v , para diferenciar um vetor de um escalar. Aqui, normalmente representaremos um vetor com
a indicao (mais usual) da flechinha [ v
] tornando fcil a representao de um vetor em anotaes a mo livre, por

exemplo.

Vale relembrar tambm que se um vetor AB no estiver com sua origem coincidindo com a origem do sistema de
coordenadas (vetor definido por dois pontos), poderemos encontrar o seu vetor posio v
atravs da subtrao dos

pontos que determinam a sua extremidade B e sua origem A respectivamente. Assim sendo:

AB v =
A B v =

Para refletir: Talento quando um atirador atinge um alvo que os outros no conseguem. Gnio quando um atirador atinge um alvo
que os outros no vem. (Arthur Schopenhauer)

4
2. ESPAO VETORIAL REAL

Seja um conjunto V , no vazio, sobre o qual esto definidas as operaes de adio e multiplicao por escalar, isto :

- V v u V v u e + e

, ,
- V u a V u R a e e e

. , ,

O conjunto V com estas duas operaes chamado Espao Vetorial Real (ou Espao Vetorial sobre R ) se forem
verificados os seguintes axiomas:

A) Em relao adio:

A
1
) V w v u w v u w v u e + + = + +

, , , ) ( ) ( [associativa da adio]
A
2
) V v u u v v u e + = +

, , [comutativa da adio]
A
3
) u u V u V

= + e e - 0 , , 0 [elemento neutro]
A
4
) 0 ) ( , ) ( ,

= + e - e u u V u V u [inverso aditivo (oposto)]

M) Em relao multiplicao:

M
1
) ) . .( ). . ( v b a v b a

=
M
2
) v b v a v b a

. . ). ( + = +
M
3
) v a u a v u a

. . ) .( + = +
M
4
) u u

= 1 ,

para V v u e

, e R b a e ,

Observaes:

- Os elementos ... , , , w v u

, de um espao vetorial V so denominados vetores.
- Se a definio de espao vetorial considerasse como escalares o conjunto C dos nmeros complexos, V seria um
espao vetorial complexo. Entretanto sero considerados somente espaos vetoriais reais em nosso estudo.
- Por ter sido dada a definio de forma genrica, para um espao vetorial V qualquer, ela serve para conjuntos
diversos, tais como,
2
R ,
3
R , o conjunto das matrizes
) ( n mx
M , etc. Assim, conforme seja o espao vetorial
considerado, os vetores tero a natureza dos elementos desse espao e os conjuntos correspondentes tero a mesma
estrutura em relao s operaes de adio e multiplicao por escalar.

EXEMPLO:

1) O conjunto } , / ) , {(
2
R y x y x R V e = = um espao vetorial com as operaes, de adio e multiplicao por um
nmero real, assim definidas:

- ) , ( ) , ( ) , (
2 1 2 1 2 2 1 1
y y x x y x y x + + = +
- ) . , . ( ) , .(
1 1 1 1
y a x a y x a =

Essas operaes so denominadas operaes usuais (de adio e multiplicao por escalar).

Agora, para verificar os oito axiomas de espao vetorial, consideremos:

) , (
1 1
y x u =
, ) , (
2 2
y x v =
e ) , (
3 3
y x w=
pertencentes a
2
R V = e R b a e ,

Da, tem-se que:


5
A
1
) ) ( ) ( w v u w v u

+ + = + +
A
2
) u v v u

+ = +
A
3
) u u R u R

= + e e = - 0 , , ) 0 , 0 ( 0
2 2

A
4
) 0 ) ( , ) , ( ) ( , ) , (
2
1 1
2
1 1

= + e = - e = u u R y x u R y x u
M
1
) ) . .( ). . ( v b a v b a

=
M
2
) v b v a v b a

. . ). ( + = +
M
3
) v a u a v u a

. . ) .( + = +
M
4
) v v

= 1

[A verificao dos oito axiomas fica a cargo do leitor]

Observao: Os elementos do espao vetorial V sero chamados vetores, independentemente da sua natureza
(polinmios, matrizes ou nmeros). As operaes de adio e multiplicao por escalar, realizadas com esses elementos, se
comportam de forma idntica, como se estivssemos trabalhando com os prprios vetores do
2
R ou do
3
R .

Propriedades de um espao vetorial:

Da definio de espao vetorial V , decorrem as seguintes propriedades:

I) Existe um nico vetor nulo em V (elemento neutro da adio).
II) Cada vetor V u e
admite apenas um simtrico V u e ) (

.
III) Para quaisquer V w v u e

, , , se w v w u

+ = + , ento v u

= .
IV) Qualquer que seja V v e
, tem-se v v

= ) ( , isto , o oposto de v
.
V) Quaisquer que sejam V v u e

, , existe um e somente um V x e
tal que: v x u

= + . Esse vetor x
ser
representado por u v x

= .
VI) Qualquer que seja V v e
, tem-se: 0 . 0

= v .
VII) Qualquer que seja R e , tem-se: 0 0 .

= .
VIII) 0 .

= v implica em 0 = ou 0
= v .
IX) Qualquer que seja V v e
, tem-se: v v

= ). 1 ( .
X) Quaisquer que sejam V v e
e R e , tem-se: ) . ( ) .( ). ( v v v

= = .

EXERCCIO

1) Seja } , / ) , {(
2
R b a b a R V e = = , verificar se V espao vetorial em relao s operaes assim definidas:

a) ) , ( ) , ( ) , ( d b c a d c b a + + = + e ) , . ( ) , .( b a k b a k = com R k d c e , ,

b) ) , ( ) , ( ) , ( b a d c b a = + e ) . , . ( ) , .( b k a k b a k = com R k d c e , ,

c) ) , ( ) , ( ) , ( d b c a d c b a + + = + e ) , ( ) , .(
2 2
b k a k b a k = com R k d c e , ,

## RESPOSTAS ##

1a) No espao vetorial, pois M
2
no se verifica.
1b) No espao vetorial, pois A
2
no se verifica.
1c) No espao vetorial, pois M
2
no se verifica.

6
3. SUBESPAOS VETORIAIS

Sejam V um espao vetorial e S um subconjunto no-vazio de V . O subconjunto S um subespao vetorial de V
se S um espao vetorial em relao adio e multiplicao por escalar definidas em V .

Teorema: Um subconjunto S , no-vazio, de um espao vetorial V um subespao vetorial de V se estiverem satisfeitas
as condies:

I) Para quaisquer S v u e

, , tem-se: S v u e +

.
II) Para quaisquer R a e , S u e
, tem-se: S u a e
. .

Observaes:

- Todo espao vetorial } 0 {
= V admite, pelo menos, dois subespaos: o conjunto } 0 {
, chamado subespao zero ou

subespao nulo (consistido apenas pelo vetor nulo de V ), e o prprio espao vetorial V . Esses dois so os subespaos
triviais de V . Os demais subespaos so denominados subespaos prprios de V . Os subespaos triviais, do
2
R V = ,
por exemplo, so: )} 0 , 0 {( e
2
R , enquanto os subespaos prprios so as retas que passam pela origem do sistema de
referncia. De modo anlogo, os subespaos triviais do
3
R so )} 0 , 0 , 0 {( e o prprio
3
R . Os subespaos prprios do
3
R

so as retas e os planos que passam pela origem do sistema.

EXEMPLOS:

1) Considere o espao vetorial
5
R V = e } ); , , , , 0 {(
5 4 3 2
R x com x x x x W
i
e = . Isto , W o conjunto dos vetores
de
5
R cuja primeira coordenada nula. Verificar se W subespao de
5
R .

Verificando a condio (I):

Seja: ) , , , , 0 (
5 4 3 2
x x x x u =
, ) , , , , 0 (
5 4 3 2
y y y y v =
W e .

Ento: ) , , , , 0 ( ) , , , , 0 (
5 4 3 2 5 4 3 2
y y y y x x x x v u + = +

) , , , , 0 (
5 5 4 4 3 3 2 2
y x y x y x y x v u + + + + = +

que ainda pertence a W , pois tem a 1 coordenada nula.

Verificando a condio (II):

Seja: ) , , , , 0 (
5 4 3 2
x x x x u =
W e e R a e .

Ento: ) , , , , 0 .( .
5 4 3 2
x x x x a u a =

) . , . , . , . , 0 ( .
5 4 3 2
x a x a x a x a u a =
que ainda pertence a W , pois a primeira coordenada nula para R a e .

Assim, W um subespao de
5
R .

2) Sejam
3
R V = e } 2 / ) , , {(
3
z x y R z y x S = e = . Determine se S subespao vetorial de V .
[Aqui fica dispensvel verificar que S conjunto no-vazio e tambm apresenta o vetor nulo para 0 = x e 0 = z ]

Pela lei dada, os vetores de S tm a caracterstica: ) , 2 , ( z z x x .


Sejam u
e v
pertencentes a S , onde:
(
(
(
=
(
(
(
=
2
2 2
2
1
1 1
1
2 2
z
z x
x
v
z
z x
x
u

e

7
Fazendo v u

+ teremos:
(
(
(
+
+
+
= +
2 1
2 1 2 1
2 1
2 2
z z
z z x x
x x
v u

Portanto:
(
(
(
+
+ +
+
= +
2 1
2 1 2 1
2 1
) ( ) ( 2
z z
z z x x
x x
v u

tem todas as caractersticas de S .


Seja u
pertencente a S e k um nmero real. Assim teremos:

u k w

. =

(
(
(
=
(
(
(
=
1
1 1
1
1
1 1
1
) 2 ( 2 .
kz
z x k
kx
z
z x
x
k w

(
(
(
=
1
1 1
1
2
kz
kz kx
kx
w

Notemos que, w
mantm as caractersticas de S .

Dessa forma, S um subespao de V .

3) Sejam
) 1 3 ( x
M V = e S o conjunto-soluo de um sistema linear homogneo a trs variveis. Verificar se o sistema
subespao vetorial de
) 1 3 ( x
M :

= +
= +
= +
0 3
0 2
0 2 4 3
z y x
z y x
z y x

Fazendo:
(
(
(
=
(
(
(
=
(
(
(
=
0
0
0
0 ,
1 3 1
1 1 2
2 4 3
e
z
y
x
X A , o sistema em notao matricial, ser dado por 0 . = X A , sendo
X elemento do conjunto-soluo S . Note que o sistema do tipo SPI , tendo infinitas solues.

Se
(
(
(
= =
(
(
(
= =
2
2
2
2
1
1
1
1
z
y
x
X v
z
y
x
X u

e , temos como soluo: 0 .
1
= X A e 0 .
2
= X A . (duas das infinitas solues)


Somando essas igualdades, vem: AX
1
+ AX
2
= 0
A(X
1
+ X
2
) = 0 X
1
+ X
2
e S

Isto , a soma de duas solues ainda uma soluo do sistema.


Seja o e R. Ento: o.(A.X
1
) = o.0
A.(o.X
1
) = 0 o.X
1
e S

Isto , o produto de uma constante por uma soluo ainda uma soluo.
Logo, o conjunto-soluo S do sistema linear homogneo um subespao vetorial de
) 1 3 ( x
M .

Se um sistema linear
no-homogneo, o seu
conjunto soluo NO
um espao vetorial.

8
4) Sejam
2
R V = e } 1 3 / ) , {(
2
= e = x y R y x S , determine se S subespao vetorial de V .

Pela lei dada, os vetores de S tm a caracterstica: ) 1 3 , ( x x ou
(
1 3x
x
.

