ANNIBAL HETEM JUNIOR ALGEBRA LINEAR PARA COMPUT ACAO <<) Mee -- -- -- ~~ 2 = ISABEL CRISTI! OLIVEIRA NAVARRO ESPINOSA ! LAURA MAR TO OLIVA BISCOLLA | PLINIO B oy === ---- LICAdicio, 2 Multiplicagio por escalar (n real), 3 Multiplicagao de matrizes, 4 Matriz inverstvel, 5 Determinantes, 9 1.4.1 Menores e co-fatores, 11 142 Desenvolvimento por Laplace, 12 14.3 Matriz adjunta, 14 ‘CariruLo 2. Sistemas lineares, 19 2.1 Equagdes lineares, 19 22 Sistemas lineares, 19 2.3 Resolugio de sistemas pela repra de Cramer, 21 24 _ CaPiruto 3. Espacos vetoriais, 32 3.1 Definicdo, 32 3.2 Subespago vetorial, 34 3.3 Soma de subespacos, 35 3.4 _Intersecefio de subespacos, 37 3.5 Soma direta, 40 3,6 Combinacio linear, 40 3.7 Subespago getado, 41 Carituto 4, Base e dimensdo, 44 4.1 Dependéncia e independéncia linear, 44 42 Base, 46 43 Base canOnica, 47 Catruto 5. Transformacées lineares, 54 5.1 _ Revisdo de fungdes, 54 5.2 Transformagio linear, 56 5.3 Niicleo e imagem de uma transformagio linear, 61 5.3.1 Nucleo, 61 $3.2. Imagem, 62 Resoluedo de sistemas por escalonamento, 24 Operagdes com transformagées lineares, 66 CaPiruto 6. Matriz de ui linear, 70 CarfruL0 7. Diagonalizacao, 7.1 Valores préprios vetores 7.2 Diagonalizagao, 87 Capfruto 8. Produto interno, 9 8.1 Produto interno, 82 8.2. Espacos vetoriais eucli 8.3 Norma de um vetor, 94 8.4 _ Distincia entre dois vetores, 8.5 Angulo entre dois vetores, 9¢ 8.6 87 8.8 Base ortogonal, 101 8.9 Base ortonormal, 101 8.10 Coordenadas de um yetor numa ortogonal, 102 8.11 Método de ortogonalizagio de Gram-Schmidt, 103 Conjuntos ortogonais, 105 Complemento ortogonal, 106. 8.12 8.13 8.14 coeficientes constantes, 112 9.1 Operadores lineares diferenciais coeficientes constantes, 112 9.2 Algebra dos operadores li 33 ie onA=(a)= ini caine aae A matriz representada tem m linhas e n colunas. Observe que a utilizagio de! uma matriz. nfo é conveniente, pois elas j4 sio utilizadas para indicar 0 determinant ¢ esses dois conceitos so distintos: matriz € uma tabela de nimieros reais, © 0 det matriz € um nimero real. i A notacao M,,..,,(R) indica o conjunto de todas as matrizes reais mn, isto 6, matriz ros reais com m linhas en colunas. em colunas, que é eames. quadrada de ordem m. Quando m#n, dizemos x se matriz retangular. Dizemos que A é uma matriz linha se m= 1, A= (a, a,)...4,)- Dizemos que A é uma matriz coluna se n= 1,identidade de ordem 7. ‘ ‘9s seus elementos correspondentes smos a notagao I, para indicar a matriz ; matrizes serdo iguais se e somente se (a,) eB = (b,), temos que A=B © a= by ‘Sejam A = (a,) e B = (b,) matrizes mx n, amatriz.soma A+ B € dada por: a) (Pr bv Pn) (4utbn aa +bn a, | [bn bs Ban |_| @ntbn an +n 4 osha io) Cl ee CR B A+B Propriedades Aj) associativa A+(B+C)=(A+B)+C, VA,B,Ce M,,,.,(R) A) comutativa A+B=B+A,WA,BEM,,.,(R) A,) elemento neutro J0 M,,,,(R) tal queA+0=A,V Ae M,,,(R) Ad) oposto VAe M,,,(R), I-A) M,.,,(R) tal queA + (-A) =0, A Vetificagao dessas propriedades pode ser feita fac matrizes. Note que a matriz elemento neutro 0 éa ilmente utilizando-se a definigao de matriz nula, isto 6, 00 0 =| 9... 0 00:6a nova matriz a - A é também uma matriz mxn Propriedades M) @:f)A=a:(B-A), VAEM,,,, (BR), Va,peR M)) (@+f)A=aA+fPA, VAEM,,,(R),Va,BER M,) @(A+B)=@A+aB,V A,BeM,,,(R),VaER M,) 1:A=A,VAeM,,.,®) EXEMPLO Sejam determine: A — 2C; ¥zA; B + 2C ~A. Solugao Oa 0 -1) (2 1) ( 2-0 2-e1) A-2C=|-1 3)-2)-1 0|=)-1 3)-|2-Cl) 2: 01 2 eel) UK ‘que tem como termo geral = Yay by ay Diets + in Pak Tinhas da nova matriz, "Para deixar mais claro, vejamos um exemplo. dD, ele) A=|-2 3] € a-(? 