Algebralinear Colecao Schaum

3? edi¢ao Seymour Lipschutz Marc Lipson Inclui problemas relacionados a ciéncia da computacao 568 problemas resolvidos passo a passo com aplicagoes praticas Abrange toda a disciplina de algebra linear % Aes ee wsObra originalmente publicada sob o titulo Schaum's Oudline of Theory and Problems of Linear Algebra, 3le ‘Seymour Lipschuts, Mare Lars Lipson © 2001, The MeGraw-ill Companies, Ine All rights reserved. ISBN 0-0 1362002 oGritko Capa Ro: Preparagtio de original: Andra Meneses de Souca Supervisio editorial: Denise Weber Nowacsyk Eatoraco eletroniea: Laser Howse SEYMOUR LIPSCHUTZ € professor na Temple University e zambém ji lecionow no institute Politéenico do Brooklyn, Recebeu seu Ph.D. em 1960 pelo tn creveu, entre outros, Beginning Linear Algebra, Probability, Matematica Discreta (publi rite Marhensatics ¢ General Topology oC want de Cigncias Maternéticas da Universidade de Nova York. € um dos autores mais proficaos da Colegio Schaum. Es- \do ne Brasil pela Bookman Editora), Set Theory, Fi- MARC LARS LIPSON § professor na Universidade da Gedrgia, Recebeu seu Pa.D. em finangas em 1994 pela Universidade de Michigan, & corautor de Matematica Discrcta ¢ Probability com Seymour Lipsch Reservades todos 0s direitos de publicagio. ARTMED! EDITORA S. A (BOOKMAN* COMPANHIA EDITORA ¢ ums divisio da ARTMED® EDITORS S.A.) Av. Jeronimo de Ornelas, 070» Santana 0040-340 Porto Alegre RS. Fone (51) 3027-7000 Fax (31) 303 1m lingua portugue 070 E proibida a duplicagio ou reproduce deste volume, no todo ou em parte, sob quaisa formes ou por quaisjuer meies (eletrOnico, mecinice, gravagio, foroedpia, distribu Web ¢ outros), sem permissio expressa da Editor, SAC D800 703.3444 IMPRESSO NO BRASIL PRINTED IN BRAZILCAPITULO 1 _ Vetores em Re C’, espacos vetoriais u L.1_Introdugao u L.2_Vetores em R" 2 1,3 Adigdo de vetores ¢ muliplicagao por escalar 13 L.4_Produto interno 14 1,5_Vetores aplicados hiperplanos, retas ¢ curvas em R" wu 1.6 _Vetores em R" (vetores espaciais), notagao ijk w L.7_Niimeros complexos ua 2 CAPITULO2 Algebra das matrizes az 7 cya 2.3. Adigiio de matrizes e multiplicagio por escaler 38 2.4 Osimbolo de somatiria 2 2.5 Multiplicacio de matrizes 0 2.6 Matriz.transposta 4 2.7 Matrizes quadradas 2 2.8 Poiéncias de matrizes, polindmios sobre matrizes 43 ‘2.9 Matrizes inversiveis (nao singulares) a4 2:10” Tipos especinis de matrizes quadradas 4s 1 Matrizes complexas 48 12 Matrizes por blocos: 48 CAPITULO3 _ Sistemas de equacées lineares 66 3.3. Sistemas equivalentes, operagdes elemeniares 69 3.4. Sistemas de equacées lineares quadrados pequenos 70 ‘5 Siswemas na fonma wiangular e reduzida BB 3.6 Eliminacio de Gauss 75 3.7_Matrizes reduzidas, forma candnica reduzida por linhas, equivaléncia por linhas__78 3.8_Eliminagao de Gauss, formas de matrizes 31 3.9. Forma matricial de um sistema de equagies lineares 84 3.10. Sistemas de equages lineares ¢ combinagdo linear de vetores 386 3.11 Sistemas homogéneos de equagées lineares 88,8B Summa. 312 313 CAPITULO 4 —Espagos vetori a 42 43 44 45 46 47 48 49 410 4 Matrizes elementares Decomposigio na forma LU Introdugao Espagos vetorinis Exemplos de espagos vetoriais ‘Combinacies lineares, conjuntos geradores Subespagos Espacos gerados, espago das linhs de uma matriz. Dependéncia e independéncie linear Base e vimensa0 Aplicagdes a matrizes. posto de uma matriz. ‘Somas e somas diretas Coordenadas CAPITULOS Transformagées lineares Su 52 33 34 55 5.6 37 Introdugao Aplicagies, fungoes Aplicagoes lineares (transformagoes lineares) Niicieo e imagem de ume aplicagao linear Aplicagbes lineares singulares e no singulares, isomorfisrros Operagdes com transformagies lineares A digebra A(V) de operadores lineares CAPITULO6 Aplicagées lineares e matrizes 6.1 6.2 63 64 65 Introdugio Representagdo matricial de um operador linear ‘Mudanga de base ‘Semelhanga “Matrizes e aplicagées lineares genéricas, CAPITULO7 Espacos com produto interno, ortogonalidade Ta 72 73 14 15 16 17 78 79 7.10 Introdugao Espagos com produto interno Exemplos de espagos com produto interno Desigualdade de Cauchy-Schwarz, aplicagies Ortogonalidade Conjuntos ortogonais e bases Processo de ortogonalizagio de Gram-Schmidt Mairizes ortogonais e definiéas positivas Espagos complexos com produto intemo Espacos vetoriais normados (opcional) CAPITULO8 Determinantes 8&1 82 83 Rd 85 86 Introduczio Determinanies de ondem 1 ¢2 Determinanies ¢e ordem 3 Permutagies Determinantes de ordem qualquer Propriedades dos determinantes 91 94. 117 47 a7 118. 120 122 124 126 129 13 133 139 167 167 167 170 im 175 175 7 196 196 196 200 203 204 226 226 226 227 229) 230 232 235 236 238, 240, 264 264 264 265 267 267 268suuno 9 8.7 Menores ¢ cofatores 269 8.8 Calculo de determinantes 20 8.9 Adjunta cléssice 2 8.10 Aplicagdesa equagves lineares, regra de Cramer 272 8.11 Submatrizes, menores e menares principais 2m 8.12 Matrizes em blocos e determinantes 23 8.13 Determinantes e volume 2 8.14. Determinante de um operader linear 274 8.15 Multilineariedade e determinantes um CAPITULO9 Diagonalizagao: autovalores e autovetores 291 9.1 Introdugio 291 9.2 Polindmios de matrizes 292 9.3 Polindmio caracteristico, Teorema de Cayley-Harilton 293 9.4 Diegonalizagao, autovalores ¢ autoveiores 294 9.5 Caleulando autovalores e autovetores, diagonalizayao de matrizes, 298 9.6 Diagonalizendo matrizes reais simétricas 299 9.7 Polinémio minimo 301 9.8 Polindmios minimo e caracteristico de matrizes por blocos 303 CAPITULO 10 Formas canénicas 322 10.1. Introdugio 322 10.2 Forma triangular 322 10.3. Invaridne’ 323 10.4 Dezomposigdo em somas diretas invariantes 304 10.5. Decomposigao primaria 325 10.6. Operadores nilpotentes 25 10.7. Forma canénies de Jordan 326 10.8 Subespagos cfclicos 327 10.9. Forma canénics racional 327 10.10 Espagos quociente 328 CAPITULO 11 Funcionais lineares e espago dual 345 HL Introdugio 345 11.2. Funcionais lineares e espago dual 345 11.3 Base dual 346 11.4 Segundo espace dual 346 11.5. Anuladores 347 11.6 Transposta de uma aplicagao linear 347 CAPITULO 12 Formas bilineares, quadraticas e hermitianas 355 (2.1 Introdugo 355 12.2 Formas bilineares 355 12.3 Formas bilineares e matrizes 356 12.4 Formas bilineares alternadas 356 12.5. Formas bilineares simétricas, formas quadrat 337 12.6 Formas bilineares simétricas reas, lei da inércia 359 12.7 Formas hermitianas 36010 Susino CAPITULO 13. Operadores lineares em espagos com produto interno 372 13.1 Introdugao 372 13.2. Operadores adjuntos 372 13.3. Analogia entre 4(V) ¢ C, operadores lineares especiais 373 13.4 Operadores auto-adjuntos 375 13.3. Operadores ortogonais € unitarios 373 13.6 Matrizes ortogonais e unitarias 376 13.7. Mudanga de bases ortonormais 316 3.8 Operadores positive e detinido positive 376 13.9. Diagonalizagao e formas eanSnicas em espagos com produto interno 377 13.10 Teorema espectral 378 APENDICE Produtos multilineares 390 ALL Introdugio 390 A2 Aplicasdes bilineares e produtos tensoriais 390 AB. AplicagSes multiineares altemadas e produto externo 391 LISTA DE SIMBOLOS 395 indice 397Vetores em R” eC’, Espacos Vetoriais 1.1. INTRODUGAO Ha dois modes de se apresentar a nog de vetor: por meio de uma lista de niimeros e indices, e por meio de certos objetos em fisica, Discutiremos ambos a seguir. Assumimos aqui que 0 leitor esté acostumado a trabalhar com as propriedades elementares do corpo dos ntime- 19s reais, denotado por R. Por outro lado, vamos rever algumas propriedades do corpo dos niimeros complexos, di rrotado por C. No contexto de vetores, es elementos dos nossos corpos numéricos serdo chamados de escalares. Embora neste capitulo concentremos nossa atengdio nos vetores cujos elementos esto em R out C, muitas das ‘operages também se aplicam a vetores cujos elementos esto em um corpo arbitririo K, Lista de nimeros Suponha que os pesos (em pounds) de oito estudantes estdo listados abaixo: 156, 1 145, 134, 178, 145,162,193 Podemos denotar todes os valores dessa lista usando apenas um simbolo, por exemplo w, com diferentes indices; ou sea, Ws Way Wy Ways sy Wey Hyg Observe que cada indice denota a posigdo do valor na lista, Por exemplo, Ww, = 156, oprimeiro nimero, w, = 125, 0 segundo nimero, Umallista de valores como essa, We = (0 Waste échamada de rabela linear ou vetor Vetores na fisica Muita as pode indezas fisicas, como temperatura, velocidade escalar e massa, possuem apenas “médulo”, Essas grande- serrepresentadss por nimeros reais e so chamadas de escalares. Por outro lado, ha grandezas, como for-12 Aucesra Linear 1.2 ‘ga.¢ velocidade, que possuem tanto “médulo” como “diregio”. Essas grandezas, que podem ser representadas por setas tendo tamanho ¢ dirego apropriados partindo de um ponto de referéncia dado O, sto chamadas de vetores. ‘Neste ponto, assumimos que o leitor tem familiaridade com o espaco R’ onde todos os pontos desse espago so representados por triplas ordenadas de niimeros reais. Suponha que a origem dos eixos de R’ ¢ escolhida como o ponto de referéneia 0 explicado acim, Assim, cada vetor é determinado unicamente pelas coordenadas de seu pon- to final e vice-versa, Ha duas operagdes importantes, adigao de vetores e multiplicagio por escalar, que esto associadas com os ve~ tores em fisica, A definigio dessas operagSes e sus relagiio com os pontos finais dos vetores so: (i) Adigao de vetores: A resultante u + v de dois vetores u ev é ebtida pela lei do paralelogramo; ou sea, w+ ¥ € 4 diagonal do paralelogramo formado por u e v. Além disso, se (a, b. c) e (a',bc) sio os pontos finais dos velores u ev, entio (a+ a’, b+’, e+ c’)é 0 ponto final do vetor u + ¥. Essas propriedades podem ser vistas na Fig.1-1(a). bow ete) : (ha, hey (a) Adighod (0) Multipicagio por escalar 2) Adiglo de veores Fig. 1-1 (ii) Multipticagao por escalar: O produto ku de um vetor u por um nimero real k €obtido multiplicando-se o tamanho de u por k mantendo-se 2 mesma diregdo se k > 0 ou a direcdo contraria se k< 0. Além disso, se (a, b, ©) © ponte final do vetoru, entio (2a, K>, ke) &0 porto final do vetor ku. Essas propriedades podem ser: tas na Fig.1-1(b). Matematicamente, identificamos o vetor u com (a, b,c) e escrevemos u = (a, b,c). Além disso, chamamos 0 trio ordenado de niimeros reais (a, b, c) de ponto ou vetor, dependendo do contexto. Generalizamos essa nogio chamamos de s-upla (dy, dy. d, ) de niimeros reais de Vetor. Entrelanto, uma notagio especial pode ser usada pa ra vetores em R’ chamados de vetores espaciais (Seed 1.6). VETORES EM R” (0 conjunto de todas as n-uplas de ntimeros resis, denotado por R’, ¢ chamado de nimero-espaco. Uma n-upla particular de R’, por exemplo = (04,9, 0-25 y) 6 chamada ée ponto ou vetor. Os nlimeros a, slo chamados de coordenadas, conponentes, entradas ou elementos de u, Quando discutirmos o espago R’, usaremos 0 termo escalar para os elementos de R. Dois vetores, 1 € 2, sto iguais (escreve-se u = v) se possuem 0 mesmo nimero de componentes e se as componentes correspondentes sio iguais. Embora os vetores (I, 2,3) (2,3, 1) eontenham os mesmos trés nimeros, eles no so iguais uma vez que niio possvem as entradas correspondentes iguais. O vetor (0, 6, ..., 0) cujas entradas sZo todas 0 chamado de vetor mulo e & usualmente denotado por 0 Exempio 1.1 (a) Observe os vetores: 2-5), 9. 6,00), B45) (Os dois primeiros pertencem 2 R*, enquanto os dais ditimos pertencem 9 R’. Oterceiro é 0 vetor milo de Raa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.Capmuiot + Verones ew AEC" Esracosveronas 15, Observe que (ii) diz. que podemos “tirar k para fora” do primeiro vetor do produto intemo. Por (iii) ¢ (ii) temas’ (ke) = (kv) oa (vn) = Rw v) ‘Ou sea, podemes “tirar & para fora” do segundo vetor em um produio interno. ‘0 expago R com as operagdes de adigdo de vetores, multiplicagio por exealar ¢ produto intemo deseritas aei- ‘ma € usualmente chamado de n-espaco euclidiano. Norma (comprimento) de um vetor A norma ou 0 comprimento ée uh velor u em R’, denotads por|lull & definida como a raiz quadrada no negativa de 14, Bm particular, 9€ 0 (@, dion, MDD lull = Viv = Jah t+ayt---+a Ou seja, ful é a raiz.quadrada da soma dos quadrados das componentes de uw. Assim, ll] 20 € lull = 0 se €50- mente se w=0. Um vetor u é chamado de rutiidrio se |\u\| = 1 ou, de modo equivalente, sew - = 1. Para qualquer vetor nao nulo vem’, 0 vetor 1 e tol ~ Tell € o tinico vetor unitério na mesma diregdo de x. O processo de determinar i a partit de vé chamado de nonmaliza- gdiode 2, Exemplo 1.4 (a) Considere w= (1,2, 4, 5,3), Para determina’ [lu precisamos primeiro cafeular jue’ =u - w somando os quadrados das componentes de como mostramos a seguir: ii? =P 2 + CAPES EP Led 16425 49= 55 Enido |u|] = 55. () Sejam v= (1,-3.4, News (L—$.$.4). Baio ae gaeela _ Pais i= VisoeTesa- YH et (Fat Entio wé um vetor unitdria mas vndo, Contudo, podemos normalizar v assim: ine L 3 4 Hel Ge 30 30) 7a) Este 0 dnien veto unitrio na mesma direglo de 2 A formula seguinte (que sera demonstrada no Problema 1.14) & conhecida como desigualdade de Schwarz ou desigualdade de Cauchy-Schwarz. Ela é tilizada em muitos ramos da matemiatica Teorema 1.3 (Schwarz) Para quaisquer vetores we vem R’, lu - of Slee. Usando a desigualdade acima é possivel demonstrar também (Problema 1.15) 0 seguinte resultado conhecido como “desigualdade triangular” ou desigualdade de Minkowski: Teorema 1.4 (Minkowski) Para qusisquer vetores we vem R’ lju+ xi] < ull + al.16 Auseons Linear, Distancia, 4ngulos e projegées A disténeia entre 08 vetores = (@,, yay, )€ ¥=(B,, Boon b,) em R" & denotada e definida por d(u, 0) = Ju vf = y (ay — B+ (ay = by + + (@, — Y Pode-se mostrar que essa defini¢do estd de acordo com a nogao usual de distincia no plano euclidiano R? eno espago R’. 0 dinguio 0 entre dois vetores nfo nulos we vde RE € definido por taditell Esta definigdo nao é contraditéria pois pela desigualdade de Schwartz (Teorema 1.3) wo s ett He -l< Note que se. v= 0 entdo @= 90° (ou 0 = / 2), Isso esta de acordo com nossa definigdo anterior de ortogonalidade. A projecdo de um vetor 1 na dirego de um vetor no nalo » é denotada e definida por we proj(u.») = Se br Mostraremos agora que esta definigdio esta de acordo com a nogio usual de projesao vista em fisica. Exemplo 1.5 (a) Considere w= (1, -2, 3) ¢ v= (2,4, 5). Endo tu, 1) = 2) + (2-47 + 0-57 = VIE TEA VT Para determinar cos 8, onde @¢ o Angulo entree », primeira determinames 4" Wu? =14449=14, Wl? = 4+ 16425 = 45 Entio oo 9 Wudilel Viavas: “Temos também 9 Beas (0) Considere 0s vetores we 1'da Fig. 1-2(a) (com pontos fina respectivamente om 4 e B). A projegdo (perpend- ccular) dew na direg3o de #€ 0 vetor u* de médulo Hw = Lull cos O = Ill Bo = SO ete Tot Para determinar u*, multiplicamos seu médulo pelo vetor unitirio na diregzo de v, obtendo Essa éamesma definigdo de proj(u, «) dada acima.Caputo + Veronese R'E C'Esmcos Veronws 17 PU: ay, hay bras) / babs) Alas 3.5) Projegdo w*de u sobre» ua B-A @ ® Fig. 1-2 1.5 VETORES APLICADOS, HIPERPLANOS, RETAS E CURVAS EM R" Nessa segio faremos uma distingio entrea n-upla P(a) = Play dy.» d,) vista como um poato em R" e a n-upla = [ey C...4 €, ] Vista como um vetor (linha) da origem O a0 pont C(e,, ¢3,-5€,): Vetores aplicados Qualquer par de pontos 4(a,)e B(b) em R" define um retor aplicado ou um segment de reta ovientado de A para B, denotato por 4B . [dentificamos o vetor AB com u=B-A=[by~a, by a, 2, bya) uma vez que AB € uw possuem mesmo méilulo ¢ a mesma diregio. Isto esta ilusttado na Fig, A(a,, @;,4;) ¢ B(b,,bzb,) de R’ ¢ 0 vetor v= B~ A cujo ponio final é P (b, ~ a,, b,~ a,, by ~ ay). 2(b) para os pontos Hiperplanos Um hiperplano # em R” é 0 conjunto de pontos (x,y... %,) que Satisfazem & equacdo linear OX Fak, te. tay, = 5 onde 0 vetor de coetficientes «= [ey ys] nto émulo. Assim, um hiperplano H em R? é uma reta ¢ um hiperpla: no H em’ é um plano, Mostraremos abaixo gue, como mostrado na Fig. 1-3(a) pare Rv é ortogonal a qualquer vetor PQ , onde P(p) e O(q,) sio pontos de H. [Por esta razio, dizemos que « é normal a H e que H'é normal a] ‘Como Pip.) © Oly, estdioem I, eles satisfazem a equagio desse hiperplano, ou seja, Py + Mapz Hos F APy =O © MG + Ayqy ts Andy Seja = PO = =P = la ~ Pied2— Pave —Prd Entio wv = (4) — Pi) +42(G2 ~ Pr) + + + n(n ~ Prd (ag) nga +. + dan) — (QP) + 2Py + -- + OyPy) = b— b= 0 Entio v= PO é ortogonal av, como haviamos afirmado,18 _Avseana Linea eo a Fig. 1:3 Retas em R" A reta L de R” que passa pelo ponto P(b,,B,,... b,) Com a mestna diregdo do vetor no nulo w= (4,5 + ,) Con siste nos pontos X(r,X3,...%) que satisfazem x = ait, Xp = ayt +b X=P+m ov ou L() = (ait +b) kp = Ogt + by ‘onde o pardmetto ‘assume todos os valores reais, A reta £ de R’ esti representada na Fig, 1-3(6). Exempio 1.5 @ Observe que (1, 1,1) © QU5,4, 2) sao solu- %-0-P=15-1, 2-1) 3.1) esto no plano H.0 vetor w= [ 2,-5,7 ] €normal 2 H ¢, como j mostramos, uv =[2,-5,7]-4,3,1)=8-15+7=0 Ouseja, 1 é ortogonal 3 u (b) Determine 2 equazio do hiperplano H de R que passa pelo ponto P(1, 3, ~4, 2)¢ € rormal ao vetor w =[4,-2, 5.6]. (Os coeficientes na equaytio de H 30 as coordenadas do vetor normal n, Assim, a equaglo de H7 deve ter a forma Ay) — 2p $55 + 6 = Substtuindo P nessa equagio obtemos M1) -2G)+5(-) +6Q)V=k ou 46-204 12=F ow Ento ds, ~ 24, 45x, +6y,=—10 6 aequagto de H. (©) Determine a equagio paramétriea da rota de Ré que passa pelo ponto PCI, 2, 3,4) que tema mesma diregdo de w= (5, 6, -7, §}, Determine também ponto Q de L quanio ¢= 1 Substituindona equagio de dada acima temos a seguinte representaco paramétrica mesh y= 6r42, m= 8-4Carirvio 1+ Verores ew Ae 0", Espicos Veronuis 19 cu, de modo equivalente, 1) = (50-41, 6-42, 71-43, 814) ‘Observe que £=0 nos di o ponte P de L, Substituindor = 1 emes 0 ponte O{6, 8, ~4, 4) de Curvas emR" Seja D um intervalo (finito ou infinito) da reta real R. Ums fungi continua F: D> R° uma curva em R’. Assim a cada ponto 1€ Dé associado o seguinte ponto de R FO =O. FO. FA] Além disso, a derivada (se existir) de Flu) nos leva ao vetor _dF@ _ [dF \o) dy ae ae ra (dy de de que é tangente curva, Normalizando M(9 temos VO T= Tan Assim, T(9 € 0 vetor unitério tangente a curva. (Vetores unitérios que tém algum significado geomeétrico sho fre~ Gentemente representados em negrito.) Exemplo 1.7 Considers a curva F() = [sen cos 1] em R’. Tomands a derivada de F() (ou em cada compo- nente de F(n) temos vo loos, ~ sen 1] «que 6 um vetor tangeate curva, Para nocmalizar¥(), primero caleulames IVCOIP = cos? 1+ sen? +1 Entlo, 0 vetor T() unitirio tangente i curva é Tw 1.6 VETORES EM R’ (VETORES ESPACIAIS), NOTAGAO ijk ‘Vetores em R’ so chamades de verores espaciais ¢ sto utilizedos em muitas aplicagdes, especialmente em fisica Na verdade esses vetores possuiem uma notagio especial que é: i=[1, 0,0] denota 0 vetor unitirio na diregaio de x = |0, 1, 0} denota 0 vetor unitirio na diresao de v K=[0, 0, I] denota o vetor unitério na dirego de = Entio qualquer vetor 1 = [a, b, c] em R® pode ser expresso de modo nico wa forma = fa, bo) =ai+ bj + ck Uma vez que 0: veloresi, jc k sto unitérios ¢ mutuaments ortogonais temos os seguintes produtos internos jd ‘Além disso, as operagdes com vetores discutidas acima podem ser expressas na notacao ijk como segue Considere oO pk=0 sKek=1 € 1j=0, bib bah + Oak jit ai+ak ©aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.22 Auceara Linear Assim vemos R como um subconjunto de € e substituimos (a, 0) por a sempre que for possivel e conveniente. Observe que o conjunto C dos nimeros complexos com as operagdes de adigdio e multiplicagio definidas aci- ‘ma é um corpo assim como o conjunta R dos mimeros reais € o conjunto Q dos mimicros racionais ‘O namero complexo (0, |) € denotado por Ele tem a importante propriedave que v-1 Psi 0, 110, 1) = (+1, 0) out Do mesmo modo, qualquer nimero complexo z = (a, 6) pode ser escrito na forme 2 = (a,b) = (4,0) + (0,6) = (a, 0) + (6,0) (0,1) = a 4 bi Na notagdo acima, 7= a+ bi, onde a = Rez e 6 = im zsio, respectivamente, a parte real e a parte imaginiria do . Ela & mais conveniente que (a, 6) pois a soma e o produto dos nimeros complesos == a + bi ew dem ser efetuados simplesmente usando as propriedades comutativa e distributiva, lembrando que 7 dipo. w=@4 bi) He di) =ate+bitdi=(ata4t (b+ ai = (a4 bile + di) = ae + bei + adi + bd? = (ac — bd) + (be + adyi Definimos também o apesto de zea subtragao em € por weld Atengai A lot i representande V=T niio tem relagéo alguma com o vetor 1, 0, 0] da Sege 1.6 Conjugado complexo, valor absoluto Considere o complexo z= a + bi. O conjugado denotado e definido por a+bi=a-bi Entio (a + bia ~ bi) = +-8* Observe quez é teal se es6 se 2 O valor absoluto de z, denotado por |:| , € definido como sendo a raiz quadrada de + asaber Observe que {=| ¢ igual a noma do vetor (a, ) de R’ Suponha que z#0. 0 imverso=" de= ea divisio por wem C so definidas, respectivamente, por: Exempio 1.9 Suponha quez =2+3iew=$ 4543i-2 i sw (2+ US — 29 = 10-4 1S 4 = 6? = 16-4 1 Plano complexo embre-se que 0 conjunto dos niimeros reais R pode ser representado em uma feta, Analogamente, 0 conjunto dos rntimeros complexos C pode ser representado por pontos em um plano, Mais precisamente, definimos que 0 ponto (a, b) do plano representa o nimero complexo + bi como mostra a Fig. 1-4 (6), Nesse caso, temos que |2| é adis- tancia da orjgem O 20 ponto =. O plano com essa representagae de seus pontos ¢ chamade de plano complexe, as sim como a reta que representa R & chamada de reta real,Cavisiot + Vercrce ow R'E" Ecracoe Veronwte 23 1.8 VETORES EM Cc" © conjunto de todas n-uplas de niimeros complexos, denotado por C’, ¢ chamado de n-espago complexo, Assim co- ‘mono caso real, os elementos de C” sio chamados de pontas ou vetores € os elementos de C sio chamados de es- ccalares. A soma de vetores em C” e a multiplicagao por escalares em C” sao definidas por f Fal + bey ea) = ey avy als be + Ey Fad esto em C. onde s, Exemplo 1.10 Considere os vetores u =[2 #3/,4~ i, 3] ¢ 0= [3-24 5i,4~ 61] deC?. Entdo ute = 243, 4-8 4B, Sh 4-6 = [S44 4441, 76H) (S~2u = (15-224. (5 -2E-A, G— 2M = 6+ Uz, 18-134, 15-6 Produto interno em" Considere os vetores do por “J €.U= [vy Wy, ...,,] em €°. O produto interno de u € vé denotado e defini- oo z[h, ay + +H Essa definigio coincide com a definigio dada anteriormente se w, é real pois, nesse caso, de wé definida por lull = Mn = Vo FE na = Ressaltamos que u 1 [lull sio reas e positives quando w #0 €0 quando u=0. Exemplo 1.10 Considere os vetores u=(2-+3i, 41,3 + Si]e n= [3~44 Sid 05 2+ 30O= H+ 4-040 + 5NT=H WG 44) +4 —H(-5) +B 454 4.2/) 6 + 131) + (-5 — 201 + 2 + 26i) 9+ 195 243i +14— iP + (34507 = 4494164149425 lhul| = Va = 8 O expaga €” com as operagées daidas acima de soma de vetores, multiplicagio por esealar e produto interno & chamado de n-espaco euclidiano complexo. O'Teorema 1.2 dado para R" também € vilido para C” se nele substituimos w- v= v-u por weve Por outro lado, a desigualdade de Schwarz (Teorema 1.3) ea desigualdade de Minkowski (Teorema 1.4) so vena- deiras para C” sem nenhuma modifica, Problemas Resolvidos Vetores em R" 1.1 Determine quais dos vetores abaixo sio iguais: 4, =(1,2,3) ty = (2.3.1), My ug = (2.3.0) Deis vetores sio iguais se 56 se suss componentes slo respectivamente iguais, assim temas apenas 1 tty24 Avscens Linea 12 13 14 15 Sejam u= @,—7, 1), = (a) 3u-4y, (b) n+ 30-5 3,0, 4) e w= (0, 5, -8). Determine: Faga primeiro a muliplicay2o por escalar para depots somar os vetores. (a) 3a Ay= 32,7, 1)-4C-3, 0, ) = (6, -21, 3) + (12, 0, 16) = (18, -21, 13) (6) w+ 30~ Sw=(4, -14, 2)+ (9, 0,12) + 0,-25,40) , 54) 5 =1 3 Sejamu=| 3 |, 5 =1 J. Deteamine: -4 2 -2 (@) 5u-20 (B) tut 4y—3w aga peimeiro a mutiplicagdo por escalar para depois somar os vetores, s “1 25 2 7 s| 3|-2] 5 Is}+]-l0/=] 3 ~4 2] | -20 <4] L-%4 =) f-4) f-9] f-23 (I+ dr—aw=] -6}+| 20] 4) 3 7 8 8 6 2 Detenmineseyonde: (a) (%I)=Axty ©) 49) =x2,3) (@ Su-2 (@)_ Uma vez que os vetores sto iguais, suas componentes correspondentes sto iguais, assim: 3 +y Resolvendo essas equagdes lineares obtemosx=2 (®) Em primeiro lugar multiplique pelo escatar x para abter (4, y respeclivamente iguais pera obter (2r, 3x), Em seguida considere as componentes a, y Resolva us equaydes para obterx=2¢y=6. Escreva o vetor v= (1, 5) como combinagao linear dos vetores u, =(1, 1, 1) u,= (1,2, 3), 4, Queremos expressar vna forma v=. +3 21, onde x,» € 2 sdo varidveis a determinar. Primeiro temos HEPES (mais conveniente escrever os vetores em colunas do que em linhas quando lidamnos com combinagdes lineares.) Tgua- leas componentes corespondentes para obter xt yt2e rH2y— 2 x+ar+ 7 xtoyt2= 1 xtyt2e ou pod ou pox 2m se A iinies solugdo deste sistema linear &x =~ 6, y=3 e2= 2. Entio v=~ 64, +3u,+2u,CapmuLo + VeToRES eM HEC, Esmcos VeToRs 25 1.6. Escreva o vetor »=(2, (=5.7) Determine resolva o sistema de equacSes lineares ccrrespondente. Primeiro temes, EPG Igualando as componentes correspondentes cbtemos 5, 3) como uma combinaso linear dos vetores u, = (1, ~ 3,2). =Q,=4. Dey r42vt z= 2 proj, 4.7 133) = (3238 183) (rote) Fae FON” (sega) = CesT (o) aes, 2) = eu — vl = I(-2,-7 - 3) = VFF AIT = VED. Demonstre o Teorema 1-2. Para quaiscuer v, ew en R'e kem R temos @ Wt) w=aws ow, — Gi) v= kOe, Gil) Woo o-n, (iy) ww 0, eu-w = 0 see somente seu = 0. Sejarm = (4, they Mahe #= Oye tyne BCH Chg Wane Wh) @) Comou+ Hoty Heo tt Dy ($1) Ww i + ey )iny + lity + ad +E Cy HOD, Sey Heyy Hay bt tty FOI, (ayn, + ayy Hf gg) + (En + ity + 2+ UY) Suews pow Gi) Como su (hay laos Kits (ha) = heey + htgty + Aye, = May gd, +o gt) = Ae 9) GD ee Dera enero LL Oh Bb sh, (iv) Como 1} ndo ¢ negative para cada i ¢ como a soma de niimeros ndo negativos é nao negativa, wens bahten tube 0 Alm disso, 1» = 050 06 50 4,0 para eas /, om eaja, 80 € 86 80 10. Demonstre o Teorema 1.3(Schwarz): |i. ¢ ial lel. Seja ¢um nimero real, Pelo Teorema 1.2 temos: OS WHO Gr) = PU) + 2-1) +0) = | $2 -ve+ tel?aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.12d 12s 1.26 121 128 GanTuto 1 + VeToRESEM REC", Espages Veronias 29 Caleule os seguintes determinants e apostos de determinantes de ordem dois: © of3 3} w|i 4) al} =) \3 6 7-5) a [4-1 » 0-3 A to-{ AA «a3 S| Use | | ad tee =| ty] =be~ a Endo: (@ @27-2=7, Gi) O+4=10, (iD -8-+1 O) 24-6 =18, Gi) -15-14=~29, Gi) 84 19 =4 Sejiamu= +514 3K, Determine: (a) wx, (6) 0x w () use [5 4 5] pam otters v= (6 =) + (12 +49) +2 = 99k = 5 +16) + 11k () Use i = 3] para obier wx w= (—9 = 20} +4 —6)j + (10+ 3)k = ~291-2j +13 Determine x vonde: (0) #5 (,2,3), 9 = 4.5.05 0) w= 4,7,3), 0= (6,-8.2) @ use} Z § ] ramobter x v= 12= 15, 12-6, 5-8] =[-3.6,-3] w ux [% 4 2] ater 9 = [4+ 18 +8, 20-42] = 29, 26, -22] Determine o vetor u ortogonal a = [1,3, 4] €#= [2,~6,—5} Primeiro ealoule 0%, que € ortogonal a ve w 1 2 maui [ 2 §] mrs re F15 24,8 65-6- 4) 18, 15-12) Normalize vx w para obter w= [9//394, 13//394, ~12/ 94] Sejaum w= (yy 3,45) € Y= (bj By By). Eno 0 w= (a,b, ~ ay bys a,b) — a) by, 2 by a, b)). Prove