Sejam u
e v
pertencente a S , onde:
(
=
1 3 1 3
2
2
1
1
x
x
v
x
x
u

e

Ento:
(
= +
1 3 1 3
2
2
1
1
x
x
x
x
v u

(
+
+
=
1 3 1 3
2 1
2 1
x x
x x
(
+
+
=
2 3 3
2 1
2 1
x x
x x

Logo:
(
+
+
= +
2 ) ( 3
) (
2 1
2 1
x x
x x
v u

Assim sendo: S v u e +

.

Portanto, a condio (I) j falha.

Seja R k e , ento:
(
=
1 3
. .
1
1
x
x
k u k

(
=
k kx
kx
u k
1
1
3
.
Assim sendo: S u k e
. .

A condio (II) tambm falha!

Observao: Vale ressaltar que no seria necessria a verificao da condio (II), uma vez que para ser um
subespao, as duas condies devem ser satisfeitas.

Portanto podemos garantir que S no um subespao de V .

EXERCCIOS:

Verifique se os subconjuntos dados a seguir so Subespaos Vetoriais:

1) Sejam V = R
2
e S = {(x, y) e R
2
/ y = 2x} ou S = {(x, 2x); x e R}.

2) Sejam V = R
4
e S = {(a, b, 0, 0); com a, b e R}.

3) Sejam V = R
2
e } ; ) , {(
2
R x x x S e = .

4) Sejam V = R
4
e U = {(x, y, z, t) e R
4
; 2x + y t = 0 e z = 0} .

5) Sejam
2
M V = e
)
`
= e
(
= c b R d c b a
d c
b a
W e com , , , .

6) Sejam
2
M V = e
)
`
+ = e
(
= 1 , , , c b R d c b a
d c
b a
W e com .

## RESPOSTAS ##

1) Subespao. 2) Subespao. 3) NO Subespao. 4) Subespao. 5) Subespao. 6) NO Subespao.

Para refletir: No se pode transformar o que no se aceita. (Jung)

Nenhum vento sopra a favor de quem no sabe para onde ir. (Lucius Annaeus Sneca)
Descaracteriza-se do subconjunto S
Descaracteriza-se do subconjunto S

9
4. COMBINAO LINEAR

Um dos objetivos do uso de combinaes lineares a obteno de novos vetores a partir da combinao das duas operaes
vistas anteriormente (adio e multiplicao por escalar) com vetores dados.

Definio: Sejam V um espao vetorial real (ou complexo), V v v v
n
e

, ... , ,
2 1
e
n
a a a , ... , ,
2 1
escalares (reais ou
complexos). Qualquer vetor V v e
da forma:

n n
v a v a v a v

. ... . .
2 2 1 1
+ + + = chamado de uma combinao linear dos vetores
n
v v v

, ... , ,
2 1
.

EXEMPLOS:

1) O vetor ) 7 , 18 , 4 ( = u
do espao
3
R uma combinao linear dos vetores ) 2 , 3 , 1 (
1
= v
e ) 1 , 4 , 2 (
2
= v

do
3
R ?

- Sim, pois:

( ) ( )
( ) ( )
( ) 7 , 18 , 4
3 , 12 , 6 4 , 6 , 2
1 , 4 , 2 . 3 2 , 3 , 1 . 2
. 3 . 2
2 1
=
+ =
=
=
u
u
u
v v u

- Mas como encontramos os coeficientes 2 e 3 na expresso:
2 1
3 2 v v u

= ? Vejamos abaixo:

Se o vetor u
combinao linear de
1
v
e
2
v
, ento podemos escrever que:

2 1
. . v b v a u

+ = . Assim temos:

2 1
. . v b v a u

+ =
) 1 , 4 , 2 .( ) 2 , 3 , 1 .( ) 7 , 18 , 4 ( + = b a
) , 4 , 2 ( ) 2 , 3 , ( ) 7 , 18 , 4 ( b b b a a a + =
) 2 , 4 3 , 2 ( ) 7 , 18 , 4 ( b a b a b a + + =

=
= +
= +
7 2
18 4 3
4 2
b a
b a
b a
Resolvendo o sistema, encontraremos 2 = a e 3 = b .

Voltando expresso inicial, conclumos que:
2 1
3 2 v v u

= ( u
combinao linear de
1
v
e
2
v
).

2) Verifique se o vetor ) 5 , 4 , 1 ( = w
do espao
3
R pode ser escrito como combinao linear dos vetores ) 0 , 0 , 1 ( = i
,
) 0 , 1 , 0 ( = j
e ) 1 , 0 , 0 ( = k
.

- Para que o vetor w
seja combinao linear dos vetores i
, j
e k
, devem existir os valores de

1
a ,
2
a e
3
a na
expresso:
k a j a i a w

. . .
3 2 1
+ + =

Logo: ) 1 , 0 , 0 .( ) 0 , 1 , 0 .( ) 0 , 0 , 1 .( ) 5 , 4 , 1 (
3 2 1
a a a + + =
) , 0 , 0 ( ) 0 , , 0 ( ) 0 , 0 , ( ) 5 , 4 , 1 (
3 2 1
a a a + + =
) , , ( ) 5 , 4 , 1 (
3 2 1
a a a =

Comparando, temos que: 1
1
= a , 4
2
= a e 5
3
= a .

Logo, o vetor ) 5 , 4 , 1 ( = w
combinao linear dos vetores i
, j
e k
, pois: k j i w

. 5 . 4 . 1 + + =

Observao: Note que os vetores i
, j
e k
so os versores da base cannica que geram o sistema cartesiano ortogonal

3
R , e que desta forma, os coeficientes
1
a ,
2
a e
3
a coincidem com as componentes do vetor w
. A correspondncia da
notao k j i w

5 4 1 ) 5 , 4 , 1 ( + + = = j fora aplicada inmeras vezes no estudo da Geometria Analtica e da Fsica.

Observao: Como os vetores
1
v
e
2
v
so
vetores do
3
R , o conjunto de suas combinaes
lineares formar o plano que passa na origem
) 0 , 0 , 0 ( e que contm os vetores
1
v
e
2
v
.

10
3) Verifique se o vetor ) 1 , 2 , 3 ( = v pode ser escrito como uma combinao linear dos vetores ) 1 , 1 , 1 (
1
= v
,
) 1 , 1 , 1 (
2
= v
e ) 1 , 1 , 1 (
3
= v
.

- Para que o vetor v
seja combinao linear dos vetores

1
v
,
2
v
e
3
v
, devemos verificar se existem os nmeros a , b e

c na expresso:

3 2 1
. . . v c v b v a v

+ + =

Ento: ) 1 , 1 , 1 .( ) 1 , 1 , 1 .( ) 1 , 1 , 1 .( ) 1 , 2 , 3 ( + + = c b a
) , , ( ) , , ( ) , , ( ) 1 , 2 , 3 ( c c c b b b a a a + + =
) , , ( ) 1 , 2 , 3 ( c b a c b a c b a + + + + =

Comparando, temos que: c b a + + = 3 , c b a + = 2 e c b a + = 1 . Organizando as equaes num sistema linear,

teremos:
= +
= +
= + +
1
2
3
c b a
c b a
c b a
que pode ser apresentado tambm na forma matricial:
(
(
(
(
(
(
(
(
(
1
2
3
1 1 1
1 1 1
1 1 1
c
b
a
.

Resolvendo o sistema em questo, que tem soluo nica, encontraremos:
)
`
|
.
|
\
|
= 1 ,
2
1
,
2
3
S e, portanto, o vetor v
pode
ser escrito como combinao de
1
v
,
2
v
e
3
v
. Assim sendo:
3 2 1
2
1
2
3
v v v v

+ + = .

EXERCCIOS:

- Verificar se possvel escrever os vetores pedidos como combinao linear, justificando sua resposta:

1) Escreva v
= (1, 2, 5) como combinao linear dos vetores

1
e
= (1, 1, 1),
2
e
= (1, 2, 3) e
3
e
= (2, 1, 1).

2) Sendo v
= (4, 3, 6) possvel escrever v
como combinao linear de

1
v
= (1, 3, 2) e
2
v
= (2, 4, 1)?

3) Determinar k para que o vetor u
= (1, k, 7) seja combinao linear de

1
v
= (1, 3, 2) e
2
v
= (2, 4, 1).

4) No espao vetorial
2
P dos polinmios de grau s 2, o polinmio p = 7x
2
+ 11x 26, pode ser escrito como combinao
linear de
1
q = 5x
2
3x + 2 e
2
q = 2x
2
+ 5x 8 ?
5) Escreva a matriz |
.
|
\
|
=
1 1
1 3
E como combinao linear das matrizes |
.
|
\
|
=
0 1
1 1
A , |
.
|
\
|
=
1 1
0 0
B e |
.
|
\
|
=
1 0
2 0
C .

## RESPOSTAS ##

1)
3 2 1
. 2 . 3 . 6 e e e v

+ + = 2) No, pois
2 1
. . / , v b v a v b a

+ = -/ 3) k = 13
4) Sim, pois
2 1
4 3 q q p + = 5) C B A E = 2 3

5. INDEPENDNCIA E DEPENDNCIA LINEAR (LI e LD)

Podemos gerar um espao vetorial atravs da combinao linear entre vetores (veremos isso adiante). Um espao
n
R pode
ser gerado por n ou mais vetores. Nossa preocupao gerar um espao com o mnimo ( n ) de vetores e identificar a
existncia de algum vetor descartvel (suprfluo) nesse conjunto. Para isso, precisamos compreender o conceito de
independncia e dependncia linear entre vetores.

Definio: Sejam V v v v
n
e

, ... , ,
2 1
(espao vetorial). Dizemos que o conjunto } , ... , , {
2 1 n
v v v

linearmente
independente (LI), ou que os vetores
n
v v v

, ... , ,
2 1
so LI, se a equao:

0 . ... . .
2 2 1 1

= + + +
n n
v a v a v a implica que 0 ...
2 1
= = = =
n
a a a .

Se existir algum 0 =
i
a que satisfaa a equao, dizemos que } , ... , , {
2 1 n
v v v

linearmente dependente (LD).

11
Prova:
Seja a equao: 0 . ... . ... .
1 1

= + + + +
n n k k
v a v a v a . Supondo algum coeficiente qualquer 0 =
i
a , chamaremos de
k
a
ento podemos reescrever a equao como:

n n k k k k k k
v a v a v a v a v a

. ... . . ... . .
1 1 1 1 1 1
=
+ +

) . ... . . ... . (
1
1 1 1 1 1 1 n n k k k k
k
k
v a v a v a v a
a
v

+ + + + + =
+ +

Assim vemos que o vetor
k
v
pode ser obtido da combinao linear dos demais.

Portanto conclumos que } , ... , , ... , {
1 n k
v v v

LD.

- Vamos exemplificar de forma mais inteligvel.

Podemos imaginar o espao
1
R para vermos que qualquer conjunto de dois ou mais vetores no nulos, tornam-se LD,
pois todos sero colineares ou proporcionais (mltiplos escalares).

A mesma situao (LD) ocorre no
2
R com trs ou mais vetores (que so coplanares), pois bastariam dois vetores no
alinhados para formar todo o plano.

Observao:

O termo linearmente dependente sugere que os vetores de alguma maneira dependem um do outro. O teorema abaixo
mostra que isto realmente ocorre:

Teorema: Um conjunto S de dois ou mais vetores :

(a) LD se, e somente se, pelo menos um dos vetores de S pode ser escrito como uma combinao linear dos outros
vetores de S .
(b) LI se, e somente se, nenhum vetor de S pode ser escrito como uma combinao linear dos outros vetores de S .

Atravs do exposto, podemos ainda garantir que:

(i) Um conjunto finito de vetores que contm o vetor nulo linearmente dependente (LD).
(ii) Um conjunto de exatamente dois vetores lineamente independente (LI) se, e somente se, nenhum dos dois
vetores um mltiplo escalar do outro.