0 Zs 0 =1 Yenifieamos que a matriz A € do tipo 3 x 2e a matriz B 6 do tipo 2 x 3 e podemos ent 0s produtos AB e OBA. Solucao al 2 C00#2-1 (C1)+(-1)+2-0 Ci aes 3) MS og (2 -1 :) ¢ 1 0 -3}>| 2043-1 (2)-C1)+3-0 (2)-243 0-1 9041-1 0-C1)+C1)-0 0.9 +C))- G3) 21 -8 ; Blear 2. 13 BIOs 3 Goat. >) 32 4 a(t 0 4} 23 -( DEC) (2)42.0 0.24 cn gage GAG 2)203)-0 12 .0Ge cmB- nica, EXEMPLO Verifique se A € inversivel. Ze A= eu) Solucao Devemos procurar uma matriz talqueA:B=/eB-A=I entao: per Dianna =1 3)\erd) 0 2ate 2b+d\_(1 0 dat -a+3c -b+3d) \0 1 i resolvendo o sistema, temosDat vae(§ 5) Tomemos a matriz tal queA-B=/eB-A=Tentio: 2at+e=1 2 1) fa b)_(1 0) 4, |6a+3a=0->c=—2a an-(? a ao i) ane do 6b +3d=1 substituindo na 1* equagfo temos 2a ~ 2a = 1, isto é,0 = 1 (F). Concluimos entao que o sistema nao tem Solugao, logo nao é possivel determinar a. Portanto a matriz A nao é inversfvel. Esse processo para determinagao da matriz. inversa é mais utilizado quando a matriz At dem 2, porém quando a matriz A 6 de ordem mai {ao simples: por exemplo, se a matriz for de or 9 variaveis, o que nao é muito Pratico, Para esses casos, utilizaremos um Para isso sera necessarias oper com as linhas da matriz, Temos Permutacao de Jinhas; Processo pritico para a determinagao da matriz in Tacdes elementares de linha, isto €, operagées que : trés opcracdes Possiveis:EXEMPLOS 1. Dada a matriz one waV buon determine A“, pelo processo pratico. Solueao Inicialmente montemos uma nova matriz.colocando ao lado de A a matriz identi Pondente, As operagdes elementares devem ser feitas com as novas linhas da matriz 192 2)17 0:0 01 2/01 O}- lao” Sap OnOn D 10 -2)1 ~{071 2/0 00-9} 1 L,=L,-2L) 7/9 -4/9 -2/9) 29 3/9 2/ 0 -2} 7/9 4/9 -2/9 ic Dil fies Openlist, 00 1|-W9 79 -1/9 iL0 Cit; 2 1 1 3-12 9 12 L,=L,+L, ‘Como 24 linha da metade esquerda da matriz é inteiramente nula, nao ser possivel dessa matriz a matriz identidade, logo A nao € inversivel. 1 A= 1 2 1 -1 1 8 1 2 foi usada para criptografar (codificar e decodificar) uma mensagem. As letras do a ram numeradas de acordo com a seqiléncia: Semi vsHs ene Ss NXxXS< Cao WPOVOZ SCA C-tommoaw> SoATE |=3. 05.2 27-3 -1 © multiplicando as matrizes para decodificar teremos: : 1 2 3] 744] [1 > 1 1 1]/22]=!20 ete =1 1 2}{21) {a és 1 2 3)[25) [4 ¥e 11 1//14}=]9 el sle-2))\ ere aa |i 12 3) [92' 4 1 1 1//35}=| 5 El 2) {53} [26 O significado é: ATAQUE DIA DEZ mco FHP Peo Noo Matrizes semelhantesA= (2), ento det A =2. Determinante de uma matriz de ordem dois. 4 4a) Get Aa 2) = ayy an — aia a3, alec ©, Determinante de uma matriz de ordem trés, M1 an ay A=| a,, Ga, 41 On as, A a ay det A=la,, ag, =a)- n 9y On|= a, 9" 033+ aya, 3° 431+ ia * ap, «a. — 43° ay aye as ayy 327 413 dog ate 742° Gy ay — G1 ayy + By Para facilitar, Podemos Tepresentar 9 cAleulo Pi OF Meio dos diagramas a seguir:det A=|-1 1 -1]=(-2)+(-4)+(0)-(2+0+4]=0 20 -2| Observemos que no caso (a) os produtos sio feitos conforme as setas, e mantém-se. Jano caso (b) os produtos sio feitos conforme as setas, ¢ 0s resultados tém seu sinal. Esse processo s6 serve para determinantes de matrizes de ordem 3. ay Para definir det A para uma matriz de ordem qualquer precisaremos de mais alguns 14.1 Menores ¢ co-fatores Seja A = (a)) uma matriz.quadrada; chamamos de menor relativo ao elemento a de A 20 minante |N,|, em que N,é a submatriz quadrada de ordem 1 de A que € obtida pela da linha ie da coluna j da matriz A. Chamamos de co-fator de a, ao escalar