que: (a) ux véortogonal awe a v[Teorema 1.5(i)] ()_ jfue v|F = (eau 0) ~ (w - 29 (Identidade de Lagrange) (a) Temos @faybs — ayby) + ay(ayb, — a,bs) + as(ayby ~ aby) abs ~ ayasb, + agashy ~ 0032s +44 aby ~ a0; Entéou x vé ortogonal st. Do mesmo modo temos que w vé ortogonal a © Temos Llu vi]? = (ays ~ asby)* + (ashy ~ aybs)° + (aby ~ aby)? a (tev +0) — (uv? = (a + a + af )(OF + D3 +83) — (ay, + agby + ayb3) Q) Expandind «lado direito das igualdaces (1) ¢ @) estabelecemos a identidace20 Augeens Linzan Numeros Complexos e Velores em C" 1.29 1.30 131 1.32 1.33 14 135 Considere. Use as leis da algebra e i? = 1 para obter as espostas na forma usual a+ bi (@) z+w=(43)+2-49=7-1 ) S43) (2-4) = 5431-2441 (© ew =(5 4302-4) = 10~ 1a 127 = 10-4 +12 = +3iew=2~4i.Caleule:(a) z+, (6) :— (0) aw 2 140 Simplifique: (@) (8+ 3012-70.) = 302, (e) (14203, @ (5 +32 = 7) =10 + 6F ~ 351-217 = 31-29 () = 3iP = 16-24492 = 7 = 241 (O (+29) = 14 6r+ 12? +8? =1+6/— 12-8 =—11 Simplifique: (a) (@) ®@ =), ® b= (Q Usando = lei = 2 2 HOH 2 PP =P i Determine o conjugado complexode (a) 6+4i, 7-Si, 444, —3-& (6) 6, —3, 44, —91 @) TF =6—4i, @) @=6 3 (Observe que o conjagaco de um nimero real 6 pripria niimero, porém o conjugado de um imaginério puro & seu oposto.) Determine 2 ¢ |2| paraz=3 +41 Paraz a+ bi, use Simplifique eT Para simplificar a fragio :/w de nimeres complexos multiplicamos 0 numerador eo denominador por #, © conju uo do denominador 2-71 _Q-WS-3)_-11-4_ 4 sai G+HG-3) OF MM Prove que para quaisquer niimeros complexos 2, WE C, (DZFW=E+H, (i) B= zi, (tll) 2= 2, + di onde a,b, ed ER GET CTA = GFF bE A axc-bi-di (a +e) —(b+d) (a= bi) + (ea wroine+ a1.36 1.37 1.38 139 140 Gapmutot + Verores av REG’ Eseicos Veroniats 3 Prove que para quaisquer niimeros complesos temos 2-1" € C, [ev] = [ell] or (it) do Problema 1.35 temos lew? = =) QW) = [el?houl? Nam) = (en\esy = Tomando a raiz quadrada dos dois Iados dessa igualdade teremos o resultado deseado, Prove que para quaisquer complexos ze w € €, |z +] < [el + hel Suponta quez=a+ bie w=¢+ di onde o, 6, ced sho reais, Considere 0s vetores u= (a, B)€ v= (cd) de RE Observe que: Well ud. Iwi=¥ eque Fw) = (ator + ay) = YU tor +b tay = lla +e, b+ all = [lw ol Pela desigualdade de Minkowséi (Problema I.15), tu + oll ul + lh entdio fe+ wl = flu + ef] < Maal + el = 12) + bel Determine os produios internos w. ve v:upara (@) w= (I= 2, 340, 0= A424, 5-60, (6) w= G-2, 4, 146), 0=(S4i, 2-31 T+20. Lembre-se que os conjugados do segundo vetor aparezem no produto intemo Cayce esFa) eyes) = arty Heeb a, (= 204 F2)+0+95=6) (1294 = 2+ GFA +69 = 1049423) = 9+ 131 (4427-2) + (5 — TED, (44.290 +2946 6G) = Wi+9~251 = 9-158 G-2WEF)=4NZ=W+ 0 + ONT FM = B= 295 =) + N24 304 (1 + GT = 2) = 20435i +i. + (2 = 3Gi) + (7+ TF GH = G43 42) +2 = 3-4) +7 +20 — 61) = 20~ 357 Em ambos os casos ¢ - = TB. Isso évélido sempre, como seri visto no Problema 1.40, Sejam w= (7 ~2i, 24Siev= (1 +i,—-3 ~ 6). Determine: (@) (b) 2m () BH; wee) jul e tel (@) G-U+1+i, 2+51-3~6) = (8-2 -1-) oy 1ai4P, ait A+ 14i, -10+4i) (9 G-Ne=BF3—1-F, 9 181431407) = G42, -15- 159 () wry = (7=2NT FD ++ 501 = (7-21 =) +2+ 5H(— w +64) = $-9/- 36-31 = —31- 121 (©) lui) = VP HOF $2 +S? = VE ellol = MPEP 3F + (69 = VAT Prove que para quaisquer dois vetoresie ude C" equalquer escalar z em C temos ) wos, (ii) (zu) - 0 = 2(u-v), (iii) w- (ze) = Z(u- v),32 ‘Avoca Linean Suporiha w= (2, 250002,) €V= (Myon, My) () Usando as propriedades do conjugado temos Puswh Pmt Pes, + ay Hie he bi 2 = HW Hayy to tH SUD G8) Como 20 (22225505 (21) v= 2a ih tay te HEA, Se taliy to ty (Compare com 0 Teorema 1.2 sobre vetores em R") (Gi) Usando (i) (i) temos Problemas Complementares Vetores em R" 141 Sejam. (1,-2.4), v=(3, 5, 1, =(2, 1, - 3). Calcule: (a) 30-2 (Bb) Sw+ 30 -4w (e) Weve 4) Wl (6) e050, onde O80 angulo entreu O dw») (proj) 1 2 3 142 Repitao Problema 1.41 para asvetores w= | 3|.e=| 1 fow=] -2 -4 5 6 1.43 Sejamu= (2,5, 4,6,-3)ev=(5,—2, 1 4). Caleule @ Ww 30, ) Sut2 WO) wee @ bull e Wels — (©) projten nds dla) 1.44. Normalize cada vetor @ 1=6,-7; @ 8=0.2-2.4; © 1.45 Sejamu=(1,2,-2), v=(3,-12, )et= (@) caleute ul, Hell, lee vile Auli (B) verifique que dui] = lela) © fe + olf < He + fo 1.46 Determine x ey onde: @ ( ytN= 0-2, 6: (6) xQ.»)=x1,-2) 1.47 Caleule x,y,z onde (x,y+ Ly” 2x +y, 4,32): 1.48 Escreva v= (2, 5) como uma combinagdo linear de u, € 1, onde: @) m4 =(1,2) em =B.5), (m= B,-4) em = (2,-3).Gapiruto 1 + Verones ew HEC’ EsAAcosVerons 33 9 1 2 4 1.49 Escreva v= | -3 | como uma combinagio linear uy =| 3 |,u=| 5 [om =| -2 |. 16 3 -1 3 1.50 Determine & para que we vsejam ortogonais, onde (@ "= @,k 2), v= (6,-4.3); Oy 2), v= (1, 3,2, 28 (9 w=, 7 KHZ -2),0= 6, Vetores Aplicados, Hiperplanos, Fetas em R" 1.51 Determine 0 velor vcorrespondente ao segmento deretaorientado PQ para os pontos (@ FQ2,3,-1)€Q,—8, -5) mR; (©) PL, -8,-4,6) © 0,-8.2, —4) em RE 1,52. Determine a equagio do hiperplano #7 de R que: (a) contém PUI, 2, ~3,2)€ normal au= 2, 3,5, 6] @)contém PG, = Bx, + Ss, 7h 2, $)e éparalelo a 2x, 1,53. Determine a representagio paramétrica da eta de R' que: (2) passa pelos poms ACL, 2, 1,2)€ 0G,~5,7,~9) (B) passa por PCI, 1, 3, 3) ¢ éparalelo a0 hiperplano 2x, 44x, + 6x, ~ 8x, = Vetores Espaciais (Vetores em R°), Notagao ijk 1.54 Dados = 3i—4j + 2k, v= 2i + 5j—3k, w= 4i+ 7j + 2k, calcule: (a) u—30; () 3u+4v~2s (co) weeyuswy vem; Cd) fly lel tbl 1.88. Determine a eqaagdo do plano H: i 4] + Ske quecontém o panto PUL, 2,~3) (2) com normal N 1.86 1.38 1.89 () paraleloa dx + iy. Determine a equay 22 = 11 contendo o pont 90, -1, 3) do (paramétrica) da reta L: (@) que pessa pelo ponto P(2, 5,3) € possui a diregzo de v=: e contendo PUI, 5,7) (®) perpendicular ao plano 2r~ 37+ 7: ‘Considere a curva C de R’ onde 0< 1¢ 5: FO fj+(Q2r-3)k Determine: (0) oponto P de Cque corresponde a = 2 (8) oponto inisial Q € 6 ponto firal Q” (©) ovetortangente unitirio T para a curva C quando ¢ Considere um corpo B se movendo euja pasigdo no tempo 1 dada per R()= 1+ + 31k. [Ent20 ¥10) 5) + Tk oA(0) = dM0/dt representam, respectivamente,a velocidade e a aceleraglo de B.] Quando 1 = 1, calcule’ (@) posicfo (8) velocidade (0) velovidade esealar (d) zcelecacao de B Determine o vetor normal Ne o plane tangente Ha cads superficie no ponto dado: 20 ponto Fl. 3,2) 6 © ponte PG, (@ superficie 7p +392 (8) superficie x* + Sy? ~$2 20)aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.36 Avcesia Lacan 1.62 (a) [58-6 (6) B.-2.1k Ce) [-1,-18,5) 1.63 (a) 143; (6) 17 164 (a) (7.1, -3/V55;@) (GEL Nj —20/ JTS 1.66 (2) 50-55; () -16-305 (@) A+ Wd) $U43H (@) 2-28 1.67 (a) ~$ (6) AG427; ) -1i, @ $443) 1.68 (a) 9-2; 0) 29-29, @) ACI-4I @ 245, 7-35 O V2, V3B 1.69 (c) Sugestdo: Sezw = 0, enti {zw| = |zihwl = 0] = 0 110 (a) (4Si, $= 10}; (HY (8-425, 2= 16) (R= AI, . Matrizes triangulares superiores genéricas de ordem 2, 3 €4 sio: cn ee es Cs by by 2B far ge] | aS as], ae mt byy fs (Como nas matrizes diagonais, € pratica omitir seqligncias de zeros) ‘Temos 0 seguinte teorema: Teorema 2.5 Sejam 4 = (a, Je 8 =(0,] duas matrizes triangulares (superiores} n x7. Ent: () 4+8, kde AB sdo triangulares e suas diagonais sto, respectivamente, (ayy Fane eos ag Bas Rays voy Kags (AB I oes Ayub (i) Para qualquer polinémio jx) a matriz (UA) & triangular e sua diagonal & (Fa) fza)s + FGna)) (iii) A é inversivel se € 86 se para cada elemento diagonal temos a, # 0, ¢, se A” existe, ela também ¢ triangular Uma matriz triangular inferior & uma matriz.quadrada cujas entradas acima da diagonal principal so todas nulas, Observe que o Teorema 2.5 ¢ verdadeiro se substituimos “triangular” tanto por “diagonal” quanto por “triangu- Jar inferior” Observagio: Um conjunto ndo vazio 4 de matrizes é chamado de uma dlgebra (de matrizes) se 4 € fechado nas operagées de adicio, multiplicagao por escalar e multiplicagdo. Assim, as matrizes quadradas de ordem fixa for- ‘mam uma algebra de matrizes, mas também formam algebras as matrizes escalates, ciagonais, triangulares e triangulares inferiores Matrizes quadradas reais especiais: simétrica, ortogonal, normal Suponha que A é uma matriz quadrada com entradas reais, isto é, uma matriz quadrada real. As relagies entre A ¢ sua transposta 4 definem tipos importantes de matrizes (a) Matrizes simétricas Uma matriz & simétrica se A" = A. De modo equivatente, A= [ay] € simétriea se seus cfementos simétricas (ele- rmentos espelhados pela diagonal principal) sao iguais, isto se caca a,=a,, Uma matriz. é anti-simétrica se A‘ =~ A ou, de modo equivalente, se cada a, =~ ,, E claro que os elementos diagonais de uma mairiz anti-simétrica sio todos mulos pois a, = ~ a) implica que a, = 0. (Observe que a matriz tem que ser quadrada para que A= ou A? 2-305 03-4 ay Exemplo 2.11 Seam 4=|-3 6 7).8=|-3 0 She [ } 5 2 oo1 (a), Porinspasio observamos que os elementos simétrios de A sio iguais,ou A" =4. Assim, 4 ésimétrica (8) Os elementos diagonais deB so todos nulos ¢ os elementos simétricos so opestos, ou 8” =~ B. Assim, B&an- (©) Cio é quadrada, Assim, C ndoé nem simétrica nem anti-simétrica, (b) Matrizes ortogonais Uma matriz.real é ortogonal se A versivel ' isto €, se AA” = 47 = 1 Assim, 4 deve ser necessariamente quadrada e 1n-Capiruo2 + Accor oss Marnzes 47 Exempla 2.12 Seia Multiplicando 4 por 4" temes 7: to é, 4" = J. 1sso significa que também A'A= 1, Assim, A'= 4", ou seja, A Gortogonal Suponha que é uma matriz real ortogonl 3 x 3 cujas linhas so My = (aye dg.) ty = (byob by). 1 = le.ene) ‘Como 4 ¢ ortogonal devemos ter 4 4 a 4 ]fa bo] [100 A=] bs |far by |=]o 10 a @ olla 6 a) Loot ‘Muliplicando 4 por 4" e igualando as entradas correspondentes temos as nove equaydes abaino: Fouseja taQea=i, ab, tah tah bya, + bao, + by, = 0 Ret =I, cya; + C303 +650; =O, yy + gba +0365 Assim t= Byty y= 1 as -t =1 e-= Os0F #7. Assim, as tnhas i,t €u s80 Vetoes tnititos eortogo- Generalizando, se 05 vetores i, thy... de R” foram um conjuorto ortonormal de vetores se cada um desses vetores so unitérios ¢ sio ortogonais aos demais, isto &, egal iF “ 1 sei Em outras palavras, u,. «= 4, onde 6, é a funedo delta de Kronecker. Mostramos que a condigio 44” =/ implica que as linhas de A formam um conjunto ortonormal de vetores. Do mesmo modo, a condigao 44 = J implica que as coluras de 4 também formam um conjunto ortonormal de velores. Além disso, como cada passo & reversivel, a reciproca também é verdadeira. O resultado acima para matrizes 3 x3 € verdadeiro em geral. Isto é, vale o seguinte teorema: Teorema 2.6 Seja A uma matriz real. Sio equivalentes: (a) A €ortogonal, (®) As linhas de formam um conjunto ortonormal. {c) As colunas de A formam um conjunto ortonorma Para matrizes 2 x 2 temos o seguinte resultado (demonstrado no Problema 2.28). Teorema 2.7 Seja A uma matriz 2 x2 real eortogonal, Entdo para algum mimero real 8, 4 cos seal] 9g [cos send senO cos send —cos0. (c) Matrizes normais ‘Uma matriz real A & vormal se comuta com sua transposta 4’, Isto é, se AA" = A'A, Se A & simétrica, ortogonal ou anti-simétrica ent 4 & normal. Existem também outras matrizes normais [5 Jes r_[6 -3][ 6 3]_[as 0 r,-[ 6 Como Ad" = "4,9 matriz 4 é normal Exempla 2.13 Sejaaa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.50 ___Aiseers Lica Matrizes diagonais por blocos Seja M= [4,] uma matriz quadrada por blocos tal que os bloces fora de diagonal sio todos matrizes nulas, isto & A,=0 sei j. Entéo M é chamada de matriz diagonal por blocos. As vezes denotamos uma matriz diagonal por blocos escrevendo: M= fiag(Ay, Aza 4p) 08 M = Ay @dn DB... 4, A importineia das matrizes diagonais por blocos reside no fato que a algebra das matrizes por blocos freqiientemente se reduz a algebra dos blocos individuais. Especificamente, se (x) um polindmio ¢ M & a matriz nal por blocos anterior, entdo f(M) é uma matriz diagonal por blocos e S(M) = diag F(A), MA), fA) Além disso, M é inversivel see sé se cada 4, é inversivel e, nesse caso, AF" éuma mairiz diagonal por blocos & M7! = diag(aj} 7 ite) De modo andlogo, uma matriz quadrada por blocos é chamada de matri: riangular superior por blocos, se os blocos abaixo da diagonal so matrizes nulas, ou de mauris triangular inferior por blocos, se os blocos acima da diagonal sto matrizes nulas. Exemplo 2.16 Determine quais das seguintes matrizes quadradas por blocos sSo tiangulares superiores, triangulares inferioresou diagonais: 1 2\0 4-[3 4:5], B 0076 (a) 4 triangular superior pois o bloco abaixo da diagonal é uma matriz nula, olan () B étriangular inferior pois os blocos acima da diagonal sie matrizes nulas (0) C édiagonal poisos biocos 2eima e abaixo da diagonal sto matrizes nulas. (@) Drnio énem triangular superior nem triangular inferior Além disso, nenhums outra partido de Da transforma- rem uma matriz triangulzr superior por locos ou numa matriz triangular inferior por blocos Problemas Resolvidos Adigao de Matrizes e Multiplicagao por Escalar () A+B, (b) 24-38. (a) Someos elementos correspondentes 143 240 342 46 see [143 I ail-[3 6 (6) Primeiro faga a multiplicagao pelo escalar para, em seguida, somar as mau pee (od WE @ Ppa w eemse [Sg at} [a 3 e]=[9 > 8] (Observe que multiplicamos B por—3 eentdo somamas em ver de multiplicar B por 3 ¢ subiraie Esse procedimen- to normalmente evita eros.) vy x 6 4 22 Cates s.26r pate 3] =| 4 Sl+letsCarmi? + AuscerA cas Marnzes 51 reva cada lado como uma tinica equacio: 3x ay ved x dy de S| [eti-1 +3 Iguale as entradas correspondentes e obtenka o seguinte sistema de quatro equagSes: Beexta, 3 2 ryt +e ou 2x Asolugdoéx=2,y—4,z0 1.603 23. Demonstre o Teorema 2.1 (ie (V): _ ()(A + B)4 C=A+(B +O), W) MA + B)=KA FAB, Suponha que 4 ={o,]. B= [b,] © C= [e,]. A demonstragio ser feita mostranio que as entradas correspondentes ert cada lado das izualdades matriciais io igusis. [Demonstraremos apenas os itens (i) e (v) do Teoremea 2.1 porgue os ov- {ros sio todos éemonstrados de forma analoga.] ( Acntrads if de A+B 6 a, + by; entdo a entada i de (4 +B) +Cé (a, +b,) +e, Por eutro lado, a entrada if de B+ C 6b, + 6, €assima entradaij de + (B +C) éa, + (b, +¢,). Porém, para escalares em K temos (aj + 6,) + 6) =4y + (6, +6) Portanto (4 +5) +Ce4 + (B+ ©) possuer entradas / iguals. Assim (4+ B) + C=A+ (6+ ©, (©) A cntrads i de 4 +B &a,+ by; entdo Ka, + b,) &a entrada i de MA + B). Por outro lado, a8 entradas ij de ke © kB sho respestivamente ka, ¢ kb, Assim ka, +Kb, € entrada ij de kd + KB, Porém, para escalares em K, Katy +b) = ka + hy Assim (1 + B) € kA + AB possuem entradas if igusis. Pontanto K(A + B)= kA + AB. Muttiplicagao de Matrizes . . (2) Muliplique as entradas correspondentes ¢ some os produtos. 24 Caleule: (a) [8, 3 is, -4 5] ‘| = 8G) + (-4)2)+5(-1) = 24- 8-5 =11 -1 (6) Muliplique as entradas correspondentes e some os produtos. 4 2 (6) © produto nao esta definido poisa matrizfinha e a matriz coluna possuem niimeto diferente de elementos. 25 Considere que (rs) denota uma matriz do tipo rs, Determine o tamanho dos seguintes produtos de matrizes se quando eles sio definidos: l@) 2x3Gx4, © OxIBXD. © x 4VBx3) 6) GxNLx2), @ OxVEx3), @x22%4) Em cada caso, 0 produto esti definido se os nimeros internos S20 iguais e, nesse caso, 0 produto ser do tamanto 4eterminado pelos nimeros externos na ordem em que apatecem, (@ 2x4 () 4x2 (0) nio definide @) 5x3 (©) mio definido Q 2x452__Arsear Linear 5, 13 _f2 0 -4],, 2s sema=[} _*]-a=[2 2 ~f].esotc nan ae (@) Como 4 é2x2¢B é2 x3, 0 produto AB esté definide sera do tipo 2 x3. Para obter es elementos da primeira li- 2) 7 07 f-# fa deAB multiplicumes a primeira linta (1,3] de A petas cotunas | 3 |+| 5 |+| 5 | de 8 respectivamente, desse modo, oo TE BR = Pera obtercs elementos da segunda linha de AB multiplicamos @ segunda coluna (2, -1] de 4 pelas cohinas de B: go-l' 372 GO Spun o “lamen|[3\ =2 ¢6]~ 4-3 0+2 -8~6 Mn ~6 4 Assim: aD ote (b) BS dotipo 2x3 eA £22. Os niimeros interno, 3 €2, nBo so iguais; portanto o produto BA nio esti definido. 2 34 2-1 06 2.7 Calcule AB onde A= eB=|1 3-3 £ 4205 4 1-2 2 Como A € do tipo 2x3 eB E34, 0 produto AB esti definide ¢ seri uma matriz do tipo 2 x 4. Multiplique as li- nnhss ded pelas colunas de B para obter apa[4t3-4 -249-1 0-15+2 1243-2]_73 6 -13 13 =[s-2420 -4-645 0410-10 24-2410] =|26 -s 0 32 2.8 Calcule: (a) [3 $3} w [4][3 ‘I © eal} 5] (a) Oprimeiro fator€ do tipo 2 x 2 ¢ 0 segundo € 2 x I, enti o produto esté definido e seri uma matriz 2% 1 yf 2]_[ 2-42 ]_[-40 -3 s|[-7]=|-0-s]=[-a (6) Oprodito nto ex defini peis 0 primeiro for & do tipo 2x 1 €0 segundo édo tipo 2% 2. (0) Oprimiro atoré dotipo 12 e osegundo é2%2, eno o profsocstédfinidoeseré ume mate linha) 12 w-al_} S]-t+2. 12-35) =[23,-23) 2.9 E claro que 04 = 0 e 40 =0 onde Os representam as matrizes nulas (possivelmente de tipos diferentes). Determine duas matrizes 4 e # com elementos niio nulos tais que 4B = 0, sint=[! 2]eo-[.$ 2] mo[% 2.40 Demonstre 0 Teorema 2.21): (AB)C= ABO. Scjam 4 = [a], B= [b,]eC= c,} Seiam também AB=S~[s,]e BC= = [4 Assim waka © y= Bony A iatCarino 2 + Arscora ons Maraizes 53, ‘Ao multiplicarmos $= AB por C, a entrada ide (4B)C seri Say + 82ers + bab = E sje = Ee Dlaybydey Por outro lado, ao multiplicarmos A por T= BC, aentrada il de (BC) seri ayyty + diatas + oF ints = Lay ty= LY aglby cy) Assommasacima so iguais; isto 6, 09 elementos correspondentes de (4B)C © A\BC) sto igus. Logo, (AD\C= ABC) 211 Demorstreo Teorema 2.2(ii): A(B+C)=AB+ AC Sejam A = [2,), 2 =[h,) €C= [c,), Sejam também D= A+ C =f} Assim dy = by +e. ¢ este modo, a entrada ik da matriz AB +AC ser ey Sy = Soayhy +E acy = B aylby + cy) Por outro lado, a entrada jj da matriz AD=A(B + C) ser aiydyy + aaddyg ++ + digas = So oydy = Y aylby + c)) a mi Assim, A(B + C)= AB + AC, uma vez que seus elementos correspondente sao iguais, Transposta 2.12 Determine a transposta de cada matriz: 123 2 A [t < 3h p=|245 (1. -3.5.-7), 4 356 6 Reescreva as linhas de cada matriz como colunas para obter as transpostas das matrizes ey 123 4 -2 al, atala as), cel 3). pte 56 3 3-9 3 (Observe que B"= B;uma maiz assim é chamada de simétrica, Observe também que a ransposte do vetorlinhs C éum vvetor coluns e a ransposte do vetor coluna D é um vetor linha.) Demonsireo Teorema 2.3(ivy: (4B)"= B74’, Sejam A =[a,] ¢ B=(b,). Entio a entrada ij de AB & aby A aiaby ++ Ais Exta€ também a entrada j(ordem inversa) de (4B). coluna de B se transforma na linha j de 8 ea linha ide A se transforma na colunai de 4”. Assim, a entrada ij de BTA” & [Bajo Bajo eos Syl as oo 4 tend” = Byte, + Baja + ++ Pay in Assim, (4B) = B'4", uma vez que seus elementos correspondentes sio iguais.54 __ Aicers Unean Matrizes Quacradas 2.14 Determines diagonal eo trago de coda uma das metrizes abalxo: i 3 6 2 48 @ 4=|2 3 8). ® B=| 3-79) © e=[4 2 3 4-5 6 429 -5 02 (a) A diagonal de 4 consistenos elementos da parte superior esquerda até a parte inferior drita ou, em outraspalavras nos elementos ¢,, @- Assim, a diagonal de consiste nos elementos 1,5 €9. Otrago de 4 € a soma deseus clementos diagonais. Assim (4) (b) A diagonal de B consiste nos mimeros 2, ~7e 2 t(B)= 2-74 (6) Adiagonale o tayo esto definidos apenas para matrizes quadeadas. 2e 411. Caleale: «@ ; 2f1 2] _ fits. 2-6 9-4 i #44 lft ait ta9]-[-8 i] 129 -a]_po-te tas] pa 30 a )bs al=[six aern]-[o (© sebsua spor. acoman em pr oben wy ays [a )-{2 ajo 1] Agr ius lipides pls ses e sme rela 3 tt ny [©], [ 4 8], fs 0 rav= [38 8] +[56 B)+[3 3] eyaine[ ? lest Bap © * [3 w)*?La 3 o1 oo (a) Substinua x por d e constants em g(x) por 11/,eealcule como abaixo 9 47,72. 47 F-n1 TT ] -s i7ls -6J*L 0 -u}*lo o Como g(4) & amatriznala, 4 € uma raiz do potindmio 2). 3 2.16 sea 4=[} 3] (@) Catcule um vetor coluna nao nulo. = [ oF {(4)= 28 - 44451 ad 5 ] steven (B)_Desereva todas os vetores coluna como oacima. (a) Primeiro esereva a equagio matricial Au = 31 e, a seguit,escreva cada lado daigualdade como una Gnica matrie (ve ethaa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.5B__Avscoms Linear, “(= fd 2.30 Caleule uma matriz.P ortogonal 3 x 3 cujas duas primeiras linhas sao méltiplos de w, = (1,1,1) en pectivamente. (Observe que, come desejado, u;€ 1 sbo ertogonais.) Primeiro determine um vetor no nulo u que seja otogonal x u, ¢ aw; por exemplo (produto yetoral) n=, a4,= Q,-L-D). Seja d 9 mairiz eajas linhas Sho, 4 €u, e sea Pa matriz cbtida 3 partir de A normalizando sias Tins. Asien rou wi v3 v8 As|o-1 1 ou P=] 0-2 Wv2 2-1 -1 2V6 -ve -1/v6 (0,-1.1), res- Matrizes Complexas: Hermitianas e Unitérias 2-31 548i jaf ae a8 -6-i 5 3-5i 244i 2.31 Caleule 4" onde: (a) ase is Lembre-se que 4! = 47, conjugada da transposta de 4.Assim, [3481 6-71 waft) 4 64T me[tS tak @ a= [Ee ty Se As linhas de A éeterminam um conjunto ortonormal: 2.32 Mostre que 4 = [ ; i Entio 4 é unitira, 2.33 Demonstre o andlogo complexo do Teorema 2.6: seja A uma matriz complexa. As afirmativas a seguir sio equivalentes: (I) 46 unitira, (ji) As linkas de A definem um conjunto ortonormal. (ii) As colunas de 4 definem um con- {junto ortonormal. (A demonstragio é praticamente idéntica & mosirada na pigina 46 para o caso em que A é uma matrz real do ti- po3x3) Primero lembre-se que 08 vetoes tig mC” definem um conjuntsortonormal se sBo vetores unitiros ¢ortogonais entre si, onde o produ intemo de €*&cefinido por (6.35 56g) (By, Bay «v4 By) = 1) + yby +a, Suponba que A ¢unitiiae sejam Ry Ryyn R, sues linhos. Entto RY. AE, RY sho as colunas de 4, Sea Ad” ~[;) Pela multiplicacio de matrizes.¢y = RAR? = R,-R. Come A éunitério, temos que 4a"’= /, Multiplicando por 4 igua- Jando cada elemento ¢, com seu correspondente em J temos as 7° equaydes: RR ah RoR, RR oe R pera 4Carino 2 + Aces oss Marzes 59 Deste modo, as linhas de 4 sto vetores unitirios e ortogonais entre si: assim, elas definem um conjunte ortenormal de velores. A condigo 474 = [mostra que as colunas de 4 também define um conjunto orionormal de vetores, Além disso, como todos os passos sdo reversivess, a reciproca é verdadeira, © que demonstra o teorema, Matrizes por Blocos 2.34 Considere as seguintes matrizes por blocs (quv silo partigdes da mesma matrie) i201 3 120113 @ [2_3'3 71-2), © [2 7 Fao spars 9 Determine o tamanto de cada matriz por blocos ¢ 0 tamaniho de cada bloco (@) A maviz por blocos possu das linhas e trés colunas de matrizes; portanto, seu tamano é 2 x 3, Os tamanhos dos blocos sio2 x 2,2x2e 2x 1 parsa primeira linha e1 x2. 1x2 € | x I paraa segunda, () O tamanho da matriz porblocos &3 x 2e os tamanhos dos blocos sio 1 x 3 € 1 2 para cada uma das trés links, 2.38 Caleule AB usando a multipticagto por blocos, onde ron 4=|3 410) © B=l4 0 2 0 [of SJea=[ot, TJoeenansracstoonet D1. ER ES+Fr 9 12 15] [37,1 9 12 18 4 [on a] [3 33) G]+[]J=fis 28 3 7 [o 0 oO 2 02 AB 12 13 dant, B.C)oe d= [1 ipecwc=[ 3] Caleule Af 2.36 Seiad Come Mf éuma matriz diagoral por blocos, eleve ao quadrade cada bloco: [oh tees e-[8 2] Exercicios Divarsos 2.37 Sejam ix) © w+) dois polindmios e seja 4 uma matriz quadrada, Demonstre que: (@) (f+ iid) =f) + 8). O) (F-@AD=fAah. CO) f(Ae(A) = 2A), 1A), Suponha que stax) = Fy ax! € ga) Tibet‘Acaeana Linean (a) Podemos supor que r=. =n somand as potincias dex com 0 como coeficestes. Assim, fle) +20) = Dla, + doe Portanto FN) = Foy hdl Sb A+ 8) (0) Temosque fet Tabx Assim FAA) = (x-«) (re) = Data = (iad) (e)_Usando que fis)e(x) = 2(x) Ax), temos SUAdwIA) = (eA) = (ef WA) = WA) (1A) Problemas Complementares Para os problemas 2.38 a0 2.41 considere as seguintes matrizes: a[} 2) m[2 ef tf) of 238 Caleule: (a) $4-2B, (b) 24+32B, (c) 2C-3D. 2.39 Coleule: (a) AB E(ABIC, (b) BCeA(BC). [Observe que (4B)C= ABC) 2.40 Calcule; (a) ded’, (b)AD EBD, (0) CD. 241 Caleute: (a) 47, (b) BY, (e) (AB), (A) AB". [Observe que 4B" + (48)") ara os problemas 2.42 ¢2.43 considere as seguintes matrizes: 2-3 O11 a-[bL 3} o-[4 23) fa 2 ° ~ -1 0 63 2.42 Caleule: (a) 34-48, (b) AC, () BC, (d) AD, (e) BD, () CD. 2.43 Caleule: (a) A", (0) 4°B, (0) ATC. 244 Seja A= [3 3] Determine uma maiz B do tipo 2 x3 com entradas nio nus, tal que AB = 0 248 Somme =taphe=tisiont0onied=[f by by i] Caleule eA, ep4 € eA. CL tek 2.46, Seja 6,=[0, ..,0, 1,0, . 0), onde o | esti na -ésima posigéo. Mostre que: (a) ¢A=A,aFésima linha de. (b) Be =B',aj-tsima colune de 8. (See: (@ Sede) 2 para todo i entio 4 = 1 para todo j enti A =. 247 Demonstreo Teorema 2.2 (iil) ¢ (i: (ii) (B+ QA =BA+CA, (iv) MAB) + KB =A). 2.48 Demonstreo Teorema 2.3: (i) (4+B)"=4"4B", (ii) (4), Gil) (ka) = 44. 2.49 Mostre que: (a) Se 4 possui uma linha nula, entdo AB possui uma linha nula, (@) Se B possui uma coluna nula, entio 4B possui uma coluna nula.Cariruio 2 + Auszena ons Mamnzes 61 Matrizes Quadradas, Inversas 2.50 Deternine a diegonal eo trago das seguintes matizes 2-5 8 13-4 4 @ 4=|3 -6 -7/, ® a=[6 1 7), © e=[} sooo 2-3 <1 rescore 2s suites upiownanie: 4=[2 ~f].e=[! 2.51 Calcule: (a) # ed’, (b) Ade g(4) onde S(x) =x = 28 — gQ) =e 3x 417, 2.82 Caleule: (a) Be R, (b) {BY eg() onde fo)=v 42-22, ge) 2.53. Determine um yetorcoluna nio nulo w tat que Mu=4u. 2.84. Determine a inversa (se exist) de eada uma das seguintes matrzes: 14 23 [3 3h Fla 3k 112 1 2.88 Drei sinose = 2 s]oua-[3 137 1 [é =]; 2.56 Suponha que A ¢ inversivel. Mosire que se AB = AC entio B= C, Dé exemplo de uma matriz nio nula 4 tal que AB = AC, mas B #C. 2.87. Dé exemplo de duas matrizes A e B inversiveis e 2 x2 tais que A +B # 0, mas A + B ndo seja inversivel 2.88 Mostreque: (0) Ginversivel se es8 ced" é inversivel. (8) As operagies de transposiglo e inversio comutam, ou seja, (4°) =(4"", (c) Se possui uma linha ou uma coluna nula, entdo A nao iaversivel. Matrizes Diagonais e Triangulares 2.89 Sejam A = diag(1, 2,-3)¢ B= diag(2,-5, 0), Calcul: (2) AB ALB, (b) fA) ondefxy=x 4x3, (©) AEB" 110 2.60 seam 4=[) iJea-[s 1 ] (a) Caleute A", (6) Cateute 8 001 2.61 Determine todas as matrizes triangulares reais A tais que 4*= B, onde: (a) B [ 2.62 soa 4=[5 {]-eemine ovals ek pars ins A Samar de 5 () g(x)= x? - 25, (eo) xy) =P = 4, 1 oo 26 27, =B. |: Determine uma matriz 4 tal que 42 Avseons Lneas 2.64 Seja B= [ | Determine uma matriz triangular A com elementos diagonais positivos tal que A’ = B. 4 2.65. Usando apenas os elementos 0 1, determine a quantidade de matrizes 3 x3 que sfc: (a) ciagonais, (b) triangulares superiores, (c) ndo-singulares e tiangulares superiores. Generalize para matrizes n Xn. 2.66. Seja Di= Af, a matriz escalarrelativa « k. Mostre que: (@) DA=K, (6) BD, = KB, (6) Dy+De=Dayur Dy = Dy 2.67. Suponha que 4 (@) D8 exemplos de matrzes nde nulas 4, 8 € C, do tipo 2% 2, que saisfagam a igualtade acima, etal que BnBo seja twangular superior. (6) Suponha que, na igualdade acima, 4 € inversivel. Mosre que B também ¢ inversive Cyonde 4 ¢ C slo tiangulares superiores. Tipos Especiais de Matrizes Reais 2.68 Calcule x, », > para que A seja simétrica: 2x3 7-6 2& @ 4=|4 5 y}, ) A=] =a z17 x 5 2.69 Suponha que A é uma matriz quadrada. Mosire que: (a) 4 + 4’ € simétrica, (6) A — A" é anti-simétrica, (©) A= B+C, onde ésimetrica e Cé anti-simetrica Esreva d= [+ 5 ] sro sme dena mate since Beam wou eran simtsa 2.71 Suponha que 4 e B so simétricas. Mostre que também sio simétricas: (a A+B, (b) KA, para qualquer esealar k, © 4, (d) A’ para todo n> 0 (e) fA), para qualquer polindmio fl). 