12
y
x
1
3
u

2
0
v

EXEMPLOS:

1) No espao
2
R , verificar se os vetores ) 0 , 2 ( = u
e ) 3 , 1 ( = v
so LI, ou seja, linearmente independentes.

- Para tal verificao, escrevemos: 0 . .
2 1

= + v a u a

Ento:
(
=
(
+
(
0
0
3
1
.
0
2
.
2 1
a a
(
=
(
+
(
0
0
3 0
2
2
2 1
a
a a

(
=
(
+
0
0
3
2
2
2 1
a
a a

=
= +
0 3
0 2
2
2 1
a
a a

Estamos diante de um sistema homogneo com soluo nica (trivial): 0
1
= a e 0
2
= a , ou seja, )} 0 , 0 {( = S .
Como a nica soluo para 0 . .
2 1

= + v a u a 0
1
= a e 0
2
= a , conclumos que os vetores u
e v
so LI.

Observao:

O problema (1) acima poderia ser solucionado apenas pela inspeo
prvia dos vetores u
e v
, pois se percebe facilmente que os vetores

u
e v
NO so mltiplos escalares um do outro, o que leva a

concluso direta de que estes dois vetores u
e v
so LI.

Ao lado, temos a representao geomtrica dos vetores do exemplo 1.

2) Verificar se LD o conjunto:

P = {1 + 2x x
2
; 2 x + 3x
2
; 3 4x + 7x
2
}

Observao:

A anlise em questo sempre passa por um SISTEMA HOMOGNEO. Quando esse sistema for quadrado [nmero de
vetores igual dimenso do espao, o que implica em um nmero de equaes igual ao nmero de variveis no sistema],
podemos fazer uso do conceito da Regra de Cramer para a anlise da situao, isto , verificando o valor do determinante
D da matriz formada pelos coeficientes das variveis (determinante principal). Note que esse determinante
composto pelos vetores do problema dispostos ordenadamente em colunas. Assim, se:

13

- D = 0 ento o sistema do tipo SPD (tem soluo nica, chamada de trivial) e, portanto, os vetores so LI.
- D = 0 ento o sistema do tipo SPI (tem a soluo trivial + infinitas solues prprias) e, portanto, os vetores so LD.

Desta forma, o exerccio anterior (2) poderia ser analisado atravs do determinante principal do sistema. Ento:

7 3 1
4 1 2
3 2 1
= D Como 0 = D , temos que os vetores do conjunto P so LD. [Note que: L

1
L
2
= L
3
]

Interpretao Geomtrica da Dependncia e Independncia Linear de Vetores

- Dois vetores no
3
R (ou no
2
R ):

- Trs vetores no
3
R (ou no
2
R ):

Podemos completar ainda, enunciando o teorema:

Seja } , ... , , {
2 1 n
v v v S

= um conjunto de vetores no
m
R . Se m n > , ento S linearmente dependente.

O teorema acima nos diz que:
- Um conjunto no
2
R com MAIS de dois vetores linearmente dependente.
- Um conjunto no
3
R com MAIS de trs vetores linearmente dependente, e assim sucessivamente.

Para finalizar, descrevemos algumas propriedades especficas da Independncia Linear:
- Por definio, um conjunto vazio } { = A sempre LI.
- Se um conjunto unitrio } {v B

= e 0
= v , ento B LI. [Verifique!]

Tpico Extra: Independncia Linear de Funes

O conceito de Independncia Linear tambm pode ser estendido para o estudo de funes. O Wronskiano (em
homenagem ao matemtico e filsofo polons Jzef Maria Hon-Wrnski) utilizado para verificar se um conjunto de
funes diferenciveis linearmente independente, em um intervalo dado. Caso o Wronskiano seja diferente de zero em
algum ponto do intervalo dado, as funes so linearmente independentes. Esse conceito muito til em diversas situaes,
por exemplo, na hora de verificar se as duas funes que so solues de uma Equao Diferencial Ordinria de Segunda
Ordem so linearmente independentes.
Interessou? Pesquise e procure saber mais!

14
EXERCCIOS:

1) Verifique se os conjuntos dados a seguir so LI ou LD:

a) u
= (1, 1, 2), v
= (2, 1, 1) e w
= (1, 0, 3)
b) u
= (0, 1, 0, 1), v
= (1, 1, 1, 1), w
= (1, 2, 0, 1) e t
= (1, 2, 1, 0)
c) p = 1 + 3x + x
2
, q = 2 x x
2
, r = 1 2x 3x
2
e s = 2 + x + 3x
2

d)
1
v
= (2, 1, 3),
2
v
= (1, 0, 2) e
3
v
= (2, 3, 1)
e)
1
v
= (2, 2, 3, 4),
2
v
= (0, 5, 3, 1) e
3
v
= (0, 0, 4, 2)

f)
(

=
3 4
2 1
A e
(

=
9 12
6 3
B g)
(
=
4 2 3
1 2 1
A ,
(

=
0 1 2
2 1 0
B e
(
=
3 0 1
5 0 1
C

2) Determine o valor de k para que seja LI o conjunto {(1, 0, 2), (1, 1, 1), (k, 2, 0)}.

3) Determine k para que o conjunto
)
`

0
1 2
,
0 0
1 1
,
0 1
0 1
k
seja LD.

4) Prove que, se u
e v
so LI, ento v u

+ e v u

tambm o so.

## RESPOSTAS ##

1a) LI 1b) LD 1c) LD 1d) LD 1e) LI 1f) LD 1g) LI 2) k = 3 3) k = 3

6. BASE DE UM ESPAO VETORIAL

Introduo: Sistemas de Coordenadas No-Retangulares

Na geometria analtica plana ns aprendemos a associar um ponto P do plano
2
R a um par de coordenadas ) , ( b a
projetando P sobre um par de eixos coordenados perpendiculares, conforme detalhe (a) da figura a seguir. Com esse
processo, associado um nico conjunto de coordenadas a cada ponto do plano e, reciprocamente, a cada par de
coordenadas est associado um nico ponto no plano. Descrevemos isto dizendo que o sistema de coordenadas estabelece
uma correspondncia biunvoca entre os pontos do plano e os pares ordenados de nmeros reais.

Embora os eixos coordenados perpendiculares sejam os mais comuns, podemos usar quaisquer duas retas no-paralelas
para definir um sistema de coordenadas no plano. Por exemplo, no detalhe (b) da figura abaixo, associa-se um par de
coordenadas ) , ( b a ao ponto P projetando-o paralelamente aos eixos coordenados no-paralelos. Analogamente, no
espao tridimensional, podemos definir um sistema de coordenadas utilizando quaisquer trs retas no coplanares, como no
detalhe (c) da figura abaixo.

Para refletir: O maior prazer de um homem inteligente bancar o idiota diante de um idiota que banca o inteligente.

15
Assim, iremos reformular a noo de sistemas de coordenadas nos espaos bi e tridimensionais utilizando vetores onde antes
eram utilizados eixos coordenados para especificar o sistema de coordenadas. Isso pode ser feito substituindo cada eixo
coordenado por um vetor de comprimento, direo e sentido de interesse para cada situao.

Um ingrediente essencial de qualquer sistema de coordenadas a escala de medida de comprimento ao longo dos eixos
coordenados. Em geral, utiliza-se a mesma escala em cada eixo e o espaamento dos pontos inteiros feito com uma
unidade de distncia. No entanto, isso nem sempre prtico ou adequado. Escalas diferentes ou escalas em que os pontos
inteiros esto a mais ou a menos do que uma unidade de distncia, podem ser necessrias para encaixar um grfico numa
pgina impressa ou para representar quantidades fsicas com unidades diferentes num mesmo sistema de coordenadas (por
exemplo, tempo em segundos em um dos eixos e temperatura em centenas de graus no outro).

Quando um sistema de coordenadas especificado por um conjunto de vetores de BASE, ento os comprimentos desses
vetores correspondem s distncias entre pontos inteiros sucessivos nos eixos coordenados (veja figuras a seguir). Assim,
o sentido dos vetores de base que define o sentido positivo nos eixos coordenados e o comprimento dos vetores de base
que estabelece a escala de medida.

(a) Escalas idnticas. (b) Escalas diferentes.
Eixos perpendiculares. Eixos Perpendiculares.

Muitas situaes podem ser simplificadas, escolhendo-se um sistema de coordenadas com uma BASE adequada. Por
exemplo, considere a estrutura molecular do zinco, apresentada na figura abaixo [detalhe (a)] e a necessidade de se estudar
o comprimento das ligaes dos tomos, os ngulos entre as ligaes, entre outros fatores envolvendo o zinco. Essa anlise
ser muito facilitada com o uso de coordenadas e de ferramentas da lgebra linear. A escolha do sistema de eixos
coordenados cannicos para este estudo no a melhor opo. Como possvel verificar na figura abaixo [detalhe (b)], a
escolha da base } , , { w v u

provavelmente a mais adequada para o
3
R arbitrrio em questo, pois esses vetores se
alinham perfeitamente com as ligaes entre os tomos de zinco.

(d) Escalas diferentes.
Eixos oblquos.
(c) Escalas idnticas.
Eixos oblquos.

16
A definio de BASE, a seguir, tornar as idias apresentadas at aqui mais precisas e permitir ampliarmos o conceito de
sistema de coordenadas para espaos vetoriais arbitrrios.

Definio:
Um conjunto V v v v B
n
c = } , ... , , {
2 1

ser uma base do espao vetorial V se atender duas condies:

i) B Linearmente Independente (LI);
ii) B gera o Espao Vetorial V .

Em outras palavras, BASE o conjunto de vetores necessrios para gerar o espao vetorial V .

Nota: Quando um conjunto V v v v B
n
c = } , ... , , {
2 1

gera um espao vetorial V , representamos: ] , ... , , [
2 1 n
v v v V

=
ou ) (B ger V = , ou ainda, } , ... , , {
2 1 n
v v v ger V

= .

EXEMPLOS:

1) O conjunto dos vetores ) 0 , 1 (
1
= e
e ) 1 , 0 (
2
= e
uma base do espao

2
R V = . Comprove!

- De fato, } , {
2 1
e e

base de V , pois alm de gerar qualquer vetor de V , linearmente independente (LI). Veja:

i) ) 0 , 0 ( . .
2 1
= + e b e a

) 0 , 0 ( ) 1 , 0 ( . ) 0 , 1 ( . = + b a
) 0 , 0 ( ) , 0 ( ) 0 , ( = + b a
) 0 , 0 ( ) , ( = b a [Os nicos valores de a e b para que ) 0 , 0 ( . .
2 1
= + e b e a

so 0 = a e 0 = b ].

Logo, } , {
2 1
e e

LI.

ii) O conjunto } , {
2 1
e e

gera o espao
2
R , pois:
) 1 , 0 .( ) 0 , 1 .( ) , ( y x y x + = [qualquer vetor ) , ( y x do
2
R escrito como combinao linear de
1
e
e
2
e
].

Logo, por (i) e (ii), comprovamos que o conjunto } , {
2 1
e e

uma BASE do espao
2
R V =

Observao: A base )} 1 , 0 ( ); 0 , 1 {( chamada de Base Cannica (ou Natural) do
2
R e os vetores ) 0 , 1 (
1
= e
e
) 1 , 0 (
2
= e
costumam ser chamados de i
e j
.

2) Sejam os vetores ) 3 , 2 , 1 (
1
= v
, ) 2 , 1 , 0 (
2
= v
e ) 1 , 0 , 0 (
3
= v
. Mostre que o conjunto } , , {

3 2 1
v v v B

= uma base do
3
R .