A, dado por: ACD Wh Os sinais (-1)'*/podem ser mais facilmente visualizados pela mattizPara calcular N,, devemos eliminar a 1* linha e a 3* coluna; assim, temos: ol ete) Para calcular N,., devemos eliminar a 2* linha e a 2 coluna; assim, temos: 12 to 4 -1 0 Assim: An =(-1)*? INp|=(-1)*- 1 2 laa Cian.Ay + 4n°An+ a. Calculando os co-fatores: Asc! eco (0-1-1-1]=1-() Ay =(-)'*- =(-D*(-1)-1-2-1 ee 2 Ap=Cy'. HL Oly! ay-t-1- a * oa 1 (-)-A-1-0]= |A|=1-(-1) +2-343-(-1) =-1+ 6-3=2 Faremos agora o desenvolvimento pela 2*coluna. Pela 1* linha temos: det A =|A] =a) ° Aj) + ayy “Any + yp “Asp Calculando os co fatores temos: eCard | (D? )-1-1-2}=).3)= ‘-1)* + [1-1-2-3]=(1)-(-5)=-5 Ay =(-1)"*- 1 3} Diced} 1 as ent jo ttc i=cptat Dai, |Al=2-3+0-(-5) +1-(-4)=6+0-4=2determine a matriz adjunta de A Solugao Pois os co-fatores de A sio: +1, |2 Ay =(-l)! J Frew caer 9 4 =(y2,|-l 3 Ay =(-1)!*?, : JDM CHecy-coa6 ete ela Ay =(-1)! | } POO ence ‘ =(-13+1,|0 =I | An=(-1)t a HRC. =n anydetermine A* utilizando o teorema. Solucao Calculando os co-fatores de A, temos a matriz. dos co-fatores de A: (3) ea matriz i eat: aaa) |(3-5 -(-2)]=-3-C1)= =-3-(-10)=-3 +1 le Ge) 3-1) 51= ee -f F02-01~0-0n0 laf) BIE) -2.020 02, P;) Se A tem 2 linhas (ou colunas) idénticas, EXEMPLO, Sendo » nto O sey determinante é nulo, isto é,=4~240+2-0-4=0 P,) Se amatriz A € triangular, isto 6, A tem zeros acima ou abaixo d ‘© determinante de A € igual ao produto dos elementos da diagon: Observacao: Note que para a matriz identidade J temos [I| = 1. EXEMPLO Sendo Solugdo Temos: a ie 1.3-0-1=3 isto 6, 0 determinante € igual ao produto dos termos 1 e 3 da diagonal principal, temos: a, permutando-se 2 linhas (ou colunas) de A, entio |B|=—|Al; 3 b, multiplicando-se uma linha ou coluna de A por um escalar a, entao |B] ¢. somando-se a uma linha (ou coluna) um miltiplo de outra linha [B|= [Al EXEMPLO.*240°3°2+(2)-1-1-(2)-(-1)-2-3-1-2-2.1.9 4-2-4 6=-16 1)+2+0°3-2+(1)-1-1-C1)-(-1)-2-3- _ =-2+0-1-2-3-0=-8 i 1B =2 + [4]2.1 Equacoes lineares ‘Uma equacio linear 6 uma expressio do tipo a,x + ax; +... +4,%,=b, (niimeros reais) x, x, .., z,€ R sto as variaveis (incégnitas). Os escalares a,siio chamados coeficientes, e b é chamado termo independent ‘Uma solugio para a equagao sera um conjunto ordenado de valores para ‘ue, substitufdas na equacao, a tornem verdadeira. 7 EXEMPLO oe Dada a equacdo linear 2x +3y—2=2, temos: a, =2, a,=3, a, = 1 coeficientes; b: pendente e x, y, z varidveis. Quando x=-1, y=1ez 2x4 3y—2=2 21) + 3(1) - 1) =2 -24341=2 DED) Notemos que ainda nao € possfvel afirmar se essa solugao € tnica, Representamos a solugio de uma equaco por uma n-upla ordenada (ky, ky solucio da equacio dada nesse exemplo € a terna ordenada (x, y, 2) = (<1, 1, .2 Sistemas lineares Um sistema de equagdes lineares é um conjunto de equagdes lineares, Assim, equacoes e n varidveis pode ser representado por: By Xy FA yy +... +44,-X, =), s Gy°X, Fy 'Xy +...+0,°x, =), gy Xp 4 Ojg* Ny ch ons sendo: 4, 08 coeficientes, com i = I, 2, 3, x,com j= 1, 2, 3, ..., mas varidveis; b,com i= 1, 2,3, .... mos termos independentes. mej, 2unnquando substituimos x= 1, y= Oe A, 0, 0) € solugdo de S, pois _g6es que formam o sistema temos: eon O01 | (Y)) 4)+0+3-0=2 (VY) 3) +4- (Vv) isto 6, esses valores para x,y, z tomam verdadeiras as 3 equagdes. : eres .demos classificar ‘Nem todos os sistemas lineares tém solugo. Vejamos como por ‘quanto ao fato de ter ou nao solugao ¢, tendo solucio, quanto ao ntimero de solugées. Se o sistema S nfo tem solugao, dizemos