2.72. Determine uma matriz P ortogonal do tipo 2 2 cuja primeira linha seja miltipla de: (@ GB) & (1,2. 2.73. Determine uma matri2 P ortogonal do tipo 3 » 3 cujas duas primeiras linhas seam miltiplas de: (a) ,2,3)e 2,3) () 1.3, 0, 0,-1). 2.74. Suponha que 4 ¢ B slo matrizes ortogonais. Mestre que 4”, 4"! e AB também sio ortogonais, Matrizes Complexas o 2.76 Determine nimeros reais x, y, z tais que A seja hermitiana, onde A P -2 F 2.77 Suponha que 4 é uma matriz complexa. Mostre que Ad" ¢ "4 sio hermitianas. 2.78 Seja Aumamatriz quadrada, Mostre que: (a) 4+!" &hermitiana, (6) 4—A" 6 antichermitiana, (e) 4=B+C, onde B é hermitiana e C ¢ anti-hermitiana,aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.2.15, 2.76 2.78 2.79 2.81 2.82 2.83 2.84 285 Carino? + Aucesna oes Marazes 65 AC (o) Dica: sein B= 34 +4") eC ABC 4 (a) UV = diagt{7.6; 17,10, [-1,.9; 7-5) 6) no, sim A: divida entre a primeira ea segunda linhas (e cohunas); B: divida entre a segunda e a terceira linhas (¢ colunas) e divida entre a quarta € a quinta linhas (e colunas); Ca propria C~nenhuma outra partici & possivel (@) Hag((4], (9.8: 4.9) (9), ing({B). (25.48; 22,25), 27) (b) MM? =dieg((3.4; 8,11), {9,12; 24, 33)) M® = diag({I1, 15: 30,41}, (57,78; 156, 213)) 40.481) (a) digg((7), (8.24; 12,8], (16), () ding((2.8: 16.181], 18.Sistemas de Equacoes Lineares 3.1 INTRODUGAO Os sistemas de equagdes lineares tém um papel importante e motivador na disciplina algebra linear. Na verdade, muitos problemas da algebra linear podem ser reduzidos & solugdio de um sistema de equagdes lineares. Assim, as técnicas introduzidas neste capitulo serdo aplicadas em idéias abstratas que serdo apresentadas mais tarde. Por outro lado, alguns resultados abstratos nos permitirdo ter uma nova visio da estrutura e das propriedades dos sistemas jemas de equagdes lineares envolverio escalates tanto como coeficientes quanto como constantes, ¢ estes escalares vém de um corpo qualquer K. No entanto, se 0 leitor assumir que nossos escalares so ni- mers reais, isto &, sio elementos do corpo real R, quase nio haverd perda de generalidade 3.2 DEFINIGOES BASICAS, SOLUGOES Esta segdo mostra as definigdes bisicas relativas & solugdo de sistemas de equagdes lineares. Os algoritmos utilizados para determinar estas solugOes serdo tratados mais tarde. Equacao linear e solucées ‘Uma equagio linear nas inedgnitas x,,x,.... x, € uma equagdo que pode ser colocada na seguinte forma padrao yx bag; be tat, = G1) onde @,, 4)... d,€ 6 Si0 constantes. A constante a, é chamada de coeficiente dex, ¢ b & chamado de termo constante da equagio, Uma solugdo da equagdo linear (3.1) é uma lista de valores para as variaveis ou, de modo equivalente, um ve- torwem K", porexemplo x =ky fy OU (kay ayes hy) tal que a seguinte afirmagdo (obtida quando substituimos k; por.x, na equago) é verdadeia yy + agky +++ + gh Neste caso, dizemos que u satisfa a equagao,Gaviruio 3 + Sisrewss oe Eauigoes Lineanes 67 Observacdo: A Equacdo (3.1) implicitamente assume que hd uma ordem das inedgnitas. Com o objetivo de evitar indices, usualmente usamosx, y para duas inedgoitas, x, y,z para trés incdgnitas ex, y, z, (para quatro incbg- nitas, ordenadas no modo como aparecem aqui. Exemplo 3.1 Considere a seguinte equasao linear em wes incdgaitas., y, 2: xty= Observe que r= 5.y'= = 1 ov, domesmo modo, 0 vetor v= (5,2, 1), € una solugio da equagao. Isto, S42Q)-KI)=6 ou S44-3=6 on 6=6 Por outre lado, w = (1,2, 3)ndo € uma solugio ds equagio peis, aps a subsituig2o, no temos uma afirmativa verdadeira: 142Q)-30)=6 ou 144-95 Sistema de equagoes lineares ‘Um sistema de equaydes lineares ¢ uma lista de equagdes com as mesmas inedgnitas. Em particular, um sistema de m equagdes lineares [., /,,.., L,, nas n incdgnitas x,, x,,..., x, pode ser colocado na seguinte forma padrao OX Haar to ayy = Py SHA = G2) Ag X1 + OyaXp H+ + Oka = Om ‘onde 08.4, €0s b; sto constantes. O niimero a, € 0 coeficiente da inedgnita x,na equagio L, ¢ 6 ntimero b, 6a cons- tanie da equacao L, O sistema (3.2) é chamado de sistema m Xn (Ié-se m por 1). Ele & chamado de sistema quadrado se m=, ou seje, sea quantidade m de equagdes é igual & quantidade n de incdgnitas, O sistema (3.2) é chamado de homogénco se texas seus termos constantes so nulos, isto é, seb, 8, = 0. Casa contrario, osistema é chamado de ndu homogéneo. Uma solugdo (ou solugdo particular) do sistema (3.2) uma lista de valores para as inedgnitas ou, de modo cequivalente, um vetor 1 em A”, que é solugdo de cada equacdo do sistema, O conjunto de todas as soluydes do sistema é chamado de conjunto solurdo ou solugdo geral do sistema. Exemplo 3.2 Considere o seguinte sistema de equaydes lincares yt my t4y43n 2y tit 4-2 =! 3 ay ay = Sas ay Eleé um sistema 3 x 4 pois possui 3 equayies ¢ 4 incogaitas, Determine se(a) u=(-8,6,1, 1)e(0) r=(-10, 5,1, 2) sto solugtes do sistema (a). Substina os valores de w em cada equagiio € obtenta “8464449 =5 ob — -8464443=5 ov A-8)+HO+I-AY=1 cu —-W+I841-2=1 ow =8+20)— S41 =3 on -BF12-S+4=3 ov 3 Entio 1 é solugdo do sistema pois & solugto de todas sues equagdes, (b) Substitua os valores de v sucessivamente em cada equagao e obteaha =WW45440)+3Q)=5 ou 14544465 LS AHI) +4S)+1=22)=1 ow 20+ 1S+ 1-451 ov -8 Entio vnio ¢ solugio do sistema pois nie ¢ sclugit da segunda equagio. (Nio ha necessidade de substituir na terecira equacio.)Argeora Lian O sistema de equagdes lineares (3.2) & chamado de possive! se possui uma ou mais solugdes e é chamado de impossivel se no possui solugdo. Se 0 corpo K de escalares ¢ infinito, como, por exeraplo, se for o corpo real R ou ‘0 corpo complexo C, entio temos o seguinte resultado importante: Teorema 3.1 Supoaha que K é um corpo infinito. Enido qualquer sistema Y de equagies lineares tem: (a) uma solugdo, (5) nenhuma solugao, (c) infinitas solugées. Esta situagao ¢ mostrada na Fig. 3-1. Os trés casos possuem interpretagao geomeétrica se 0 sistema L’ consis te em duas equagies de duas inedgnitas (Seeao 3.4) on a io tem Solugio Quactidade infinite solucio Sinica de solugies Fig. 3-4 Matriz dos coeficientes e matriz associada de um sistema Considere ainda o sistema genérico (3.2) de m equagdes a n incdgnitas. A esse sistema associamos as duas matri zes seuintes ay a b ay aia Ma | en a dan be e aaa an Ay) Byd 2 Gm By Ay) Am? +++ Ann A primeira matriz, M, € chamada de matric associada ao sistema e a segunda matriz, 4, ¢ chamada de matriz dos coeicientes ‘A matriz.dos coeficientes, formada simplesmente pelos coeficientes do sistema, é a matriz. associeda ao siste~ ma sem a coluns das constantes. Podemos encontrar em alguns textos f= (4, B] para enfatizar as duas partes da matriz M, onde B derota 0 vetor coluna das constantes. A matriz associada e 2 dos coeficientes do sistema apresen- tado no Exemplo 3.2 sdoas seguintes: 11 4 35 43 M 27 it 1 2 12-5 43 “5 4 Como era de se esperar, 4 consiste de todas as colunas de M, excetoa tilkima, que é a coluna das constantes. £ claro que um sistema de equagées lineares fica totalmente determinado por sua matriz associada Me viee- versa, De modo mais claro, eada linha de M{ corresponde a uma equaciio do sistema e cada coluna de M correspon de aos coeficientes de uma incégnita, exceto a tltima caluna que corresponde as constantes do sistema. Equagées lineares degeneradas ‘Uma equasdo ar & degencrada se todos scus cocficientes so nulos, isto & se ela & da forma: Ox) + 0x, +o +O, = 3) A solugio de uma dessas equagdes depende apenas do valor da constante b. Especificamente: () Se6#0 entio a equagao nao possui soluydo. Gi) Seb =0 entio qualquer vetor 1 = (ky kyys hy) de K" 6 solugho. Aplica-se o seguinte teorema,aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.Carirwo 3 + Ssrevas of Eouscoes Lneanes 74 G4) Como as equagdes sto no degeneradas, 4, ¢ 8, nlo s8o nulos, nem A, eB, 340 mulos. A solugiio geral do sistema (3.4) é de um das trés tipos ind ig 3-1. Como R é 0 compo dos escalares, entio o grafico de cada equagao é unia reta no plano R’ € 0s trés tipos podem ser interpretados geometricamente como na Fig. 3-2. Mais espesificamente: (1). Osistema possi ume torica solucdo Neste casos duas retas se intersectam em um tinico ponto [Fig, 3-2(a)) Isto ocorre se as retas possuem inc nnagdes distintas ou, de mesma forma, se o¢ coeficientes de x ey nfo s30 proporcionis: ou,da mesma forma, 4,B) ~ 4,8, #0 Por exemplo, na Fig. 3-2(a), 1/3 -l/2 \ ‘| “ 7 3 zy ie “ 2 3 L 1 begsay3 Lise tees ts Tide by 8 ty der ay= o ie Fig. 3-2 (2) Osistema nao tem solugao. Neste caso as chins retas sio paclelas e distintas (Fig. 3-21)). Isto corre se as retas possuem mesma inelina- fo, mas enuzam 0 eixo y em pontos distintos, ou se Ai BL a 4, By & Q Por exemplo, na Fig. 3-2(0)1/2= 3/6 3/8 (3) Osistema possui infinitas solugdes Neste caso as retas so coincidentes (Fig. 3-2(c)]. [sto ocorre se as retas possuem mesma inclinagdo ¢ eruzam ‘o cixoy no mesmo ponto ou, de modo equivelente, se os coeficientes e constantes Por exemplo, na Fig. 3-2(¢),1/2= 2/4 = 4/8 Observagiie: A expressio abaixo & chamada de deserminante de ordent dois: A By 4 Oh = ABs AB,72 Avaeons Linean Determinantes serdo estudados no Capitulo 9, Assim o sistema (3.4) possui solusdo tinea se es6 se o determinante de seus coeficientes no é nulo. (Mostraremos mais tarde que esta frase ¢ verdadeira para qualquer sistema de equagdes lineares.) Algoritmo de escalonamento A solugio do sistema (3.4) pode ser obtida pelo processo de escalonamento no qual reduziremos o sistema a uma linica equagio a uma incégnita. Considerando que o sistema possui uma tinica solugdo, o algoritmo de escalona- ‘mento divide-se em duas partes Algoritmo 3.1 Sao dadas duas equagies lineares ndo degeneradas L, ¢ L, a duas incégnitas com uma solugao nica. Parte A. (Eliminagdo direta) Multiplique cada equaco por uma constante de modo que os coeficientes resul- tantes de uma das ineégnitas sejam opostos (simétricas) ¢, a seguir, some as duas equagdes ebtendo uma equago L com apenas uma incégnita. Parte B. (Substituicio retroativa) Determine o valor da incdgnita na nova equacio L (que possui apenas uma incégnita), substitua esse valor da incognita em uma das equagdes originais e resolva-a para determinar valor da outra incognita. ‘A Parte 4 do Algoritmo 3.1 pode ser aplicada a qualquer sistema, mesmo que ele ndo possua uma tnica solugio. Neste caso, a nova equagio L seri degenerada e a parte B no poderd ser aplicada Exemplo 3.5 (Solugio tniea) Resclvao sistema Ly Qy- y= Ly: Bet 4y 8 5 A inedgnita v6 eliminada apés calcularmes a nova equayo [= por 2 ¢ somamos as equagdes resullantes como mostrado a seguir: Bh: r+ y= 24 2g Ort by = 10 +21, isto &, multiplicamos L, por—3 el; Adicio: y= 34 Determinames o valor de y nesss nova equagic, obtende y =2. Substituimes, por exemplo L,, edeterminamos o valor da incdgnila x, obtendo Wa 3Q)=-8 ou 2x 2 em uma das equagdes originais, =8 ou 2x=-2 0 ow Assim, x= -1,y=2, ovo pari (-I, 2) €a tnica solugio do sistema. Esperdvamos uma inica solugio uma vez que 2/3 # 3A, (Geometrcamente as retas corespondentes és equagdes interceptam-se no poato(-1, 2), Exemplo 3.8 (Sotugio nto ania) (@) Resolvao sistema by xwtyed Ly =v +6y=5 Eliminamos x das equaydesmutiplicando L, por 2 e somando com £,isto&, formamos anova equagio L=2L,+ Lz Isto nos leva & equacdo degenerada de +0y ‘que possui a constantendo mula b= 13, Assim esta equaso eo sistems ni possuem soluyio. Isto era esperado pois 1/(-2) =-316 # 41S, (Geometricamente, as retas comespondentes as equages sio paralelas distntas,] (8) Resolvao sistema by x-3y 2+ 6y=-8GaPmuio 3 + Sstewas pe Eouagoes Lincanes 73 Eliminamos x das equacSes mutiplicande £, por 2e somando com L;, isto, formamos a nova equagio 2L, * Ly, Isto n0s leva a equacio degenerada ox+oy=0 aque possii a constante também mula. Assim 0 sistema possui infiritassolugBes que correspondem is solugdes de tums das equa;8es. Isso era esperado pois 1-2) = 3/6 = 4-8). [Geometricamante, as relas correspondentes is qungdes siocoincidentes Para determinar a solu gera,tome y =a e substitua em L, para obter -3a=4 ow 3a44 Assim, asolugdo geral do sistema & =3at+4y a ov w=Ga+4, a) conde a (chamado de pardmetro) & um escalar qualquer. 3.5 SISTEMAS NA FORMA TRIANGULAR E REDUZIDA principal método de solugdo de sistemas de equagdes tineares, a eliminagao de Gauss, € tratado na Secdo 3.6. Aqui consideraremos dois tipos simples de sistemas de equages lincares: sistemas na forma triangular e, m: rais, sistemas na forma reduzida. Forma triangular CConsidere o seguinte sistema de equagdes lineares que esta na forma triangular: 2xy + Sy + Say — Bey Sm - 5 43m 51 Try =X 2xy = 8 Nele, a primeira incégnita, x, é aincdgnita lider da primeira equacdo; a segunda ineégnita, x,, é aincégnita lider da segunda equagiio e assim sucessivamente. Desta forma, em particular, o sistema & quadrado ¢ cada incdgnita lider esté direiamente & discita da incégnita lider da equogaio anterior. Tais sistemas triangulares sempre possuer solugdo tinica que pode ser determinada través da substituigdo retroativa, isto & (2) Primeito resolva a iltima equacio para obter.x, =4, (2) Substitua esse valor x, = 4 na pentiltima equagio e, nessa equago, determine o valor de x, assim: In-4 1 3 ou Tx, Tow x (3) Agora substitua x, = 1 ex, =4 na segunda equagdo e determine o valor de 2 assim: Sy -1412=1 0 ou Set ll cu Sy=-10 0 ou my =-2 (A) Finalmente, substitna x, 4 na primeira equagio ¢ determine 0 valor de x, assim: 2x +645-8 9 ou 2x, ou x Desta forma, x, Buy 2,4, ou, do mesmo mode, 0 vetor 3-2, 1,4) € Unica solugdo do siste~ Observagde: Existe uma outra farma de realizar a substituigdo retroativa (que serd utilizada quando resolver- mos um sistema usando a forma matricial), Nessa outra forma, apés determinarmos o primeiro valor de uma inedgnita na dltima equagdo, substituimos esse valor em todas as equagbes que a precedem. Isto nos leva a outro sistema jangular com uma equs¢o a menos e uma incdgnita a menos, Por exemplo, no sistema triangular acima, substituindo x, = 4 em todas as equacdes anteriores obtemos o sistema triangular 2ey = 3x; + 5x5 = 17 $xy- y= -l I= 7 Repetimos o processo para esse novo sistema usando sua nova iltima equagdo e assim sucessivamente.74 ‘Axseona Linear Forma reduzida, piv6 e variaveis livres O sistema de equagies lineares abaixo esti na forma reduzia’ Dey + 63 = x5 Hn = 25 Xp + 2x4 + 2x5 Bay — 945 = 6 Isto é, nenhuma equegdo é degenerada e a incdgnita lider de qualquer equagao, exceto a primeira, esté & ta de incdgnita lider da equagdo que a precede. As incdgnitas lideres do sistema — x, x,€.x,— slo chamadas de incdgnitas piv e as outras inedgnitas — x, € x, — sio chamadas de varidves livres De modo geral, um sistema reducido ou um sistema na forma reduzida possui a seguinte forma: ay Xp $a yyXy + ays + AygXy te Hyp, = Hy Asin t Maat bt Mane =o Ga) i b+ Oey onde 1 | (1) Fagam = ay, /ayy3 (2) Substitua L, por mL; +L, Osistema agora teri a seguinte forma: yx AVX, ayy tee bat, = dy Peta, = by ib aus onde x, aparece apenas ma primeira equagio, a,, # 0 ¢.x, denota a primeira incdgnita com coeficiente nfo nulo em qualquer equacdo apis a primeira (c) Examine cada nova equagao Z. (1) Se £ tem a forma Ox, + Ox, +...+ 01, = com b# 0, entao PARE O sistema é impossivel — nio possui solugdo.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.78 Augers Linea 37 (A terceira equago foi suprimida uma vez que ela um miltiplo da segunda equagio.) sistema est, portano, na forma reduzida com variavel lv Parte B. (Substituigio reroativa) Para obter a solugdo geral atribuimos 4 vasiivel livre 2 mos o valor dese y através da substitu agoraz =a. y=2 + 2a.na primeira equagao obtemos valora e determina- nna seguada equagiio temos = 2 + 2¢, Fazendo etroativa. Fazendo x+2242a—la=1 ou x+44+4a—3a= Assim a solugio geral do sistema é: 2424, “3-4 y onde a é um parimetro, Exemplo 3.8 Resslvao seguinte sisters xy $3y;- yt Syd 2x, +8 — Bx, + 5xq = Faremos por escalonamento, Parted, Usamos 0 cocticiente | de x, na primeira equagio, £,, como pivd para eliminarmcs x, da segund € ter= ceira equasies, L, e,. Ito é feito assim (1) *Substitua £, por—2L, + £.". 2) "Substinua L, por 34, +4,". 0 que nos da: nyt3y-2ytSus 4 2yt3y— x= I = ey = Gry $28, = Usamos agora o coeficiente 2 de x, como plu na segunda equayao, F,, €0 multiplicader m= 2 para eliminarmes x, nat terceira equacdo. Iso ¢ feito com 3 operagdo "Substitua L, por 22, +,” que nos di a seguinte equagdo degenerada: Or, + 0x; + 05 40x, = -3 Esta equagio, ¢ poriantoe sistema, nie possui solugio: NAO CONTINUE. Observagio 1: Como vimos nos exemplos acima, a Parte A do escalonamento nos diz se 0 sistema possui ou no solucdo, isto &, seo sistema é possivel ou impossivel. Desta forma, a Parte B nunca deve ser utiizada quando © sistema for impossivel. Observasio 2: Se 0 sistema de equagées lineares possui mais que quatro equagdes ¢ quatro inedgnitas entio € mais conveniente usar a forma matricial para resolvé-lo, Esta forma matricial serd discutida mais adiante. MATRIZES REDUZIDAS, FORMA CANONICA REDUZIDA POR LINHAS, EQUIVALENCIA POR LINHAS Uma maneira de resolver um sistema de equacdes lineares é trabalhando com sua matriz associada Mem vez de trabalhar com o sistema, Esta seydo introduz. os conceitos de matrizes necessities para essa discussio, Esse> conceitos sio interessantes assim como matrizes reduzidas ¢ operagdes elementares por linhes. Matrizes reduzidas ‘Uma matriz 4 & chamada de matris reducida se as duas condigdes abaixo sdo validas (onde termo lider de uma linha de 4 € 0 primeiro elemento nao nulo dessa linha): (1) Todas as linhas nulas, se existirem, esido na parte de baixo da matric @) Cada termo lider de uma linha esti A direita do termo lider da linha antCarmo 3 + Ssrews ve Eoucoes Lneanes 79 Isto, 4 = [a,] éuma matrizredurida se existirem elementos nio nulos. Oyj onde fp < fp R” [E,] (Soma de linhas) Substituir uma linha pela soma de um miltiplo AR, de outra linha e da prdpria linha R Indi- camos isto escrevendo “Substituir R, por AR, +” ou “kR, +R, R” A seta > em [E,] ¢ (E,] pode ser lida como “substitu. As vezes (por exemplo, para evitar fragdes quando todos os escalares dados sao inteiros) podemos aplicar [E,] € [E,] em um tinico passo, isto €, podemos aplicar a seguinte operagio: [E] Substituira linha R, pela soma de kR, € 4°R, (onde k’# 0), escrevems: “Substituir Z, por kL, + KL," ou “&R,+ KR, R” Enfatizamos que nas operagdes [E,] ¢ [E] apenas # linka 8, é substituida. Equivaléncia por linhas, posto de uma matriz Uma matriz.d & eguivalente por linkas a uma matiz B, indicada como ANB se B pode ser obiida de 4 por uma seqiiéneia de operagées elementares nas linhas. Se B também ser uma mateiz reduzida entdo B & chamada de forma reduzida de A. Abaixo sio dados dois resultados basicos da equivaléncia por linhas. Teorema 3.6 Sejam 4=[a,] ¢ 8 = [b,) duas matrizes reduzidas e equivalentes por linhas com elementos pi- v6 iguaisa ayatye tg 6 Buys Bags acd, Entio 4 e B possuem o mesmo niimero de linhas nio nulas, isto r= WSs SHo as mesmas, isto &,j,=kyjs © as posigdes dos pi- Teorema 3.7 Toda mattiz A & equivalente por linhas a uma tnica matriz na forma candnica reduzida por li- has. As demonstragdes destes teoremas serio apresentadas apenas no Capitulo 4, A unica matriz do Teorem: chamada de forma candnica redhcida por linhas de A Usando os teoremas acima podemos enunciar nossa primeira definigdo de posto de uma matriz, Definigdo: © posto de uma matriz A, denotado por rank(4), & igual ao nimero de pivés da forma reduzida de 4. “O posto é uma propriedade muito importante de uma matriz e, dependendo do contexto no qual as matrizes io utilizadas, pode ser definido de varias formas. E claro que todas as definigdes sempre chegam a um mesmo resultado.” A proxima segao mostraa forma matricial do escalonamento e, com ela, é possivel determinar a forma reduzida de uma matrie A (c, conseqiientemente, o posto de 4) ¢ também & possivel determinar a forma cansnica reduzida por linhas ded. Pode-se demonstrar que a equivaléncia por linhas é uma relagdo de equivaléncia. Isto &: (1) A ~ A para qualquer matriz. A Q) Sed ~ BentaoB ~ A. (Q) Sed ~BeB ~ Centiod ~ C. A propriedade (2) pode ser deduzida do fato que cada eperagdo elementar nas linhas de A tem uma operagio inversa do mesmo tipo. Observe:Gapiniio 3 + Sistews o Eouscoes Lneares 81 (a) “Trocar Re 2,” ésua propria inversa (b) *Substituir R,por AR,” e “Subsituir R, por (1/8)R,” Slo inversas uma da outra, (c) “Substituir R, porkR, + R,” e “Substituir R, por -KR, +) so inversas uma da outra Existe um resultado semethante para a operazao (E] (Problema 3.73). 3.8 ELIMINACAO DE GAUSS, FORMAS DE MATRIZES Esta secdo apresenta dois algoritmos: (1) O algoritmo 3.3 transforma qualquer matriz 4 em sva forma reduzid (2) Oalgoritmo 3.4 transforma a matriz reduzida em sua forma canénica reduzida por linhas. Estes algoritmos, que utilizam operagdes elementares nas linha, sio simplesmente reformulagdes do escalonamen- to de Gauss apiicado a matrizes e nao as equagdes lineares. (O termo “reduzir por linhas” ou simplesmente “redu- 2s” significars transformar ume matriz utilizando as operagdes elementares nas linhas.) Algoritmo 3.3 (Eliminagao direta) Dada qualquer matriz. A, este algoritmo insere zeros abaixo de cada pivé, trabalhando de cima pars baixo, e apresenta como resultado a forma recuzida de Passo 1. Descubsa a primeira coluna com um elemento no nulo, Seja j, esta coluna (a) Rearranje amatriz de modo que @y, # 0, isto é, se necessirio, troque a posigdio de cuas linhas pa ra que a elemento no nulo da colunaj, ésteja na primeira linha (b) Use a,,, como piv6 para obter zeros abaixo de ay, Especificamente, para i> (1) Tome m inlays (2) Substitua R, por my +R; [Ou seja, aplique a operagio ~(ay, /ay,, JR; +R; > Ry] Passo 2. Repita o Passo | com a submatriz formada por todas as linhas da matriz original, exceto a primeira. Nes: te momento, sea @ primeira coluna da submatriz com um elemento néo nulo, Assim, no final do Pas 502 teremos dy, #0 Passo 3.ar Continue o provesso acima até que a submatriz possua apenas linhas nulas. Enfatizamos que, a0 firal deste processo, os pivos serio Aye Bays voy My, ‘onde r denota a quantidade de linhas ndo nulas na matriz reduzida. Observagio 1: O mimero m dado absino eapresentadono Passe | (b) &chamado de muldplicadar 4%, __ coficiente a ser eliminade ON day Divo Observagio 2: Poderiamos ter substituido a operagdo do Passo 1 (6) por: Substitua Rj por —ay, Ry + ay, Isto evita o uso de fragdes se todos es escalares sio originalmente inteiros. Algoritmo 3.4 (Eliminagéo retroativa): Dada uma matviz A = (a,] na forma reduzida com elementos. iguais a yj. Oy cee o resultado seri a forma candnica reduzida por linhas de 482 Augean Ui Passo 1. (a) (Use 0 escalonamento de linhas para que o tltimo pivd seja 1.) Multiplique a tltima linha no nu- LR, por L/a,, (®) (Use a,, = | para obter zeros acima do pivd) Para (1) Tome m yi 2) Substitua R, por mR, +R (sio€, aplique as operagdes ay R, +R, > Ry.) Passos 2 parar-1. Repita opasso 1 para as linhas Rj. Rs... R Passor. (Useo escalonamento de linkss para que o primeiro pivé seja 1.) Multiplique R, por 1/ay, Existe uma outra forma para o algoritmo 3.4 que desereveremos a seguir usando apenas palavras, A deseriglo formal deste algoritmo édeixada ao leitor como um problema suplementar. Algoritmo Alternativo 3.4 Coloque zeros acima dos pi luna por coluna da direita para a esquerda) lina por linha, de baixo pare citna (em vez de co- O algontmo altemativo, se aplicado A matriz associada M de um sistema de equaedes lineares é essencialmen- te o mesmo que determinar o valor das ine6gnitas piv6, uma apds @ outra, de baixo para cima, Observagiie: Enfatizamos que 2 eliminagtio de Gauss é um processo feito em dois estigios, a sober: Estigio A (Algoritmo 33). Colocar zeros abaixo de cads pivd, rabalhando da linha de cima, R., para baixo. Estigio B (Algoritmo 3.4). Colocar zeros acima de cada pivé, trabalhando da linha de baixo, R., para cima, Hi outro algoritmo, chamado de Gauss-Jordan, que também reduz uma matriz a sua forma candnica reduzida por linhas. A diferenga & que Gauss-Jordan coloca zeros abaixo e acima de cada piv & medida que ele é implementa do, trabalhando da linha Ry para baixo. Apesar de Gauss-Jordan ser muito mais simples de ser enunciado com preendido, ele é muito menos eficiente que o slgoritmo de Gauss feito em dois estigios. 36-6 9 13 (a) Ustilize o Algoritmo 3.3 para reduzir 4 @ sua forma candnica reduzida (©) Utlize ¢ Algoritmo 3.4 pare, mais ainda, reduzir 4 & sua forma eandnica reduzida por lishas, Exempio 311 costco a [3 ans “| (a). Primeiro tome a,,~ 1 como pivo para obter zeros abaixo de a, isto & aplique as operagies “Substituir Ry por 28, +R." e"Substtuir R, por -3R, + Ry". A seguir tome a.,~ 2 como pivd para obter um 2840 abaixo de dy isto € aplique a operagao *Substituir R, por 3/2 R, * Ry”. Isto nos dé 12-312 12-31 2 a~loo 24 6/~]00 24 6 00 367 oo 90 2 A matriz esti agora na sua forma reduzida, (6) Multiplique &, por —1/2 para abter 0 pivda,, = 1,8 seguir, use 05, usando as operagSes “Substituir R, por SR, + Ry" como pivé para obter zeros acima dele “Substituie R, por 28, + Ry". Isto nos di il 0 1 Multiplique &, por 1/2 para abtero piv, usando a operagio Le, a seguir, use ay ubstitvir R, por 3R, + ,”. Isio nes di para obter um zero acimadele Esta iltima mate ¢ a forma candniea reduzida por linkas de 4aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.Capiruio 3 + SsTems De Eouxcdes Lincxnes 85 Teorema 3.1 Seja K um corpo infinito. 0 sistema AX = B tem: (a) uma tinica soluglo, (b) nenhuma solusio, (€) infinitas solugdes. 