Professional Documents
Culture Documents
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 =
=
y
x
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
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)
lgebra Linear Professor Jlio Csar Tomio
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:
lgebra Linear Professor Jlio Csar Tomio
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
, 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.
lgebra Linear Professor Jlio Csar Tomio
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 {
, ) , , , , 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 =
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
lgebra Linear Professor Jlio Csar Tomio
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 .
Verificando a condio (II):
Seja u
=
(
(
(
=
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)
Verificando a condio (I):
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.
Verificando a condio (II):
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.
lgebra Linear Professor Jlio Csar Tomio
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
.
Verificando a condio (I):
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.
Verificando a condio (II):
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
lgebra Linear Professor Jlio Csar Tomio
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
=
= +
= +
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
, j
e k
. . .
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
, j
e k
, pois: k j i w
. 5 . 4 . 1 + + =
Observao: Note que os vetores i
, j
e k
. A correspondncia da
notao k j i w
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
.
lgebra Linear Professor Jlio Csar Tomio
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
,
2
v
e
3
v
= +
= +
= + +
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, 1, 1),
2
e
= (1, 2, 3) e
3
e
= (2, 1, 1).
2) Sendo v
= (1, 3, 2) e
2
v
= (2, 4, 1)?
3) Determinar k para que o vetor u
= (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).
lgebra Linear Professor Jlio Csar Tomio
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
2
0
v
EXEMPLOS:
1) No espao
2
R , verificar se os vetores ) 0 , 2 ( = u
e ) 3 , 1 ( = v
= + 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
e v
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:
lgebra Linear Professor Jlio Csar Tomio
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
= (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.
lgebra Linear Professor Jlio Csar Tomio
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.
lgebra Linear Professor Jlio Csar Tomio
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
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
e j
.
2) Sejam os vetores ) 3 , 2 , 1 (
1
= v
, ) 2 , 1 , 0 (
2
= v
e ) 1 , 0 , 0 (
3
= 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
(
+ + + =
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 {(
- Base cannica do espao vetorial
2
R : )} 1 , 0 ( ); 0 , 1 {(
- Base cannica do espao vetorial
3
R : )} 1 , 0 , 0 ( ); 0 , 1 , 0 ( ); 0 , 0 , 1 {(
- Base cannica do espao vetorial
) 2 , 2 (
M :
)
`
1 0
0 0
,
0 1
0 0
,
0 0
1 0
,
0 0
0 1
- Base cannica do espao vetorial
3
P (polinmios de grau menor ou igual a 3): } , , , 1 {
3 2
x x x
lgebra Linear Professor Jlio Csar Tomio
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
lgebra Linear Professor Jlio Csar Tomio
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 =
=
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 .
lgebra Linear Professor Jlio Csar Tomio
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
. 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
=
1
5
1
v
e
(
=
2
2
2
v
.
Representado graficamente o mesmo vetor 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
=
12 / 13
6 / 5
B
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
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
.
lgebra Linear Professor Jlio Csar Tomio
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)
lgebra Linear Professor Jlio Csar Tomio
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:
lgebra Linear Professor Jlio Csar Tomio
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
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.
lgebra Linear Professor Jlio Csar Tomio
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.
lgebra Linear Professor Jlio Csar Tomio
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
.
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 =
D CD
lgebra Linear Professor Jlio Csar Tomio
27
Considerando a funo vetorial: ) , 2 , 3 ( ) , ( ) ( y x y x y x T v T = =
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
lgebra Linear Professor Jlio Csar Tomio
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
, ) 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)
lgebra Linear Professor Jlio Csar Tomio
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!
lgebra Linear Professor Jlio Csar Tomio
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
=
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
(
(
(
+
+
= =
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
.
lgebra Linear Professor Jlio Csar Tomio
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
Com a matriz cannica:
(
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
Com a matriz cannica:
(
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
Com a matriz cannica:
(
=
y
x
x
y
y
x
0 1
1 0
lgebra Linear Professor Jlio Csar Tomio
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
Com a matriz cannica:
(
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
Com a matriz cannica:
(
=
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
lgebra Linear Professor Jlio Csar Tomio
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 .
Com a matriz cannica:
(
=
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
.
Com a matriz cannica:
(
=
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.
lgebra Linear Professor Jlio Csar Tomio
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
Com a matriz cannica:
(
=
+
y
x
sen
sen
y sen x
sen y x
y
x
u u
u u
u u
u u
cos
cos
cos . .
. cos .
lgebra Linear Professor Jlio Csar Tomio
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
Com a matriz cannica:
(
(
(
(
(
(
(
(
(
(
(
(
=
z
y
x
z
y
x
z
y
x
1 0 0
0 1 0
0 0 1
lgebra Linear Professor Jlio Csar Tomio
37
Reflexo em relao ao PLANO xOz:
3 3
: R R T tal que ) , , ( ) , , ( z y x z y x T =
Com a matriz cannica:
(
(
(
(
(
(
(
(
(
(
(
(
=
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
: R R T tal que ) , , ( ) , , ( z y x z y x T =
Com a matriz cannica:
(
(
(
(
(
(
(
(
(
(
(
(
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
: 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
Com a matriz cannica:
(
(
(
(
(
(
(
(
(
(
(
(
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
: R R T tal que ) , , ( ) , , ( z y x z y x T =
Com a matriz cannica:
(
(
(
(
(
(
(
(
(
(
(
(
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
: R R T tal que ) , , ( ) , , ( z y x z y x T =
Com a matriz cannica:
(
(
(
(
(
(
(
(
(
(
(
(
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
: R R T tal que ) , , ( ) , , ( z y x z y x
lgebra Linear Professor Jlio Csar Tomio
38
Outras notaes:
) , , ( ) , , ( z y x z y x T = ou
(
(
(
(
(
(
z
y
x
z
y
x
Com a matriz cannica:
(
(
(
(
(
(
(
(
(
(
(
(
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
A matriz Cannica da Transformao :
(
(
(
=
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
A matriz Cannica da Transformao :
(
(
(
=
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.