que S é impossivel (ST) (ou incompativel), tema tem Solucao, ele € possivel (ou compativel); dai, se a solugdo for tnica, ele ser um " Possivel e determinado (SPD), mas, sc tiver infinitas soluc6es, ser4 um sistema possi terminado (SPI), Resumindo: Tmpossivel Possivel (no tem solugao) (tem solugio) Determinado Indetermi a leterminado (66 1 solugao) (infinitas solugses) Também utilizamos os termos : compativel (sist Ha Para classificar um sistema, (sistema possivel) eincompativel (Sistema impo Note que (0, 0, “mpre € solucao do sistema neo} assim, todo sister ( » 0) s € solugao do sist homo; ‘odo sistema h 'ENeO; assim, ‘eo é sempre posstvel, isamos veri aoe ‘e1SAMOS Verificar & se além da solugio {0) trivial exi t vial existem 01 EXEMPLos i Raolva © classifique os sistemas jj leares:Resolvendo por adigfo, temos: 2x +4y=0 2x -4y=1 O=1 (fF) ‘como encontramos uum resultado falso, concluimos que o sistema no tem € Cee x+2y=1 Solucao Resolvendo por adicdo, temos: 2 equagio, temos: x = 1 ~ 2y; assim, as solugdes do sistema sio da forma {(. = 2y} ou de modo mais simples (1-2), y)ly € R). ‘ 23 Resolugao de sistemas pela regra de Cramer Consideremos 0 sistema2-3 —=(-9) =19 a =10-(-9) af d| : 7 3 a =| =35 —(-3) =38 es I ; ‘ a + 'F 2-(21)=-19 an8) Como A #0, podemos escrever daf a solugao do sistema sera Sistema possivel e determinado (SPD), e a solugao € (2, -1), 2x+3y— z= 1 Bb 3x+Sy+2z= 8 x-2y-3z=-]A.=|3 5 8)=-10+24-6-5432+9=44 1-2 =] Como A # 0, podemos escrever daf a solugio do sistema sera ‘Sistema possfvel e determinado (SPD) e a solugao € (3, -I, 2). x+ y-2z=0 c. 42 -2y+ 3x- yo Solugao 1 Ver 2| A=|2 -2 1]=24+34+4-124+1+2=0[2-2-0 6-6=0 J-4-420 Como A =0, escrevemos: A-x=A;A-y=A,eA-z=A,, isto é, O-x=0;¥x O Sistema € indeterminado (SPI), Daf, temos que © asoluio do sistema pode ser dada por [erreat} 2 (2. ») u=(0, y, z) Ress y 052+ 0ro-tryss © VueS,Vae Rtemos auc S WES u=(0,y,2) 2 #24 092-04 are g s {G:)€ RY) no 6 subesp i ‘ é 260 do R?, pois (0, ‘oordenad: Yetornto igual a1) pues© VAES,VaeRa-Acs dessa-(? | c 0 ed4na-(? ual 0 Panes 2 0) lac 0 | Soma de subespacos Dados R, S subespagos de V, temos: R+S= (ue Viu=rt+scomre Rese S$) Demonstra¢ao: Se Re § sio subespacos, temos: ) 0ER+S, pois0e ReVe Sedat0+0=0 Q) Vu,veR+SutveR+s ucR+S—>u=r+s,comreReseS Bas: Gane vee = veR+S=>v=ptqcompeReqes )+ P+a)= (+p) + UtvER+S VueR+S,VaceRaueR+S ue R+S>u=r+scomre Rese § ausa-(r+s)= 4-0 + as ER+S Race ees eRe Ss Logo, de (1), (2) ¢ (3) temos que R +5 6 subespago de V, 3)Figura 3.1 2 Sendo R= ((x, 0,2) € R’) eS = ((a,b, 0) eR}, determine R + §, Solucao R+S=(ue R3 eta O2) U=rts=(1,0 SES=y=(a,4, 0) lU=r+scomrekese S) +2) + (@, b, 0) = (x44, bay TRESS ((r+a,0,2) € RY) 4 Sendo $7 subespacos dados P S=(,y, jor: Ne Rjer= (@, 0,22) ¢ Rs }, determine + 7, Solucao *S+toomse Sete 7}, BS 9,0), 0, 2b) = (wEscolheremos uma dessas condigdes, por exemplo x = -2y +, e s S, assim: S=((-2y+w,y, 2, w) € Re) em T: X=-yez—w=0, isto 6, x=—yez=w. Substituindo no vetor: T={(,y,», we RY). ‘Como as letras y ew sfio comuns aos vetores s e t, 6 conveniente a sua substitu ento escrever: t=(a, a, b, b). Assim: S+T= (ue R|u=s+tcomse Sete 7) BeBe se G2) M2, Mb ouaset=Cayrm nent teTSt=(-4, a, b, b) : =(2y+w-aytaz+b,w+b) 2 S+T=((2y+w—aytaz+b,w+b)e RY Observe que poderfamos ter escolhido w = x + 2y para substituir em Se dat S=((%y, 2.242) € R4) ¢ a resolugao do exercicio € a mesma. 3.4 Interseccao de subespacos Dados R, 5 subespagos de V, temos: ROS= (ue Vijuc Reue S}(x,y, 0) € R} eS = {(0, b,c) € R?