0, entio ela ter infinitas solugies. B. Entio, pare qualquer k¢ K, Demonstragdo, Basta demonstrat que se AX'= B possui mais de uma sol Suponha que w e v slo solugdes distintas de AX'=B; isto &, que Au=Be Av Alu + ku ~ oi] = Au + k(Au — An) = B 4 k(B— B) = B ‘Assim, para cada k € Ko vetor u* k{u— v) €uma solugao de AX'= B. Como essas solugbes slo distintas (Proble- ma 3.47), AV = 8 possui infinitas solugdes, Observe que o teorema acima é verdadeiro se K€ o corpo dos ndimeros reais R (ou ocorpo dos complexos C). ‘A Segio 3.3 mostrou que este teorema passui uma interpretagdo geométrica se o sistema consiste em duas equa- ‘yGes para duas incognitas, onde cada equagdo representa uma reta em RP. O teorema também possui uma interpretagdo geométrica se o sistema consiste em trés equagdes nio degeneradas a trés incdgnitas, onde as trés equacées correspondem aplanos #,, He H, em R’. Isto &: (a) Solugdo tinica: Os trés planos se eruzam em um iinico ponto. (b) Nao hi soluedo: Os planos se incerceptam dois a dois mas nao ha um ponto comum de interseeao, ou dois dos planos sio paralcles. (0) _Infinitas solugSes: Os ts planos se intersectam em ums reta (uma varidvel livee), ou eles sio coincidentes (Guas varidveis livres). Estes casos so mostrados na Fig. 3-3. (iy ww (®) Néo hd solugio Fig. 3-3 Forma matricial de um sistema quadrado de equagées lineares O sistema de equacées lineares AX = B é quadrado se e sé se a matriz 4 des coeficientes ¢ quadrada, Nesse caso, temos 0 seguinte resultado importante Teorema3.9 (sistema quadrado de equagtes lineares AX'= B possui solugao dinica se e s6 sea matriz A & inversivel. Nesse caso, AB éa tinica soluco do sistema, ‘Mostraremos aqui apenas que, se 4 ¢ inversivel, entiio A'B é a Unica solugao. Se A ¢ inversivel, entio AA) = (AA")B = 1B =B86 Ausewra Livan €, portanto, 4°" é uma solucio. Suponha que 1! & uma solugio, ou seja, que A» = B.Entio velo = (ly = 4a) = AB Assim, a soluge 4B € unica Exemplo 3.14 Considereo sistema de equagies lineates abaixo euja matriz dos coeficientes 4 e sua inversa 4 ' também so dadas x+2p+ 1 1203 3-8 3 r+3vt 6 4=|13 6 4 aE 4 Sy Dv 6y + 13: 26 13 021 elo Teorema 3.9, tnica solugio do sistema & 3-8 37f1 -6 aA'es/-1 7 31/3 ]=| 5 o 2 dls -1 Observag4o: Enfatizamos que o Teorema 3.9, na maioria dos 1s, no nos euxilia a resolver um sistema quairado, isto porque determinar a inversa da matriz dos coeficientes A, em geral, & mais dificil que resolver o sistema diretamente. Assim, a menos que seja dada a inversa da matriz dos coeficientes 4, como no Exemplo 3.14, usualmente resolvemos um sistema quadrado por esealonamento (ou por algum método iterative cuja discussiio es- 14 além dos objetivos deste livto). Istoé,x=- 6,9 3.10 SISTEMAS DE EQUACOES LINEARES E COMBINAGAO LINEAR DE VETORES O sistema genérico de equagies lineares (3.2) também pode ser reescrito como a equagio vetorial abaixo: a a an by xy] | tx) | pte] 2 n Ginn Gy Syn bn Lembre-se que um vetor v de A"é uma combinagia linear dos vetores tf, ayn ty d& K° se existivem escala- FES dyn em K tas que v= ayy + ayy ++ + oats Desta forma, o sistema genérico de equaydes lineares (3.2) e a equagdo vetorial equivalente dada acima tém ‘uma solugdo se ¢ s6 se 0 vetor coluna das consiantes ¢ uma combinayao linear das colunas da matriz dos cceficien- tes. Escreveremos isso de modo formal. Teorema 3.10 _O sistema de equayies lineares 44°= B possui solugdo se es6 se Bé uma combinagio linear das ccolunas éa matriz.dos coeticientes 4 ‘Assim, a solugdo do problema de expressar um velor v de K" como uma combinagdo linear dos velores ui, sn ty de KT se reduz a resolver um sistema de equagbes lineares. Exemplo de combinagao linear Suponha que queremos expressaro vetor » =(1,~2, 5) como uma combinagio linear dos vetores my =(,10, w= (1,2,3) 3 = (2,-1.1) Primeito escrevemos 1 =.111,+ ym +1, com incdgnitas x,y,z ¢, ent, escreveros o sistema de equagdes lineares corresponidente para, em seguida, resolvé-lo, Especificamente, primeiro eserevemos,Guprruio 3 + Sisrewss De EOUCOES LINEARES 87 Entio x y 2 vty+22] =|x[+]2r | 4 x42y~ x 3y, x+3ye cy Apenas por conveniéncia de notagio, escrevemos os vetores de R" como colunas, uma vez que isto torna mais simples determinar o sistems de equagdes lineares equivalente, Na verdade, é muito Fic ir da equag30 vetorial (*) diretamente go sistema (**), Resolvemos agora o sistema de equaghes lineares equivalente determinando sua forma reduzida, Isto nos 6 xt p42 rtyd2e= 1 yo3z eentio Ws retroativas nos levam & solugo x= ~6, y Assim, v=~ 61, + 31; +2u, Exempio 3.15 (a) Esevevao velor v= (4,9, 19) como combinagio linear de m= (4-23. =B.-210, y= 21,9). Determine o sistema de equagis lincares equivalente escrevendo v=) + yu +214 determine sua forma w= dduzida, Temos et xtayt2es 4 +3yez= 4 abe Ty oa 7 ow 3r+ 10p+9 y+3e= 7 Substituigdoretroativa nos da a solugio x= 4,» 3. Assim, 1 €uma combinasdo linear de 1, 16 € 1s 9pe8i- Fieaments, v= 4u,~ 2a. + 3, (8) Eserevao veror v= (2,3 ,~5) como combinagio linear de 4 =(.2,-3), 4), 1 =(1.3.-5) Determine o sistema de equagdes lineares equivalente escrevendo duzida, Temos vee 2 2 De 4 39 3 ow ou Sy 1 = y= 5 On 3 Esse sistema no possti solugo. Assim, ¢ impossivel escrever 1-como uma combinagdo linear de ts © Combinagées lineares de vetores ortogonais, Coeficientes de Fourier Lembre-se (Segio 1.4) que o produto intemo x vdos vetores u= (a, ds...) U= (bj, by finido por »b,) de R" éde- ev = ayby Hayy too ayb, além disto, os vetores 1 € vsto ortogonais se seu produto interno 1. =O. Suponha que %, tt)... «14, do R” so vetores ndio nulos ortogonais dois a dois. Isto significa gue Gury =O para izy © Gi) wy 4,40 paracada i Entio, para cada v de R’, existe uma mancira simples de eserever vcomo combinagao linear de 1,1. yy GUESE= +r mostrada no proximo exemplo,8B Avseera Linea Exemplo 3.16 Considere.os trés vetores abaixo de R’ 4 =.1,0. ty = (1,-3.2), =(6,-1,-4) ssso ortogonais dois a dois, isto & —34+2—0, 4 meg typ =S43-8=0 Suponha que queremos escrever v= (4, 14,—9} como combinagae linear de ty, t,t Método 1. Eserevao sistema de equagdes lincares equivalente, como no Exemplo 3.14, resolvi-o, obtendo ju, du, +2, Método 2. (Este método usa o fato que os vetores 1, 1, So ortogonais dois a dois, o que torna a aritmé- tica muito mais ficil). Escreva v como uma combinagaia linear de t,t, 4s usando os escalares x, 2, como abi x0: 4,14, -9) S011, DEM, 3,2) 4265, o aga o produto intemo de (*) por 1 para cbter 414-9 SMD ou 9=3r ou rad (Osdois dtimos termos sboeliesinados uma ver que, ortogonsl a € a1) aga agors o produ interno de ( por, para obter (4,14, -9)-(1, -3,2) = (1, -3,2)-(1,-3,2) ow - 56 4y on Finalmente, faga © produto interno de (*) por u, para obter (4,14, 9) +15, 1-4) 45-14) ou 42-422 ow Assim, 9= 31, —4u 1 © procedimento descrito no Método 2 pode ser generalizado, a saber: Teorema 3.10 Suponhaque i, u, :.., 1, so vetores rdo malos ortogonais dois a dois de R", Entdo, para qualquer vetor 1'de R" temas: Pg . Doty wey gy uty Enfatizamos que devem existir exatamente 7 vetores ortogonais de R" para que esta formula posse ser utiliza da, Observe também que cada 1, -u,#0, uma vez que cada u, é um vetor ndo nulo. Observagdo: O escalar a, dado abaixo (que aparece no Teorema 3.10) échamado de coeficiente de Fourier de vem relagdo au ty hal? Ele € anilogo a0 coeficiente da conhecida Série de Fourier de uma fungdo. 3.11 SISTEMAS HOMOGENEOS DE EQUACOES LINEARES Umsistema de equagdes lineares é chamado de homogéneo se todos seus termes constantes so nulos, ou seja,um sistema homogéneo possui « forma AX'=0. E dbvio que esse tipo de sistema sempre tem o vetor mulo 0= (0, 0,...,0) ccomio uma solugdo, chamada de solugao nula ou trivial. Por isso estamos sempre interessados em determinar se 0 sistema homogéneo possui ou no uma solucdo no ula, ‘Como o sistema homogéneo .’= 0 possui ao menos a solugdo nula, ele pode sempre ser escrito na forma re~ duzida abaixo ay ky $a ;gky + ages + 4X4 too + aig hy =O. By My Fry arkyar Fo Fahy Gy Rj Tot ehGaviruio 3 + Sistemss ve Eowpoes Lneanes 89 Onde r representa 0 nimero de equagdes na forma reduvida e » representa a quantidade de incdgnitas. Assim o sistema reduzido possui nr variéves livres ‘A questio das solugdes no nulas se reduz.a0s dois casos abaixo: (i) r=n. Osistema possui apenas a solugio nul (ii) _rG Adm disso, cada operagio nas colunas tem uma opersga des comespondentes nas linkas. Seja agora fuma operacio elementar nas colunas e seja Fa matriz obtida ao aplicarmos f' matriz identidade Lise, wersa do mesmo tipo, do mesmo modo que as opera- F=f) Entio Fé chamada de matriz elementar correspondente & operagao clementar nas colunas f, Observe que F sempre uma matriz quadrada, Exemplo 321 Considereas operagdes elementates nas colunas abaixo: (1) Trocar G and C3. (2) Subsiituir C; por -2¢;, (3) Substiuir Cy por ~30 + ‘As irés matrizes elementares 3 » 3 correspondentes slo, ool Lo oo 10 0 Fe=lo1 ol, o1 of, FR=lo 1 3 10 0, oo ~2 oo 1 (© teorema abaixo € o andlogo a0 Tecrema 3.13 para operagaes elementares nas li Teorema 3.17 Paraquaiquer maiz 4,4) =AF. Isto é, 0 resultado da aplicagio da operagio elementar f na matriz 4 pode ser obtide multiplicanco a mattiz pela matriz F, nessa ordem. Equivaléncia de matrizes Uma matriz B é equivalente & matriz 4 se B pode ser obtidaa partir de A por uma seaiiéncia de operagdes por linhas ou colunas. Por outro modo, B é equivatente a4 se existem matrizes nao singulares P e Q tais que B = PAQ. Assim como na equivaléncia por linhas,a equivaléncia de matrizes ¢ uma relagdo de equivaléncia, resultado principal desta subseydo (demonstrado no Problema 3.18) & dado abaixo, Teorema 3.18 — Qualquer matriz A dottipo m x7 éequivalente a uma tinica matriz por blocos da forma 40 00 onde J, éa matriz identidade de ordem r.Avoeona Linean 3.13 Temos a seguinte definigio. Definigio: 0 inteiro nao negative r do Teorema 3.18 échamado de posio de A, denotado por rank(A).. ‘Observe que esta definigao concorda com a definigio previamente dada de posto de uma matriz, DECOMPOSICAO NA FORMA LU Suponha que 4 é uma matriz ndo singular que pode ser transformada em uma matriz triangular (superior) U usando apenas operagdes de adigdo de linhas, isto é, suponha que a pode ser triangulada pelo algoritmo absixo que se- 14 eserito em notagao de computadores. Algoritmo 3.6 Dada uma matriz 4, determinamos sua forma triangular U. Passo 1. Repita parai=1,2,....n-1: Passo 2. Repita paraj=i+1,i+2,....0 Fagam,=4,/a,. Faga R,=yR,+ R, [Fim do passo 2 ~ Joop interno} [Fim do passo | — loop externo} Os ndimeros m, sio chamados de multiplicadores. As vezes registramos estes multiplicadores utilizando a matriz triangular inferior L abaixo: 1 0 0 o Oo -my 1 0 o 0 my my 1 0 0 My ~My Ms it Isto, £ possui ts na diagonal, Osacima da diagonal ¢ 0 simétrico do multiplicador m, como seu elemento if abaixo da diagonal, A matriz.L acima e a matriz triangular U dada no Algoritmo 3.6 nos fornecem a elissica fatoragdo LU da matriz A. A saber: Teorema 3.19 Seja 4 uma matriz nfo singular que pode ser reduzida & forma triangular U'usendo apenas adi- ao de linhas. Entio 4 = LU onde Lé a matriz triangulo inferior mostrada acima com Isna diagonal, e Ué a matriz triangular superior com Os na diagonal. 13 xemplo 222 spots ie 4 [3 4 3 onan cesta orn agar som 2 ‘operagdes “Substituir R, por 3R, + R.”, “Substituir R, por ~2R, + R,", e enti “Substituir R, por 3/2 R, + Ry" isto 2 = \ tCorin 3 + Srewas ce Eowgoes Lneanes 9S Enfatizamos que: (a) Oselementos~ dasacima. 3/2 em £ slo os simétricos dos multiplicadores das cperazdes elementares por Tinhas da (b)Uéa forma triangular de A. Aplicagées a sistemas de equagées lineares Considere um algoritmo computacional Mf, Seja Cn) 0 tempo de processamento deste algoritmo como uma fungio do tamanhors deseu ade inicial. [A fungdo C(a) &, as vezes, chamada de complexidade do algoritmo M,) FreqUen- temente C(n) simplesmente conta quantas multipticages e ivisdes slo executadas por M, mas nao levam em con- siderasao as adigBes e subtragdes, uma vez que estas sio realizadas pela maquira em um tempo muito menor do que aquelas. Considere agora um sistema de equagies lineares quadrado X'= B onde onl. B= [bye Ol” a # ce suponka que A possui uma fatoragdio LU. Enido o sistema pode ser colocado na forma triangular (para realizar a substituigdo retroativa) aplicando o Algoritmo 3.6 na matriz associacla M = (4, BJ. A complexidade do Algoritmo 3.6 ¢ desua substituizio retroativa sto, respectivamente, Coste 6 Cebit onde n é a quantidade de equagde Por outro lado, suponha que jf conhevemos a fatoragae 4 = LU. Enido, para triangular o sistema, precisarmos apenas aplicar as operagées por linhas do algoritmo (caja meméria esti em L) no vetor coluna B Neste procedimento a complexidade é Naturalmente, obter a fatorago A= LU requer o algoritmo original onde C(x) ~ } n°, Desta forma, nada ga- nihamos a0 calcularmos inicialmente a fatoragdo LU se um inico sistema deve serresolvido. Contudo, hi situagdes, como as mostradas abaixo, nes quais « fatoragio LU é uti Suponha que, para uma matriz A dada, precisamos resolver sistema AX =B repetidas vezes para uma seqiéncia de diferentes vetores constantes B,, B,, .. ., B,. Suponha também que alguns dos B, dependem da solusdo cbtida quendo resolvemos o sistema para alguns dos vetores 8, anteriores. Neste caso, & mais eficiente determinar primeiro a fatoragio LU de A e entio usar esta fstoragdo para resolver o sistema para cada novo B. Exemplo 3.23 Consitere os sistemas de equagdes lineares abaixo: xt 24 25h ky Det Bytke=h ow onde & wBrt lO b2=h ky Supanha que desejamos reselvero sstoma is veeespara B igual Bj, B © By. Ném disso, syponha que B= (1, 4,1)” ainda que By =B +X (pan j=l? onde ¥, & solugao de X= 2, Nescecaso, é mais eficiente primeira obter& fatoragio LUde 4 ¢ ento utiizdala pas ra resolver o sistema para cada um dos Bs, (Isto é feito no Prablema 3.42.)96 Avaeans Lean Problemas Resolvidos Equagées Lineares, Solugies, Sistemas 2x 2 3a 32 33 34 3S Determine se cada uma das equagbes abaixo 6 linear: (@) Set ty—Bye= 16, () tat fogS, (@) Bethy 8 (a) Nio, pois oproduto yz de duas incégnitus & do segundo grau. (Sim, pois. ¢ elog 5 so consiantes (6) Como esté eserito, hd quatro inedgnita: x,y, k: Devide ao tentro yrela nio & uma equardo linear. Contudo, se con- siderammos que k é uma constante, 3 equagaoé linear nas incégnitas x,y,z Determine se os vetores abaixo so solugdes dex, + 2x, ~ 4x, + 3ty (a) u=G,2,1,4) € @¥=(,2.45). (2) Substinindo obtemos 3 +2(2)—4{1) + 3(4) = 15,0u 15 = 15; sim, Euma solujdo. (®) Substinindo obsemos | +2(2)~ 4(4) +365) 55 5,01 4= 15; no, nfo & uma solucdo. Resolva: (a)ex=, (b)3x-4- are 2et3, (eV T+ 2x (a) Comoe# 0, multiplique por Vee obtenha x= me (6) Reescreva na forma padrio obxendo Ox = 7, A equagae no possui solugae, (©) Reescteva na forma padrdo obvendo Ox = 0, Qualquer escalar k ¢ uma solugao. Demonstreo Teorema 3.4, Considere « equal ax = b (a) S200, entio x= bia € a inia solugdo de ax (®) Sea=0 mes 60, entdo.ar=b ndo possu solugi. (6) Sea=0e4=0, entio qualquer escalark¢ solugio dear =6, Saponha que a +0. Entio exist o sscalar ble, Substituindo bla em ax ~ btemios a(b/a) ~B ox b=; portato, bia & ‘uma solugde. Suponba também que x5 & uma soluydo de Mulliplicando os dos lados da igualdade por Lia obtemos x, =b/a. Portanto, ba €tinica solugdo de ax => e, deste moto, (i) esté demonstrado. Por outro lado, supoha que a= 0, Assim, para qualquer escalark temos ak =Ok =0. Se b 20, entio ak 5. Desta fonma, {nfo & uma sclugdo de ax = b , deste modo, (i estédemonstado. Se b= 0, entio ak =b, Isto significa que qualquer escalark é uma solugio de ax= 6 e, desta forma, (i) est demonstrado. Resolva os sistemas abaixo: w—sy=1l 2x— z-ye 3 OO Seedy=s Ober oy (0 ae ey = 16 (a) Elimine.x das equacdes caleulando a nova equagio L =—31, + 2L,. Isto nos daa equacio 23y = -23, eentio y ‘Lem alguma das equagdes originais, por exemplo, £,,¢ obtenha 2 S-I)= 11 ow 2eHS=1 ow 2e = Lou oparu = (3,1) €a inies solugdo do sistem, (6) Elimine x das equagées caleulandoa nova equagio L = 32, + Ly Istonos da equasdo Or+0y = 30 Esta € uma equasao dezenerada com constante no nua; portanto, esa equagdo, também o sistema, nio possui so- Jugao, (Geometricamente, as ret correspondents as equaz0es sto paralelasdlstinas,) (6) Blimine x das equagées caleulando.a nova equagio L = 22, + 1, Istonos dé a equayio Ort 0v=0 Esta & uma equardo degenerada com constante também nula, Portanto o sistema pessui infinitas solutes, que correspondem as sclugdes de uma de suas equagSes, (Geometricamente, as retas correspondentes 4s equagSes sio coincidentes,) Para determinar « solugdo geral, faga y=a e substitua em Z,, obtendo Qe-3a=8 ou 2x=3a+8 ow ataa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.100 ALgeona LNEAR A substituigdo retroativa nesse sistema triangular nos di lugo do sistema é 3,2=-1ovotiow=(2,3,-1). TemL,y=3 emL,ex=2 em L,, Assim, a inica so- 3.14 Considere o sistema xb2yt 2 ay+ Sz e+ Ty tae 3 0 b (a) Determine os valores dea para os quais o sistema possui solugdo inica, (B)_ Determines pares (a, 8) para os quais o sistema possui mais de uma solugio, Determine a forma reduzida do sistema, Para isto, elimine x da terceira equay20 com a operoed0 “Substitu L por~2L, +2," ¢,a seguir, elimine y da terceira equagio com a operaqdo “SubstituirL, por ~3L + al, Isto nos di x42 + a + pean Examine a Ultima equagio (a*~ 2a~ 15) (a) Osistema possui solugao tinica se e s6 se 0 coeficiente de z no vale zera, isto é, se @~2a—-1S=(a-Sat3)#0 ou a#S e€ ax—3, (6) O sistema possui mais de uma solugao se os dois lados valem zero. Q lado esquerdo da igualdade vale zero se a= 5 0ua=~3, Se a= 5,0 lado direito da igualdade é zew se 55~60 =) oub = 12. Sea =~3, 0 lado direito da igualdade € zero se ~ 36 + 12 = 0 ou b= 4. Assim, (5,12) ¢ (-34) so os pares para os quais o sistema possui mais que ura solugao, Matrizes Reduzidas, Equivaléncia por Linhas, Forma Canonica Reduzida 3.15. Determine a forma reduzida das matrizes ebaixo: 12-30 -41 -6 @ 4=/2 4 22), @ B=] 12 -3 36-43 63 (a) Use a,~ 1 como pivs para obter zeros abaixo dee, isto & aplique as operages nas linhas “Substituir R, por -2R, + Ry’ e*Substituic R, por -3R, +R,” A seguir, usea,,=4 como pivé para cbter um zero abaixo dele, isto é, aplique a ‘operago “Substituir R, por ~ SR, + 4,". Essas eperagdes nos fornevern 12-320 1230 a~loo 4 2/~]o0 42 00 53 po 02 A matriz esté na forma reduida (6) Os calcutos ficam mais simples se pivd vale 1. Portanto, primeiro toque a posig2o de R, eR. A seguir. aplique as ‘operagdes nas linhas “Substituir 8, por 4R, + R,” e “Substituir R, por ~ 6R, + R,". A seguir, aplique a operagio “SulstitulrR, por + R.". Essas operagdes nos fomnecem 12-5 12-5 12 B~|-4 1 -6}~]o 9 -2%}|~]o 9 -26 63-4 o- 2%} loo o ita A mateiz esti na forma red 3.16 Deserevat oalgoritmo de redugao por linhas por piveragdo completa. Descreva, também, as vantagens, se existinem, da utilizagio deste algoritmo algoritmo de escalonamento porlinhas se transforma noalgoritme de pivotacdo completa se o elemento de maior valor absoluto na coluna)— ay, € escalhido como piv6 ese utilizase a operacio por linhas (ay, fay IRs + Ry > RyBAT aus Cariruno 3 + Sisrewss € EougoesLinewnes 101 A principal vantagem do slgoritmo de pivotaso completa éque a operagio nas linhs acima envolve uma dvisto pelo pie v6 (comente) a, €, no computador, os erros de arredondamento podem ser bastante reduzidos se dividirmos pelo nime- rocom maior valor absoluto possi! 222 1 Seja A= [3 6 0 | Determine a forma reduzida de 4 utitizando o algoritmo de pivotagao completa 1-7 0 2 Em primeito lugar, toque de posiglo as linbas R, ¢ R, para que~ 3 possa ser utilizado como piv6. Aplique entio as operagses “Substtuir R, por 23 R, +R," e "SubsiituirR, por 1/3 R, +", Essas operagdes nos formecem 3 6 O + 3 6 0-1 nl eee 5 5 1-7 10 2 o -5 1 “Troque agora de posido eR, para ullizar ~ 5 como pivé e entio apligue « operacio “Substitur A, por 2/5 R, +R," Obiemos A matriz es agora na forma reduzida com 0 utilizagao do algoritmo de pivotago completa, Reduza eada uma das matrizes abaixo a forma canénica reduzide por linhas 22-1 6 4 5-9 6) () 4=|4 4 1 10 13), 6) B=]0 2 3) 8 8 -1 26 19 o 07 (Em primeiro lugar determine forma reduzida de 4 aplicando as operagies “Substtuir R, por ~2R + tituir R, por ~ 4R, +R,” ¢, a seguir, aplique “Substituir 8; por~ Ry + Ry”. Essas operagBes nos fornecem. 22-1 64 22-1 64 A~|0 0 3 -2 6|~l0 0 3 -2 6 00 3 27 oo 0 42 {se agora substnuigdo retreativa pars ober a forma canénicaredizia por nas de A, Especifcamente, mull Que, em primeio lugar, por} para obter o pd a, = 1. segui aplque as operas "Substitui R, por 2R, + fy" e"Substtuir R, por ~OR, +R," Esta operas nos foresem 22-1 647 [22-101 A~]O 0 3 -2 S}~/0 0 306 oo 0 14} loo o1 § Multplique agora Rs por $113 obtendoo ivé a *e*Subs- |. Aplique a operacio “Substituir R, por R,+ R," obtendo 22-101] 722003 4~]0 0 102/~+/001 02 oo o1 3] looos} Finalmente, multiplique &, por $ para obtero piv a 1. Assim obsemos a forma candniea reduida por linhas de A | (8) Como B esta na forma reduzida, use a substituiglo retroativa para cbter t sa 00 10 Oo. s 9 6 5-9 0 s 9 0) s 00 100 a~lo 23/~|o 20]~/o 1 0/~Jo 1 o/~jo1 0 o o1 o o1 o 04 oon oon102 __Avocona Lenn A Girma matriz, que€ 2 matriz identidade /,éa forma candnica teduzida por linhasde B. (Isto era esperado uma vez ‘que B ¢ inversivel e, desta forma, sua forma canénica teduzida por linhas obrigatoriamente ¢ /.) 319. Descreva o algoritmo de eliminagio de Gauss-lordan que também determina a forma candnica reduzida por lithas de ume mawiz 4 O algoritmy de Gauss-Jordan € similar a0 algoritmo de climinagdo de Gauss em varios aspectos, exceto que em Gauss-lordan cada piv & utlizado para colocar zeros scims € abaixodo piv6, antes de passar para o préximo pivd (endo apsnasabaino dele como ero Gauss}. Alm disso, uma variago deste algoritmo primeiro normalize cada linha, isto é ob- 1ém um pivd unitirio, antes de uiliz4-lo para produzir os zeros nas outraslinhas, em vez de fazera normalizag30 no fim doalgoritmo, 12 23 3.20 14-1 ‘| ‘Use Gauss-Jordan para determinara forma eandnica reduzida por linhas de A, 59 28 Utilize ay, = 1 como pivé para obter zeros abaixo dele aplicando as operay3es “Substituir R, por R, +R," “Subs tiwir R, por -2R, + R,”. Isso nes formece Maltiplique R por $ tuir R, por-9Rs¥+ R," e"Substituir R, |e faga aparecer zeros acima e abaixo de a, aplicando as eperaz0es “Substi- or 2, + Ry”. Essas operagdes nos fornecem bo i re 1 1 2 aque é a forma candnica reduzida por Hinkas de 4 Sistema de Equagées Lineares na Forma Matricial 3.21, Determine a matriz associada ¢ a matriz dos coeficientes do sistema abaixo: xtlp—tred By— det Te S 6248-9 =1 Em primeizo lugar, ordene as incognitas do sistema e,a seguir, use esse sistema ordenado para obter Me 4. Temos 1234 123 + entto m=] 7 3-4 5 e 7 3-4 8-9 6 8-9 61 Br 9p 4 6 3.22, Resolva cada um dos sistemas absixo utilizando a matriz associada M: rtWv- r= 3 re dyt4e r43v4 r= 5 De yt. BxtSy-t4e= 17 Be dy +62 @ (6) (a) Determinea forma reduzida da matriz essociada M ecmo feito abaino: 12-1 3 12-13 12-13 M=}13 1 5{~/o1 2 2}~/o1 22 38 417 02 78 oo 34Canirui03 + Sisrewas.oe Eowsgdes Lnenaes 103 Escreva agora o sistema triangular correspondente Como alternative, poeriamos determinar a forms eandnics reduzida por linhas de M, obtendo 12-13) fi20 97 floo g m~l|o1 2 2/~/o10 ~jo 10 -3 oo 14} loon loo: ¢ Esta ferma corresporde & solusio dada acima, (®) Em primeiro lugar, determine a forma reduzida de Mf, assim t-2427 fi -2 4 2 M=|]2 -3 5 3}~/0@ 1 -3 -1)~ 3-467] lo 2-6 1 A terccra linha soresponde a equagio degenerada 0 + y+ 0: 3, que ao poss solugdo, Portanto, NAO CON- TINUE. O sistema orginal tambent no poss sclugao. (Observe que a forma redid mosta 369 sistema poss ou no solugdo,) (6) Determine a forma reduzida de Mc, a seguir, forma candaica reduzida por lias: bio3a7 fra 3a M=|23 -13[/~Jo1 -71 “loi atl 57 17) les we 5 (A tercvra ina da matrz foi suprmid, uma vez que é um muikiplo da segunda linha e fri parecer uma linha nu Ja) Escrevao sistema correspondente a forma canbnica reduzida por linhas de M e entio transfiraas variiveis fires para 0 outro Iado da igualdade para obter a solug3o na forma em variaveis livres: rt 10 e 3 2 [Nesse caso: € a inica variével livre A solugio na forma parametric, usando 2 = a,éa seguinte 100, y= 14a, 2 ou w= (10a, 1474, a) Resolva o sistema abaixo utilizando a matriz associada Mf xy +2xy 35) — Bey + Ae 2ty +5t - Bt = te + Ors ny Hay = Tuy + Sty +t Determine a forma reduzida de M e, a seguir, forma candaica reduzida por linhas: 12-3 12-3 -2 41 12-32 41 M=|2 5 8 ~lo 1-2 3 -2 2/~/o 1-2 3 22 147 02-4 7-27 oo 0 4 23 12-30 8 7 10 10 24 2 ~]o 1 -2 0 -8 -7}~Jo 1 -2 0 -8 -7 da of 2 3 00 O01 2 3 Esoreva 0 sisterma comespondente a forma canénica reduzica por linhas de Me entio transfira as varigvets lives para o ‘outro lado da igualdade para ober a solugio na forma de variveis livres:104 _Avceers Lear xt yt Bdxg= 2 1 = xy — 2dr men2y- 8s e T+ 2s + te my t2%, drs Nesseeaso, x). €.1, 8i0 as incdgnitas pivds e.x, x, sio 2s variiveis livres. Lembre-se quea forma paramétrica da solugdo pode ser obtida a partir da forma em variaveis livres simplesmente atribuindo pardmetros as varidveis livres, por exemplo, ¥,=a e.x,= d, Esse processo nos di: eM a Mb, y= 74204 8b, yma, HH 3— 25, =H ou u=(Q1-a~24b, ~7+2a48b, a. 3-2h, b) ‘que 6 outra forma da solu, Combinagées Lineares, Sistemas Homogéneos 3.24, Escreva vcomo combinagio linear de, a, € 1, onde: (@) ©=G,10, Nem = (1,3, Dy = (14, . 045 = 28,1; ® 7.8) ety = (1,253), ty = 3,5), Hy = (1, 5,9) (© v=. 5.4) em =(1,3, “2. ty = 2,7. “Ds ty = (6. Determine o sistema de equagbes lineares equivslente eserevendo v= xu, +) + 4. De outra forms, utilize a ma triz associada M do sistema equivalente onde M= [t,t U- (Nesse 280, i, yt € 2 So as cohunas de MA.) (a) A-equacio vetorial r= xu, +1, +21, para os velores dados &: a (-EPEP ee O sistema de equagées lnearesequivalente, abtido igualando os elementos corespondentese sua forma reduida & xt yt2e= 3 xt yt2= 3 xtytie=3 Bridy482= 10 on yadem ton yoeet H2e+2y+ r= 7 4yt52=13 = O sistema esté na forma triangular Por substituiclo retroativa temas a solugSo tinea x= 2, y= 7, 2=~ 3, Desta forma, 7= 2, + 2a, — uy. De outro modo, construa metriz associada M=[U, ts, th 0) do sistema equivalente e determine sua forma reduzide: 1123 23 11 23 M=| 34.8 Wl~ 2 1J~jor 21 2247 3.3 00-39 A Giltima matriz.corresponde a um sistema triangular com solugdo tinica. Por substituigio reiroativa temosa solugao Duyn Ten 3. Desta forma, v= 214 + 7a, 34, 0] do sistema equivalente e determine sua forms reduzida: (6) Construa a matriz asocieda M=(u,.u, 12 rii2 bai 2 M= s7]~jo 13 3]~fo 13 3 98 0264] Loo o 2 A terceira linha corresponde & equago degenerada Ox + Oy + 0: =~2, que ndo possui solugZo. Assim, o sistema no possui solugao e » mo pode ser escrito como combinaga0 linear de t,t, € ts (€) Construa amatriz associada Mf= [1,1 my #] de sistema equivalente ¢ determine sua forma reduzid: 12nd 1d bY 12.1 M=| 3 76 5|/~Jo13 2}/~/0 132 2-174 0396 0000 Altima matriz comesponde ao sisterma com varivel livre = abaixo: x4 2p+ ysCapmuLod + SisTewAs OF Eoucoes Lineanes 105 Assim » pode ser escrito como combinacio linear de u,, 1, ¢ 1, de varios modes. Por exemplo, faga a varkivel livre €, por substiuigdo retoativa, obtemos y= 2ex=2, Assim, Y= 2th -2u;+ ty 3.28. Sejam ua =(1, 2, 4), =(2,-3, Dt = (2, 1,1) em R', Mostre que 14, ts € 4 sto ortogonais ¢ escreva # como uma combinagdo linear de 1,1, €ts onde: (a) v= (7, 16,6), (6) v= (3, 5,2) aga os produtos internos uilizando cada par de vetores obtendo hyo) =2-644=0, 42-420, ny Assim, 0s trés vetores de R’ sio ortegonsis ¢,portanto, podemos uilizar 0: coeficientes de Fourier. Ito &, v= xu, + yay 1, onde pom tty (@) Temos T++24 63 W—48 +6 _-28 ea eeo+T 1a 4416-624 T4416 © 2i “44141 6 Assim, 0= 3,24, 4, (0) Temas 3410482 6-15+2_-7 Tear ear! Tout i Assion, ou, — uy 32a 3.26 Determine a dimensto e uma base da solugio geral IV de cada um dos sistemas homogéneos abaixo: Qe t+ dey — Say +34, x, + Gr, — Tay + 4xy = 0 det yor Sry + 10) — Lay +64, = 0 3r-4y—8 = (@) ) 0 x7 2y-32 {a} Determine forma reduzida do sistema usando as operagbes “Substituir L, por—3L, + 2L,”, “Substituir L, por 51, +2L,",¢ entio"Substiuir Z, por ~ 22, + 21,”. Estas operages nos fornecem Ixy $4) — Sty + 3ry = 0 H- 4 =0 35 -3n=0 Ixy $4xy — 5m +34 =0 no = 0 [Em sus forma reduzida o sistema possui duss variveis livres, x; €x» des forma tsmos dim W= 2. Uma base [1] de WY pode ser obtida assim: 0) Fava 0 Por sibstiuigiorevoatvatemos x, 2. Assim, 1, =(-2,1,0,0) @) Fagas, 1 Por sbsttuigaorevoativa tems 10,10 (©) Determines forma redurida do sistema, bend 2y-32=0 x Sy+9=0 ec 2v+7e=0 iz [Nio hi varidveis lives (o sistema esta na forma triangular), Portanto dim I= 0 e H no possui base. Especitica- mente, IV consiste apenas da solugdo nula, isto é, W = {0} 3.27. Determine a dimensio e uma base da solugdo geral do sistema homogéneo abaixo usando a notaco matricial: x +2 + 34-24 + 4x5 =0 2xj +t, + Bry + Ky + MKS =O 3x) + 62 + 13x) + Axg + Hrs = 0 Mostre como a basenos dé a forma paramétrica da soluedo geral do sistema.106__Arceona Lewan Quando o sistema é homogéneo, trabathamos apenas com sua matriz dos coeficientes A em ver de trabalharcom sua matriz associada M, uma vez que a ultima coluna da matriz asscciada & uma coluna nul € nenhuma aperagio nas linhas altearé essa condigae. 