17
Nota: Vale relembrar o conceito de produto
interno (escalar) usual de dois vetores
1
v
e
2
v
no
3
R . Veja:

2 1 2 1 2 1 2 1
. . . z z y y x x v v + + =

- sabendo que: se 0
2 1
= v v

2 1
v v

.
3) Mostrar que
)
`
=
1 0
0 0
,
0 1
0 0
,
0 0
1 0
,
0 0
0 1
B base cannica de
) 2 , 2 (
M .

- Inicialmente, vamos verificar se B Linearmente Independente (LI) [condio (i)]. Ento:

(
= + + +
0 0
0 0
1 0
0 0
.
0 1
0 0
.
0 0
1 0
.
0 0
0 1
. d c b a

(
= + + +
0 0
0 0
0
0 0
0
0 0
0 0
0
0 0
0
d c
b a

(
=
0 0
0 0
d b
c a
e da, tem-se a soluo nica: 0 = = = = d c b a .
Portanto, B LI.

- Agora, vamos verificar se B gera o espao
) 2 , 2 (
M [condio (ii)]. Para isto, qualquer matriz do espao
) 2 , 2 (
M deve
ser escrita como combinao linear das matrizes do conjunto B .

De fato, qualquer que seja a matriz
) 2 , 2 (
M
d c
b a
e
(
, ela pode ser escrita como combinao linear das matrizes de B :

(
+ + + =
1 0
0 0
.
0 1
0 0
.
0 0
1 0
.
0 0
0 1
. d c b a
d c
b a
e da tem-se que B gera o Espao
) 2 , 2 (
M .

- Como foram satisfeitas as duas condies [i e ii], B base do espao de matrizes
) 2 , 2 (
M ; como queramos demonstrar.

Tpico Especial: Ortonormalidade de Bases

Base Ortogonal: Diz-se que uma base } , ... , , {
2 1 n
v v v B

= ORTOGONAL se os seus vetores so dois a dois ortogonais.

Base Ortonormal: Diz-se que uma base V v v v B
n
c = } , ... , , {
2 1

ORTONORMAL se B ortogonal e todos os seus
vetores so unitrios, isto :

=
=
=
j i para
j i para
v v
j i
1
0

- Para esse caso, V um Espao Vetorial Euclidiano. [Pesquise!]

Observaes:

Atravs dos conceitos dados, conclumos que a base cannica )} 1 , 0 ( ); 0 , 1 {( uma base ORTONORMAL do
2
R .

As bases conhecidas como CANNICAS so as mais comuns por serem ORTONORMAIS. So algumas delas:

- Base cannica do espao vetorial
1
R : )} 1 {(
2
R : )} 1 , 0 ( ); 0 , 1 {(
3
R : )} 1 , 0 , 0 ( ); 0 , 1 , 0 ( ); 0 , 0 , 1 {(
) 2 , 2 (
M :
)
`
1 0
0 0
,
0 1
0 0
,
0 0
1 0
,
0 0
0 1

3
P (polinmios de grau menor ou igual a 3): } , , , 1 {
3 2
x x x

18
7. DIMENSO DE UM ESPAO VETORIAL

Seja V um espao vetorial.

- Se V possui uma base com n vetores, ento V tem dimenso n e denota-se: n V = dim .
- Se V no possui base, 0 dim = V .
- Se V tem uma base com infinitos vetores, ento a dimenso de V infinita e anota-se: = V dim .

Observao: Um espao vetorial V que tem dimenso n [ n V = dim ] tambm dito n-dimensional.

Vrios teoremas vistos anteriormente podem ser novamente enunciados utilizando o conceito de dimenso. Veja:
Suponha que V um espao vetorial de dimenso n . Ento nenhum conjunto com mais de n vetores em V pode ser
linearmente independente e V no pode ser gerado por um conjunto de vetores com menos de n vetores.

Teorema: A dimenso n de um espao vetorial V o nmero mximo de vetores linearmente independentes em V e
tambm o nmero mnimo de vetores necessrios para gerar V .

EXEMPLOS:

a) 2 dim
2
= R , pois toda base do
2
R tem 2 vetores. d) n m M
n m
=
) , (
dim .
b) n R
n
= dim . e) 1 dim + = n P
n
.
c) 12 dim
) 4 , 3 (
= M . f) 0 } 0 { dim =

Tpico Especial: Espaos Vetoriais Isomorfos

De um modo geral, se V um espao vetorial sobre R e n V = dim , ento V e
n
R so ISOMORFOS.

Por exemplo: Os espaos vetoriais
2
P e
) 1 , 3 (
M so isomorfos ao espao vetorial
3
R .
Note que 3 dim dim dim
3
) 1 , 3 ( 2
= = = R M P

Isso de certa forma explica por que, em muitos casos, os elementos desses espaos podem ser escritos tanto no formato
de matriz, quanto no formato de coordenadas cartesianas (vetor), ou at mesmo atravs de polinmios. Esses elementos (e
seus respectivos espaos vetoriais) possuem a mesma estrutura, portanto se comportam de maneira igual perante as
operaes de adio e multiplicao por escalar que definem um espao vetorial.

EXERCCIOS

1) Explique por que os conjuntos de vetores dados abaixo NO so bases dos espaos vetoriais indicados.
[Faa este exerccio apenas por inspeo].

a) )} 1 , 1 ( ); 3 , 0 ( ); 2 , 1 {(
1
= B do espao
2
R .
b) )} 0 , 1 , 2 ( ); 2 , 3 , 1 {(
2
= B do espao
3
R .
c) } 1 ; 1 {
2
3
+ + = x x x B do espao
2
P .
d)
)
`
=
1 2
9 7
,
5 2
7 3
,
7 1
0 3
,
2 0
1 1
,
3 2
1 1
4
B do espao
) 2 , 2 (
M .

2) Verificar quais dos conjuntos de vetores abaixo formam uma base.

a) A = {(1, 2); (1, 3)} b) B = {(0, 0); (2, 3)} c) C = {(3, 1); (2, 3)}

3) Verifique se alguma das bases a seguir ortonormal ou ortogonal.
a) )} 1 , 1 ( ); 1 , 1 {( = A b) )} 4 , 8 ( ); 6 , 3 {( = B c)
)
`
|
.
|
\
|
|
.
|
\
|
=
13
12
,
13
5
;
13
5
,
13
12
C
d)
)
`
|
|
.
|
\
|
=
2
3
,
2
1
; ) 0 , 1 ( D e)
)
`
|
.
|
\
|
|
.
|
\
|
|
.
|
\
|
=
2
1
,
2
1
, 0 ;
6
1
,
6
1
,
6
2
;
3
1
,
3
1
,
3
1
E

19

f) )} 2 , 0 , 0 ( ); 0 , 2 , 0 ( ); 0 , 0 , 2 {( = F g) )} 1 , 0 , 0 ( ); 1 , 1 , 0 ( ); 0 , 0 , 1 {( = G

4) Para que valores de k o conjunto | = {(1, k); (k, 4)} uma base do
2
R ?

5) Verificar quais dos seguintes conjuntos de vetores formam uma base do
3
R :

a) A = {(1, 1, 1); (2, 1, 0); (3, 2, 0)} b) B = {(1, 0, 1); (0, 1, 2); (2, 1, 4)}

6) Quais dos conjuntos de vetores formam uma base de
2
P ?

a) A = { 2t
2
+ t 4; t
2
3t + 1 } b) B = { 2; 1 x; 1 + x
2
} c) C = {1 + x + x
2
; x + x
2
; x
2
}

7) Mostrar que o conjunto
)
`
5 2
7 3
,
1 1
2 3
,
2 0
1 1
,
0 1
3 2
uma base de
) 2 , 2 (
M .

8) Mostrar que o conjunto {(1, 1, 0, 0); (0, 0, 1, 1); (1, 0, 0, 3); (0, 0, 0, 5)} base de
4
R .

9) Mostre que o conjunto )} 4 , 7 ( ); 1 , 0 ( ); 0 , 1 {( = B NO base do
2
R .

10) Seja V o espao vetorial gerado pelos vetores: x v
2
1
cos =
, x sen v
2
2
=
e x v 2 cos
3
=
.
a) Mostre que } , , {
3 2 1
v v v S

= NO uma base de V .
b) Encontre uma base de V .

## RESPOSTAS ##

1a) Uma base do
2
R deve ter 2 vetores LI. 1b) Uma base do
3
R deve ter 3 vetores LI.
1c) Uma base do
2
P deve ter 3 vetores LI. 1d) Uma base do
) 2 , 2 (
M deve ter 4 vetores LI.

2) So Bases: A e C 3a) Ortogonal 3b) Ortogonal 3c) Ortonormal

3d) No Ortogonal [e no ortonormal] 3e) Ortonormal 3f) Ortogonal 3g) No Ortogonal [e no ortonormal]

4) Para k = 2 5) A 6) B e C 9) NO base do
2
R pois os vetores de B so LD.

8. COMPONENTES DE UM VETOR

Seja } , ... , , {
2 1 n
v v v B

= uma base do espao vetorial V , ento qualquer vetor de V pode ser escrito na forma:

n n
v a v a v a v

. ... . .
2 2 1 1
+ + + = (de maneira nica).

Os coeficientes
n
a a a ..., , ,
2 1
representaro as coordenadas ou componentes de v
em relao base B e
denotaremos por:
) , ... , , (
2 1 n B
a a a v =
ou pela expresso matricial:

(
(
(
(
=
n
B
a
a
a
v
2
1

- Observao: A n-upla ) , ... , , (
2 1 n B
a a a v =
chamada vetor-coordenada de v
em relao base B , e o
vetor coluna
(
(
(
(
=
n
B
a
a
a
v
2
1
chamado matriz-coordenada de v
em relao base B .

20
2
3
2
2
v

x
y
1
v

5
2
1
-
-
0
0
3
2
v

x
y
i

EXEMPLO:

1) Vamos considerar um vetor v
, que na base cannica } , { j i C

= fica graficamente representado conforme abaixo:

Pelo grfico, podemos escrever o vetor v
como combinao linear dos vetores da

base em questo, ou seja: j i v

. 3 . 2 + = , lembrando que: ) 0 , 1 ( = i
e ) 1 , 0 ( = j
.

Como a base utilizada base cannica, tambm podemos escrever o vetor v

simplesmente na forma analtica: ) 3 , 2 ( = v
ou na forma matricial:
(
=
3
2
v
.

O mesmo vetor v
pode ser representado numa outra base, por exemplo: } , {

2 1
v v B

= onde
(
=
1
5
1
v
e
(
=
2
2
2
v
.

Representado graficamente o mesmo vetor v
, agora com a nova base } , {

2 1
v v B

= , ficaria assim:

Desta forma, podemos escrever v
como combinao linear de

1
v
e
2
v
assim:
2 1
12
13
6
5
v v v

+ = ou ainda represent-lo
por ) 12 / 13 , 6 / 5 ( =
B
v
ou mesmo na forma matricial

(
=
12 / 13
6 / 5
B
v
. Note que dessa maneira devemos identificar a base

na qual o vetor est escrito [neste caso, base B ].

Essas componentes
6
5
e
12
13
podem ser calculadas precisamente a partir da combinao linear
2 1
. . v b v a v

+ = .
Veja a seguir:

2 1
. . v b v a v

+ = [Substituindo
1
v
e
2
v
...]

(
+
3
2
2
2
.
1
5
. b a [Multiplicando os valores de a e b ...]

(
+
3
2
2
2 5
b
b
a
a
[Adicionando as matrizes ...]