} subespacos de R°, determine ROS ROS= (ue Blue Rene s) =0 peer 7°) . FGI0=04 05 y=b =a YES > v= (0, 5, 0) “ROS=((0,), 0) 6 R)Observe que o sistema que deve ser resolvido na interseceao SPD e dai RAS= {0}, ou SPI, e daf R 9 S tem infinitas solugées, 3. Sendo S=((x,y, 21) € R’) eT = ((e-+y,y,2)€ RP), determine SAT. Solucao: Podemos igualar os yetores de S ¢ T’com as letras que foram dadas no enu sempre & pratico resolver o sistema com letras repetidas. Substituiremos as letras dos vetores de S, assim seS>u=(x, y, 2x) 2x) =(6+6 6 =) ee eee pee resolyendo o sistema, temos: x= y+ 2x, isto €, y=—x « SOT=((,-x, 2) € RY) Note que, se resolvemos o sistema em fungi de b e c, temos: SAT = (Cb, b, 2b) € R’} (equivalente ao resultado anterior). 4, Sendo R e S subespagos definidos por R=({(y~2z,y, 3z) € R’) eS = {(x,2x+z,x-z)€ RY) determineROS. Solugao Substituindo as letras de S temos;pox-4r-220 zs ae G@y,c+z)€ R} (b) ROS={(0, 0, 2)€ R’} # (0,0, 0)} Jogo R* nao é soma direta de Re S. 2. Sendo R = {(x, 0,2) € R?} eS = {(0, y,0) € R @) R+S=(G,y,2)€ R)=R? (b) ROS={(0,0,0)) logo R= R ® 5 (é soma direta), 4, Sendo R= {(x, 0,0)e R}eS=((0,y,0) eR @) R+S=((x,y,0)€ R} +R’, (b) RAS=((0,0,0)) logo comoR +54 Ri } subespacos de R, verificamos que: } subespacos de f°, verific: amos que: POIs, por exemplo, (0, 0, 1) € RR, mas (0,0, l)¢ R+S ndo podemos falar €M soma direta, - Combinacao linear i ‘Seia Vum espago Wetorial, Sev, ,,., YE Vevoc’ an E assim por diante, 2, Sendo V = R?, y=(,-p. Do Exemplo 1(b) temos: escreva 0 vetor w = (7, 2) como combinaedo linear ()- w=au + By (@, € R). Devemos calcularae/ Escrevendo em coordenadas, vem: (7,2)=a (1,2) +8 (1-1). Realizando as operagdes e igualando as correspondentes coordenadas, GBI eee Le Substituindo em (1), vem: | w=3u + 4y 47 Subespaco gerado Seja.M= (u, us. ty) subconjunto fnito de um espaco vetoral V. Usaremos a indicar 0 conjunto formado por todas as combinagGes lineares dos vetores de Assim, IM] = (a, °U, +@3*U, +..4@,°U,| aj, 0. € R}. Pode-se verificar facilmente que [€M] 6 um subespaco de V, Esse subespago €chamado paco gerado por M. Os elementos de M geram [M] ou sao geradores ou ainda fe ma de geradores de [M]. Como M € finito, os espagos sero finitamente gerados. No caso de sistemas finitos, 0s resultados poderdo ser diferentes. Observacao: Se R eS sao subespagos de Vnpeal ,a(-1), oS ay +B,0) : ={((2c,f,a—B+y)e R) Be ernie aver ce geradores de U, subespaco do R?, definido por: n U=({(x,y)€ R’| y= 2x}. Escrevemos U com a relago entre as coordenadas: y=2roux= ~no proprio vetor, assim: 2 U={@%2x)|xeR) (1) T=(EWIxER) 0) Se escolhemos (1), vem: (x, 2x) =x (1, 2), dat Um sistema de geradores de Ué {(1, 2)}. P Se escolhemos (2), vem: ¢ Lee (2 }=3(8 i} dat (2. »| € combinagio linear de (3. i} Podemos também escreyer U = [ i} Observe que este Problema admit i “determinar um sistema ‘erador 4, Dados § = (2x, x—2, _ geradores de §, (x, 2x) € uma combinagao linear de (1,3) demos também escrever U = {(1, 2)} Sistema gerador ...” 