24 1 s1}-[, 10 i > Determine forma reduzida da matriz 4 obtendo: 123-2 4 12 24 8 1 si-joo 3613 414 oo (A terceira tinha da segunda matriz foi omitida uma vez que & méltipla da segunda linha, 0 que geraria uma lila mula.) Prosseguimos, agora, de dois modos possiveis: (a) Bscrevemos o sistema homogéneo correspondente na forma reduzide: x $2n +3y 2 +4u = 0 yt Sry t 1s=0 Este sistema reduzido possuttrés variaveis livres, x, x, € x, portanto dim H= 3. Uma base [t,t] pode ser obtida assim: 0) Fagan, Por substituigdo retroativa temes x, =0 ex, =~ 2. Assim, 4, (-2, 1,0,0.0) 2) Fagan, 1 ex, =0, Por substituigao retroativa temes x, Assim, 1, = (12, 0, =, 1,0). (3) Faga=0,x,= 0, 1 Porsubsituigo erative tenoss,=—} ex, =—3.Assim, uy =(-$,0, 4,0,0. 2em(),oque nos daria obtda de wma combina tnenr dos vetores da ase [Poderiamos ter evitado o aparecimento de fragGes nessa base fazendo x,=2 em (2) ex, rmiltiplos de n,¢ 14.) A forma paramétrica da solagio geral é usando parimettos ¢, bec ay + buy + 0m = (—20-+125—Fe, a, — (8) Determinea forma candnica reduzida por linhas de A a partir de sua forma reduzida: eer e ile Bscreva a solugio na forma de variiveis livres correspondente: 9 x)= 2g tay 2s 5, ty FMA 5%s Usando essas equagdes para as incégnitas pivis x, ex, eps o processo acima para obter uma base [11,1] para JY isto 6 faga xy = 1, x,= 0 ex, =0 para obter 1; faga x; =0, x,= 1 ex =0 para obler ue fagax,= 0, x,= 0.x, = I pare obter ms. 3.28 Demonstre o Teorema 3.13. Seja % uma solugio particular de AY’ Yt W= Ev bw/we Wy a solugao geral de AN'= B. Seja wv uma solugo de AX'= 0. Assim e seja Wa solusio geral de AY =0. Ento Mey +W) = Avy Aw = B+O—B esta forma, a soma ch + € un soluglo de A. = B. Por outro lade, suponha que #€ cura soluggo de AX= B.Entto Aw — 09) = Av ty = B-~B=0 Portanto, v~ 1 pertence a W. Como v= 04 + (»~ x4) emos que qualquer solugdo de AX'= B pode ser obtida somandouma solugdo de 2X =0 com uma solugae de 44 = B, Desia forma 0 worema esta cemorstrado, Matrizes Elementares, Aplicagées 3.29. Sejame,, ¢;, €,,respectivamente, as operagdes nas linhas “Trocar as tinhas R, e R,", “Substituir R, por 7K," e “Substituir R, por—3R, +R.” Determine as matrizes quadradas elemeatares de ordem 3 corespondentes ££, €E;aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.Cariruo3 + SisTewas DE EQUAgoEs Lineanes 109 Seja Ra linha ide 4; denotaremos isso escrevendo A =[Rj...., Ry]. Se B & uma matriz para a qual esta definido o produte AB entdo AB=[R,B, ..., R.B]. Sejatambém = ,.-.,0,1,0,...,0) = Onde “= significa que o | est na posigio i Pode-se mostrar (Problems 245) que ¢4 =R Observe também que /=[e, jy Eq] €€ matrizidentidade, (i) Seja.ea operagao elementar nas linhas “Trocar Rye RY. Enido, para*= ie * Exe =e. od 4) =1R oo Eno EA = [eda os GAs oo GAs es Ol = ER Gi) Sejaea operagio clementar nas linhas “Substitur R; por A, B= ell) = le... he, (A) = Ry, oo, Assim EA feeder RB head] UR ose RRs Rg = @ (Gil) Seja ea operagdo elementar nas linhas “Substitur R, por AR, + 2". Entio, para ob F ei, oes Oud © AY (Ry ee ABER oes Rad sand (he, + e)4 temos (hep EDA, ves en ce RFR, ’ (A) 3.35 Demonstre o Teorema 3.14. Seja 4 uma matriz quacrada, Entdo as afimmativas abaixo slo equivalentes: (a) AG imversivel (nfo singular, (0) A@equivatente por linhas a matriz identidade / (6) AGo produto de matrizes clementeres. Suponta que 4 ¢inversivel e suponha que 4 é equivalente por lishas a uma mairiz Bna forma candnica reduzida por Jinhas, Entdo existem matrizes elementares £,, Ey... , tals que E,.. .E,E\A = B, Como 4 & inversivele cada matriz. clementar éinversivel, B umbém é inversivel, Mas se 8 Zentio B possui uma linha mula e, nesse €as0, B io seria inversivel. Potanto B= Fe (a) implica (6). Se (b)é verdadeira entdo existem matrizes elementares E, Ey... £,tais que ,... Eyl = 1 Portanto Aa(E, BEY! E/E E. Mos, cada E:! € uma mates elementar. Assim, (5) implica (0), Se (c)€ verdadcira, entio.d = ££... £, Cada uma das matrizes £,¢inversivel; portant, seu produto A também & inversivel Assim, (c)impiica (a) ¢ 0 teorema esta demonstrado. 3.36 Demonstre o Teorema 3.15. Se 4B = Jentio BA=, portanto, B= 4". Saponha que 4 nto € inversivel. Eatto 4 ndo € equivalente por linhas & matriz identidade / ¢, portanto, A € equiva lente por liphas a uma matriz com uma linha nula, Em outras palavrss, existem matrizes elementares E), £,,..., E,tais10 3.39 Determine a fatoracdo LU de: (a) | Avaeans Lnean que E,... EEA possui uma tinha nula, Portanto £,... £,E,48 =E, ... EE}, uma watrizinversivel, possui uma linha nu Ja, Mas mattizes inversiveis no podem ter linhas nulas; portante 4 é inversivel, com inversa 4". Temes também, B= IB=(A'AB =A AB = a? 3.37. Demorstre 0 Teorema 3.16. B ¢ equivalente por linkas a 4 (denotado por B ~ A) see sé se existe uma matriz no singular P tal que B= PA, Se B~A entio B= €(.. le(e(A))...)*E,... ExEA = PA, onde P=E,... BE, 6 no singular. Reciprocamente, supona que # =P com P ndo singular. Pelo Teorema 3.14, P &o produto de matrizes clementares, portanta B pode set obiida de 4 por uma seqiigncia de operagdes elementares, isto é, B ~ 4. Assim,o teorema esti demonstrado, 3.38 Demonstre o Teorema 3.18. Qualquer matriz A do tipo m x n & equivalentea uma tinica matriz por blocos da forma 0 Passo 1: Determine «forma canénica eduzida por linhas 6e 4 com termas lderes no mulos #1) 25+, Passo 2: TroqueC, com Cy ;trogue Ccom Cy, com fermos lderes no mos dy dy Passo 3: Use operagies nas colunas tomando of 2, como pivés ¢substitua cada clemento de 2 por um zor, eto & para 151,2...cresere lyr 2,... sm aplique a operayio-6,C,+ CC, 4 troque € com Cp: iso nos di uma maiz na foema E Amazes snr f Fatoragao LU 5 7|.@ U (a) Reduza A & forma triangular com as seguintes operagées: SubsituitR,por-2R, +R", “Subsituir, por R,+ Ry" “Substtuir A, por $A, + Ry Estas operagSes nos do as matrizes absixo, ondea matriz triangular é U: 13 sp pi 3s A~fo 2 -3|~]o 2-3 a -s 6} [o 0-3 (Os elementos 2, I ¢ 5:2 em L sho os simetricos dos muitiplicadores ~2, Ie 5/2 das operagtcs por linhas dadas acima. (Como verticagie, multiplique L por U para ver que 4 = LU) (®) Redues 2 a forma triangular com as operaga ‘operagdes nos fornecem “Substituir 8; por 22 +R, 143 B~}o o 7]. ou -8 Observe que o segundo elemento da disgonal é zero. Assim, B no pode ser reduzida 8 forma triangular sem uma loperagio de troca delinhas. Desta forma, B no pode ser fatorada na forma LU. (Mas existe uma favoragdo PLU de Bonde P éuma matiiz de permutacao. Esse tipo de matriz eseapa des objetivos deste livro.) ‘Substinir R, por SR, + R,". Estas 3.40 Determine a fatoragio LDU da matriz. 4 do Problema 3.39. A fatoragde A = LDU se refere & situagio em que L é uma matiz triangular inferior com 1s na diagonal (como na fatoragio LU de 4), D é uma matriz diagonal e Ué uma matriz riangular superior com 1s na diagonal. Assim, simplesmente fatore os elementos diagonais de U na fatoragaio LU dada acima pam obter De L. Isto & 1 00 10 0 13s L=| 2 1 0}, Dd 02 oO}, U=/0 1 3 1-31 oo -} 001Gapmuiod + SisTeuas oe Eouscoes Lneanes 111 121 3.41 Determine a futoragio LUdamauiz A=] 2 3 3 3 -10 2 Reduza A 8 forma triangular com as segaintes operagees: (1) *Substituir 2, por~28, +R," 2) “Substituir R, por 32, +2,7 —@)- “SubstituirR, por ~4R, +R.” Essas operages nos dio as matrizes absixo, onde a matriz triangular é U 120 1021 a~]o -1 1]~fo -1 1/=u ee 0-45 o 01 s elementos 2, 0 1 4 3.¢4.em £ sto os simeiicos dos multiplicasores ~ 2, 3 e~ 4 das operagies por linhas dadas acima. (Como verificagio, muitiplique L por U para ver que A= LU) 3.42. Seja a matriz do Problema 3.41. Determine X,, (@) B=(,1,1), @) B: 5, Ny onde X, 6a soluglo de AX'~ B para Bl+X, (6) By= Br +X (2) Determine f-"Baplicando as operaydes por linha: (1), (2) ¢ (3) do Problema 3.41 a By =—Y) 1,8) por substituigio reroativa para obter X, = By+X,= (1,1 D+ €25,5,8) Resolva UX = B pars B= (6) Primeiro caloule 25,9,8) 4,10, 9). Assim, como acima, weer a By = [-24, 10, 9)" [-24.58,~63}” 9. [-24, 58-295)" Resolva Ui'= B para B= (~24, $8, -295) por substituigdo retreativa para obter. (c)_ Primero caleule B,= B; + X= (— 24, 19,9) + (943, K5= (043, - 353,~ 295), 295) =(919, - 343, ~ 286) Assim, como cima, y= 1985, 355, -29577 222. oro, 2181, omy? 2 pong, -21s1, 13957 Resolva UX: para B = (919.2181, 11 395) por substituicdo retroativa para obter X, (~ 37 628, 13 576,11 395). Problemas Diversos 3.43. Seja J uma combinagaio linear das m equagbes a n incdgnitas do sistema (3.2), Por exemnplo, L € 8 equacdo (ey, Hoe Fun bey Hee + (Erdig + Ending y= C1) Hoot eye 0) Mostre que qualquer solucio do sistema (3.2) € ambérn uma sokugo de J Soja w= (Ky... 4,) uma soluo de (3.2). Entio aaghy + daha tos + ah, = b » GL) @ Substiuindo a 10 lado esquerdo de (1) ¢ utlizando (2) temo leyty Hee Fe gti ky Pee Heid Ho FC nth ne cya ky toe + aahg) Foo HCl ky H+ rank) Se by He bead Iso € 0 lado diteito de (1), Portanto u éuma solugio &e £. 3.44 Suponha que um sistemade equagies lineares .// éobtido de um sistema Y aplicando operagdes elementares (p. 69). Mostre que «// © J possuem as mesmas solusdes, Cada equagio Lede ./ é uma combinagio linear das equagies ée /. Portanto, pelo Problema 3.43, qualquer solu eo de seri também uma solugio de -//. Por outro lado, cada operagao elementar possui uma operagao elementarin-112 Avcesaa LNeas 345 3.46 347 3.48 versa, desta forme, -Y pode ser obtido de .#” por operagdes clementares, Isto significa que qualquer selugo de /@ éuma solugdo de 2. Portanto, Y e -/ possuem as mesmas solugdes. Demonstreo Teorema 3.4, Suponha que um sistema -// de equasdes lineares & obtido de um sistema de equa- Ges lineares por uma seqiéncia finita de operades elementares. Entio .M/ e possuem as mesmas solugies. Cada passo da seqiéncia ndo alterao cenjunto solugi (Problema 3.44). Assim o sistema original co sistema f- nal «@ possuem as mesmas Solugoes. Um sistema de equagdes lineares Y & chamado de consistente se nenhuma combinagio linear de suas equagtes & uma equagio degenerada Z com constnte nao nula, Mostre que & éconsistente se e sb se pode ser colocado nna forma reduzida. Suponha que 7 pode ser colocado na forma reduzida, Enidio ~ possui uma solugdo que, conseqientemente, tam bm € solugdo de qualquer combinaso linear de suas equagdes. Assim L, que ndo possui soludo, no pode ser uma com binagto linear dos equagdes de 7. Logo é consistent. Por outro lado, suponha que” nio possa ser colocado na forma reduzida. Entdo,no processo de reduc, deve ser gerada uma equagiio degenerada Z com consante nfo nula, que € uma combinagao linear das equages de. Logo 2 io & consistent, isto &, & 6 inconsistent Supona que we vsio dois vetores distintos. Mostre que, para valores distintos de k, 05 velores 1+ k(w— 0) sfo dis tintos. Suponha que w+ ki(u~ 0 + ku), Mostraremos que hy = ky Temos (uv) = kyu 0), eentio (ky —)u-0) Como we vstio distintos, u— v0, Portanto (k, ~ 0, ou sea, Suponha que AB esti definida, Mostre que: (@) Sc possui uma linha nula entdo 4B possui uma linha oula, (b) Se B possui uma coluna nula entio 4B possui uma coluna nula. (a) Seja Ra coluna nula dee C,,...,C.ascolunas de B. Entdoa linha ide AB é [RQ RC, = RCq) = 0,0,0,...,0) (0) BY posui uma linha nuts, entdo B74! = (4B) possui uma linha nula, Logo 42 possui uma coluna nula, Problemas Complementares Equagées Lineares, Sistemas 2x2 3.49 3.50 351 Determ se cada uma das equagdes abaixo é,0u no, linear: (@) 3x-4y+22=8, (0) ext3y=n,() We-3ytk=4 Resolva (@ m=2,(b) 3142 +72, e) Gr+2—4v= 542-3 Resolva os sistemas abaixo: @ 4-295 (0 2%-4=4 (@ 2x-4y=10 Syorss 3x6 Considere os sistemas abaixo nas inedgnitas x ¢ y: @ (6) axt3y=2 (©) xta Dox tay =5 B+ Sy Para que valores de ao sistema possui solucio dnica e para que pares de valores (a, 5) 0 sistema possai mais de ums solugao?Cariruvo 3 + Ssrevas oe Eougoes Leases 113 Sistema de Equagées Lineares 3.83. Resolva: @ () x2 (orto 3 Br 3yt Rit w= 4 Bu~ 4y + 132 \ 3.54 Resolva: @ ” co) Ivt4y— 52+ 24 Sx —4y~ 62+ 91= 3.55 Resolva: (6) x+2y- cth= 3 Detdytdr+3r= 9 Brt6y— e+ B= 10 3.6 Considere os sistemas abaixo nas incégnitas x,y €2: (@ x-% (b) x+ eh=l ( xt ytarsl xo phar xt aptiz=3 way ay-t de xe llp+az=b art ye rab Para que valores de o sistema possui solu inica e para que pares de valores (a, 6) 0 sistema possui maisde uma solugio? 0 valorde 6 nao influencia o fato do sistema ter ou nao solugdo fnica, Por qué? Combinagées Lineares, Sistemas Homogéneos 3.87. Escreva v como combinagio linear de uy, ts € 1 (@) »=(4,-9., 4 <1, my = (4,2), ty = (0-3. Ds (B) 0 = (3.2) mS (20, uy = 26,5), ty = (1,78); © 146. y= (LUD ty = 23,5) ty =G,5,8). Sejam 1 = (1, 1,2), (1, 3,2) et = (4,~2,~ 1) vetores de R?. Mostre que w,, 14, 14 silo ortogonais ¢ esereva vcomo combinagéo linear de t, ts, 1, onde: (a) v= (5, ~5,9),(6) 0 (1,~3,3),(€) ¥= (1, 1,1) (Sugestéo: Use 0s coeficientes de Fourier.) 3.59. Determine a dimensdo ¢ uma base dz solugdo geral Ide cada um dos sistemas homozéneos abaixo: x 42y—3e et syt = y= (9 xt2y+ 35 Qetayt Bx + by +102 + 5: 3.60 Determine a dimensdo e uma bese da solugo geral H’de cada um dos sistemas homogéneos abaixo: @) st Byt am os yt Gry + Si ty As Sry + 15x; + 125 +4 — 3s 0) 2xy- dq $3 — ne +26 Bxy = Gr) +5ty— 24 +45 Sxj —10xy +78 — 3 +45 Matrizes Reduzidas, Forma Canénica Reduzida por Linhas 3.61. Determine a forma reduzids ¢ a forma canOnica reduzida por linhas das mattizes abaixo: 1 2 P2-1 21 242-2 91 @ |2 9 w [24 123 @ |3 62 2 04 15 12 36 3-77 482 6-37aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.Gaphuio 4 + Eseacos veroras 112 O espago dos polinémios Pio) Seje P(i) 0 conjunto de todos os polinémies reais da forma MOD =a tattar+...taf (6= 1,20.) ‘onde 0s coeficientes u, pertencem ao corpo K, Entdo P(i) € um espago veiorial sobre K utilizando as seguintes operagies: (i) Soma de vetores: pit) + (8) em P(t) é a soma usual de polindmios. (ii) Multiplicagao por escalar: kp(t) em P(t) & 0 produto usual entre um escalaré ¢ 0 polindmio pti). 0 polindmie nulo, pi) =0, €0 veor nuto em F(). O espago dos polinémios P,(i) Seis P,(0) © conjunto de todos os polindmivs p(t) sobre wm corpo K onde o grau de p(¢) é menor ou igual a n, isto & PU) = 09 bayt tage +. bar ‘onde s $n, Entio P(t) € um espago vetorial sobre K com as operagées usuais de adiglio de polindmios e multipli- cago de um polindmio por uma constante (exatamente como o espago P(i) acima), Incluimos © polinémio auto, p()=0, como um elemento de P,{¢) apesar de seu grau nao ser definido. O espago das matrizes M,,,, A notagio M,, ou simplesmente M, serd usada para denotar 0 conjunto de todas as matrizes do tipo m Xn com elementos em um corpo X. Entio M,,,, € um espaca vetorial sobre K com as operagdes usuais de soma de matrizes, multiplicagdo por escatar, como indicado no Teorema 2.1 O espago das fungées F(X) Seja.X um conjunto nao vacio e seja Kum corpo qualquer. Seja FLW) o conjunte de todas as fungies de em K. [Observe que F(X) éndo vazio uma vez que ¥’€ nao vazio.] Entio F(X) & um espaco vetorial sobre K com as operages abaixo: (i) Soma de veores: A soma de duss fungs (FP +ek=fOteho Wee x s feg em F(X) éa fungdo/+ ¢ de F(X) detinida por (ii) Multipticacio por escatar: O produto entre um escalar ke Ke uma fungde fem FUX) éa fungi ky em F(X) detinida por (Ne) =H) Wee X vetornulo em F(X) é a fungdo mula 0, que leva todo x € X'no elemento zer0 de K, isto ¢ W)=0 Wrex Para qualquer funedo fem F(X) temos também a fungzo ~fem F(X), definida por (Ne) = -f@) x &asimétrica def. Corpos e subcorpos Suponha que o corpo £ éume extenstio do corpo isto é, suponha que £ ¢ um corpo que contém K como um subcorpo. Entio E pode ser visto como espaco vetorial sobre K com as seguintes operagdes: () Soma de vetores: + vem E€ asoma usual em E. (i) Multiplicagao por escalar: ku em E,com k€ Kew € E,€ 0 produto usual entre ke u vistos como elementos de E. Isto 6, a8 oito propriedades de espago vetorial so satisfeitas por F e seu subcorpo K nas duas aperagdes aeima,120 Avoeoas LNEAR, 4.4 COMBINAGOES LINEARES, CONJUNTOS GERADORES Seia V um espago vetorial sobre o como K. Um vetor v€ uma combinagéo linear dos vetores Wy ta... ty em V se existem escalares a, @,,...,d, em K tais que DS OI t+ aytly $+ dll De outra forma, »é uma combinagio linear de 1, 1... tl, Se existe uma solugio para a equagio vetorial pty bata eet Sle donde X,,%3. +++ %y Si0 escalares inedgnitas Exemplo 4.1 (Combinagées lineares em R) Suponha que desejemos expresser »=(3, 7,4) de R como uma combinagdo linear dos vetores 4, =0,2.3), 237 H= 0.55 Procuramos escalares , v,z ais que v= 14, + yu, +214; ito &, 3 1 2 3 x+2p+32 3fesfa]+y}3]ee}s] ou ar+ap+sz -4 3 7 6 Bret I+ 62 =~ (Por conreniéncia, escrevemos es vetores de RY como celunas ums vez que isto torna mais fil deserminar siste- ‘ma de equagdes lineares equivalente.} Determinando a forma reduzida temos 3 st2y¢3= 03 1 eentio “y= -13 —4e Por substituigdo retroativa temos a solugdo x 4ez=3.Portanto, v= 2u,—du, +31, Observagdo: Falando de modo genérico, a questo de expressar um vetor v de K” como uma combinagio linear dos vetores t,t. ty de K° 6 equivalente a resolver um sistema linear A4’= Bonde véa coluna B das constantes € os yetores us so as colunas da matriz dos coeficientes 4. Um sistema como esse pode ter uma tinica solu- io (como scima), infinitas solugdes ou nio ter solugao, Este tltimo caso ~ ndo ter solugdo - significa que 20 pode se: eserito como combinagio linear dos us. Exempio 4.2 (Combinayses lineares em P(Q) Suponha que queiramos expressar 0 polindmio v= 3F + 5¢— 5 como uma combina;ao linear dos polindmios maP +t Pra eS+d pales Presisamos determinar escalates, y= tas que xp, + yy + sey =e isto &, BP +S AS aM +N IAP + SHA +E +346) (9) Podemos proceder de duas formas a partir deste ponto, (1) Desenvolva o lado dircito de (*) obtendo: iP + Det bx + Qe? + Syn t dy + ce + Jer +62 3P+51~ = (et ta) + Oe + Sy + 32M + (4 44+ 62) Iguale 05 coeficientes de termos de mesmo grou em £e determine a forma reduzida do sistem: xt r= 3 xtdy+ r= 3 ou yere-1 yr reel By Sr=-8 6 sistema esié na forma triangular ¢, por isso, possui uma solugdo. Por substituigdo retroativa {eros a soluydo va3,y= 125-2, Assim, om BateCapmuiod + EsricosVerouais 121 (2) A equagio (+) 6, na reaidade, uma idemtidade na variével isto é, a equacio é valida para qualquer valor de ¢ Podemos ober tes equages nas incdgnitas x,y, =atribuindo quaisquertrés valores para , Por exempts: Fazendo = em (1) obtemos: Fazendo 1 = 1 em (1) obtemos: Fazeado =I em (1) obtemos: Determinando a forma reduzida desse sistema e resolvendo-o por substtuigdo retrostiva temos novamente a s0- luglo x=3, = 1,z=-2, Assim (novamente) Conjuntos geradores Seja / um espago vetorial sobre K, Dizemos que 0s velores 1. ty, «de V-gevaim esse espago ou dizemos que eles formam um conjunto gerador de V se todo vde V é uma combinagao linear de t,t, tas isto & seexistem escalates a, dyy...,a,, em K tais que 1 aM, tO: to. + Opty As observagoes abaixo sio conseqiiéncias imediatas da definigio. Observasio 1: Suponha que 05 vetores th, ty «5 i, geram ¥. Entdo, para qualquer velor w de ¥, os vetores Wty toy tt também geram Y Observagdo 2: Suponha que 1,16, ..., 14, 2eam Ve que w, € uma combinagdo linear de alguns dos outros ws. Entio o conjunto t,t, - 2, Sem 1i, também gera V. Observagao 3: Suponha que 1,1... 4, geram € que um dos us € 0 vetor nulo, Entéo, 0 conjuntoy 1g ay +9 ty SeM O VetOF nulo também gera F Exempio 4.3 Considere 0 espago vetoria! = RY (a) Aficmamos que os vetores abaixo determinam um conjunto gerador de R°. 6, = (1.0.0), e 0.1.0), 2 = (0.01) Especificamente, se v= (a,b, c) é um vetor qualquer de R’, entio © = dey + bey $005 Por exemple, v 6, 2) (8) Afismamos que os vetores abaixo também determinam um conjunto gerador de R’. Se, —6e, + 2e,. watLh. w= (0, wy = 1.0.0) Especificamente,se 0~ (a, , 6) € um vetor qualquer de R’, entio (Prablema 4.62) (a,B,0) = 0m + (b= ely + (= Dy, Por exemplo, »= 6, 2)= 20, 8 Ths. (©) Pode-se demonstrar (Problema 3.24) que » vetores 2,7,8) nao pode ser expresso como uma combinagao Linear dos my = .2,3) my = (1.3.5). uy = 1.5.9) Desta forma uy #3 anit geram RY Exemplo 44 Considere 0 expaso vetorial 1'= P,(0) de todos os polinémios de grau $ (a) Eclaro que qualquer polindmio de P,(0) pode ser expresso como uma combinagio linear dos + I polinGmios esta forma, esses poténcias de f (onde 1 = 7) formam um conjunto gerador de P,( (b) Pode-se demonstrar que para qualquer escalar cas seguintes n + 1 poténcias de(t~c), (0%, Geo Oe122 Avgeann Lnean (onde (¢~ "= 1). também determinam um conjunto gerador de P.(0, Exemplo 4.5 Considece o espaco vetoial M= M, .cetodas as matrizes do tipo 2 2. Considere quatro matrizes de M absixo) 0) oo fo o 0 0] oF fe=[5 3] i] [° ¢] E claro que qualquer matriz 4 de M pode ser exerts como combinagdo linear dessas quatio matrizs. Por exemplo, -B -f] Desia forma, as quatro matrzes £,, Fy» By. By geram M. Shy —6 4.5 SUBESPACOS Esta segio introduz a importante nogo de subespago vetorial Definigio: Seja ¥ um espago vetorial sobre o corpo Ke seja W’um subconjunto de ¥, Entio 1”& um subespago de ¥ Seo proprio 1”€ um espago vetorial sobre 0 corpo K'nas operagies de adigo de vetores e mult cago por escatar definidas para V 0 modo de demonstrar que um conjurto qualquer IW é um espago vetorial é mostrar que HW satisfaz as cito propriedades de um espago vetorial. Contudo, se 17’€ um subeonjunto de um espaco vetorial F, entio algumas destas propriedades so automaticamente verdadeira: para W simplesmente porque sho verdadeiras para V. Um eriterio ‘mais simples de identificar subespacos ¢ dado abaixo. Teorema 4.2 Suponha que W é um subconjunto do espayo vetorial V. Enito IV é um subespago de V'se as dus propriedades abaixo sio verdadeiras: (a) O vetor nulo 0 pertence a W. (b) Para quaisquer nu, ve W, ke K temos: (i) asomau+ ve We (ii) o miltiplo hue W. ‘A propriedade (i) de(b) diz que W’¢ fechado em relacdo @ adicdo e a propriedade (i) de (b) diz que Wé fechado em relagdo é multiplicagéo por escatar, Essas daas propricdades podem ser condensadas em uma tinica afirmativa equivalente: (6) Para qusisquer u, ve Wea, be K,temos que a combinacao linear au+ by € W. Seja V um espaco vetorial qualquer. Obrigatoriamente V possui dois subespagos, 0 conjunto {0} formedo apenas pelo vetor nulo eo proprio espaco V. Eles sfo chamados de subespagos wriviais de V. Exemplos de subespagos de ¥’ sio dados abaixo: Exemplo 4.6: Considere o espogo vetorial VR’ (a) Sejs Uo conjunto de todos os vetores de R? evjas componenies slo iguais, isto 6 V=l@besa Por exemplo.(1, 1, 1),3,-3, 3), (7, 7,7), (2,2, -2) slo vetores de U. Geometricamente, U éa rete que passa pela origem O e peloponto (1.1. 1), como mostrado na Fig. 4-1fa). E claro que 0 = (0, 0,0) pertence a U. ‘uma vez que suas coonderiadas sio todas iguais a 0. Além disso, suponha que u e vsio dois vetores genéricos de U, por exemplo, w= (a, a, a)¢ 0 = (0, 6, 5). Eno, para qualquer escalar k € R, sio também vetores de U: utes (or atb, a+b) © ku = (ka, ka, ka) ‘Assim U é um subespago de R. (8). Seja Wum plano qualquer de R’ que passa pel orizem, como mestrado na Fig. 4-1(0). EntGo 0 = (0, 0,0) per- tense a W, uma vez que foi dito que I passa pela crigem O. Alm disso, supona quo w evo vetores de Eniio ve podem ser vistos como dois vetores no plano W saindo da origem, como na Fig. 4-1(6). A soma tu ve qualquer miltplo fu de também estado no plano W. Assim, 1” éum subespaco de R.Cavinuio 4 + Esescos Veronas 123 @ o Fig. 4-1 Exemplo 4.7 (a) Seja V=M,,.0 espago vetorial das mairizes mn. Sei, osubconjunto de todas s matrizes triangulares(superiores) e seja J 0 subconjunto de todas as matrizes simétricas, Ento IV, um subespago de V uma vez que i¥, poss a matriz mule 0 eH, €feckado em rela & soma de matrizes © muliplicaydo por escaar, ist soma e multiplivacde por escalar de duas mtrizestriangulares resulta em urna matriz triangular, Do mesmo moi, IY, € um subespago de V. (Saja V=P(),0 espago vetrial P0) dos polinémios. Eno o espago P,(0) dos polindmios de grau mximo » pode ser visto com um subespago de Pd). Seja QQ) © conjunto dos polinimics que possuem apenas poténsiaspa- resde tPor exemplo, os palindmiosabaixo esto em Qi): pr =344e— © ps6 149 $3, (Consideramos que qualquer constant f= ft! é wma pots a parde 1.) Entio Qin) é um subespago de Pin). (©) Seia Vo-espaco vetorial das funcdes reais, Entio o conjunto i, das fungdes eontinuas © oconjunto WY, das fun- ‘bes diferenciaveis sic subespagos de F Intersegao de subespagos Scjam Ue 9 subespayos do espayo velorial ¥. Mestraremos que a intersegio UW € também um subespage de V.E claro que 0 = Ue 0 ¢ W.uma vez que Ue W sio subespacos: portanto, (€ UM W. Supomha que we wperten- cemaUo W. Ention, ve Ueu, ve W. Além disso, como U e W sio subespagos, para quaisquer escalares @, 6 € K autbveU © aut+boeW Assim au + bv € Uo W. Portante, U9 W é um subespagos de V. (© resultado acima pode ser generalizado. Teorema 4.3 A interseydo de qualquer nimero de subespagos de um espago vetorial V éum subespago de V. Espaco solupdo de um sistema homogéneo Considere um sistema de equagdes lineares AX'= B a 1 incdgnitas. Tods solugao 1 desse sistema pode ser consi derada como sendo um vetorem K*. Assim, a solugio geral de um sistema é um subeonjunto de A”, Suponha agora que o sistema é homogéneo, isto &, suponhs que o sistema tem a forma AX’= 0. Seja esta solugdo geral. Co mo 40=0, 0 vetor nulo ( pertence a W”. Suponha, agora, que 1 € »pertencem a I, Entdo we xsio solugdes de AY = Oou, em outras palavras, du=0.