(
=
+
3
2
2
2 5
b a
b a

= +
=
3 2
2 2 5
b a
b a
Resolvendo o sistema, temos: 6 / 5 = a e 12 / 13 = b

E assim podemos escrever com preciso vetor em questo:
2 1
12
13
6
5
v v v

+ = ou ainda:
(
=
12 / 13
6 / 5
B
v
.

Para refletir: Talvez no tenhamos conseguido fazer o melhor, mas lutamos para que o melhor fosse feito... No somos o que deveramos
ser, no somos o que iremos ser. Mas graas a Deus, no somos o que ramos! (Martin Luther King)
Observe que, usando a regra do paralelogramo com o vetor v

e medindo a sua projeo em
1
v
, tendo esse como valor

unitrio, encontraremos 6 / 5 , ou seja, a projeo de v
em
1
v

6 / 5 de
1
v
.
Fazendo o mesmo em
2
v
, encontraremos 12 / 13 , ou seja, a
projeo de v
sobre
2
v
12 / 13 de
2
v
.

21
EXERCCIOS

1) Encontre o vetor-coordenada de ) 2 , 3 , 4 ( = v
em relao base )} 0 , 0 , 1 ( ); 0 , 1 , 1 ( ); 1 , 1 , 1 {( = B do
3
R .

2) Seja o espao vetorial das matrizes 2x2 sobre R . Encontre o vetor-coordenada da matriz |
.
|
\
|
=
7 4
3 2
A em relao
base
)
`
|
.
|
\
|
|
.
|
\
|
|
.
|
\
|
|
.
|
\
|

=
1 0
0 1
,
0 0
1 1
,
0 1
1 0
,
1 1
1 1
B .

3) Seja o subespao vetorial das matrizes simtricas de ordem 2 sobre R . Encontre o vetor-coordenada da matriz M em
relao base B . Considere: |
.
|
\
|

=
7 11
11 4
M e
)
`
|
.
|
\
|
|
.
|
\
|
|
.
|
\
|

=
5 1
1 4
,
3 1
1 2
,
1 2
2 1
B .

4) Calcular o vetor-coordenada de
2
13 9 2 x x p = na base } , , {
3 2 1
p p p = | , sendo
2
1
3 2 1 x x p + = ,
2
2
2 3 1 x x p + = e
2
3
5 2 x x p + = .

5) Determine o vetor-coordenada de ) 2 , 6 ( = v
em relao s bases:
a) )} 2 , 0 ( ), 0 , 3 {( = o c) )} 1 , 0 ( ), 0 , 1 {( =
b) )} 1 , 2 ( ), 2 , 1 {( = | d) )} 0 , 1 ( ), 1 , 0 {( = o

6) No espao vetorial
3
R , consideremos a base )} 1 , 1 , 1 ( ); 0 , 1 , 0 ( ); 0 , 0 , 1 {( = B . Determine o vetor-coordenada de
3
R v e

em relao base B se:

a) ) 4 , 3 , 2 ( = v

b) ) 1 , 1 , 1 ( = v

## RESPOSTAS ##
1) ) 7 , 5 , 2 ( =
B
v
2)
|
|
.
|
\
|
=
15 9
4 8
B
A 3)
3 2 1
2 4 B B B M
B
+ = 4) ) 4 , 5 , 1 ( =
|
p

5a) ) 1 , 2 ( =
o
v
5b)
|
.
|
\
|
=
3
10
,
3
2
|
v
5c) ) 2 , 6 ( =
5d) ) 6 , 2 ( =
o
v

6a) ) 4 , 1 , 2 ( =
B
v
6b) ) 1 , 0 , 0 ( =
B
v

Tpico Extra: Uma Aplicao Importante da lgebra Linear!

Tomografia Computadorizada: Um dos principais avanos no diagnstico mdico o desenvolvimento de mtodos no
invasivos para se obter imagens de sees transversais do corpo humano, como a tomografia computadorizada e a
ressonncia magntica. Os mtodos da lgebra Linear podem ser utilizados para reconstruir imagens a partir da anlise do
escaneamento por raios X da tomografia computadorizada. O problema bsico da tomografia computadorizada construir a
imagem de uma seo transversal do corpo humano usando dados coletados por uma grande quantidade de feixes
individuais de raios X que so emitidos ao longo da seo transversal desejada. Esses dados so processados por um
computador e a seo transversal computada exibida num monitor de vdeo.

O primeiro sistema comercial de tomografia computadorizada para o uso mdico foi desenvolvido em 1971 por G. N.
Hounsfield, da empresa EMI Ltda., na Inglaterra. Em 1979, Hounsfield e A. M. Cormack receberam o prmio Nobel por seu
trabalho pioneiro nesta rea. A construo de uma seo transversal ou uma tomografia requer a resoluo de um sistema
muito grande de equaes lineares. Certos algoritmos, da classe de tcnicas de reconstruo algbrica, podem ser usados
para resolver estes sistemas lineares, cujas solues produzem as sees transversais em formato digital.

Para refletir: No tentes ser bem sucedido, tenta antes ser um homem de valor. (Albert Einstein)
O mundo no est ameaado pelas pessoas ms, e sim por aquelas que permitem a maldade. (Albert Einstein)

22
y
x
i

O
v
u
b

O
9. MUDANA DE BASE

Muitos problemas aplicados podem ser simplificados mudando-se de um sistema de coordenadas para outro. Mudar sistemas
de coordenadas em um espao vetorial , essencialmente, a mesma coisa que mudar de base. Por exemplo, num problema
que um corpo se movimenta no plano xy (R
2
), cuja trajetria uma elipse de equao x
2
+ xy + y
2
3 = 0 (veja figura A),
a descrio do movimento torna-se muito mais simples se ao invs de trabalharmos com os eixos x e y, utilizarmos um
referencial que se apia nos eixos principais da elipse. Neste novo referencial (veja figura B), a equao da trajetria elptica
ser mais simples e prtica: 3u
2
+ 2v
2
= 6.

Figura A Figura B

Muitas vezes, problemas de engenharia tornam-se mais simples quando fazemos uma mudana conveniente de referencial.
Uma vez escolhido o novo referencial, temos que desenvolver um mecanismo que relacione os dois referenciais, podendo
dessa forma mudar de referencial no instante desejado. O desenvolvimento a seguir tem tal objetivo.

Ento:

Sejam } , ... , , {
2 1 1 n
u u u B

= e } , ... , , {
2 1 2 n
v v v B

= duas bases de um espao vetorial V . Ento um vetor V we

pode ser escrito nas seguintes formas:

(
(
(
(
= + + + =
n
B n n
x
x
x
w ou u x u x u x w

2
1
1 2 2 1 1
] [ . ... . . vetor w
na base
1
B .
(
(
(
(
= + + + =
n
B n n
y
y
y
w ou v y v y v y w

2
1
2 2 2 1 1
] [ . ... . . vetor w
na base
2
B .
Assim podemos escrever a relao:

| | | |
(
(
(
(
=
(
(
(
(
n
n
n
n
y
y
y
v v v
x
x
x
u u u

2
1
2 1
2
1
2 1
. .

Observao: Tanto
1
B como
2
B , geram qualquer vetor de V , pelo fato de serem bases, so constitudas de vetores num
nmero igual dimenso do espao V , portanto as matrizes dos vetores das bases so quadradas e admitem inversa
(ento det. = 0).

Sem perda de generalidade, podemos escrever a relao acima usando o espao
2
R . Veja a seguir:


23
Sejam } , {
2 1 1
u u B

= e } , {
2 1 2
v v B

= bases do espao
2
R , onde:

(
=
(
=
2
2
2
1
1
1
;
b
a
u
b
a
u

e
(
=
(
=
2
2
2
1
1
1
;
d
c
v
d
c
v

Qualquer vetor w
de
2
R pode ser escrito como:

2 2 1 1
. . u x u x w

+ = ou
(
=
2
1
1
] [
x
x
w
B
vetor w
na base
1
B .
2 2 1 1
. . v y v y w

+ = ou
(
=
2
1
2
] [
y
y
w
B
vetor w
na base
2
B .
Da, tiramos que:

(
=
(
2
1
2 1
2 1
2
1
2 1
2 1
. .
y
y
d d
c c
x
x
b b
a a

E ainda:

(
=
(

2
1
2 1
2 1
1
2 1
2 1
2
1
. .
y
y
d d
c c
b b
a a
x
x

Portanto:
| | | | | |
2
2
1 1
.
B
B
B B
w I w

= com | |
(
=

2 1
2 1
1
2 1
2 1 2
1
.
d d
c c
b b
a a
I
B
B

Onde | |
2
1
B
B
I a MATRIZ MUDANA DE BASE
2
B para
1
B .

Dessa forma, podemos escrever qualquer vetor do espao
2
R , que tenha coordenadas na base
2
B para
coordenadas referente base
1
B .

Observao: A transformao inversa, isto , passar da base
1
B para a base
2
B , ser feita pela inverso da matriz
mudana de base, nesse caso, representada por | |
1
2
B
B
I .

A matriz mudana de base
2
B para a base
1
B constituda, na realidade, pelas coordenadas dos vetores da base
2
B em
relao base
1
B , dispostas em colunas.

(
=
22 21
12 11 2
1
] [
a a
a a
I
B
B
onde
(
=
21
11
1 1
] [
a
a
v
B
e
(
=
22
12
2
1
] [
a
a
v
B

RESUMO DA TEORIA ATRAVS DE UM EXEMPLO GENRICO DO
2
R :

Sejam as bases )} , ( ), , {(
2 2 1 1
b a b a A= e )} , ( ), , {(
2 2 1 1
d c d c B = do
2
R .
- A matriz mudana de base A para a base B : | | ] .[ ] [
1
A B I
A
B

= , sendo que:
(
=
2 1
2 1
] [
b b
a a
A e
(
=
2 1
2 1
] [
d d
c c
B .
- Vale lembrar que | | | | | |
B
A
A
B
I I =
1

- Para escrever um vetor w
, dado na base A, para a base B , faremos: | |

A
A
B B
w I w ] [ . ] [

=

No se preocupe muito com as suas dificuldades em Matemtica, posso assegurar-lhe que as minhas so ainda maiores. (Albert Einstein)

24
EXEMPLO

1) Sejam )} 2 , 0 ( ), 1 , 1 {( = A e )} 2 , 1 ( ), 0 , 1 {( = B bases do
2
R .
a) Determine a matriz mudana de base A para a base B .

b) Defina as coordenadas do vetor ) 4 , 3 ( =
A
w
na base B .

Tpico Especial: Relembrando Inverso de Matrizes!

- Podemos encontrar a inversa de uma matriz quadrada, aplicando a sua definio. Veja:

Seja A uma matriz inversvel ] 0 ) [det( = A . Ento:
n
I A A A A = =

. .
1 1
.
Para exemplificar de forma simples, utilizaremos uma matriz de ordem 2, sendo:
(
=
3 4
1 2
A .
Fazendo:
2
1
. I A A =
, temos:

(
=
1 0
0 1
3 4
1 2
q p
n m

(
=
+ +
+ +
1 0
0 1
3 4 3 4
2 2
q n p m
q n p m

Resolvendo os sistemas, teremos: 2 / 3 = m , 2 / 1 = n , 2 = p e 1 = q .

Como definimos a que
(
q p
n m
A
1
, temos que:
(
1 2
2 / 1 2 / 3
1
A .

Equivalncia de Matrizes:

Para duas matrizes A e B, de mesma ordem, diz-se que a matriz B EQUIVALENTE matriz A, e representa-se por B ~ A,
se for possvel transformar A em B por meio de uma sucesso finita de operaes elementares.