2,X4 42) € Ri) Subespago do RR, Podemos determinar>memos | 0 vetor u € S, w= (2x) x—z, zx +42). Como temos dua 40 linear temos dois vetores. (2x, x—2,2,x+ 42) = (2x, x, 0, x) + 0,-2, z, 42) =x, 1,0, 1) u,} = {(2, 1,0, 1), (0-1, 1, 4)} €um sistema de g S=[(2, 1, 0, 1), (0, -1, 1, 4).Re gerado pelos vetores u= (1,2), V= (1-1 determinemos 0 conjunto [5] dado por [s}= (au+pv+ywe Ria five R)- escrever w camo CL de ue ¥. w= 3u+4y,e daf [S= (ou +Bv +yGu+t 4v)e Ra, By © R) [S]= (@+3y) u+ G+ 4y) ve R|a,B,ye R} chamando a’ =a + 3y, B’ =B + 4y, a’, B’ € R, temos: (S]= {au + By |’, 6’ € R} =[u, y], Ouselt, © subespago gerado por (u, v, w) € 0 mesmo que é gerado por (u, v}. Sgora: olhando u ev, notamos que nenhum deles pode ser CL do outro, Pe fato, suponhamos que u seja CL. de v, isto é, u=av,ae R. Temos: (L2)=a (1-1) @=1 ea=-2. Absurdo!! (Do mesmo mor Notemos que, se tirarmos do Conjunto § = {u, Subespago gerado Pelo Subconjunto § é Omesmo (no qual nenhum dos vetores 6 CL do ‘outro}), SejaS={y,, Yor Vn) (NZ 1) um sube it aay 01 ii os ee a eee njunto de um €SPago Vetorial V, * ¥.=0, entao 5 é linearmente de ley * Y140, entio é inearmente inn nt LD. lente independent, Ly, do €absurdo que v seja CL de w.) Ys1, Consideremos $= (u, v, w}, sendo u seS€LD oul. Solucgao Escrevendo, por exemplo, u=av+Bw (a,BeR), vem 3a-5p=-9 €9,1, 16) =a(3,-1, 2) +85, 1,4)> a+ Bee 2a + 4B = 16 Levando a = 2, B = 3 na 3* equacao, verificamos que ela é verdadeira, isto 6, 2:244-3=4412=16, : Logo, o sistema tem solugio nica e portanto u é CL de ve w, donde § é 2. Consideremos 0 conjunto $= {u, v, w); sendo u= =, 2); v= Gaon ay fiquemos se § € LD ou LI. Solucao Eserevendo, por exemplo, W=a-utP-vvem: a+ B=2 () (2,1, 3)=a(1,-1, 2) +B, 2,3)=> {a +2B=1 (a) 2a+3B=3 (3) De (1) € (2), calculamos a = 1, B= 1. Levando a = 1, B = 1 em (3) vem: 2°143:1=24+3=543, logo, o sistema nfo tem solugao e, portanto, w niio é CL de we v. Deixamos a cargo do leitor mostrar que também u nao é CL de v Donde § é LI. ‘Vamos agora enunciar e provar tres: propriate concernentes dos mais adiante.Para maior simplicidade, trabalharemos no préximo exemplo com V = ®, vamos obter vale para qualquer n (n> 1) EXEMPLO Seja V= R?= {(x, y, 2) | x,y,z € RR). Consideremos o subconjunto C 1)}. Mostremos que A é uma base de R, (a) V(x, y, 2) € RP temos: (, y, 2) = (x, 0, 0) + (0, y, 0) + (0,0, 2) = =x(L, 0, 0)+y(0, 1, 0) + 2(0, 0, 1) = R°=[C] (b) Seja a equag! (1, 0, 0) +A(0, 1,0) + 700, 0, 1) =(0, 0,0) (a,B,y € R) entio: (1, 0, 0) +B(0, 1,0) +y(0, 0, 1) = (@, 0, 0) + ©, 8, 0) + 0, 0,y)=(@, B, =(0,0,0) a= A partir da equago anterior, nenhum dos vetores pode ser eserito como CL dos outros. poderfamos escrever assim o vetor cujo coeficiente ndo fosse nulo). Donde C 6 LI. é base de Re dim R®=3. 4.3 Base candnica Se consideramos agora em fR", temos: C=((1, 0,0, 0), 0,1, 0, 250), 0, 51,0), 0,0, n50,1)) que tem ni yetores LI, entendemos facilmente que C é uma base do R". Essa é a base mais possfvel com a qual trabalhamos no IR”, e € chamada a base candnica do R". Finalmente, segue que: dim R" =n. Notemos que, se C é base can6nica do IR’, escrevemos um vetor u simplesmente como UW (Gy ry Gy omitindo 0 indice que indica base. subespago do2. a. Se uma matrizesté escalonadae LD. i etores-linhas Fee alas endo o conjunto.de vi b, Se, por outro lado, no tem linhas _ €LI, conforme o exemplo: $=(G, 1, D,@,1, D, 0,0, D} conjunt oti nulas, entao 0 at ‘mais linhas temuma ou fieeten! = 0 1 1|consideremos a equagao: 001 @(, 1, 1) +B(O, 1, 1) + (0, 0, 1) = (0, 0, 0) a=0 Que corresponde 20 sistema a +B = 0 a+B+y=0 ELI (conforme vimos antetiormente), @ Segue também que, se hé uma ou mais linhas nul mado pelos vetores-linhas n40-nulos 6 LT (€uma 3. Se considerarmos um subconjunto § de Re linhas (colocando as Coordenadas dos Yelores como Tinhas), obs. linhas da matriz as tts operacdes elementares ja definidas, Sempre Pertencentes a(S] (isso segue dq “Tinearidade” das opersox, ie MS Operacées ele: finigéo de Subespago 8erado), : Essas reflexes Justificam 9 