€ Av=0. Desta forma, para quaisquer esealares ae b temos A(au + bv) = adu + bAv = a0+ 60 =0-+0=0 Assim au + bu pertence a W, uma vez queé uma sclugio de AX 0. Desta forma, W”é um subespago de Kr. Formalmente falando, podemos dizeraa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.48 Cari. + Esexcos Vetonas 129 R,, Desta forma, considerando as linhas ordenacas de baixo para cima— ,, R,,R.,.R, —nenhuma linha é uma combinagio linear das linhas que « precedem. Assim, pelo Lema 4.10, essas linhas sio linearmente independentes. (© argument utilizado na matriz reduzida acima pode ser utilizado para as lithas no nulas de qualquer matriz: reduzida, Temos, entio, o resiltado abaixo que é bastante ttl, Teorema 4.11 As linhasndo nulas de uma matriz reducida sdo linearmente independentes. BASE E DIMENSAO Primeiramente faremos duas definigées equivalentes de base de um espago vetorial V.(A equivaléneia seré demonstrada no Problema 4.28.) Definigdo A: O conjunto de vetores $= fu, uy, ..., 14} forma uma base de V'se ele possui as duas propriedades seguintes: (i)S €linearmente independemte. Gi) Sgera V. Definigdo B: Oconjunto de vetores $= {t,t forma tiniea, como uma combinag: resultado abaixo é fundamental na algebra linear, u,} forma uma base de V se todo ve V pode ser escrito, de near dos vetores da base, Teorema 4.12 Seja Vum espaco vetorial tal que uma base possui m elementos ¢ outra base possui elementos. Ento m= 7, Dizemos que um espago vetorial F possui dimensdo finita n ou é n-dimensional, denotado por dimV = se F possi uma base com 7 elementos. O Teorema 4.12 nos diz que todas as bases de V’ possuem a mesma quantidade de elementos, logo 0 conceito de dimensio é bem definido. Definimos que o espago vetorial {0} possui dimensio 0. Suponha que um espago vetorial F'ndo possui uma base finita, Dizemos entdio que #'€ de dimensit infinita ou & infinito-dimensional. O teorema acime é uma conseqiiéncia do “lema de substituizdo” deseritoa seguir (e demonstrado ro Problema 4.35), Lema 4.13: Suponhaque {2}, %-.., %} goram Ve suponha que {0 #y,-.., wa} linearmente indepen dente, Entdo m Se J'é gerado por um conjunto da forma (1p ees Wee Yd Assim, em particular, n + | ou mais vetores de M’sto linearmente dependentes, Observe que, no lema acima, substituimos m dos vetores em um conjunto gerador de V pelos m vetores independentes e ainda ficames com um conjunto gerador. Exemplo de bases Esta subsegio apresenta exemplos importantes de bases de alguns dos espagos vetoriais que mais aparecem neste texto. (@)_Espago vetorial K's Considere 05» vetores de K° abaixo: €1 = (1,0,0,0,...,0,0), & =(0,1,0,0,...,0,0), ..., & =(0,0,0,0,...,0,1) Estes vetores so linearmente independentes. (Por exemplo, eles formam uma matriz na forma reduzida.) Alem disso, qualquer vetor w= (a, dy... ,a,) de K° pode ser escrito como uma combinacao linear dos veto~ res acima, Especificamente, yey Haney + Faye y Desta forma, estes vetores formam uma base de A” chamada de base usual ou candnica de K", Assim, (como cera de se esperar), A” possuli dimensio n, Em particular, qualquer outra base de A” possui n elementos.130 AuceenA LEAR (6) Espago vetorial M= M,, de todas matrizes xs: As seis matrizes sbaixo formam uma base do espago ve~ torial M, de todasas matrizes 2 x 3 sobre K: 10 0] fo 1 0] fo 0 17 fo 0 0] fo o 0] foo o oo of [o o of lo o of {1 o of jo 1 of foot Genericamente, no espago vetorial M = M, ,das matrizes 5, tome E, sendo a matriz.com | na posigae ij © Osno restante da matriz. Entdo todas essas matrizes formam uma base de M, , chamada de buse usual ou ca- nénice de M,, .. Desta forma, dim M., ,=rs (6) Espago vetorial P,(1) dos polinémios de grau sn: O conjunto S={1,4.7,¢,..../"| den + | polindmios € uma base de P,(2). Especificamente, qualquer polinomito f(0) de grau < 1 pode ser escrito como uma combinagio linear destas poténcias de f e pode-se demonstrar que estes polinémios sio linearmente independentes. Desta forma, dim B,() =n 1. (2) Espaco vetorial P(o) de todos os polinémios: Considere qualquer conjunto finito S={f(0), 40)... L(04 de polindmios de P(¢) ¢ seja.m o maior grau destes polinémios. Entdo qualquer polindmio g(t) de grau maior que mnio pode ser escrito como uma combinagZo linear dos elementos de S. Assim, Sno pode ser ume basede P(1) Isto significa que a dimensio de P(?) ¢ infinita. Observe que o conjunto infinito S'={1, 6,7... de toxlas as poténcias de ¢ gera P(z) ¢ é linearmente independente, Desta forma, 5"é uma base infinita de P(). Teoremas sobre bases Os trés teoremas abaixo (demonstrados nos Problemas 4.37, 4.38 4.39) serio freqtientemente utilizados: finita n. Entio: Teorema 4.14. Seja um espago verorial de dimenst G) Quaisquer n + | ou mais vetores de V so linearmente dependentes Gi) © vonjunto $= (uj, 45... ,1,} Hinearmente independente, com 1 elementos, é uma basede J. Gi) Qualquer conjunto gerador T~ (04,19)... 4} de comm elementos é uma base de V Teorema 4.15 SuponhaqueS gera oespago vetorial V, Entio: (3) Qualquer quantidade maxima de vetores linearmente independentes de $ formam uma base de V. (ii) Suponha que excluimos de $ todos es vetores que sia uma combinacaio linear dos vetores de S que o antecedem, Entdo os vetores remanescentes formam uma base de V Teorema 4.16 — Seja V um espago vetorial de dimensio finita e seja S= {14,,1s, 1} um conjunto de veto~ res linearmente independentes de ¥, Entdo S € parte de uma base de V, isto &, S pode ser esten- dido a uma base de V Exempio 4.11 (a) Os quatro vetores de R* dados sbaixo determinam uma mattiz ne forma reduzide: GADD. OLD, 0.11, 0.0.01) Assim esses vetores sto linearmente indgpendentese, como dim R‘ =4, estes vetores formam uma base deR. (6) Osn + 1 polindmios de P40) datos sbaixo possuem seus graus em ordem crescente: Wend @-1P. 2, Gt Postanto, nenhum dos polindmios é:ums combinago linear dos potindémias anteriores; portanto, esses poi Sto linearmente independentes. Além disso, eles formam uma base de P.() una vez que dim (©) Considere quatro vetores quaisquer de R’ por exemplo (257, -132, 58), (43,0, -17), (521, -317,. 9), 328, ~512, -731) Pelo Teorem 4.14(7) estes quatro vetores obrigatoriamente slo Imeannente dependentes, uma ver g meatos do espago vetorial 3-dimensional R’. sto olecapiwio 4 + Esmacosveroras 131 Dimensdo e subespacos © teorema abaixo (demoastrado no Problema 4.40) nos mostra a relagio basica entre a dimensio de um espago vetorial ea dimensto de um subespago. Teorema 4.17 Seia i¥’ um subespago do espago vetorial I’ de dimensio n, Entio dim WV’ 1. Assim Wnio-é um subespago de ¥. Seja = PQ) 0 espago vetorial dos polinomios reais. Determine se 16 ou niio um subespago de V’onde: (a) W'é composto por todos os polindmios de coeficientes interos, (B)_W-é composto por todos os polindmios de grau s 6 ¢ pelo polinémio nulo. (c)_ H'é composto por todos os polinémias que possuem apenas poténcias pares de ¢. (a) Nao, umia vez que a multipticagdo por escalar de um polindmio de W nem sempre pertencea IY. Por exemplo, SQ=3+6+7F EW, mas AS ew (b)e(c)__ Sim. Em exda caso, W contém o poling tencem a W. io nulo ¢ somas e muttiplicagdes por escalar de polindmios de Hper- Seja Vo espago vetorial das fungdes f RR. Mostre que W é um subespaco de V onde: (a) W= tfG9/f(1)=0), todasas fungdes cujo valor em 1€ 0. (6) W= fG)/f(3)=/(1)}, todas as fungdes que possuem mesmo valorem3 e em | (0) He e/Fe3)= =F), totes a5 func pares Sein 6 potindmio uto, assim, 6) =0 para too x. (0) Ge Wpoisd¢1)=0 Suponha ques. gs H Enti 1) 0 eg) 0, Para quasquereealars a eb emos (af + og\() = af) + bg() Assim af +6g © We, postanto, 1 & um subespaco. (0) Ge Wpos6G)=! ae btemos 0 +60=0 (1). Suponha que fg € 1. Entao,f(3)=/(1)€ gi3) = gC) Assim, para quaisquer escalares (af + bg)(3) = af 3) + bal) = af (1) + ball) = (of + bg) Assimar+dg € 1, portant, 17¢ um subespago de (6) 06 Wpois 6-2) =0=-0=— 06). Suporha quefB-© W. Eno X-n)= Ax) eg(-n) = g6)-Assin, para quis aver estalaes ae b mos (af +bg)(—x) = af(—x) + bg(—x) = —af(x) ~ bgtx) (af + bgXx) Assimaf+bg € We, portanto, 1” é um subespago de V Demonstre 0 Teorema 4.3: A intersegdo de uma quontidade qualquer de subespagos de F’é um subespago de F. Seja [W,/1€ Numa colegio de subespagos de ¥e sefa W'= OU, 14 € 1). Como cada Ik, é um subespago de Vte- ‘mos que 0 € WY, para odo i € /.Portanto 0 € I. Suponha que u, ve W. Entdou, ve W, para todo ie /. Como cada W, é um subespago, au + bv € HY, para cada f¢ J. Portnto, a+ bie W. Assim, We um subespago de V Conjuntos Geradores 413 Mostre que os vetores 1 = (1, 1, 1), 1s= (1, 2,3) es = (1, 5, 8) geram R™ ‘Temos que provar que um vetor qualquer v = (a, b, ¢) de R? € uma combinagdo linear de uy ty, uy. Fag xu, + yu +2y 180 & faga 5. 0=MLIDYEML2I+ANS MY aGty tz, +2452, xb 3y+&) Construao sistema equivalente e determine sua forma reduzida xh yt za tyt rsa xtytse=b ow yeszeb-a ov rtiy+8s0 Qytle=e~aaa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.144 Avceena Linean, 4.26 427 4.28 A forma reduzida da matriz possui uma linha nula, assim os vetores s2o linearmenie dependentes e, portanto, nfo deter- ‘minam uma base de R*. Como a metriz reduzida possuitrés Tinhas no nulas, os quatro vetores geram um subespago de dimensio 3. Estenda {14,= (1, 11 1): =(2,2, 3,4)} a.uma base deR*, Primeiro constrva smatriz cujs linkas so 1, € u;¢ determine sua forma reduzida: b2salbo ia] Eniio w; = (1, 1,1, Le wy= (0,0, 1,2) geramo mesmo espago gerade por, €y- Sejamiz,=(0, 1, 0,0) em. 0,0, Ent ty frmar uma matin forma reduzia, Asi, cles so lneamente independenesepetinto so uma base de R®. Portanto, 1, us. 1, €1 também formar uma base de R*. Considere o corpo C dos complexos, 0 qual contém o corpo R dos reais, que contém o corpo Q dos racionais. (As- sim C & um espago vetorial sobre Re R ¢ um espaco vetorial sobre Q.) (a) Mostre que {1,} €umabase de C sodre R e, portanto, € é um espago vetorial de dimenso 2 sobre R. (H)_ Mostre que R é um espaco vetorial de dimenséo inginita sobre Q. (a) Para qualquer ve Ctemos v= a+ bi = a(1)+ At), onde e, b © R. Portanto (1, i} gera C sobre R. Além disso, se x(l) +y()=0 cux-+iy=0, onde x, y'€ R, entio x =0.e)=0.Assim, {1, i} € linearmente independente sobre R. ‘Assim, {1,/] uma basede C sobre R. (6) Pode-se demonstrar que x é um nimero transcendental, isio é, x ndo & reiz de nenhum potindmio sobre Q. Assim, ppara qualquer n, 0s n+ | niimeros reais 1, x, 77...” sdo inearmente independentes sobre Q. Assim R no pode ter dimensio n sobre Q. Desta forma, R € de dimensao infinita sobre Q. Suponha que S= {04, t,..,1,} €1um subconjunto de V. Mostre que as definigdes A e B de uma base de V sto ‘equivalent (A) Sé linearmente independents ¢ gera ¥. (B) Todo ve ¥ é uma combinacio Linear tinica dos vetores de S. ‘Suponha que (A) € verdadeira, Como S gera M0 vetor 7é uma combinagio linear de u, porexemplo yt gy Fo Oily UE Bitty tat bt ty Subtraindo, obtemos. (a, — by); + ay a) +... # (Gy = By dit, ‘Mas 08 @ so linearments independentes. Portanio, 0s coeficientes da equago acima sio todos aulos ay; =0, ay ~ by =0, b, €4 representagdo de vcomo combinagae linear dos 1s € inica, Assim (A) implica Suponla agora que (B) é verdadeima e entdo, $ gera V. Suponha que 0 = ett + ently HoH ely Assim, temos. 0 = 0u, +0 +... +04, Per hipStese, a rpresentazdo de 0 como combinaso linear dos us étinica, Pertanto, cada c,= independenies, Assim (B) implica (A). ‘¢08 us sio linearmente Dimensdo e Subespagos 429 Determine uma base ea dimensto do subespago Wde R? onde @) W=l(labec):at+b+c=0), () W= (lab): @= ol (a) serve que W# R uma ver que, por exemplo, (1,2, 3)€ W. Assim dim <3. Observe que #,= (1.0, 1) (0, 1,~ 1) so dois vetores linarmenteindependentes de 1. Assim cim w= u, eu, formam uma base de I (6) Oveter= (1,1, Ie HY. Qualquer vetor we Hé da forma w = (kk, 8. Poranto w= ku, Desta forma u gera We dimCaro 4 + EsricosVeronais 145 4.30 Seja H¥'um subespago de R* gerado pelos vetores 431 4.32 m= (1,-2,5,-3), = 2.3.1, -4), 43 = (3,8, -3, -5) (a) Determine uma base ¢ a dimensio de 1”, (6) Estenda a base de IY para uma base de R’. (a) Aplique o Algoritme 4.1 (algoritmo do espazo das linias). Construa uma matrz eujas linhas soos vetores dados € determine sua forma reduzida 205 3 P25 3 1-208 -3 3 1 -4}~Jo 7 -9 2]~/o 7-9 2 8-3 -5 0 14-18 4 0 0 0 0 2)da matriz reduzida formam uma base do espago das linhas de A, portanto, de WV. Assim, emt panicular, dim H'= 2. (0) Procurames quatro vetores linearmenteindependentes queincluam os dois vetoresacima. Os quatro vetores (1 5,-3).(0,7,~9,21.(0,0, 1,0) €(0,0,0, 1) sio linearmente independentes (uma vez que formar ums matriz edu- ida) € portanto formam uma base de R° que ¢ uma extensio ds base de W. Seja W'o subespago de R* gerado por w, = (1,2, ~ 1,3, 4), = (2.4,-2, 6,8), =(1, 3,2, 2,6), = (14,5, 1, 8) eu, (2, 7,3, 3,9). Determine um subconjunto destes vetores que formam uma base de I. Usaremos aqui o Algoritmo 4.2 (o algoritmo da eliminaga0). Construa a matriz, M cujas colunas (nfo as linhas) so ‘os vetores dados e determine sua forma reduzida: 1 o2n12 ig fh 2 j 24.5 2 204347 00 1 2 3 0012 3 M=|-1 -2253]/~]o 6 3 6 s|~jo000 -4 3.6213 00 -1 -2 -3 0000 0 4 8689 oo 241 0000 0 Os pivés estio nas colunas C,, C, € Cy. Pertant, os veteres correspondentes 1,4, € u, formam uma base de He dim 1F=3. Seja Vo espaco vetorial das matrizes 2 x 2 sobre K. Seja Ho subespaco das matrizes simétricas. Mostre que dim W/= 3 determinando uma base de W. Lembre-se que ume matriz 4 = [4] € simétrica se ¢ s6 se A” = A ou, de mode equivalente, se a, = 6,. Assim = [Fo aemerearnetisiorsaneves raat rane oye d= 0; ).d = 1, obtemes, respeciivamente as matrizes: ee[o sh e-[ro} sf] Afirmamos que $= {E,, E,, £,} é uma base de IV, isto, que (a) $ gera We (6) S élinearmente independeat. ab bad Co) Amaticgmiica = [$1] wa +48, Assn See Cy Seer qe 9856/0 odes tlnchhs esas aa vox 101, J 1],,f0 e]_7o 0 ry] pe o fo odeft ajefo ]-[5 0] = 2]-f a] Igualando os elementos correspondentes temos x base de HY, como queciamos. 1. = 0,2 =0. Assim 5 ¢ linearmente independents, Potanto Séuma Teoremas sobre Dependéncia Linear, Bases e Dimensdo 4.33 Demonstreo Lema 4.10. Suponha que dois ou mais vetores ni nulos v;, v5, z, Sie linearmente dependentes Entdo um deles & urma combinacdo linear dos anteriores, Comoos vs stolinearmente dependentes existem esealares ay, ..., ,R0 todos nulos, taisqued,e) +... 4,2, 0. Seia 0 maior intero tal que a, #0, Entio146 cocoa Lnean 434. 4.36 Gy) ake HOD, Gy Hb Oty on ayn +... Fan, =0 ‘Suponta que &= 1. Assim 4,2, =0, mas como.@, #0 temos que v, = 0. Mas0s vs eram Vetores nao nulos. Ponanto K> Le y= maga, == grate Isto €, 4, é uma combinagao Linear dos vetores que o antecedem. Suponha que $= (x, 0... Uy} geram o espago vetorial /. (a) Sewe Ventio {w, 2, ty..., 2} sd Linearmente dependente e geram F (8) Sey, €uma combinagdo linear de 2, .., x), entioS, sem v, gers F. (a) Ovetor w é uma combinseao linear dos 1s, uma vez que S gera V. Desta foram, {i 2, ty...) € linearmente dependente. E claro que w com os xs geram V unna ver que apenas os vs geram Visto e, b. geram : (b) Suponda que y= yay oA, apy Sela we Com S'gera ¥ temos que w # uma combinagao linear dos 7s, isto 0) + at + ty Substiuindo 1 temos Oh beck apy Dey HOLD Heb Re Me) Haig Beg Ee hy (ay + agkyDO, Fo Cy Fk Mien + Aig tot Od Assim, (¢3y--- str tas oy te} ram P Em outros palevras, podemos exeluir elo conjunto gerador que ainda con: tinwamos com um conjunto gerador Demonstre o Lema 4.13. Supanha que {2 « 1,) gera Ve suponba que (0. pendente. Entio m Sn e V é gerado por um conjunto do tipo «w,)} € inearmente inde- 90), 25 Wh Uj Bigs ee Desta forma, qualquer conjunto com + 1 ou mais vetores é lineermente dependents Sem perda de generalidade, podemos supor que todo »; € no nulo. (Prove!) Como {v,} gera V temos, pelo Proble- ma 4.34, que 0,5 tah a) € linearmente dependentee também gera V.Pelo Lema 4.10, um dos vetoes em (1) & uma combinacdo linear dos anteriores, Este vetor no 6 w, logo deve serum dos 1s, supona que seja 1. Assim, pelo Problema 4.34, podemos excluir v, do conjunto gerador (1) que teremos FOP cee etyene Ryans etl e Repetimos o argumento com e vetor ws Istog, como (2) gera V0 conjunte be Yates Bab e ¢linearmente dependente ¢tarsbém gera V. Novarnente, pelo Lema 4.10, um dos veioresem (3) é uma combinagio linear sion anteriores, Enfatizamos que ess velor nio pode ser em Ww, nem w, uma ¥e2 que o congunto {Wy ym) 8 nearmente independente; portato, deve ser um dos 1s, digamos 1. Assim, pelo Problema 4.34, podemos exclit 4 do conjunto gerador (3) ¢ obter by. Oph arenes Ohaas Bagtr eee Dal Repetimos. argumento com, assim sucessivamente. Em cada passo aicionamos umm dos ws retiramos um dos. sno conjunto gerader. Se m n, Caso isso fesse possivel, apés rpassos na demenstrag3o cima, teriamos o conjunto gerador (3, W;,..., W,}. Mas so implica que, € uma combinagao linear dew, 1w,.0 que contraciz a hipdtese de {0 ser linesrmente independente Demorstreo Teorema 4.12. Toda base de um espago vetorial possui a mesma quantidade de elementes. Suponha que {u4. tts... ..u,} uma base de Ve suponha que {1,4} € outta base de V. Como {1g} gera ¥, aba Se {v.14 +. } deve conter 1 01 menos elementos pois, caso contra, ela Seria Finearmente dependente como mostradoaa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.148 Aceon Linens (0) Determines forma reduaida de 4 P2041 12 0-1 ~|0 2-3 -1]~Jo 2-3 -1 04 6 2 oo 0 0 As duas linhas no mulas,(2,2,0,~ 1) ¢ (0,2 particular, sank} (®) Determines forma reduzida de B 1), da forma reduzida de formar uma base do rowsp(4), Em 1301 131 -2 -3 a~(2 1 2 {O12 0-1 0-3 -6 -3 000 0 0 O-1 2-1 1 ooo 0 0. ‘As duss linhas 20 nulas,(1, 3, 3) €(0, 1,2, 1,~ 1), da forma reduzida de 8 formam uma base do 10wsp(B). Em particular, ank(8) =2. 4.42, Mostre que U'= I onde U ¢ W sio os subespagos de R’ abaixo: U = span tty. 45) = span(1, 1, 1), (2.3, -D. WW = span(iry, wy.) = span(l, ~1, -3), G,=2,-8). @ ‘Construa a matriz A cujas linkas so os vetores ue determine a forma canénica reduzida por linhas de A: ee ee Te A seguir, construa a matriz B cujaslinhas so os vetores w;¢ determine a forma canénica reduzida por linkas de B 1-1 3 1-1 3 10 -2 B=/3 ~}o ro if~for it 2 0 33 00 0. Como 4 e & possuem a mesma forma candnica reduzida por linhas, o espago das linhas de A ¢ B sio iguais e, portan- to U-W. 12123 1 24377 4 443 Sin 4=|7 393 5 5 6 3.66 1S 14 IS (a) Determine rank(¥M) para k= 1,2,....6, onde M, & a submatriz de A que consiste das & primeiras cotunas Ch Cpr ded. (b) Quais colunas C,,, € combinagao linear das colunas anteriores C,, Cy, ... C2? (©) Detemnine as colunas de 4 que formam uma base do espago das eolunas de 4. (a) Escreva C, como uma combinagio linear das colunas cbtidas no item (c) (a) Determines forma redurida de: 121 1 oo1 2 4~loot 3 003 0 coon 1 0 ° 0 Observe que, simultaneamente, determinamos a forma reduzida de todas as matrizes M,; por exemplo, as primeiras ‘quatro colunas da forma reduzida de A é a formareduzida de M,, Sabemos que rank(M,) & aquantidade de pivés ou, de forma equivalente, a quantidade de linhas nao nulas na forma reduzida de M, Assim rank(M,) = rank(M3) = rink(Ms, 2 rank(M,) = rank(M,) rank(M,) = 3444 4.48 Cavirui0 4 + EsegosVeronas 149 () Requagio vetorialy,C,+£4,C, +... $34C,= Cy nos dium sistema cuja matriz dos coeicienes & IM, ecuja matriz associada é Mj. Assim, C,,, €umma combiragdo linear deC, Cy... Ce e56 se rank(M,)= rank(¥,..) 00, de mesma forma, se C,., #80 possi um pivo. Assim, cada uma das colunas C,, C,,C, € uma eombinogao linear das colunas anteriores (0) Na forma reduzida de 40s pivis esto na primeira, tereira e quinia colunas. Assim as colunas C,,C,, C, de formam uma base do espaco das colunas de A. De outfa forma, eluindo as colunas C;, C, C, da conjunto gerador do esparo das colunas (elas ko combinaySes lineares das outras colunas), temos, novamente, CC, C, (@) A forma reduzida nos mostrs queC,, uma combinasio linear de C,¢ C,.A matrz associada M da equagio vetoriel C.=xC, + yC,consistenas colunss C,, C,,C, de A que, na forma reduzida, 0s di a matriz(omitindo lias malas) oa Entio, C,=~C, +3C,=~ 6, +30, +0C, Suponha que «= (d,, d;,...,4,) €uma combinacdo linear das linhas R,, Ry, ..., R,, da matriz.B = {b,], por exen- plo, = KR, +R, +... +K,R,. Mostre que 4) = kyby + haba) + «+ EPs 1,2, donde yy. Baa -. By S008 elementos da coluna i de B. Foi dado que w=K,R, +hR+...+ k.R, Portanto 0.3.9) = Ky Byes Bagh Hoo Relig Bd Rb, Ho Eh yBigt ee Dag Hoe hPa) Sgualando os elemeatos correspondentes cbtemes o resultado desejado, Demonstte o Teorema 4,7. Suponha que 4 = [4,] € elementos pivis respectivamente iguais a = [p,] so dias matrizes reduzidasequivaentes por tina com yy Aaj ip Paty Baye ese Ba, (mostrado na Fig. 45). Entdo A e B pessuem a mesma quantidade de linhas nao nulas, isto é, r= s,¢ seus elementos pi- ‘Gs esto na mesma posigo, isto 6, j, = Ki) ay, ¥ ee Re Fig. 4-5 E caro que 4=0 se € s6 se B = 0 ¢, portanto, precisamos demonsirar 0 teorema para r2 1 € para sz 1. Mostrare- ros, inicialmente. que j, =k, Suponha que), 4. Mas dim (U + IP) nto pode ser maior que 6, pois dim = 6. Temos, portanto, duas possibilidades: (a) dim (U+ #) ou (b) dim (U + IV) = 6, Pelo Teorema 4.20, dim(U NW) = dim U + dim W — dim(U +) = = dim(U +) Assim, (a) dim (U9 #)=3 04 (B)dim (UN W)=2. Scjam U e Ws subespagos de R? dados abaino Ual(ebc):a=b=c] © W=((0b0)} (Observe que I & 0 plano yz.) Mostre que R’ =aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.156 Avotera Lian (a) Emrelagioa base candniza, as coordenadas [0 so 0 priprio v, isto & (ule =[a, 6, (6) Faga vcomo uma combinagao linear de, 1 € w, com esczlares x,y,z Ito nos dé (GG) = Bs Resolvendo este sistema temos.x=c, ~¢, ~b, Assim [],=[¢,0~¢,a~6} 4.63 Considere o espago vetorial P,(0) dos polindmios de grau s 3 (a) Mostre que $= {(t~ 1)’,(¢—1)°,t— 1, 1} € uma base de P,(0, (0) Determineas evordenadas de v=3¢ - 47+ 2¢~ $ em relagdo & base 5. (2) Ogravde ((—1}'€ &: escrevento os polindmios de Sna ordem contriria cbservames que nethum deles é uma combinagao tinear dos anteriores. Assim, esses polindmios sio linearmente independentes como dim P,(@) = 4, eles formam uma base de P\(0. () Tguale va uma combinacio linear dos vetores da base usando os esealares x,y, 2, Obiemos: 30 +4? 42¢—$ = ax(t~ 1) + (01)? +2 + (1) ax 3 49 EP 4H DEG) xP — if 43u—xtye — Itty der-zts =xP + (-3x+ y)P + 3x - yt et (-xty—z+5) Igualando os coeficientes de poténcias iguait de 1 obtemos 3 siety sd, Be— yt Resolvende este sistema remos.x=3, y= 13, 9, 5= 4. Assim, {¢] =[3, 13, 19,4] 4.64 Determine o vetor coordenada de A = [i 3] do espaco vetorial M = M, em relasao a: Vaiyp. -ipyi -1y pio omer OE SIE Sh . 1 0] fo 1] [0 0] [0 o © vase canctea = {[ 4 obs oh? oh [ ‘I (a) Iguale 4 a uma combinagio linear dos vtores da base usando os escalares x,» 2, como abaixo: 2 37f fh tf -1 fh oo) petete rere a-[i 3] tt ett alo o] fe ‘-[ xty r ] Igualeos elementos correspondents para obtero sistema xeetr=2, xtys4, Resolvendo este sistema temos x =~-7, y= II, 2=~21 e7 » 30.Assim, [d] tor coordenada de A é um vetor de R* uma vez que dim M=4.) (©) Igualando 4 a uma combinagéo linear dos vetores da base temos, (Jet Jo deft def t]-E 7] Assim, x=2,y=3,2=: [-7, 11,21, 30]. Observe que a ve- 4,(=-7, Desa forma, [4]= 2,3, 4,7], que tio os elementos de A escrito lnna aps linha, Observagao: Em geral, este resultado é verdadeito, isto & se 4 & unt matriz.m x n entdo as coordenadas de A em relago a base canénica sto os elementos de d escritos linha apés linha. 