As operaes elementares com as linhas (ou colunas) de uma matriz so:

- Trocar duas (ou mais) linhas de posio.
- Multiplicar uma linha por uma constante no nula.
- Somar um mltiplo escalar de uma linha com outra linha.

25
Inverso de uma Matriz por meio de Operaes Elementares:

Poderemos encontrar a inversa de uma matriz A no-singular pelo procedimento descrito acima. Inicialmente escreve-se a
matriz A dada e ao seu lado a matriz identidade I de mesma ordem. As operaes elementares devem ser realizadas nas
duas matrizes simultaneamente. O mtodo consiste em transformar a matriz A dada na matriz identidade I. Quando o
processo for completado, a matriz identidade escrita inicialmente ser a matriz inversa procurada.

Esquematicamente:
1
A I s elementare operaes I A

Veja o exemplo abaixo:

Determine a inversa da matriz
(
(
(
=
1 1 1
1 1 0
1 0 1
M por meio de operaes elementares.
Resoluo:

3 1 3
1 0 0
0 1 0
0 0 1
1 1 1
1 1 0
1 0 1
L L L + =

3 2 3
1 0 1
0 1 0
0 0 1
0 1 0
1 1 0
1 0 1
L L L + =

2 3 2
1 1 1
0 1 0
0 0 1
1 0 0
1 1 0
1 0 1
L L L + =

1 3 1
1 1 1
1 0 1
0 0 1
1 0 0
0 1 0
1 0 1
L L L + =

1 1 1
1 0 1
1 1 2
1 0 0
0 1 0
0 0 1
Assim, a matriz inversa procurada :
(
(
(
1 1 1
1 0 1
1 1 2
1
M

- Existem outros mtodos para encontrarmos a inversa de uma matriz [pesquise!]

EXERCCIOS

1) Sejam )} 1 , 0 ( ), 0 , 1 {( = B , )} 0 , 1 ( ), 1 , 1 {(
1
= B , )} 3 , 2 ( ), 1 , 1 {(
2
= B , bases do
2
R . Determine as matrizes
mudana de base: a)
1
] [
B
B
I b)
B
B
I
2
] [

2) Considerando as seguintes bases do
3
R : )} 1 , 0 , 0 ( ), 0 , 1 , 0 ( ), 0 , 0 , 1 {( = A e )} 1 , 1 , 1 ( ), 1 , 1 , 0 ( ), 1 , 0 , 1 {( = B ,
determine: a) A matriz mudana de base de A para B ;
b) O vetor
B
v
, sendo ) 3 , 2 , 1 ( =
A
v
;
c) A matriz mudana de base de B para A.

3) Se | |
(
(
(
=
1 0 1
1 1 0
0 1 1
|
o
I , determine: a) | |
o
v
onde | |
(
(
(
=
3
2
1
|
v
b) | |
|
v
onde | |
(
(
(
=
3
2
1
o
v

4) Sabendo que: | |
(
=
11 4
4 1
A
B
I e )} 2 , 1 ( ), 5 , 3 {( = B , determine a base A.

5) Sabendo que: | |
(
=
8 11
6 7
A
B
I e )} 4 , 2 ( ), 3 , 1 {( = A , determine a base B .

6) Mostrar que para qualquer base A de um espao vetorial, a matriz mudana de base | |
A
A
I a matriz identidade.


26
## RESPOSTAS ##
1a)
(

0 1
1 1
1b)
(

1 1
2 3
2a) | |
(
(
(
=
1 1 1
1 0 1
1 1 2
A
B
I 2b) ) 6 , 4 , 7 ( =
B
v
2c) | |
(
(
(
=
1 1 1
1 1 0
1 0 1
B
A
I
3a) | |
(
(
(
=
4
1
1
o
v
3b) | |
(
(
(
=
1
3
2
|
v
4) )} 2 , 1 ( ), 3 , 1 {( = A 5) )} 1 , 2 ( ), 2 , 3 {( = B

10. TRANSFORMAES LINEARES

Introduo

As transformaes lineares apresentam aplicaes na Fsica, Engenharia, Cincias Sociais e em vrios ramos da Matemtica.
Computao Grfica, Criptografia, Robtica e Fractais so algumas reas de aplicaes dos conceitos que veremos a seguir.

A transformao linear um tipo especial de funo. Como uma rpida introduo, vamos consideremos o exemplo abaixo.

- Reflexo de um vetor (ou um ponto) em torno do eixo x.

Seja em
2
R a funo T definida por: ) , ( ) , ( y x y x T = .

Observe que nessa funo, os valores do domnio so vetores (ou pontos)
) , ( y x do
2
R .

Geometricamente, a funo T toma cada vetor do
2
R e o reflete em
torno do eixo x.

Essa funo como veremos a seguir, uma transformao linear.

As transformaes lineares tambm se aplicam em vetores do espao
3
R
inclusive e em situaes mais complexas, como as rotaes, por exemplo.

Funes Vetoriais

So funes onde tanto o domnio como o contra domnio so espaos vetoriais, portanto todas as variveis envolvidas so
vetores. Assim, para se dizer que a funo vetorial T uma transformao do espao vetorial V no espao vetorial W ,
escreve-se: W V T : . Lembrando que, sendo T uma funo, cada vetor V v e
tem um s vetor imagem W w e
.

Para uma compreenso mais precisa dos conceitos que viro a seguir, vamos inicialmente investigar uma funo vetorial,
atravs do exemplo a seguir.

[EXEMPLO 1] Considere uma funo vetorial
3 2
: R R T que associa vetores
2
) , ( R y x v e =
com vetores
3
) , , ( R z y x w e =
. Se a lei que define essa funo for ) , 2 , 3 ( ) , ( y x y x y x T = teremos (esquematicamente):

R
2
R
3

(1, 2) (3, 4, 1)

(1, 3) (3, 6, 4)

(0, 0) (0, 0, 0)

(x, y) (3x, 2y, x y)

v

D CD

27
Considerando a funo vetorial: ) , 2 , 3 ( ) , ( ) ( y x y x y x T v T = =
, vamos observar o seu comportamento.

Para ) 2 , 1 (
1
= v
temos: ]) 2 [ ] 1 [ ], 2 [ 2 ], 1 [ 3 ( ) 2 , 1 ( ) (
1
= = T v T

) 1 , 4 , 3 ( ) 2 , 1 ( ) (
1
= = T v T

Para ) 3 , 1 (
2
= v
temos: ]) 3 [ ] 1 [ ], 3 [ 2 ], 1 [ 3 ( ) 3 , 1 ( ) (
2
= = T v T

) 4 , 6 , 3 ( ) 3 , 1 ( ) (
2
= = T v T

Para ) 5 , 0 (
2 1
= + v v

temos: ]) 5 [ ] 0 [ ], 5 [ 2 ], 0 [ 3 ( ) 5 , 0 ( ) (
2 1
= = + T v v T

) 5 , 10 , 0 ( ) 5 , 0 ( ) (
2 1
= = + T v v T

E para ) ( ) (
2 1
v T v T

+ : ) 4 , 6 , 3 ( ) 1 , 4 , 3 ( ) 3 , 1 ( ) 2 , 1 ( ) ( ) (
2 1
+ = + = + T T v T v T

) 5 , 10 , 0 ( ) 3 , 1 ( ) 2 , 1 ( ) ( ) (
2 1
= + = + T T v T v T

E ainda para: ) 4 (
1
v T

: ) ( . 4 ) 4 , 16 , 12 ( ]) 8 [ ] 4 [ ], 8 [ 2 ], 4 [ 3 ( ) 8 , 4 ( ) 4 (
1 1
v T T v T

= = = =

O comportamento apresentado pela funo vetorial dada acima, sugere um padro. Tal comportamento caracteriza uma
transformao linear. Assim, podemos dizer que uma Transformao Linear uma funo vetorial linear.

Transformao Linear Definio:

Sejam V e W dois espaos vetoriais. Uma aplicao T chamada transformao linear de V em W , W V T : , se
satisfaz as seguintes condies:

i) Quaisquer que sejam u
e v
em V , ) ( ) ( ) ( v T u T v u T

+ = +

ii) Quaisquer que sejam R k e e V v e
, ) ( . ) . ( v T k v k T

=

Assim apresentam toda a estrutura de espao vetorial.

Note que as duas condies (i) e (ii) da definio acima, podem ser aglutinadas numa s: ) ( ) ( . ) . ( v T u T k v u k T

+ = + .

OBSERVAO: Uma transformao Linear de V em W , quando W V = , chamada de OPERADOR LINEAR.

Propriedade 1:
Em toda transformao linear W V T : , a imagem do vetor nulo V e 0
o vetor nulo W e 0
, isto : 0 ) 0 (

= T .

evidente que nem toda transformao linear. A verificao da linearidade de uma transformao no pode ser feita
numericamente. Tal situao apresentada no exemplo 2 a seguir.

Entretanto, em alguns casos, fcil perceber que algumas transformaes NO so lineares. o caso, por exemplo, da
aplicao
2 2
: R R T , dada por ) 3 , 2 3 ( ) , ( + = x x y x T , pois ) 0 , 0 ( ) 3 , 2 ( ) 0 , 0 ( = = T e pela propriedade 1 em
toda transformao linear W V T : deve-se ter 0 ) 0 (

= T .

[EXEMPLO 2] Seja a transformao
3 2
: R R T que associa vetores
2
) , ( R y x v e =
com vetores
3
) , , ( R z y x w e =
,
definida por ) , , 3 ( ) , ( x y y x x y x T + = . Veja (abaixo) que para um vetor ) 2 , 1 ( = v
teremos: ) 1 , 3 , 3 ( ) ( = v T

.

Verifique se
3 2
: R R T dada acima uma Transformao Linear.
x
y
1
2
v

T
w

x
y
z
3
3
1

28
Para que T seja uma transformao linear, necessrio que as duas condies da definio sejam satisfeitas:

i) Quaisquer que sejam u
e v
em V , ) ( ) ( ) ( v T u T v u T

+ = +

Sejam ) , (
1 1
y x u =
e ) , (
2 2
y x v =
vetores genricos do
2
R .

Ento: )) , ( ) , (( ) (
2 2 1 1
y x y x T v u T + = +

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

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

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

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

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

) ( ) ( ) ( v T u T v u T

+ = +

ii) Quaisquer que sejam R ae e V u e
, ) ( . ) . ( u T a u a T

=

Ento: ) , ( ) . (
1 1
ay ax T u a T =

) , , 3 ( ) . (
1 1 1 1 1
ax ay ay ax ax u a T + =

) , , 3 .( ) . (
1 1 1 1 1
x y y x x a u a T + =

) ( . ) . ( u T a u a T

=

Logo, a transformao
3 2
: R R T definida por ) , , 3 ( ) , ( x y y x x y x T + = uma Transformao LINEAR.

Propriedade 2:
Se W V T : for transformao linear, tem-se ) ( . ) ( . ) . . ( v T b u T a v b u a T

+ = + para V v u e

, e R b a e , ,
isto , a imagem de uma combinao linear de vetores uma combinao linear das imagens desses vetores, com os
mesmos coeficientes.

Ento:
Se } , ... , , {
2 1 n
v v v B

= base de V e R a a a
n
e - , ... , ,
2 1
, tal que:

n n
v a v a v a v

. ... . .
2 2 1 1
+ + + = , temos que: ) ( . ... ) ( . ) ( . ) (
2 2 1 1 n n
v T a v T a v T a v T

+ + + = .

Assim W V T : fica definida quando se conhecem as imagens dos vetores de uma base de V .

O resoluo do exemplo a seguir esclarece melhor a aplicao dessa propriedade.