Método do R", 0 qual 'VeMOS a seguir, = BSS Blengzo de ima base de dng Seja Vo Subespaco do Reem questo: “a pris i e : Daisy ne Semin »cuja solugdo 6 « = 6 =y = 0 e conch riz formada pelos ‘ervamos que, se aplic obtemos outros vetor mentares com linhasqueJogo os vetores S40 it ila, enhuma linha nula, com: 1} edim V=3- ss base 0 proprio conjunto ; : bem escolher como »: Poderfamos tar ‘mais “simples”! Etat 3) (1 B =-|0 5 —7|=|0 Bea0) 5-7) (0 TOD Te L,=L, -3L, A matriz escalonada tem uma linha nula, logo os vetores $40 LD ¢ as linhas ondem a.uma parte LI. Donde, uma base de W 6 B = ((1, 1, 3), 0,5, Ne A observagio do exemplo anterior também se aplica aqui. 6 U=[(1,-1, 2, 1), (2,3, =1, 3), G, 2, 1, 4), 3 RSE 6, 5,0, 7))} oR Solueaio Escalonemos:Verificar se R® é soma direta dos subespagos Solueao Lembrando que R=vey Reve hee temos: HU nV= a. Para verificar se U+V=R®, vamos utilizar dim(S +7) = dim Veo. s vemos determinar dim (U + V) e verificar se é igual a 3. Como U + R®), para determinar dim(U + V) devemos encontrar uma base de U-+ 4-4 9,2)= 6 -x, 0) +0, 9,0)+ (0, 0,2) =a(1, -1, 0) +90 assim U + V=[(1, -1, 0), (1, 1, 0), (0, 0, 1)] 1 1 0 -.B = {(1,-1, 0), (1, 1, 0), (0, 0, 1)) € uma base de U+Ve dimU+V=3, b. Determinemos Un V. Igualando os vetores de U e V, temos x=y @, 4, 0) = (2) => {x =y z=0 da 1" ¢ 2! equacées temos x= 8. Sendo U= {(x, x—z, U,V,U+VeUnV.(2.1.0.0) 0,0, 1, 1} € uma base de Ve dim V. bserv jo, temos: da observagio feita em subespago geradi ido da ol U+V=(ByUByl, Togo, By.y= (1, 1,0, )0,-1, 1,0), ©0,1,,¢, °,0, 1)) é uma base de U. +V=4, Base de U 9 y._ 5.3 Niicleo e imagem de uma transformacao linear Sejam Ue V espacos vetoriais, F: U > V transformagao linear (fungdo lin 53.1 Nacleo Definimos como nticleo da transformac: U, dado por: do (fungdo) linear F o conjunto NF) N(F)= (ue U| F(u)=0,}. Podemos também utilizar a notacao Ker F (abreviatura da palavra inglesa nar o nticleo de F. Graficamente:De (1), (2) e(3) temos que Im F 6 subespago de V. yea Fu)=Fa-w),a- VEU Gone ve EXEMPLOS 2) Determine o nticleo e a imagem das fungées lineares (transformag6es lineares) 1. F: R? > R? definida por F(x, y) = (y= 2x, y + 2x) Solucao a. N(F) = ((x, y) € R?| FG, y) = (0, 0)) Foas)=0 594292 0.09 17> Be y=0 =0 =0=> substituindo na 1* ou na 2* equagao na 20) ~.N(F) = {(0, 0)} (subespago trivial ou nulo) - b. ImF = {(y— 2x, y + 2x)€ RY} 2. G: R? > R? definida por G(x, y) = (0, y= 3x, = + 3x) Solugao. a. MG)={(x.9) € 1G») =(0,0,0)) 0=0 G(x. ») = (0, y—3x,-y + 3x) = (0,0,0) =) y-3x=0>y= x =y43x= MG) = {(e, y) € RP y = 3x} ow N(G) = {(x, 3x) [xe b, ImG = (0, y—3x, -y +31) € R) 3. H: R’ > R? dada por H(x, y, 2)= (0, 2x + Sy ~ 2, -2x — 0 Ry ayN(G) = [(1, 3}, como (1, _ Logo, base deN(G) 6B = (( b. Im G=[0, 1,-,0,-3,3)), at, to ie L, v- L, +32, mas {(0, 1,-1)} € LI. ~ B= ((0, 1,-1)} € base de Im Ge dim ImG=1 3. H(, y, 2) = (0, 2x + 3y—z, 2x -3y 42) Solugao a. N(H) =[(, 0, 2), (0, 1, 2)] li : 3) esté escalonada, portanto 0 conjunto € LI. «B= ((1, 0,2), (0, 1, 2)} € base de N(H) ¢ dim N(H) =2 b. ImA=[(0, 2, 2), (0,3, -3), (0,=1, 1)] 0-1 1) (o-11 0 2 2/-|0 00 LD 0; =3)) (On x00} Ly =L, +2L, Ly=L; +3L, mas {(0, -1, 1)} €U. ; base de Im H €B = {(0,-1, 1)) edimImH=1 4, Fy, 2,1) = (e+ 2y-t 3x-y~7,0) Solucao a N(F)= (C1, 0, 3, 1), 0, 1,-1.2)roe (e+ 2y— 35, +) Gin y= eee = 22, x= Sees “ Determine: a. 3F +2G b.2F-5G Solugao a. 3F +2G: 3 > Re GF + 2G) (x, y, 2) =3(x + 2y — 32, Sx-+2)+2 Gy —2z,x— y+52)= (3x + Gy — 9z, 15x +32) + (6y = 42, 2x—2y + 102) (3x + 12y— 132, 17x 