4.65 No espago M=M,,,, determine se as matrizes abaixo sfo ou nio linearmente dependentes 123) gf24 7) clas (os) efoto} cH fh 3 al]Cammuiod + EsricosVerouais 157 ‘Se as matrizes forer linearmente dependents, determine a dimensio e uma tase do subespago WV de M gerada por cssas matrizes Os vetores coordenadas das matrizes dadas em relagdo a base candnica de M sio os seguintes: (4) =11.2.3.4.0,5}, (8) =[2,4.7,10,1, 13), [CV=(0,2,5.8,2, 11] CConstrua a matiz.M cujas linhas sio os vetores coordenadas acima ¢ determine sua forma redwaida: 123 405 123405 24701 3/~j/o01213 12s s2u 000000 ‘Comoa forma reduzida possui apenas duas linhas no nulas, os vetores coordenadas [4], [8], [C] geram um espago de dimensio 2. Assim, 4, B, Csi linesrmeate dependents. Além disso, dim IV-=2 e as matrizes [bos] emer] ccorrespondentes As linhas no nutes da forma reduzida de M, formam uma base de 1: Problemas Diversos 4.66 4.07 4.68 Considere a seqincia finita de vetores S y+» ty} Seja Ta seqiiéncia de-vetores obstida a partirde S por ura das seguintes “operagdes elementares”: (i) mudar de posigdo dois vetores, (ji) multiplicar um vetor por um escalar nfo nulo, (ii) somar um méltiplo de um vetor a outro, Mosire que Se T geram o mesmo subespago 1. Mos- ‘re também que 7'é linearmeate independente se € 36 se S € inearmente independente. Observe que, para cada operas, os vetores de T'sio combinagéeslineares dos vetores de S. Por outro lado, cada ‘operagio possui uma inversa do mesmo tipo. (Prove!) Assim, os vetores de S so combinages lineares clos vetores de T. Assim, Se F geram o mesmo subespago IV. Além disso, 7¢ linearmente independente se ¢ 6 se dim W’=n ¢ isso &ver- ‘dadeiro se es6 se Stambém é linearmente independent Seja A= [a] €8= (b,) duas matrizes do tipo mx 1 equivalentes por linhas sobre um corpo K. Sejam v.40, Yer tores de um espago vetorial V sobre K. Sejam ty = aye) Haha +. aint iy = Duy) + Dyata +--+ Bia 0 + yyy +... + aay0, Wy = p40) + By902 +. + ayy gy = gi PF IyQh) +2 FA ma Wg = Baby + Baa + oo + Bp Mostre que {u,} € {i;} geram o mesmo espago. ‘Aplicar uma “opera;do clementar" do Problema 4.66. {1} & equivalene a aplicar uma operacio elemeniar nas li- has def. Como A ¢ Hsio equivalentes por linha, B pode ser obtida de A com uma soqiiéncia fnita de operagdes cle. mentares, portanto {w;} pode ser obtido de {2,} por uma seqiiéncia correspondente de operagies. Desta forma, fu} ¢ {w,) gram mesmo espag0. Sejam 1,,...., v, elementos do espage vetorial V sobre K e seja P= {a,] uma matriz quedrada de ordem n sobre K. Sejam Wy Hay DFA te FAL vee ta ty Tt Anaty Fo + enn (0) Suponha que P ¢ inversivel. Mostre que [;} ¢ {»)} geram omesmo espago e, portanto, fw.) é linearmente in- Gependente see s6 se {1} ¢linearmente independente (B). Suponha que P no é inversivel. Mostre que {1,} ¢linearmente dependent. (0) Suponha que {w,} é linearmente independente. Mostre que P & inversivel (@) Como P¢ inversivel, ela é equivatente por linhas matriz identidade . Portanio, pelo Problema 4.67, {v;} ¢ (2) geram o mesmo espago. Assim, um deles ¢ linearmente independente se ¢ s6 se 0 outro também é linearmente inde- rendente (Se Prado éinversivel,elaé equivalente por linhas a uma matrizcom uma linha nus Ito significa que {| gera um espago com um conjunto geredor com menos que ir elementos. Assim, {w, &linearmente dependents (6) Esta &a contra-positva da afirmativa (0), dat segue dirctaments dels,158 Avocunn Linear 4.69 4.70 Suponha que 4, 4... .. slo conjuntos de vetores linearmente independentes e que 4, ¢ A... . Mostre que a unidio A= 4, U dy U. . também é linearmente independente. Suponka que A é linearmente dependente. EniZo existem velores 2, .., vem d e escalares nfo todos pul0s dy 2, em K tals que aye, Hah +o. ayy w Como A =U 4, ¢08 1, estio em A, existem conjumos 4,.....4, tais que BEA te Ays ned, Seja ko maior dos indices dos conjuntos 4, isto 6,k= maxis jy sj). Como, cA, €..Yemos que cads 4, esti con- tido em 4,, Portanto 2), vs... ¥, pertencema A,e, por (1), 4, ¢ linearmente dependente, o que é uma contradi 20,4 élinearmente independerte igdo. Lo- Seja K um subcorpo do compo Le seja L um subcorpo do corps E. (Assim, K <1. ¢ Ee K éum subeorpo de E.) Su- pponha que & possul dimensaom sobre © que Z,possul dimensdo nt sobre K. Mostre que £ possul dimensdo mn S0- bre K. Saponha que {1,..., 24} Euma base de Esobre L eque {a,,...,d,} uma base ded sobre K. Afimamos que tay/i=,...,mef=1,...,} uma base de E sobre K, Observe que {4,5} possui mn elementos. Seja wum elemento qualquer de £ Como (1j,-.., %) €uma base de Esobre L, w é uma combinagi linear de 1, com coeficientes.em L: WH byt Baty tet Byte 8 EL 0) Como (ay... +4q) éuma base de L sobre K, cada b, de éuma combinagao linear de a, com coeficientes em K: By = hype + bigeye + bay By = haya + had ee + bam = bgt + ha tt ball onde k, € K. Substtuindo em (1) temos We (by oot hit + Gait Foe Rat) ED oo Et FF tn) 1124 Ee Rind ERLE oF Rls Eos Ri oo Rand =F kilen) onde &, € K. Assim, w é uma combinagio linear de a,x com coeficientes em K. Portanto, {a} geram E sobre K. A demonstrago estari completa se provarmes que fa) &linearmente independente sobre K. Suponha que para escalares.x, € K tomos £, x, (2) =O; sto &, Grae, tigate xin) Ho Fly + ae Eo Saal Git Haag HF Rt Hoe Oty Hohn He Rg) y =O Como (17... #,) €linearmente independente sobre Je como os cosficientes de » pertencem aL. cata umn desses coeficientes deve ser nule Mune +H y2lg te + XI 8 Rt ay bos S gal =O Mas (a... qt €linearmente independiente sobre K, portanto, como x, © K, ry =O me em esta forma, {a,j} €linearmente independente sobre K€ 0 teorema esté demonstrato,Carino 4 + Eseagos Veronas 159 Problemas Complementares Espagos Vetoriais an 4m 473 474 475 4.16 Suponha que w e » pertencem a um espago vetorial F. Simpliiqueas expresses abaixo: (2) Fy =MSu~ 6) +2Gu+ 0, (0) By = OBu+20 + Su—T0, (6) By =SQu-30) 447048), Wd) By = Su 42/0). Seja Vo conjunto dos pares ordenados (a, 6) de ndimeros reais com adigao em Ve multiplicasdo por escaler dadas por Wb) tled)=(are, bed) € ‘Mostre que V’satisfaz todas as propriedades de um espago vetorial, exceto [My] isto 6, exceto Iu =u. Portanto, [M,J nao uma conseqiiéncia das outras propriedades. Mostre que propriedade [A,] de um espago vetorial sto é, que w+ v= ut 1, pode ser deduzida das outras propriedades de V. Seja Vo conjunto dos pares oxdensdos (a, b) de atimeros reais, Mostre que nfo & um espago vetoral sobre R com a adigio e multiplicagao por scalar definicas por: @) @.b)+(d)= (04d, b+e) eka, b) = (ba, ), (i) (a,b) +d)=(e+e, b+d)eka,b) = (a,b) Gil) (a0) + (@.d) = (0,0) © (a, 0) = (ha, kb), () (0b) + (6d) = (ae, bd) eka, b) = (ka, kb) Scja Vo conjunio das seqiiéncias infinitas (,, 4... ..) sobre um compo K. Mastre que V €um espago vetorial sobre Kvomas operagies de adigde © multiplicaydo por esealar definids por: Eagan DAD Dre DS (ay by pH bay 6) © Raed.) = Gay kegs) Sejam Ue espagos vetorias sobre umn compo K: Seja Ye conjunto dos pars ondenatos (u, wondewe Uew € W. Mostre que V é um espago vetorial sobre K com adigio ¢ multiplicagdo por escalar dfinidas per: (a, ) + (uw! = (uta, ww) © Ku.) = (hu, hw) (Este espago vetorial & chamado de produ direto externo de Ue W.) ‘Subespagos an 4.78 4.79 4.80 481 Determine se 17 é ov nde um subespago de R’ onde 1 consiste em todos os vetores (a, b,c) de R’ tais que: @a=3b, (ashsc, (ab=0, Watb+e=0, (O=0, (fa=2=3e. Scja Vo conjnto das marizes quadradas de ordem 1 scbreo corpo K, Mostre que HV um subespago de Vs #” consist em todas as matrzes d= [a,] que sto (@) simétricas (4"=A ova,=a,), (0) twiangulares (supericres) (@) diagonal (e) escalar Seja AX = B um sistema de equagbes lineares no homogéneo a n incégnita, isto €, B #0, Mostre que 0 conjunto solugio deste sistema no im subespago de K" ‘Suponha que U’e 1's subespagos de V tal que UU IV €um subespago de V, Mostre que UG W ou WU. Seja Vo espago vetorial de todas as fungdes de Rem R. Mostre que IV um subespago de Monde IV consiste deto- ds as: (a) fungies limitadas, (2) fungies pares. [Lembre-se que f R > Ré limitada se 3M € R tal que Ve R,temos [/fx)|< ME tx) é por se fl-x)= fix), Ye eR]160 Accesna Lnean 4.82 Seja Vo espago vetorial (Problema 4.75) das seqiiéncias infinitas sobre um corpo K. Mostre que HF é um subespa- gode F’se I consiste de todas as seqiiéneiss com: (e) 0 como seu primeiro elemento, (b) apenas um nimero finito deelementos nao nulos. Combinagées Lineares, Espacos Gerados 483 484 4.85 4.86 487 4.88 Considere os vetores u=(1, 2, 3)¢ v=(2.3, I)de R’. (a) Escreva w=(1, 3, 8)como uma combinagdo linear dew e 1 (6) Escreva w= (2, 4, 5)como uma combinagio linear dew e 1 (©) Dewermine & para que w=(1, 4-2) sejauma combinayao linear de we & (@) Determine condigSes sobre a. b,c para que w= (a, b,c) seja uma combinacio linear dew e Eserevao polinimio,{s) = at+ b¢+ c como uaa combioagéa linear dos poindmiosp, [Desta forma, 7, Psp, geram o espago P,() dos polindmios de grau $2.) (pat Lepse ls Determine um vetorde R® que gera a intersegio de Ue Wonde Ué o plano xy, isto &, U= {(a, b,0)} ¢ Wéo espa 0 gerado pelos vetores (I, 1, 1) €(1, 2,3). Mostre que span(s) éa intersecdo de todos os subespacos de V que contém S. Mostre que span(S) = span(SU {0}). Isto é, adicionar ou excluiro vetor nulo de um conjunto nio altera e espago gerado por este conjunto, Mostre que: (a) se Sez T entio span(S) < span(). (4) span{span(S)] = span(S). Dependéncia € Independéncia Linear 4.89 4.90 491 4.92 493 4.94 4.96 Determine se os vetores abaixo de R* slo linearmente independentes ou linearments dependentes: @ (2,-3.1, B71, 2, 3,74, (6) (13,1, 2), 2,5, 1,3), (1,3, 7, -2). Determine se 0s polindmios 1, 2; w de P(t) slo linearmente independentes ou lineamence dependentes: @ u=P-4P 4343, =P 42 Arm 1, wH2P P35, () uae =5P-243, v=P 48-3144, wa 2P 1-749, Mostre queas fungdes fg, so linear @) f= 4, @= st, MQ=F, OHO =4, B=, Hi independentes: Mostre que x =(a, b) e v= (c, d) em K° sao linearmente dependentes se ¢ s6 sead ~ be = 0. Suponha que 1, x, w sdo vetores linearmente indepeadentes. Prove que S é linearmente independente onde: (@) S={ut+v—2w, u-v—w, u+w), () S=lut+v—3w, ut+30—w, v+w}. Suponta que {uj 5p wj.+- + 4,) 6 um subconjunto linearmente independente de V. Mostre que span(is) span(w) = {0}. Suponha que 1, vs... . , v, Sao linearmente independentes. Prove que S é linearmente independente onde: @ {a,0,, dads, ...,a,0,} onde cada a; + 0. (BS =(pe nesta Dagts erated OW = yb € Dy #0. Supona que (ay «+44, (s+ M)s +5 iss» + yy) S80 vetores linearmente independentes em A” e supona que », so vetoreslinearmente independentes de um espago vetorial V sobre K, Mostre que os vetores absixo so também linearmente independentes: By Pee Fat indy Fos Mayle Init Hoot Oaaa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.168 Aucesra Lens As vezes uma seta com um “irago” I> 6 meio da aplicagdo f: A > B, izada para indicara imagem de um elemento qualquer. x€ d por rie flo Isso ¢ ilustrado por este exemplo. Exempio 5.1 (a) Soja: RR a fungio que associa a cada mimero real x seu quadrado x°, Pademos denotar esta angio eserevendo far ou xe Nese e430, a imagem de 3 € 9, portanto eserevemos /- 3) = 9. Contude, (19) AR) = [0, + 9) = (x/ x20) €a imagem def: (b). Sejam A= {0,b, 6d) € B= {,y,z 1}. Temos abaixo a definigdo de uma aplicagio f: 4 ~> B: Sa) (3, 3}. Alem disso, »fB=x, fo=z fd=y ou f= lay 6.x). (2). (I) A primeira define uma aplicagio explictamente e a segunda define a fung%o por seu grifico. Nesse caso, Sil, b,d)) = (Fla) f OSI = (8 = bo) Alem disso, (4) = (x52) €a imagem def. Exemplo 5.2 ‘Seja Ho espago vetoriel dos polindmios sobre R e seja p(t) =34 ~ S1+2. (o) A derivagle define uma aplicagio D: V+ V onde, para qualquer polinmio f(), temos Xf) —df' dt. Assim, Dp) = DE? — 5142) = 6-5 (b) A integral deO a 1 define uma aplicasao J: V > R. Isto, para qualquer polindmio fo), sy) [ioe cent, J) [or-sen=t ‘Observe que a aplicagio em (b) ¢ do espago vetorial ¥/no corpo de escalares R, enquanto. aplicagio em (a) é do.es- aco vetorial V em si mesmo. Aplicagées matriciais Seja A uma matriz m> n sobre K. Entio A determina uma aplicago F: K" -> K” dada por Fi) = iu onde os vetores em A" ¢ em A" so escrites como colunas. Por exemplo, suponha que Ea) ee] [4 a3)-7i Observagdo: Por conveniéncia de nolagio, freqiientemente nos referiremos aplicagdo F, pela letra 4, o mesmo simbolo utilizado para a matriz. entio Fu) = ACavin 5 + Trunsromnccestnsines 169 Composigao de aplicagées Considere dias aplicagies f:A + B eg: 8 ~¥C ilustradas abaixo: AS pac A composigio de feg, denotada por g »/i¢ a aplicagao g of: A> C definida por (g°f)a) = g(f(@)) Isto 6, primeiro aplicamos faa € 4 c entio aplicamos g a la) € B para cbter g(fla)) € C.Considerando feg como “computadores”, a composigio significa que primeiro utilizamos em fo dado a € 4 para obter o resultado fla) = B ¢, aseguir, utilizamos em g o dado fla) para obter 0 resultado gifta)) € C. ‘Nosso primeiro teorema diz que a composigao de eplicagdes satisfaz a lei associativa, Teorema 5.1 — Sejam fd +B,g:B-Ceh:C> D.Entio holgof)=(hog)of Demonstraremos este teorema a seguir. Seja ae A. Entio (hog Pa) = hg fa) = Ag F(a) (hogy ef Ma) = (hogy f(a) = hig f(a) Assim, (he (g°/)(a) =((H 2g) =f Xa) para todo ae A, eassim h 2 (gf) =(h=g)® Aplicagées infetivas e sobrejetivas Introduzimos formalmente alguns tipos especiais de aplicagdes. Definigdo: Uma aplicagio f: A + B & chamada de ijetora (ou injeutva ou 1 a 1)se elementos diferentes de 4 possuem imagens diferentes; isto &, (1) Sea ¢a'entio fla) # fla). De modo equivalente 2) Se fa) =/(a), entioa Definigio: Uma aplicagio fA > B & chamada de sobrejeiora (ou sobrejetiva) se todo elemento b € B & imagem de ao menosum a Definigio: Uma aplicagio fd B échamada de bitivoca (ou bijetora ou bijegdo de A.em B) se f¢ injetora e sobrejetora. Exemplo 5.3 Sciamfi RR, g:R—>R eh: RR definidas por fo) = 2 gx —x, is) =x s grificos dessas fungbes esto representados na Fig. 5-1. A funs20 /¢ injetiva. Geometsicamente ise signitice quecada reta horizontal ndo contém mais que um ponto de f.A fungdo g é sobrejetora. Geometricamente, isso signi fica que loda reta horizontal contém ao menos um ponto de g. A fangdo /r iio énem injetora rem sobrejetors. Por cexemplo, tanto 2 quanto ~2 possuem mesmna imagem 4, ¢ -16 no possui pré-imager, Aplicagao identidade e inversa Seja 4 um conjunto no vazio. A aplicagda fi 4 + A detinida por fla) =a, isto é, 2 fungdo que associa cada elemen- to de 4.a si mesmo, & chamada de aplicagdo identidade, Ela é usualmente denotada por 1,, ou 1 ou J. Assim, para qualquer a € A, temos 1,(a)= a470_Auseons Leer 5.3 a o o fe) = 2 wa) = one hoa) = at Fig. 5-4 Seja, agora, f A> B. Chamamos g: B > A de inversa de f, denotada por f~', se feg=ly oe gof= y} Enfatizamos que f possui uma inversa se es6 se fé uma aplicagdo bijetora entre 4 e B.isto€, se /€ bijetora e sobrejetora (Problema 5.7). Além disso, se b= B, entio f~'(b)= a, onde a €0 nico elemento de A para o qual fla)= b. APLICAGOES LINEARES (TRANSFORMACOES LINEARES) Comegamos com uma definisio. Definigéo: Sejam Fe U espagos vetoriais sobre um mesmo corpo K. Uma aplicagio F: > U é chamada de aplicagio near ou transformagio tinear, se satisfaz 88 duas condigdes abaixo: (1) Para quaisquer vetores 1, we V temos F(v+1) = Fv) + For) (2) Para qualquer escalar ke para qualquer vetor v€ V temos F(t) F() Isto 6, F: 7 UE linear se “presen miultiplicac2o por escalates. Substituindo k = 0 na condigdo (2) temos F(0)= 0, Assim, qualquer aplicagdo linear evao vetor nulo no vetor rule, 3s duas operagdes bisices dos espagos veioriais, aadigao de vetores € a Para quaisquer escalares a, be Ke quaisquer vetores v, we Vtemos Flav + bw) = F(av) + Fibw) = aF (0) + bE Cn) De modo mais geral, para quaisquer escalares a, ¢ K'e para quaisquer vetores v,¢ V,temos a seguinte propriedade basica das transformagdes lineares: F(ab, aghy +2. Fay FO) + O2F (Cy) + + dyn) Observagdo 1; Uma aplicacao linear F: V4 U é completamente caracterizada pela condigio F(av + bw) = oF (0) + bFOw) io) cesta condicio, as vezes, é utilizeda como sua definigéo. Observagio 2: O termo transformacéio linear é freqientemente utilizado para representar as aplicagdes lineares da forma F: R"— R” Exemplo 5.4 (0) Seja F:R! +R’ aaplicagdo ‘projegio” no plano 1; iso é Fé aaplicagdo definida por Fx», Mostraremos que F ¢ linear. Sejam vm (e, 2,6) € 7 (a b's). Entio (xy, 0) Fotw)=Flata’, 648), e+e) =(a4a', b+b', 0) = (a.b.0) + (a. 8,0) = Fla) + Fo) para qualquer escalar k, F (ke) = F(a, kb, ke) = (ka, kb, 0) (a,b. 0) = KFC) Assim F é linear,Gaviruio S + Traxsrowwsgnes Leases 171 ) Seing: qualquer vetor a apieagio “iranslaio” defini por Gtx, 3) = (e+ ¥.y +2). Iso & G soma veror (1,2)2 (x3) de® Observe que GW) = 60,0) = (1.2) 40 Assim, © vetor nulo nd & levado a0 vetor nulo, Portanto G nao é linear, Exemplo §.5 (Aplicacio derivadae integral) Considere 0 espaco vetorial V'= P(2) dos polinémios sobre o corpo real R. Sejam u(0)¢ (0) quaisquer polindmios em Ve seja k qualquer escalar. {a) Seja D: ¥ > Va eplicarao derivada, Demonstra-se no calcul que dw dv da Wa ata 8 a du de Assim, Diu + v (u) + D(a) ¢ Deka) =F D(u). Assim, a aplicagio derivaéa é linear (®) Scja J: ¥ > Ra aplicagio integral, por exemplo IO) [rou eager enunbocng lSis { [(eds) + (lar | un dee { und f sea ar= Kf at f 0 Isto, Ju 1) = Ju) + Ha) € Iku) = k Ie), Assien, a aplicagao integral & linea, Exemplo 5.6 (Aplicacio nul identidde) (a). Seja F: V3 Ua splicagao que leva qualquer velor ve V’a0 vetornulo 0 € U. Entio, para quaisquer vw e Ve ‘qualquer esealar Fe K temo Foetw)y=0=040=F@)+Fw) 6 Flu) = = KF) Entio Fé linear, Chamamos F de aplicagio nula e usuaimente a denotamos por 0. (®) Considere a aplicagio identidade /: V+ Y que leva cada ve Va si mesmo. Entie, para quaisquer v, we Ve queisquer escalares a, be K temos. Hav + bw) = av + bw = al(v) + bilw) Entio /¢ linear, O teorema abaixo (demonstrado no Exereieio 5.13) nos fomece uma grande quantidade de exemplos de ap! cagies lineares. Fm particular, ele nos diz que uma aplicagao linear é completamente determinada por seus valores nos elementos de uma base. Teorema 5.2 Sejam Ve U espagos vetoriais sobre um corpo X. Seja {r,, 24... ¥,} uma base de Ve sejam ti, ty, « .., U, Vetores quaisquer em U. Entio existe uma iinica aplicagio linear F: V > Utal abe Fe), Fle) tng FL) = te Enfatizamos que os vetoes iy... 0 Teorema 32 sao completamente arbitros; eles podem ses Tinear= mente dependentes ou até mesma seremn iguais entre si Matrizes como aplicagées lineares a Seja 4 uma matriz real do tipo m x.n, Lembre-se que A determina uma aplicagiio Fk" — K” dada por F (ut) =Au (onde 0s vetoresem K” ¢em A” so representados como colunas). Mostraremos que F' € linear, Pela multiplicagao de matrizes Fo +0) =Ao+w) Fy(ke) + Aw = Fv) + Fy(ov) AE 4(0)172__fucesna Lese Em outras palavras, usando A para representar a aplicagaio, temos A(etw)=dv+ Aw — € A(kv) = MAD) Assim, a aplicagio matricial 4 ¢ linear. Isomortismo de espacos vetoriais A nogiio de dois espacos vetoriais serem isomorfos ja foi definida no Capitulo 4 quando investigamos as coordenadas de um vetor em relacdo a uma base. Redefiniremos agora esse conceito, Definigio: Dois espagos vetoriais Ve U sobre K so isomorfos, o que é denotado por I= U, se existe uma apli- ccagio linear bijetiva F: V+ U. A aplicagio F & entio chamada de isomorfismo entre Ve U. Considere um espago vetorial V qualouer de dimensdo ne seja $ uma base qualquer de ¥. Entio 2 aplicagio vi [oly que leva cada vetor vao seu vetor das coordenadas [1], um isomorfismo entre Ve 5.4 NUCLEO E IMAGEM DE UMA APLICACAO LINEAR Comegaremos definindo dois conceitos: Definigo: Seja F: / > U uma splicagdo linear. O micleo (kermel) de F, representado por Ker Fé 0 conjunto dos elementos de V que so levados ao vetor nulo D em Us isto Ker F = (ve V: F(x) =0) A imagem de F, denotada por Im F, &0 conjunto imagem em U; isto Im F = (wé U: existe v € V para o qual Flv) = u} © worema abaixo ¢ facilmente demonstrado (Problema 5.22). Teorema 5.3 ScjaF: V~» U uma aplicagdo linear, Entdioo nicleo de Fé um subespago de Vea imagem de F & um subespago de U. Agora suponha que 1, vy... t, geram 0 espago vetorial Ve que F: V—> U é linear, Mostreremos que Fe). F()... Flu,) geram Im F. Seja u€ Im F. Entioexiste ve Vtal que Fz) =u. Como os vs geram Vecomo ve V, cexistem escalares ty, ty,.. dy tals que Av, + aby Ho Oly Assim, te F(t) = Flan, +. a3hy +... + A OF (0) + a2F (v2) + 6. + Ag Om) Desta forma, #(v,), las), Flu) geram lm F. Formalmente eserevemos o resultado acim. Proposigéo 5.4 Suponha que 2, ty ..+ tm geram 0 espago vetorial Ve que F: > U6 linear. Entio vs), Flas), Fa.) geram Im F. Exemplo 57 (a) Seja F:R' R? a projegdo de um vetor vno plano x [eome mestrada na Fig. 5-2): sto € FO.y,2) =(6,9,0) F claro que Im Fé tod plano. sta & pontos da forma (350), Além disso, onieleo de Fé 0eixo-, sto & Pontos da forma (0, 0,¢). Bto & ImF =(@bd:0aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.180 Aucesna Linas 8s 57 (0) Seja (o, B) am clemento de F(S). Entho existe (x,») em S,tais que F(x, 3) = (a,b). Assim, Gy2x)= (4b) on By=a2e=b on ou Assim, F(S) € uma elipse (8) Fasa Fes, 9) = (@, 6), onde (@,b) € S. Entio Gy, 2x) = (4,6) ow3y=ae Assim, (3))° + (2x)'= 1. Desta forma, a préimagem de $a elipse 4x" + 9y Como (a, b)€ S,temos a! + Consi re a8 aplicagBes A+ B, g: B+ Ce ky C > Ddefinidas pela Fig, $-5, Determine se cada uma delas é ou ‘no uma funeao: (a) injetora, (b) sobrejetora, (c) inversivl, isto é, possui uma inversa, (4) Aaplicagdo fA B € injetora, uma vez que os elementos de 4 possuem imagens diferentes. A aplicagdo g: B—> C rio € injetora, uma vee que tanto x quanto z possuem a mesma imagem 4. A aplicagio h: C—» D € injetora (b) Aaplisacio.f 4 — B nio é sobrejetors, uma vez que = € B nid é imagem de nerhum elemento de 4. A aplicagio gB > C € sobrejetora, uma vez que cada elemento de Cé imagem de algum elemento de B. A aplicagio hs C—> Drambem € sobrejeiora (6) Uma aplicagio possui inversa see 6 se injetorae sobrejetora. Logo, apenss ft possui inversa 4 L a e ¢ 4 S 6 Fig. 55 Considere fA > Beg: BC. Assim, existe (g 2): A> C. Prove que’ (@)_ Sefe gsio injetoras, entdo g ° f¢ injetora (0). Sefeg sio sobrejetoras, entio g° fésobrejetora. (6) Segefé injetora, entdo/¢ injetora. (A) Seg of sobrejetora, entio g é sobrejetora, (a) Suponta que (e® f(s) = (© (9). Entdo et) = e)). Come # é injetora fo) =v). Como féinjeora, x=y. As- sim, provamos que se (g * fx) = (g° fy), entiox = y; logo, g2/¢ injetora, (0) Sejace C.Como ge sobrejetora, existe b€ B, tal que g{6)=c. Como f¢ sobrejetora, existe @ € A, tal que fa) =b. Assim, (e+ fia) = gifa))= 2t6) =c. Logo, ¢° f¢ sobrejetora (6) Supontra que fnio ¢ injetora, Entio, existem elementos distintos x,y € A tais que ft) =f). Assim, (g °fX2) = a4f02))= 00) = 2 (). Portanto, ¢* fnio & injetora. Logo, se g° f€ injetora,entio fdeve ser injetore (@) Bea ed emo (+ fa) = g{fla)) € (0). Assim, (5° N\A) & g(B). Suponha que g do é sobrejetora. Entdo g(B) es tacomtido em C, mas nao é igual aC e, desta forma, © mesmo vale para (g © /\(A);assim, g ° fnio & sobrejetora, Se g° fésobrejetora, entio g também ¢ sebrejetora Prove que A ~> B possui inverse se e s6 se / injetora e sobrejetora Suponha que fpossui ume inversa, isto é, existe uma funglo f': B—> Atal quef'!ef=1,efef'=1,. Como 1, é injetors,(€injetora, pelo Exercicia$.6(@); ecomo 1, 5 sobrejetoa, fé sebrejetora, pelo Problema 8.6(d), isto &, finje- tora esobrejetora. Suponta que /¢ tanto injetora quanto sobrejetora. Eno cada clemento b € # é imagem de um dinico elemento em A que chamaremos de b*, Assim, sefla)= b entdoa = b*e, portanto, lb") = b, Sejagra aplicagaio de Bparad que leva ca- dab © Bem b*, Tem (© © fla)=e(fe)) =e(b)= b* = a para iodo € 4; logo, g° f= 1, (i) (2 8)2)=/g()) =O") = b para todo. B; logo, f° = ty forms, J possui uma inversa que éa aplicagio g.Cariruio § + Traxseonvacces Lieanes 181 5A Seja RR definida por fle) =2x~ 3. Sabendo que Fé sobrejetora e injetors, temos que fpossui uma aplicagio inversa f*. Determine a formula def". Seja ya imagem dex porf, isto termos de ya equagio acitna pora obter ‘ou, usando xno lugar de j, 3. Assim, éa imsgem de ypor J ', Desta forma, determine sem 1 (e+ 3). Assim, a frmula que define a fungio inversa é/ '( fe SG) = i043). Aplicagées Lineares 5.9. Considere a aplicagio FR’ - R’ definide por (x,y) = (x + yx). Mostre que F é linear. Precisamos mostrar que F(v+w) = F(2} + Fos) eque F(x) = KF(1) onde ve ws elementos quaisquer de um escalar qualquer. Sejam v= (a,b) ¢ w= (a, 69. Endo vewa(ata, b+b) © kv = (ka, kb) Temos F(0) = (a bya) & Fw) = (a"+ BY, a2) Assim Fetw)= Fata, b+b)=(at+d+b+6, ata) +b, ata $b, a’) = Flo) + FO) F (ke) = F(ka, kb) = (ka +b, ka) = (a+b, a) = AF (0) Como v, we k sio arbitririos, Fé linear 5.10 Considere a aplicagio RY -> R’ definida por Fx, y, 2) = (c+ y+ 2,2x ~3y-+ 42), Mostre que Fé linear. Argumentaremos uilizardo matrizes. Representando os velores como calunas. a aplicarao F pode serescrta na for- im F(a) =v, onde = [x road 4 [ 3 i Entio, usando as propriedades das matrizes, temos F (0+ wi) =A(v + w) = Av Aw = Fie) + Fs) e F (kv) = Ake) = kdb) = KF) Assim, F6linear. 5.11 Mostre que as aplicagdes absixo no sto lineares: (0) FRE R? definida por Fs) = (9,9) (8) FR RB definida por Fis, y) = (+ 3, 29,349) ( F:R’R’ definida por F(x, y. 2 (0) Seja v= (1,2) ew=(3, 4}; Entio + w= (4, 6), Além disso, Fo) =(13).)=G,1)—e Fov) = (B4),3) = (12,3) Logo. Fe+w) =40,4) = 24, 6) 2 Flu)-+ Few) (®) Como F(O,0) = @,0,0)# 0,0, 0), F no pode ser linear, (0) Seja v=(1,2, 3) d= ~3. Assim, Ev= [-3, -6,~ 9). Ternos FO)= © AP\v) = ~3(1, 5) = (-3,-18) Logo Fike) = F(~3, 6, -9) = GB, 15) # FW) Desta forma, F nko 6 linear.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.188 Avgeena Lucan 5.34 3.38 5.36 337 Considere as aplicages lineares F: R'—> R°, G: R’ > R¥ e H: R’ —> R° definiéas por F(xy,)= (tye, x+y). Gly.2) = Ort2, x40, Hey, Mostre que F, G, /1sdo linearmente independentes [como elementos de Hom(R’, —> R?)) Suponina que para os escalaresa, b,c € K temos aF £bG +cH =0 a (Onde 0 significa a aplicagio nula). Para, ~(1,0, 0) € R°temes (c;)= (0, 0) (aF + 1G + cFfV(e3) = aF(1, 0, 0) + 6G(0, 1, 0) + €#(0,0, 1) (1.1) +62, 1) 40,1) = (+26, ab +e) Assim, por (1), (a+ 25, a+ 0 +0) = 10) €enttio o+=0 © atbtc=0 Q Da mesma forms, para e,=(0, 1, 0)¢ R’,temos O(e,)= (0,0) € (GF +bG + clt\e:) = aF (0, 1,0) +bG(0, 1,0) +eHO, 1,0) a1, 1) 50.1) +e2,0) =(a+2e, a+) Asim ates Usando (2) ¢ (3) temos © atb= a) 0 a Como (1) implica (4, temos que as aplicagies F, G, H sKo lineermente independentes. a=0, b= Scja k um escalar nio nulo, Mostre que a aplicagao linear J'ésingular se e s6 se KT ésingular, Desta forma, 7 singular se e s6 se~T'ésingular. Suponta que T'é singular. Entio 7(v) =0 para algum vetor »# 0. Assim. (EN) = AT) = 40 =0 assim, AT singular, Suponha, agora, que AT é singular, Ent AT{w) =0 para algum w #0. Assim, T(kv) = kT(w) = (KTV) = 0 Mas k #0 ew #0 implicam hws 0. Assim, Tlambém é singular. Determine a dimensio d de: (a) Hom(R?, R'), (6) Hom(R®, R?), (c) Hom(P,(0), R°), (d) Hom(M, 3,R'), Use dim[Hom(¥, Uj] = mn, onde dim V = m e dim U @ @ 34) = 12, (©) Como dimPy(t) = 4, d = 4(2) = 8 5(3)= 15. (d)_ Como dimMs 5 = 6d = 6(4) = 24, Demonstreo Teorema 5,11: Suponha que dim =m ¢ dim U=n. Enido dim[Hom(y, U)] = mn. Suponha que (1)... Yq} éuma base de Ve (1... 14) €uma base de U. Pelo Teorema $.2, uma apliensto linear de Hom(Y, U) é unicamente determinads por uma associagio qualquer entre os elementos da base v, € Vaclementos de U.Definimos FyeHom,U), i= 1m flee como aaplicago linear para a qual F,(e) =u, ¢ F,(1z)= 0 para ki. Isto 6, F, leva vem 1 leva todos os outros ys em 0. Observe que {F,} contem exatamente mim elementos. Assim, o tecrems estard demonstrado se provarmos que {F,) € uma base de Hom(¥, U). Demonsiracao de gue {F gena Hom(V, U).Considere uma funglo qualquer F € Hom(¥, O). Syponta que Fle) = yy Fle) = Ws FlY)= 7, Como Wy, ¢ U, ele uma combinagio linear dos us; por exemplo,5.38 Coviru.o 5 + TrunsronacoesLinesnes 189 Wy = Oy tly Fly FF Maal sm, ay eK a Considere a aplicaglo linear G == SO? i Fy Como Gé uma combinagio linear dos Fa demonstragio de que {F,} geram Hom(V, U) esti completa se mostrarmos que F'= G. Calculamos G(x), k= 1,2, ... 51 Como F\(0,)=0 para k# Fe Fu) =n Lahey) = SevFiod = o Yayy Itt) ayatly +. bya Gey Assim, por (1), G(0,) = w, para cada k. Mas F(v,) = w, para cada k Assim, pelo Teorema 5.2, F=: ram Hom(P, U). Demoustrogao de que {F,} sio linearmente independentes. Suponta que, para escalates ¢,¢ K, temos portanto, {F,) ge Eek, -0 Para vk, m ZovFules ae sty egg tee beat ‘Mas os u, si linearmente independentes, portant, para A= 1, =m, temos 6, =0,¢ 0. Bm ovtras pala- vs, todos 08 ¢, =O, assim, [F,} sto fnesrmente independentex Demonstre 0 ‘Teorema 5.12: () G(F+F)=GOF+GSF. Gi) (G+G)OR= GF HOF. Gil) KGeF) = KG)oF = Gor) © Paratodov € Py (GOFF FG) = GUE + FY0) = GFW) + Fe) = GFW) + GFW) = (GFI0) +(GF HO) = (GF +G2F IO, Assin Go(F + F') = GoF + Go’. (ii) Paratodow € (G+G)2FO) = (6 + GEC) = GFW) +GFW) = (GoF it) +H(G oF iv) = (GoF + Go F Xv) Assim (G+ G')oF =GoF + G'oF, (iii) Para todo v ¢ (Ge F)\v) = Ge Fv) = MG(F(o)) = GME) = kG °F 0) e (k(Ge F)\v) = (Ge F\(v) = KG(F(v))) = G(KF(e)) = GUKF iv) = (Ge KF Ye} Assim, KG © F) =(kG)= F = G > (KF), (Enfaticames que demonsiramos que duas aplicagdes so iguais mostrando que clas associam imagens iguais a todos 0s pontos do dominio.) Algebra das Aplicagées Lineares 5.39 Sejam F €G operadores lineares em R? definidos por Rex, »)= 0 tes operadores: (@) F + G,(b) 2F ~ 3G, (6) FG, (d) GF, (e) F2,(1) (2) F-£GYe,y) = Foxy) + Glas) = 023) + 0,3) = 0,23) (0) (2F ~ 3GMx,») = 2F (6.9) — 30(4,9) = 207.2) ~ 30,2) = Qe, 2). (©) FGYs,3) FOO.x) = (0,0) W) (GF Ksy GG.x) = (0.3). (©) P.3) = FE.) = F.8) = 63). (Observe que P? = 1, a plicagio ientdade,) (A) Bev.y) = GG(s,9)) = GO, ) = 0,0) (Observe que G a)e Gls, y)= (0, 2). Determine a lei dos seguin: 6, 2 aplicagao mula )190. ALGEERA LINEAR 5.40 Considere o operador linear Tem R’ definido por Tx, J,2) =(2x, 4», 2x4 3y—2), S41 5.42 (a) Mostre que T ¢ inversivel. Determine alei de: (6) T',(e) T°,(d) 7? (a). Seja W= Ker T. Precisamos mostrar que T ¢ ndo singular, isto &, que 17 nos di 0}. Fazendo Ts, 9, (0, 0,0), eque Te, y2)= (x, 4e—y, Web 3y = (0,0,0) Assim, 1V€a solugdo geral do sistema homogéneo 2r=0, ax Ww ‘que possui apenas a solucio trivial (0, 0,0). Assim, W'= {0}. Portanto, 7 ni singular e, entio, 7€ inversivel (6) Faga Tox, »,2)= (% 5,0 fe assi T(r, 5, 0 = (4,9, 29) Temos Ox, ary, +3 anys ee ee Resolva para», 3s e.Assim, para cbterx= Jr.y TOS N=GH Was a3 ow Tl Oy,2 ae em yy, Te 3y (6) Aplique 7 duas vezes para obser Qe, dey, Wet yz) 42x) = (4e— 9), 220) +34 = y) = Ox $3y—2)) dx, dety, 14 642) (A Aplique 7 duas vezes para ober rds, 2e-y, Tx =x 2G0-@r=9), 1)=30r— 9) - Oe 3y~ 2) by x+y, Toy, w-2 ‘Seja de dimensio finitae seja 7 um operador linear em V para o qual 7K= /, para algum operador fem V. (Cha~ amo: R de inversa és direita de T.) (a) Mostre que Té inversivel. (b) Mostre que R = T' (6) Dé um exemplo mostrando que o resultado acima nao é verdadeito para ¥ de dimensdo infnita. (a) Considere que dim "= n, Pelo Teorema 5.14, 1& inversivel see 6 se 7 scbrejetora, portanto, Téinversivel se e 86 se ank(7) =n, Temos que n = rank()) = rank(7R) $rank(7) $n, Portento,cank\Z) =n ¢ 1 € inversive () TTT Ta 1 Endo R=IR=(T! RAT" (TR)=T(TR)=T aT (ec) Seja Vo espago dos polindmins em 1 sebre K, por exemplo, pli) = ay + at +a, +... + a,f, Sejam Te Ros operadores defiridos por Tp) = 0+ +att...tas' © Rp) = ag tart... tae Temos (FRY PO) = TR(DO)) = Tagt + a4? +... aye’) assim 7R= /, a aplicagio identidade. Por outro lado, se Ke Kek #0, entio (RT)(A) = R(T) = RO) =0 4 & ip Fate. tay = pli) Assim, RT 1. Sejam F e G operadores ineares de R? definides por F(x. (0) GF=0, a aplicagio nula, mas FG#0.