[EXEMPLO 3] Um operador linear
2 2
: R R T tal que ) 2 , 3 ( ) (
1
= v T

e ) 4 , 1 ( ) (
2
= v T

com ) 0 , 1 (
1
= v
e
) 1 , 0 (
2
= v
. Assim, determine ) , ( y x T .

Resoluo: Observe que os vetores
1
v
e
2
v
formam a base cannica do

2
R : )} 1 , 0 ( ); 0 , 1 {( . Assim, um vetor qualquer
2
) , ( R y x e tal que:
) 1 , 0 ( . ) 0 , 1 .( ) , ( y x y x + =
E, portanto:
) 1 , 0 ( . ) 0 , 1 ( . ) , ( T y T x y x T + =
) 4 , 1 .( ) 2 , 3 .( ) , ( y x y x T + = - Lembre-se que: ) 2 , 3 ( ) 0 , 1 ( = T e ) 4 , 1 ( ) 1 , 0 ( = T
) 4 , ( ) 2 , 3 ( ) , ( y y x x y x T + =
) 4 2 , 3 ( ) , ( y x y x y x T + + =

Logo, a transformao
2 2
: R R T solicitada : ) 4 2 , 3 ( ) , ( y x y x y x T + + = .

29
[EXEMPLO 4] Seja uma transformao linear
2 3
: R R T , onde } , , {
3 2 1
v v v B

= uma base do
3
R com
) 0 , 1 , 0 (
1
= v
, ) 1 , 0 , 1 (
2
= v
e ) 0 , 1 , 1 (
3
= v
. Sabendo que ) 2 , 1 ( ) (
1
= v T

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

e ) 2 , 0 ( ) (
3
= v T

,
determine:

a) ) 2 , 3 , 5 ( T

b) ) , , ( z y x T

[EXEMPLO 5] Seja a transformao linear
2 2
: R R f dada por ) 3 2 , 2 ( ) , ( y x y x y x f + = . Observe as relaes:

i) A imagem de ) 1 , 2 ( = u
) 1 , 4 ( , ou seja: ) 1 , 4 ( ) ( = u f

.
ii) A imagem de ) 3 , 1 ( = v
) 11 , 5 ( , ou seja: ) 11 , 5 ( ) ( = v f

.
iii) A imagem de ) 4 , 1 ( = +v u

) 10 , 9 ( , ou seja: ) 10 , 9 ( ) ( = +v u f

.

Comparando (iii) com (i) e (ii) podemos ver que: ) ( ) ( ) ( v f u f v u f

+ = + .

iv) A imagem de ) 2 , 4 ( 2 = u
) 2 , 8 ( , ou seja: ) 2 , 8 ( ) 2 ( = u f

.

Comparando (iv) com (i) temos que: ) ( . 2 ) 2 ( u f u f

= .

Geometricamente, temos:

Para refletir: A Matemtica no mente. Mente quem faz mau uso dela. (Albert Einstein)

30

Observao: As duas representaes acima no esto na mesma proporo.

EXERCCIOS

1) Verifique se T Transformao Linear, sendo:

a) T: R
2
R
3
/ T(x, y) = (x y, 2x + y, 0) b) T: R R / T(x) = 3x + 1

c) T: R
2
R
2
/ T(x, y) = (x
2
, 3y) d) T: R
2
R
2
/ T(x, y) = (x 3y, 2x + 5y)

e) T: R
2
R
2
/ T(x, y) = (x + 1, y) f) T: R
2
R
3
/ T(x, y) = (x y, 3x, -2y)
g) T: R
2
M
(2, 2)
/ T(x, y) =
|
.
|
\
|
(
+ 2y x y
3x 2y

2) Consideremos o Operador Linear T: R
3
R
3
definido por T(x, y, z) = (x + 2y + 2z, x + 2y z, x + y + 4z).
a) Determine o vetor
3
R u e
/ ) 11 , 8 , 1 ( ) ( = u T

b) Determine o vetor
3
R v e
/ ) , , ( ) ( z y x v T =
, ou seja, ) ( ) ( v v T

=

3) Sabendo que T: R
2
R
3
Transformao Linear e que T(1, 1) = (3, 2, 2) e T(1, 2) = (1, 1, 3), determine T(x, y).

4) Determine a Transformao Linear T: R
3
R
2
, tal que T(1, 1, 0) = (1, 1); T(0, 1, 1) = (2, 2) e T(0, 0, 1) = (3, 3) e
calcule T(1, 0, 0) e T(0, 1, 0).

5) Seja T: R
3
R
2
uma Transformao Linear definida por T(1, 1, 1) = (1, 2); T(1, 1, 0) = (2, 3) e T(1, 0, 0) = (3, 4).
Determine: a) ) , , ( z y x T b)
3
R u e
/ ) 2 , 3 ( ) ( = u T

c)
3
R v e
/ ) 0 , 0 ( ) ( = v T

## RESPOSTAS ##

1) So Transformaes Lineares: a, d, f, g. No so: b, c, e. 2a) ) 3 , 2 , 1 ( = u
2b) R k com k v e = ) 1 , 1 , 2 .(

3) ) , 3 , 4 7 ( ) , ( y x y x y x y x T + + + = 4) ) 3 , 3 ( ) , , ( z y z y z y x T + + = / ) 0 , 0 ( ) 0 , 0 , 1 ( = T / ) 1 , 1 ( ) 0 , 1 , 0 ( = T

5a) ) 4 , 3 ( ) , , ( z y x z y x z y x T = 5b) R k com k k u e = ) , 6 , 1 (
5c) R k com k k v e = ) , , 0 (

Concentre-se no pequeno texto abaixo e deixe que a sua mente leia corretamente o que est escrito.

35T3 P3QU3N0 T3XTO 53RV3 4P3N45 P4R4 M05TR4R COMO NO554 C4B34 CONS3GU3 F4Z3R CO1545 1MPR3551ON4ANT35! R3P4R3
N155O! NO COM3O 35T4V4 M310 COMPL1C4DO, M45 N3ST4 L1NH4 SU4 M3NT3 V41 D3C1FR4NDO O CD1GO QU453
4UTOM4T1C4M3NT3, S3M PR3C1S4R P3N54R MU1TO, C3RTO? POD3 F1C4R B3M ORGULHO5O D155O! SU4 C4P4C1D4D3 M3R3C3!
P4R4BN5!

31
11. TRANSFORMAES LINEARES DETERMINADAS POR MATRIZES

Toda Transformao Linear
m n
R R T : pode ser representada por uma matriz n m . O inverso tambm verdade.

Uma matriz A n m sempre determina uma Transformao Linear
m n
R R T : onde a imagem v A v T

. ) ( = o
produto da matriz A pelo vetor
n
R v e
[sendo esse vetor considerado como uma matriz de ordem 1 n ].

Observaes:

i) A transformao linear T , do tipo descrito acima, chama-se A por o Multiplica e a matriz A chamada de matriz
cannica da transformao linear T .

ii) Se a transformao
m n
R R T : a A por o Multiplica e se importante enfatizar que A a matriz cannica
de T , escreveremos ento
m n
A
R R T : e assim tambm ocorre que: v A v T
A

. ) ( = .

iii) Em algumas situaes, torna-se quase impraticvel introduzir mais uma letra para denotar a matriz cannica de uma
transformao linear
m n
R R T : . Neste caso, podemos denotar a matriz cannica da transformao T , pelo smbolo
] [T . Logo, a equao v A v T
A

. ) ( = que tem a matriz cannica A, ficaria assim: v T v T

]. [ ) ( = .

Exemplo:
Seja a matriz
(
(
(
=
4 0
3 2
2 1
A . Determine a transformao linear
3 2
: R R T
A
que essa matriz representa.

A transformao
3 2
: R R T
A
faz com que v A v

. ento pode ser escrita como: v A v T

A

. ) ( =

Efetuando v A

. , onde
2
) , ( R y x v e =
um vetor coluna de ordem 1 2 , temos:

(
(
(
(
(
(
+
+
= =
y
y x
y x
y
x
v A
4
3 2
2
4 0
3 2
2 1
.

Assim a transformao linear
3 2
: R R T
A
: ) 4 , 3 2 , 2 ( ) , ( y y x y x y x T
A
+ + = .

12. TRANSFORMAES LINEARES PLANAS

So aquelas transformaes lineares que ocorrem de
2
R em
2
R , ou seja, operadores lineares
2 2
R R .

Faremos um estudo das transformaes mais importantes juntamente com as respectivas interpretaes geomtricas.

Inicialmente: Operador Identidade

Se I a matriz identidade n n , ento, para cada vetor
n
R v e
temos:

v v I v T
I

= = . ) ( o que implica em: v v T
I

= ) (

de modo que a multiplicao por I leva cada vetor do
n
R em si mesmo.

Assim, chamamos de
I
T o Operador Identidade do
n
R . s vezes, encontramos o operador identidade denotado por I .
Embora seja a mesma notao utilizada para a matriz identidade, a interpretao correta fica geralmente clara pelo contexto
da situao.
Destacamos que a matriz cannica do Operador Identidade do
2
R , obviamente, a matriz:
(
1 0
0 1
.

32
Operao de Reflexo:

Em torno do eixo x.

2 2
: R R T tal que ) , ( ) , ( y x y x

Outras notaes:
) , ( ) , ( y x y x T = ou
(
y
x
y
x

Com a matriz cannica:

(
=
y
x
y
x
y
x
1 0
0 1
Neste caso, nota-se que a matriz cannica :
(
1 0
0 1

Em torno do eixo y.

2 2
: R R T tal que ) , ( ) , ( y x y x

Outras notaes:
) , ( ) , ( y x y x T = ou
(

y
x
y
x


(
y
x
y
x
y
x
1 0
0 1

Na origem.

2 2
: R R T tal que ) , ( ) , ( y x y x

Outras notaes:
) , ( ) , ( y x y x T = ou
(
y
x
y
x


(
y
x
y
x
y
x
1 0
0 1

Em torno da reta y = x.

2 2
: R R T tal que ) , ( ) , ( x y y x

Outras notaes:
) , ( ) , ( x y y x T = ou
(
x
y
y
x


(
=
y
x
x
y
y
x
0 1
1 0


33

Em torno da reta y = x.

2 2
: R R T tal que ) , ( ) , ( x y y x

Outras notaes:
) , ( ) , ( x y y x T = ou
(
x
y
y
x


(
y
x
x
y
y
x
0 1
1 0

Operao de Dilatao ou Contrao:

Na direo do vetor.

2 2
: R R T tal que R n com y x n y x e ) , .( ) , (

Outras notaes:
) , .( ) , ( y x n y x T = ou
(

y
x
n
y
x


(
=
y
x
n
n
y n
x n
y
x
0
0
.
.

Observaes:

Se 1 > n dilata o vetor (mantm o sentido)
Se 1 = n operador identidade
Se 1 0 < < n contrai o vetor (mantm o sentido)

Se 0 = n operador nulo ou operador zero

Se 1 = n reflexo na origem (apenas inverte o sentido do vetor, criando o vetor oposto)
Se 0 1 < < n contrai o vetor (inverte o sentido)
Se 1 < n dilata o vetor (inverte o sentido)

Notas: Para valores de 0 < n [3 ltimos casos acima] podemos considerar que ocorre uma composio de operaes
pois alm de dilatar ou contrair o vetor, tambm temos a inverso do sentido, deslocando o vetor (ou o ponto) para
um outro quadrante do R
2
, caracterizando assim uma reflexo.

O valor do nmero real n determina a razo ou o fator desta operao. Por exemplo, se 3 = n dizemos que o
operador linear uma dilatao de razo (ou fator) 3.