2y + 132) +. GF + 2G) (x, y, 2) = (Bx + 12y — 132, 17x —2y + 132) b. 2F 5G: R? > R? (QF — SG)(x, y, 2) = 20% + 2y — 32, 5x + z) — 5(By — 22, xy + 5z)= = (2x + 4y — 62, 10x + 2z) — (Sy — 102, 5x— Sy + 25z) = = (2x— lly + 4z, 5x + 5y— 232) 1G) & yr Ly + 42, 5x + Sy — 232) 2, F: R? > R?, G; R? > R? eH: R’ > R° transformagoes lineares dadas por: F(x, y, 2) = (x +9 =2 2x—3y), GO Y= Ot DPS yi ety) © HC, y, 2) = =(x-y+z,x-2y-2,-2) x ee? Determine, se possivel: aFoG bGeF cGeH dHeG eFeH f.HeR Solugao a. FG: > R? (F°G)@,y) (Gy) =F + 3 xa += =(xt3y+x-y- y, 2x + 6y—3x+3y)= x +9y) @ty,RR iam = GCG oe ON sy = 43y—xty4xty,x+3y—2x + 2y—x-y x J (e+ 5y,-2«+4y, 2) = (He G)(x, y) = (+ 5y, -2x + 4y, 29) FeH. RR ee @°H) (ey, 2) = FUG y, 2) =Flx-y+2,x- 29-2 9-2) = =@-ytztx-2y—z-y +z, 2x 2y +22 3x + 6y + 3z) = = (2x—4y +z, x + 4y + 52) (Fe H)(x, y, 2 4y +z, —x + 4y + 5z) f. nfo € possivel a composi¢ao H ° F, pois F: R?— R?e H: R°—> R? & GeFoH: ROR (Ge Fe) (x, y, 2) = (Ge (FH) (x, y, 2)=G(Fe H) (x,y, 2)) = =GQ2x-4y +z, -x + 4y +52) = $Qx—4y+2— 3x4 12y+ 152, 2x— dy +24 x—4y— Sz, 2x—4y +z —x + dy + 52) = Cr+ By + 162, 3x8) —4z, x + 62) ° “(Go eHY(x, y, 2) = (x4 8y + 16z, 3x — By —42, x + 62) 5.5 Operadores inversiveis ¥ Sea: U— Vuma transformagao linear; no caso em que U= V, dizemos que a transfarmagao um operador linear, Um operador T: U > U6 inversivel se existe T tal que: ToT! = ToT =| (identidade), __ Tembremos que 16 inversivel see somente se 6 uma fungHo bijetora (injetora e sobre} oe. eeka transformacao linear : scale Ue Vespacos vetoriais com dimensdes n € m, respectivamente, T: linear, A= {u,, us... u,) base de Ue B= (Vi, Vo, Yn} base de V. T(U,) = y,¥, + @2,¥2 ++ GytVn T(z) = a;2V; + AnaVo +--+ naVm T(U,) = 4,,V; + a,,Vo +. ‘matriz m X n dada por ay ay - 4, ay Ors Gn Ogg eul que a coluna j € formada pelas coordenadas de T(u)) na base B, e € chamada matriz de relacao as bases Ae B. Observaces: 1: Se U=V (operador linear) e escolho A = B, entio Ox.=(Dy. U-ReeV=R®, as bases sio as candnicas, entie My»=(1).2 Te) = fe 4e4y,39) | Se ees 4. Dadaamatriz m-( 9 0 27-2093 ))¥ determine a transformagio linear T: R? ReB={((1,-1, 1), 0, 1,0), — R? de modo que, sendo (0, 1, 1)) base do RR se tenha M = (I), Solucao. Tb) =TA, -1, 1) =0, 1) + €2) 0, 1) ,-2) T(b;) =T0, 1,0) =0(, 1) +20, 1)= (0,2) 1b;) = TO, 1, 1)= (1), 1) +B), = G1, 2) V Gye RG, y,2)=a(1,-1, 1) +80, 1,0) +7(0, 1, 1)=(,-a+ x= a a= x ya-arB+y dat sB=2x+y-z, z= aty ys zx T(x, y, 2) = T(4(1, -1, 1) + BO, 1, 0) +, 1, 1) = T(1, -1, 1) +BT(, 1,0) +y7(0, 1, 1) = =2(0, -2) + (2x +y-2) (0, 2)+ @=x) Cl, 2)= (—2 +x, -2x + 4x + 2y — 22 + 22 — 2x) = (7 +x, 2y) 5, Dada a transformagao T: R? > R?, T(x, y) = (x + y, y), determine a. ‘imagem2 Pr= ay + a0, 12 = Ay, + Ant, B, a, ][a, “W)=Tf-(W, cad. Matrizes semethantes: (MU ~N 3 P inversivel, tal que M = P- SN GIE)) EXEMPLOS 1, Sejam A = {(4, -)),(2, 2)} eB = (2, 0), (2, 1)} bases do R a. Calcule cr (matriz de mudanea de base de A para 2). b. Usando: qe ©0Teorema 2, calcule (¥), sabendo queXE R, ou soja, nao tem ratzes reais, * no tem valores e vetores préprios. ©. Te, y, 2) = (x, y, 0) T(1, 0, 0) = (1, 0, 0) (0, 1, 0) = (0, 1, 0) T(0, 0, 1) = (0, 0, 0) A © © 0) 12a o|= =A sap= 0a Olout =a (arccnelay Oe Para ,=0 1 0 0) (x) (0) {x=0 1 0|-|y|=|0|= yy=0 0 0 0} (z) lo ve (0,0, z) =2(0, 0, 1) =(0,0, 1) ae 0.0 0) (x) (0) (vx 00 0|-|y|=}o}=> 4 vy 0 0 -1) (z) \o) |= (,y,0) = (1, 0, 0) +y(0, 1, 0) 1. Va= (1, 0,0) €¥3= 0, 1, 0) Logo: 4=0¥,= (0,0, 1) Jy=1F%=(1,0,.0eV= 0.10 d. T(x, y) = (x + X-Y)