Pelo exposto podemos exemplificar:

a) Se 2 = n , o operador linear ir dilatar o vetor (dobrando seu mdulo), porm invertendo o seu sentido original.

b) A transformao linear
2 2
: R R T com ) , (
2
1
) , ( y x y x T = um exemplo de operao linear que ir contrair o
vetor na metade do seu tamanho original, mantendo o seu sentido. Poder ser escrita tambm por:
|
.
|
\
|
=
2
,
2
) , (
y x
y x T .

Para refletir: Quem pouco pensa, muito erra. (Leonardo da Vinci)

y
x
0
v

) (v T

No grfico acima, o operador T dilata o vetor v

no mesmo sentido e isso implica que 1 > n


34

Na direo do eixo x (ou horizontal).

2 2
: R R T tal que 0 ) , . ( ) , ( > n com y x n y x

Outras notaes:
) , . ( ) , ( y x n y x T = ou
(
y
x n
y
x .


(
=
y
x n
y
x n
y
x
1 0
0 .

Na direo do eixo y (ou vertical).

2 2
: R R T tal que 0 ) . , ( ) , ( > n com y n x y x

Outras notaes:
) . , ( ) , ( y n x y x T = ou
(
y n
x
y
x
.


(
=
y
x
n y n
x
y
x
0
0 1
.

Operao de Cisalhamento:

Na direo do eixo x.

2 2
: R R T tal que ) , . ( ) , ( y y n x y x +

Outras notaes: Com a matriz cannica:

) , . ( ) , ( y y n x y x T + = ou
(
+
y
y n x
y
x .

(
=
+
y
x n
y
y n x
y
x
1 0
1 .

Nota: O efeito do cisalhamento transformar o retngulo OAPB no paralelogramo B P OA ' ' , de mesma base e mesma
altura. Observe que, atravs desse cisalhamento, cada ponto ) , ( y x se desloca paralelamente ao x eixo at chegar em
) , . ( y y n x + , com exceo dos pontos do prprio x eixo , que permanecem em sua posio, pois para eles tem-se 0 = y .

Esse cisalhamento tambm chamado de cisalhamento horizontal de fator n.


35

Na direo do eixo y.

2 2
: R R T tal que ) . , ( ) , ( x n y x y x +

Outras notaes: Com a matriz cannica:

) . , ( ) , ( x n y x y x T + = ou
(
+ x n y
x
y
x
.

(
=
+ y
x
n x n y
x
y
x
1
0 1
.

Nota: O efeito desse cisalhamento similar ao cisalhamento na direo do x eixo , porm na direo do y eixo .

Esse cisalhamento tambm chamado de cisalhamento vertical de fator n.

Operao de Rotao:

A rotao do plano
2
R em torno da origem O [Figura A], que faz cada ponto descrever um ngulo u , determina uma
transformao linear
2 2
: R R T .

Figura A Figura B

As imagens dos vetores ) 0 , 1 (
1
= e ) 1 , 0 (
2
= [Veja figura B] so as transformaes:

) , (cos ) (
1
u u sen T = e ) cos , ( ) (
2
u u sen T = e assim:

2 1 1
). ( ). (cos ) ( u u sen T + = e
2 1 2
). (cos ). ( ) ( u u + = sen T

Conseqentemente, a matriz de transformao ser:
(

=
u u
u u
cos
cos
] [
sen
sen
T que chamamos matriz de rotao de um
ngulo u , com t u 2 0 s < , e que a matriz cannica da transformao linear
2 2
: R R T tal que
) cos . . , . cos . ( ) , ( u u u u y sen x sen y x y x + .

Outras notaes:
) cos . . , . cos . ( ) , ( u u u u y sen x sen y x y x T + = ou
(
u u
u u
cos . .
. cos .
y sen x
sen y x
y
x


(
=
+
y
x
sen
sen
y sen x
sen y x
y
x
u u
u u
u u
u u
cos
cos
cos . .
. cos .


36
Exemplo:
1) Determine a imagem do vetor ) 2 , 4 ( = v
pela rotao de
2
t
u = .

Queremos identificar qual o vetor que surge com a rotao de 90 [sentido anti-horrio] do vetor v
.
Assim, aplicando a matriz de rotao do
2
R para o vetor ) 2 , 4 ( = v
com
2
t
u = , temos:

(
=
y
x
sen
sen
y x T
u u
u u
cos
cos
)] , ( [
(
=
2
4
) 2 / cos( ) 2 / (
) 2 / ( ) 2 / cos(
)] 2 , 4 ( [
t t
t t
sen
sen
T

(
=
2
4
0 1
1 0
)] 2 , 4 ( [T
(
=
4
2
)] 2 , 4 ( [T ou ) 4 , 2 ( ) 2 , 4 ( = T

Abaixo, a representao grfica da situao do problema em questo.

13. TRANSFORMAES LINEARES NO ESPAO

So aquelas transformaes lineares que ocorrem de
3
R em
3
R , ou seja, operadores lineares
3 3
R R .

Faremos um estudo das transformaes mais importantes juntamente com as respectivas interpretaes geomtricas.

Operao de Reflexo:

Reflexo em relao ao PLANO xOy:

A reflexo em relao ao plano xOy a transformao linear que leva cada ponto ) , , ( z y x sua imagem ) , , ( z y x , que
simtrica em relao ao plano xOy. Assim, esse operador linear definido por:

3 3
: R R T tal que ) , , ( ) , , ( z y x z y x

Outras notaes:
) , , ( ) , , ( z y x z y x T = ou
(
(
(
(
(
(
z
y
x
z
y
x


(
(
(
(
(
(
(
(
(
(
(
(
=
z
y
x
z
y
x
z
y
x
1 0 0
0 1 0
0 0 1


37
Reflexo em relao ao PLANO xOz:
3 3
: R R T tal que ) , , ( ) , , ( z y x z y x T =

(
(
(
(
(
(
(
(
(
(
(
(
=
z
y
x
z
y
x
z
y
x
1 0 0
0 1 0
0 0 1

Reflexo em relao ao PLANO yOz:
3 3

(
(
(
(
(
(
(
(
(
(
(
(
z
y
x
z
y
x
z
y
x
1 0 0
0 1 0
0 0 1

Reflexo em torno do EIXO Ox:

A reflexo em torno do eixo Ox a transformao linear que leva cada ponto ) , , ( z y x sua imagem ) , , ( z y x , que
simtrica em relao ao eixo Ox. Assim, esse operador linear definido por:

3 3

Outras notaes:
) , , ( ) , , ( z y x z y x T = ou
(
(
(
(
(
(
z
y
x
z
y
x


(
(
(
(
(
(
(
(
(
(
(
(
z
y
x
z
y
x
z
y
x
1 0 0
0 1 0
0 0 1

Reflexo em torno do EIXO Oy:
3 3

(
(
(
(
(
(
(
(
(
(
(
(
z
y
x
z
y
x
z
y
x
1 0 0
0 1 0
0 0 1

Reflexo em torno do EIXO Oz:
3 3

(
(
(
(
(
(
(
(
(
(
(
(
z
y
x
z
y
x
z
y
x
1 0 0
0 1 0
0 0 1

Reflexo em relao ORIGEM:

A reflexo em relao origem a transformao linear que leva cada ponto ) , , ( z y x sua imagem ) , , ( z y x , que
simtrica em relao origem. Assim, esse operador linear definido por:

3 3

38
Outras notaes:
) , , ( ) , , ( z y x z y x T = ou
(
(
(
(
(
(
z
y
x
z
y
x


(
(
(
(
(
(
(
(
(
(
(
(
z
y
x
z
y
x
z
y
x
1 0 0
0 1 0
0 0 1

Operao de Rotao:

Rotao em torno do EIXO Oz:

A rotao em torno do positivo z eixo a transformao linear que faz cada ponto ) , , ( z y x descrever um ngulo u em
sentido anti-horrio. Assim, esse operador linear definido por:

3 3
: R R T tal que ) , cos . . , . cos . ( ) , , ( z y sen x sen y x z y x u u u u +

Ou pela notao:

) , cos . . , . cos . ( ) , , ( z y sen x sen y x z y x T u u u u + =

A matriz Cannica da Transformao :

(
(
(

=
1 0 0
0 cos
0 cos
] [ u u
u u
sen
sen
T

Observaes:

i) Veja que a transformao ] [T acima no altera os
pontos do z eixo , ou seja: ) , 0 , 0 ( ) , 0 , 0 ( z z T = .

ii) Note que o u = . Para se determinar o ngulo o entre
v
e sua imagem ) (v T

, utilizamos:
| ) ( | . | |
) (
cos
v T v
v T v

= o .

Rotao em torno do EIXO Oy:
3 3
: R R T tal que ) cos . . , , . cos . ( ) , , ( u u u u z sen x y sen z x z y x

(
(
(

=
0 1 0
cos 0
0 cos
] [ u u
u u
sen
sen
T

Rotao em torno do EIXO Ox:
3 3
: R R T tal que ) cos . . , . cos . , ( ) , , ( u u u u z sen y sen z y x z y x

(
(
(

=
0 0 1
cos 0
cos 0
] [ u u
u u
sen
sen
T

Para refletir: Quando falares, cuide para que suas palavras sejam melhores que o silncio.

Mat Ensino - Algebra Linear - Parte A 2013-2 PDF

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Mat Ensino - Algebra Linear - Parte A 2013-2 PDF

Uploaded by

Copyright:

Available Formats

Material Bsico de Estudo

lgebra Linear Real

que a expresso analtica, ou

que a expresso matricial, ou

que uma variao da expresso analtica, ou

. . + = que combinao linear com a base cannica.

apenas com a letra indicativa em negrito v ,

] tornando fcil a representao de um vetor em anotaes a mo livre, por

atravs da subtrao dos

admite apenas um simtrico V u e ) (

= V admite, pelo menos, dois subespaos: o conjunto } 0 {

, chamado subespao zero ou

que ainda pertence a W , pois a primeira coordenada nula para R a e .

pertencente a S e k um nmero real. Assim teremos:

, ento podemos escrever que:

seja combinao linear dos vetores i

, devem existir os valores de

combinao linear dos vetores i

so os versores da base cannica que geram o sistema cartesiano ortogonal

5 4 1 ) 5 , 4 , 1 ( + + = = j fora aplicada inmeras vezes no estudo da Geometria Analtica e da Fsica.

seja combinao linear dos vetores

, devemos verificar se existem os nmeros a , b e

= (1, 2, 5) como combinao linear dos vetores

= (4, 3, 6) possvel escrever v

como combinao linear de

= (1, k, 7) seja combinao linear de

pode ser obtido da combinao linear dos demais.

so LI, ou seja, linearmente independentes.

, pois se percebe facilmente que os vetores

NO so mltiplos escalares um do outro, o que leva a

= D Como 0 = D , temos que os vetores do conjunto P so LD. [Note que: L

= v , ento B LI. [Verifique!]

uma base do espao

costumam ser chamados de i

. Mostre que o conjunto } , , {

, ela pode ser escrita como combinao linear das matrizes de B :

ou pela expresso matricial:

, que na base cannica } , { j i C

como combinao linear dos vetores da

pode ser representado numa outra base, por exemplo: } , {

, agora com a nova base } , {

como combinao linear de

ou mesmo na forma matricial

. Note que dessa maneira devemos identificar a base

, tendo esse como valor

, dado na base A, para a base B , faremos: | |

tem um s vetor imagem W w e

. Se a lei que define essa funo for ) , 2 , 3 ( ) , ( y x y x y x T = teremos (esquematicamente):

, vamos observar o seu comportamento.

formam a base cannica do

[sendo esse vetor considerado como uma matriz de ordem 1 n ].

. ento pode ser escrita como: v A v T

um vetor coluna de ordem 1 2 , temos:

You might also like