(b) G'= G. (0) GFMG.y) = GFE, 39) =G00,) = 0,0). Como GF associa qualquer vetor (x,y) de R’ ao veter (0,0) =0, ela €a aplicazao mula isto &, G Per ouito lado, (FGM, ¥)= FUGEex, 9) = Fex, 0)= (0... Por exemplo, (FG)(2, 3)= (0 2). Assim, FG# 0, uma ‘vez que no associa qualquer vetor (x, y) de R* ao vetor (0,0) =0. (B) Para qualquer vetor (x, y) de Ré temos G¢x,») = G(GLx.V) = Glx, O) =, 0)= Ges»). Assim, G = 6. x) € lx, ») = (x, 0), Mostre que:aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.194 Avcesna Lncan 5.88 5.89 5.90 5.91 Suponha que V'= U® W.Sejam , © B, operadores lineates em ¥ definidos por (x)= we E(u) =, onde v= 10 ue Uwe W. Mostre que: (0) EE, e E= E,, isto é, que Ee E, sto projegdes, (b) E, + E,= a aplicagio ident- dale, (0) EE, =O £.E,= 0. Scjam £, ¢ £, operadores lineares em V’ que satisfazem a (a), (4) ¢ (c) do Problema 5.88. Mostre que: Vs ImB, olmE,. Scjam ve w elementos de um espago vetorial ¥. O segmenso Lide va v-+w &d b+ pw para $11, (Veja. Fig. $-6.) ido como 0 conjunto de vetores ob Fig. 56 (a) Mostre queo sezmento entre os vetores 2¢ u corsiste nos panto: C= do + ee parade <1. GI e+ hu part +h = 14 20.40. (b). Sein FV Uuma aplicagio linear, Mostre que a imagem UL) de um segmento I de I’é um segmento de Um subconjunto X de um espago vetorial V € convexo se 0 segmento I. entre dois pontos (vetores) P,Q ¢ Xesté contide em X. (a) Mostre que a interseedo de dois conjuntos convexos ¢ convexo. (b) Suponha que F: V > Ué linear e que 16 convexo, Mostre que FLX) é convexo. Respostas dos Problemas Complementares 5.45 5.46 Nove a) (Fogla) = 42 = 6-41, (6) Gofla) =2e + 6e—1, © Goghe) =4r-9, (d) (fof) =x4 + 68 + 14x + Se +S SC) =40 +7, LO) = F(x,y.2) = Alssy.2)", onde: (a) A [i 2 ehoa=[2 J] (a) w= @, 2), k= 3; entdo F(éu) = (36, 36), mas KF) = (12, 12). (b) FO) £0. (6) w= 1,2), © = BA); eatio Fu + &) = C4, 6), mas Flu) + Fe) = (14, 6) 3), A= 25 entio F (hu) = (2, =10}, mas kF(u) = (~2, -10). F(ab) = (-a+ 2, 3a) J} (6) Nenbuma, (2, ~4) e (=1, 2) so linearmenteindependentes, mas (1,1) ¢ (1,3) nlo. a [Sugestéo: leve (0,1)' a (0,09) Foy =O") (a) Be —42ey $347 = 1) BE +42 +2? =387 5.58 5.61 5.63 5.64 3868 5.66 5.68 5.69 5.70 s 574 875 5.76 8.17 5.18 5.79 5.80 581 582 583 caprruio § + TaaNsronuacoEs Lneanes 195 (a) 2 = Buy + 26)? + Guz — 382+ ME Sl, OP + days By + ee Bet (xnyr 22 =4, Dam les (a) dim(Ker F) = 1, {(7, -2, 1k dim(im F) = 2, (1,20, @Q,1,2)} (6) dim(Ker F) = 2, ((-2,1,0,0), (1,0, =1, 1)ls dimilm F) = 2, {1.2.1 (0.1.3) (a) dim(Ker G) = 2, (0,.0,-1D. (1, =1, 0) dim(Im G) = 1, ((1,2)) (®) dim(Ker G)=1, (0,1. Dk mG = RPC), OD} (© dim(Ker ((-2.1,0,0,0), (1,0.=1,1,0) (8,0,2,0, 1s dim(lm G) = 2, (G13), (01,205 (a) dim(Ker A) = 2, {4,-2.-5,0), (1, -3,0,5)}sdim(im Ay = 2, (1.2.1 0.1. 1h (6) dim(Ker B)= 1, (-1, 3.1, Db mB= RP? Fouy.2) = (0 4p, 2+ Sy, 3x4 6) Fanaa ty—a Bty- 60) @) (1B) 62,0) Nao existe, uma ver.que dim R* > dim R. Ker0=¥,Im0= (0) (E+ Glas. (yt 2s, Qe y te, GF 20) y.2) = Gy— de, + 2p+ 32) (a) Ho FIG.342) (o) (HOF + Geary. + Ih He = (HoF + Heil =». dz); (b) nil esti definido; Qr—y+2 Iy+42) Foy) =O ve (wy) (@) 16, (6) 15, () 4 (@) b= (2,-3.5) CMak +or4e)= (0-2 ab 426 at be) (©) H énio singular, poném nao é inversivel pois dim Px(?) > dim R?, dimU = |; istoé, U =X. (a) (F + GiGx.3) = (xh 0) OF ~3G)x. 9) = x4 8r, 3x}: (©) (FAY) (a) (GF\x.y) =O, xt yh (C) Py = (ty 0) (note que FP =F); [Observe que G? + J = 0; logo G ¢ um zew def() =P +1) ~y). OT @y= Br 2y, 2e—y), (0) THHQ.y) = (Hart 3p, —3e + 2y) (a) Ts.9.2) =O IE ME yD, OTM a=W Hs HH (a) 49, (6) 36, (e) 144 Quadrados perfeitos: 9, 25, 36, 64, 100 @ Toy = (G4 My, Ue +279): ) TEsy) = 0,0), ie MT) = 0- Capitulo 6 Aplicagdes Lineares e Matrizes 61 INTRODUGAO Considere a bas yay .- «+ tt,} do espago vetorial V sobre o corpo K. Para um vetor qualquer v= V temos pan taguy +... bayu, Entio 0 vetor das coordenadas de v em relagdo a base 5, que consideraremos como um vetor coluna (a menos que explicitamente afirmado 0 contririo) ¢ definido e denotado por inl Lembre-se (Se¢io 4.11) que a aplicagio va [2], determinada pela base S, é um isomorfismo entre Ve K* Este capitulo mostra que existe um outro isomorfismo, também determinado pela base S, entre a algebra 4(V) dos operadores lineares sobre V ea algebra M das matrizes quadradas de ordem n sobre K. Desta forma, toda aplicagio linear F: V > V corresponde a uma matriz quadrada de ordem n [F], determinada pela base S. Mostraremos, ‘também, como a representagio matricial se altera quando escolhemos outra base. (els = [a1 a2, 6.2 REPRESENTACAO MATRICIAL DE UM OPERADOR LINEAR Seja T um operador linear (transformagaio linear) de um espago vetorial Vem si mesmo, e suponha que S= {1, yoy thy} € uma base de V. Os vetores Tu), Tlt)r- + «+ TU,) esto em Ve, assim, cada um deles é uma combina- ‘lo linear dos vetores da base S; digamos que T(u;) T(us) yyy + ayatty +... Hayy tly yyy +3913 +... F dag lly T big) = ayy ty $F ayatty + oF ty ‘Temos a seguinte definigdo, Definigio: A transposte da matriz dos coeficientes acima, derotada por m7) ou [T]., € chamada de representa- ‘go matricial de T em relagao a base 5 ou simplesmente de matriz de T'na base S. (O indice S pode ser omitido se a base S estiver implicita.)Carmuie 6 + APUCACOES LINGARES EMaTAIZES 197 Usando a notagio de vetores coordenadas (colunas), a representagio matricial de T’pode ser eserita na forma ms(T) = [Ty =[[Te ls. Teals. ---- Peds] Isto é, as colunas de m(7) sdo, respectivamente, os vetores coordenadas de T,), Tlu,), ... , Te,). Exemplo 6.1 Seja FR? — R’ o operador linear definide por Fls,») = (21+ 3y, 4x~ 59). (a) Determine a epresentasio matricial de F em relagio & base $= (1, 16} = {(1,2425)) (1) Primeiro calculamos Fu) ¢ entie 0 escrevemos como uma combinagio linear dos vetores da base 1 € (Usaremos vetores coluna para termes uma novagiie mais corveniznte) Temos moveriD=l Resolvemos 0 sistema e obtemos x=52.ey’ 22, Portanto, Flu) 220, (@) A seguir, caeulamos Fu.) ¢ entio o eserevemos como uma combinagio linear dos vetores da base, € rover(()-[8)-80) Resolvemos osisiema e obtemos x= 129 ey =-55, Portanto, Fl) = 1294, ~ 55. Eserevemos,entlo, os vetores das coordenadas de Fu.) Fl) comocolunas para btera maiz 52 129 wn= [3 | (8) Determine arepresentago matricial de F em rlagio base cansnica E = je, ¢,) = (1,9), (0, D} Cateule F(e,) ¢ 6 escreva como uma combinagzo linear dos Vetores da base v, © ¢, ¢, a Segui, calcutle Fle.) © também o esereva como uma combinacio linear dos vetoresda base , ¢ e., Temos. 203 4-5 eas ccordenadas de Fle,) e Fle.) formam as colunas,¢ ndo as linhas, de (F],. Observe. também. que ‘a aritmética fica muito mais simples quando utlizamosa base eandnica de R° Q2 (8,5) = 3e; — Sey eassim [Fle Exemplo 6.2 Seia Vo espaco vetorial das fungdes com base S= {sen t,c08 /,¢") e seja D: V > V0 operador dife- rencial definito por D(J() )= dV, ft. Caleularemos arepresentaydo maucial de Dna base S: Disent) = cost= O(sen) + (cos) + (e's) D(oos 1 Lisen) + O(cos 1) + Oe") DEN= Se" = O(senF| + OGoSN + HE) sent 0-10 assim Wi=}1 90 0 03 [Observe que as coordenadas de D(sen 1), D(e0s ¢ D(¢") sio as colunas, no es lnkas, de {D].] Aplicages matriciais e sua representagao matricial Considere a matriz 4 dada abaixo que pode er vista como um operador linear em R’ e considerea base Sde R’: ae[, 3] ¢ semmna={[2}3]} (Escrevemos os vetores como colunas, uma vez que temos uma aplicagio matricial.) Determinaremos a representagio matricial de A em relagdo a base S. (1) Primeiro eserevemos 4(u,) como uma combinaglo linear de u, € u,Temos aoo~[ 3]2]-[2]--[2]22] ee 322198 Aceon Lnean Resolvendoo sistema temos #= 7 y=—4, Assim, A(u))=7u,— 4 (2) A seguir, escrevemos Alvz,) como uma combinagzo linear de 1, € 1. Temos 3 2772) [4] ff? x+2y=—4 4 -sfis}=L-7}=*[2]7 Ls] S95 och Sy -7 Resolvendo o sistema temos ¥ =~ 6 ey = 1. Assim, dtu) A(uz,) como colunas, emos abaixo a representagdo matricial de A ta=[] “f] Observagiio: Suponha que quiséssemos determiner a rpresentagio matrici fejeo} = {L1, 0] [0, 1}'} deR?, Temos sorb I -[-moe EE) Observe que [4], a matriz original 4. Esse resultado é sempre verdadeiro, Alt (61, + u,, Escrevendo as coordenadas de A(n,) de em relagdo & base candnica emin ir=[3 23] e — Se ‘A representagdo matricial de uma matriz.quadrada de ordem sobre K em relagdo & base candnica E de &" & a propria matriz 4; isto é, [al Algoritmo para a determinagao da representacao matricial A seguir apresentamos um algoritmo para a determinagio da representagio matricial de uma aplicagao linear. O que chamamos abaixo de “Passo 0” € opeional, mas pode ser bastante titi no Passo 1(b), que é repetido para cada vetor da base. Algoritmo 6.1 Datos um operador linear Tsobre o espago vetorial Ve uma base $= ft, Wyss ti} & Fyeal- cularemos a representagio matricial [7], Passo 0. Determine uma formula para 2s coordenadas de um vetor qualquer em relagio & base S. Passo 1. Repita pora cada vetor u, de S: (@) Calcule Miu). (6) _Escrevain, como uma combinagao linear dos vetores da base 1, ty. My Passo 2. Construaa matriz [7], cujas colunas so os vetores das eoordenadas dadcs no Passo 1(b). Exemplo 6.3 Scjo FR? > B° definida por P(x, y) = Ox +3y, 4x ~ 59). Determine a representagio matricial [7], de Femrelacio abase $= (u,,1,} = {(1,-2)2.—8)} (Passo 0) _Primeizo determinamos as coordenadas de (2, b) € R’ em relagio dbase S. Temos (—[a]e[s] « ats xe2psa o -~y=2a+b Determinando xe y em fungdo dea e d temos.x= Sa + 2b, y =—2a~ b, Assitn (a,b) = (Sa-+ 2b)u, + (2a — Bley (Passo 1) Agoracatculamos Fx,) ¢ 0 escrevemes como uma combinagio linear de te, usando a firmula acima, repetindo este processo, depois, para Fu). Temos Fl) = FU, —2) = (4, 14) = 8; — buy Flay) = FQ, —$) = (-11,33) = Hay, — NeyCaPTULOG + APLCACCES LNEARES EMATAZES 199 (Passo 2) Finalmente eserevemos as cocrdenadas de F(u,) € Fu.) como colunas para obter a matriz desejada sou 6 -I1 Propriedades da representagao matricial Esta subsegio nos mostra as principais propriedades das representagdies matticiais dos operadores lineares P'sobre uum espago vetorial ¥, Enfatizamos que devemos sempre considerar uma base particular $de V' dada. Nosso primeiro teorema, demonstrado no Exercicio 6.9, nos diz que a “ago” de um operador linear T sobre um vetor v€ preservada por sua representago matricial Teorema 6.1 Seja T: V+ V um operador linear ¢ seja S uma base (finita) de V. Entio, para qualquer vetor & em V, (Tlels= (Tals Exemplo 6.4 Considere 0 operador linear F sobre abase S dades no Exemplo63, isto é, Fy) =Qx43, Ae—Sy) © S= hah = =2), (2.9) Sejem b=.) eassim — Fle) = (-11,55) Usando e formula do Exemplo 6 3 temos f=(1,-3" e (F@) =155.-33]" Para verificaro Teoremsa 6.1 para esse vetor » (onde [F] foi obtida no Exemplo 6.3) wnd=[_§ 1 ][3]-[ 43]! Dada a base S de um espago vetorial V, associames uma matriz [7] @ cada operador linear Ta dlgebra 4(V) dos operadores lineares sobre V, O Teorema 6.1 nos diz que a “edo” de vada operadr linear individual T'¢ preservada por sua representagio. Os priximos dois teoremas (demonstrados nos Exercicios 6.10 €6.1 1) nos dizem que as trés operacdes basicas em 4(V) com os operadores ~a saber (i) adigao, (ji) multiplicagdo por escalare (iii) com- posigdo ~ também sfo preservadas. Teorema 6.2 Sejam V.um espaco de dimensio n sobre K, S uma base de Ve Ma dlgebra das matrizes nxn sobre K, Entdo a aplicagao: mA(Y) = M —— definida por m(T) = [T]s éumisomortismo de espagos vetoriais. Isto, para quaisquer F, Ge A(V)e qualquer ke K,temos (i) miF + G)= mF) + mG) ov (F +4] (ii) miki) = kem(F) ow [Re] = KL] iii) m € uma bijegio (injetora e sobrejetora) F\+ (6) Teorema 6.3 Para quuisquer operadores lineares F, Ge A(Y), m(G 0 F) = m(G)m|F) ou [G0 F] = (onde G » F representa a composigao das aplicagdes Ge F).aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.202 _Arasena Lica Aplicagées da matriz de mudanga de base Mostraremos, a prinefpio, como uma mudanea de base afeta as cocrdenadas de um vetor do espago vetorial V. O teorema abaixo esté demonstrado no Problema 6.22. Teorema 6.6 —Seja P a matriz de mudanca de base da base $ para a base S'do espago vetorial V. Entio, para qualquer vetor ve V,temos: Pols. tly eassim Pe], = [oly Especificamente, se multiplicarmos as coordenadas de wna base original $ por P', obtemos as coordenadas de yma nova base S’ Observagdo 1: Embora P seja chamada de matriz. de mudanga de base, da base antiga S para uma nova base S’, enfatizamos que é P” que transforma as coordenadas de v na base original S para as coordenadas de v na nova base S’, Observagao 2: Por causa da notacdo acima, muitos livros chamam Q = P™ de matriz de transposigdio da base antiga S para & nova base S'. Alguns livros também se referem a Q como sendo a matriz de mudanga de coordenadas. Daremos, agora, uma demonstragio do teorema acima para o caso particula: que dim V'= 3. Suponha que P & a matriz de mudanga de base da base antiga S= {14,, us, 14} para a nova base S’= {v,, 25, v4}; 0U seja, by = ayy bagty + ayary a by gy ty = bu, +byu, + bu; e assim = P=| az by Dy = Cyt, Hetty + eu a by cy Suponha, agora, que v€ Ve, por exemplo, v= &,2, + fv; + Au Entio, substituindo 2, 2 ¢ x, utilizando as igual- dades acima, temos = Ay(ayey + agit + ayn) + y(b ptt + batty + Byuts) + Ay(eith + cpt Hest) = (ay hy + Dyk + chs) + (aaky ++ Bak + eakshun + (ayy + byky + enka Assim, Ay ay ky + by ky + oyky Wes] hb] € es] ak) +brk took hy ayky + byky + eyky Desta forma, a, ky ayy + Byky + oyky Pils = | a2 ky | =| ank, + byky + Oohy | = [els a ay agk, + yk + ekg Finalmente, multiplicamos a equagao [v], = Plz], por P” para obter te P [ely = P'Plels ely (O teorema abaixo (demonstrado no Problema 6.26) mostra como a mudanga de base afeta a representago matricial de um operador linear. Teorema 6.7 —_SejaP ammatriz de mudanga de base da base S pare a base S'no espazo vetorial F. Enio, para qualquer operador linear T de ¥, [Ts PO(T|sP Isto é, sed eB sio as representagdes matriciais de Tem relazio as bases § ¢ 5 respectivamente, entdo B=P'APaa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.206 _Actene Lncar ()_Primeiro caloule F(x.) €0 esereva como tuma combinasio linear dos vetores da base 1 ¢ u, Temos nL “8 xy Flu;) = FU ae = (11-8) =x(1,2)+92,3), ec assim Resolva este sistema e obtenha ¢= 9 = 30, Portsnto, Fu) = 49, +30; A seguir, caleule Flu) ¢ 0 escreva como uma combinagio linear dos vetores da base, ew, Ternos 18 Flas) = FQ,3) = (18, -11) = x(1,2)-+ 12.3), assim 2e+3y= 11 Resolva ese sistema e obtenka x=-76ey=47, Portnto Flug) = ~76u, +475 49 76 Berea notin en commen pani B= [2 (2) De outro modo, podemos, em primeito lugar, caleularas coordenadas deum vetor qualquer (a, 6) em Rem relago base S. Temos xt2y=a (a,8) =, +12,3) =(¢42y, 2e+ 39), eassim TSP TE Caleuie x ey em fimgao de a eb eobtenha x= a+ 2bey 2a—b. Assim, (a,b) = (3a + 2h, + (2a ~ bhty Use esta forma para deterinar as coordenadas de Flu,) ¢ F(z) em relacao a base S: 491, + 30s -49 | Fen) sn B= a Fus) F(,2)= (Il, -8) FQ,3)= (18, 11 6.2. Considere o operador linear G sobre R? dado aaixo e a hase S: Gls3) = Qz— Ty. Ae + 3y) eS = lege) = (01,3), 2.3)) (a) Determine a representagao matricial [G], de G em relagdo a base S, (B) erifique que [G],{e],=[Gle}], parao vetor w= (4,—3) em R’, Em primeiro lugar, calcule as coondenadas de um vetor qualquer v= (a, 6) € R’ em relagde & base S.Temos [t)E} me Caleule.x ey em fungio de a €6 ¢ ebtenha. ‘$a+ 2b ey=3e~ b.Assim, Sat 2b, 3a~b)" (-Sa+2b)y +Ba- byt, eassim [wv (a) Usando a frmola acima para (a, 6) ¢ Gtx, »)= 2x = 7y, 4+ 39) temos 21 — 70; exsin tay =[ 2) 20] (Enfatizamos que os cocticientes dew, € 1, sio escritos como colunas, endo linhas, narepreseniagao matricial.) (b) Use a frimula (a, 8)= (Sa + 2b)u, + Ga — br para obter b= @, 3) = 26, + 15m G(v) = G4, ~3) = (20, 7) = = 1314, +800 Entio (ls =1-26,15)" € [G()]s = [131.807aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.Capiruio 7 + EspAcos cou Proouro INTERN, Omroconaumane 249 (ow, w= 0 ou (ew) el w) =O ou (0, w) = ch, 0) w, Assim, ¢= Reciprocamente, syponha que ¢= ) (ew, w) = (0. ¥) —e(. ) 7.20. Caleule 0 coeficiente de Fourier ce a projego de v= (1,~2, 3, ~4) na diregdo de w= (1,2, 1, 2)emR*, Caleule (v, w= 1-443 Selwlf=1+4+1+4=10, Entio © — proj(y,w) =cw = 7.21 Considere 0 subespago U de R* gerado pelos vetores: oy =(1 1,0, vy = (1.1.2.4), -3) Calcule: (a) uma base ortogonal de U; (b) uma base ortonormal de U. (a) Use oprocesso de ontogonatizagio de Gram-Schmidt. Comece fazendo w, =u=(I, 1, 1, 1).A seguircaleule vy ey, = (1,1,2,9 80.1 Lt) = C1. 1.0.2) bok a Pasa (-1,1,0,2). Calcul, entio, Simplifique as fragées e obtenha w, =(1, 3, ~ 6,2). Desta forma temos que w), w3, vy formam ume base ortogo~ mal deU. (0) Normalizeos vetores da base ortogonal w,, ws, 1s, Como |, f= 4] WI? =6 € ll I = 59, os vetores abaixe for ‘mam uma base ortonormal de U: 1, =1,0,2), welauun, 63) L wap Bs 7.22 Considere o espago vetorial P(é) com o produto interno {f, 2)= [iitogt) di. Aplique o processo de ortogonalizagiio de Gram-Schmidt ao conjunto {1, t, 7} para obter um conjunto ortogonal {f,,/..f,} com coeficientes inteiros. Faca, primeiro,f,=1-A seguir, calle Vat “aD ‘Simplifique as fragdes para obler f,= 21 1. seguir, calevle pel) a} ‘Simplifique as fragSes para obter f,= 6f ~ 61+ 1. Assim, {1, 2r—1, 67 ~6t+1} € a base ortogoral desejada. 4-1 oy Foe) (= (20-1) a= 7.28 Suponha que v= (1, 3, , 7). Determine a projecio de vem W ou, em outras palavras, caleule we W que mirimi- za|| v—w |, onde 1 é 0 subespago de R* gerado por: (a Comou, eu, sio ortogorais, devemos apenas calcular os coeficientes de Fourier: _ (0a) 1434547 _ 16 = eee 4 tuoi) TFT ETTaa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.254 uoeena Linens 7.41, Calcule a matriz A que representa o produto intemo usual de R’ em relago a cada uma das seguintes bases de R’: Gy =(,4= 23) () f=, ewes (4-20) (a) Cateute fey. 0)) = 19 = 10, fy, 09) = 2+ 1S = 17, ep,03) = 4425 pasinee[® 2 ‘ (Como os vetores de base sdo ortogonas, a matriz 4 & diagonal.) 7.42 Considere o espago vetorial P.(A).com o produto intemo (fg) =[', At) at (a) Calcule Yf,g) onde Q) = 1+ 2 alt) =? 3144. (6) Calcule a matriz 4 do produto interno em relagio & base {1,1, 7} de V. (6) Vevtique o Teorema 7.16 mostrando que i 2)= f'A{e] em relacho a base (1,4, ¢} eee] 4 @ (ne rae +d fe mae 9a=($ (6) Usaos 0 fato que, se r |. entdo Jin 1) sen é par, wes A sen impar, Enddo (1,1) =2, (0 (©) Temes 1" 0) etal” = (4, -3, (ala) =e, soft . Soja w= [x,y]. Entio f= = bf 4G 4 Doay +? Suponka que flu) 0 para todo #0, Entbo, 1, 0) a> 0 ¢f0, 1) =d> 0, Temos, também, que Ad, ~ 0. Como a> 0, tems ad — 6°> 0. Reciprocamente, suponha que a>0, b= 0, ad —6* > 0. Completando 0 quadrado temos Be fl) aol? +Boe Dest forma, u) > Oparatodou #0 7.44 Demonstreo Teorema 7.15: Seja 4 uma matriz real definida positiva. Entio a fungio (u, interno em R, Avéum produto Para quaisquer vetores 1, 1 €#temos (0) $y, 0) (uy + my) av = Gf +0 pte = udu bao = (ty 6) + (get) ‘para qualquer escalar ke quaisquer velores 1 € rtemos (t,o) = hea ‘Assim, (1,]&satisfeita, Comou! Avé um escatar (u' 40)"=u" Av. Alémdisso, A7=A pois A é simévica, Assim,aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.Cariruo 8 + Devemwnavres 267 8.4 PERMUTACOES Uma permutagiio odo conjunto {1, 11} €uma fungdo bijetora desse conjunto em si mesmo ou, de forma equivalente, uma reordenagio dos ndmercs 1,2, ..., n. Esta permutagdo o é denotada por 12 n a : ou ox. esdae: onde j, = afi) (i dyin ) Mav neo © conjunto de todas as permutagdes a1 elementos € denotado por §, € o ndimero de elementos deste conjunto é n!. Se oe S,, entdoa funcio inversao”' € S,,ese 0, Te S, entdo a funcio composta oo Te S,. Assim, a funciio identidade €= 2 o € S,. (Na verdade, €= 123...) Exemplo 85 (a) Existem2!=2- 1 =2 permutagies em S,: sfo elas 12 e21 (B) Existem3!=3. 2 1=6 permuagdes em Sy; 8 elas 12 132, 213, 231,312¢321 Sinal (paridade) de uma permutagao Considere uma permutagdo qualquer ¢« S,, por exemplo, o=/,,.- jj. Dizemas que 6 é uma permutagao par ou {mpar se existem, respeciivamente, uma quantidade par ou impar de inversdes em 0. termo inversdo em 6 signi~ fica um par de inteiros (i, ) tas que /> &, mas com ‘antes de kem g, Definimos o sinal ou paridade de 0, denotado por sgn a, por 1 se o par our {4 se « é impar Exemplo 86 (2), Determine o sina de o= 35142 em, Para cada elemento k, contamos quintdade de elsmentositais que i> kmascom/ antes de emo: Existem: 2 nimeros (3 ¢ 5} maiorese antes de 1, 3 nimeros G3, 5 ¢4) maioreseantes que2, | mimero (5) maior eantes que. (Nto existem nimeros maiores ¢ antes que 3 ou 5.) Como existe um total de seis inversdes, o par e sen = I () A permutagio identidade e= 123 ....m & par, uma vez que nio existem inversdes em. (c) EmS,,apermutagio 12 & par e21 éimpar; em S,, as permutagdes 123, 231 ¢ 312 so pares eas permutagdes 132, 213 e 321 sdo impares. (d) Seja Tapermutagao que muda a posigdo de dois nimerns 1 e/ e deixa os demais fixes. Isto &, xi) x) ak)=k onde ij Dizemos que ré uma iranposigo. Se i I°é um operador linear no espaco vetorial V. Poténcias de 7 poder ser definidas pela ‘operacio composic P=Tet, P=aPrer, Também, para qualquer polindmio fli) = ¢,f" +. . +. a,¢+ 4, definimos (7) da mesma forma que fizemos para matrizes, isto &, AT) =a," +... tay T + agh ‘onde, agora, /€0 operador identidade. Também dizemos que T'é um zero ou uma raiz de fl) se 7) = 0, 0 opera dor nufo. Ressaltamos que as relagdes do Teorema 9.1 sito vilidas para operadores lineares, assim como eram para Observagdo: Seja 4 a representagio matricial do operador linear T. Entdo /(4) € a tepresentagio matricial de AT) e, em particular, (7) = 0 se e s6 se f(t) =0.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.328 Avoeena Linear Teorema 10.14 ScjaT: ¥’—» Yum opsrador linear com polinémio minimo MO =HOAHO™ LN” ‘onde os f(0) sio polinémios ménicos irredutiveis distintos, Entdio T possui uma tinica representagdo matricial diagonal por blocos M = diag(C\1, Ciay-oes Cigar eer Gus Gas eees Guy) onde as C, so matrizes companheiras. Em particular, C, & amatriz companheira do polinémio Ae)", onde m My 2 M22 Z Ms + My 2 Mg Be 2B My, A representagio matricial de T dada acima & chamada de sua forma canénica racional. Os polindmios f()" silo chamados de divisores elementares de T. Exempio 10.6 Seja V umespsco vetoral dedimensio 8 sobre o compo dos rasionsis Qe seja Tum operador linear sobre I cujo potinémio minim é m(t) = fh? Entdo a forma candnica racional M de T deve possuir um bloco que ¢ 2 matriz companheira de f,(e)€ um bloco que é a matriz companheira de /,(). Ha duas possibitidades: (@) diag(Cit -4P +6 ~ 4-7), C3), C= 3°) () diglcu! —47 +67 —4—7), CU-3P), C3). CU-3)) 4 +67 — 41-7) 3° ool 4 oo! 4 10.10 ESPAGOS QUOCIENTE Seja Yum espago vetorial sobre um corpo K e seja IV um subespago de V. Se vé um vetor qualquer de ¥, dizemos que v+ i 60 conjunto das somas » + w ondew € Hs isto é, v+W=wtw:weW} Estes conjuntos sfio chamados de classes laterais de Wem V. Mostraremos (Problema 10.22) que essas classes la- tersis definem uma partigdo de Vem subconjuntos mutuamente disjuntos. Exemplo 10.7 Seja W 0 subespage de R° definido por W =((a,b):a =), isto 6, W'é a reta de equagio x—y=0, Podemos ver que v+ W éa translagio dessa reta obtide apos somarmos tedos os pontos de Hf como vetor ». Como mostrado na Fig. 10-2, aclasse lateral 1-4 também é uma reta que é paralela a W. Assim, as classes laterais de W em R? sao exatamente as retas paralelas a 1 ‘No teorema abaixo usamos as classes laterais de um subespago W de um espago vetorial V para definir um novo espago vetorial que é chamado de espaco quaciente de V por W eé denotado por V/ WV. Rigites Teorema 10.15 Seja W’ um subespago de um espago vetorial sobre um corpo K, Entdo as classes laterais de 1 em F definem um espago veterial sobre K com as seguintes operag&es de adigzo e multiplica- tio por escalar: (i) (uw) + (0+ W) = (u'+ +, Mut W)=kut+W, onde ke Kaa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.Capiruro 13 + Orenaoones Lincanes ex Esmages cou Proouro Inreano 379 13.2 Determine a adjunta de G: C’ + C* definida por Gle,y.2) = 2x+ (I dy, G+ 2x - diz, 2iv-+ (4 ~ 3p ~ 32] Primeiro determine a matriz B que representa Gna base canénica de C"e entio determine a conjugada tansposta BP de B. Isto nos a 2 0 2 3-8 = B=|34+2 0 41] eentio Bra] 1+i 0 4437 2 4-3 3 0 4 Entio G(x,» De (3 —2y- 2 (14 fies (4+ 302,409 13.3. Demonstre o Teorema 13.3: Seja d uma forma linear scbre um espago com produto intemo de dimensio finita, Entdo existe um tnico vetor « € V'tal que Kv) = (x, u) para todo we V. Seja fw...) uma ase ertonormal de ¥. Faca POH) + Sng hy +. + Bl nd Seja ita forma linear sobre definida por fi 119 pare todo ve ¥. Entdo, para re BOI +. BHI) = HO) sess temos iw.) = dy Como ie ¢ so iguais em todos os vetores de uma base, 1 6 Suporha, agora, que u’€ outro vetor de V para 0 qual 2) (2,u—w) =0. Em particular, sso ¢ verdadeiro para v= uu’, ¢ entio, (uw, uu) =0. Isto nos di w — Assim, tal vetorw 6 tnico, como queriamos. (wa) para todo v € V. Entdo (2, 1) = (v, 0) ou Qeunw, 13.4 Demoastreo Teorema 13.1: Seja Tum operador linear sobre um espago com produto intemo de dimension. Entdo: (a) Existe um énico operador linear 7* sobre V tal que (Tw), 0) TH(cl) paratodes uve Ve (B) Sed Ea representagdo matricial de Tem relagio a uma base ortonormal S= {u,} de V, entdo a conjugada transposta 4* de d representa 7* na base 5. (a) Primeiro definimos a aplicagio 7%. Seis vm elemento qualquer, porém fixo, de VA aplicag0 w —> (7(u).0) uma forma linear sobre V. Logo, pelo Teorema 13.3, existe um Gnico elemento v'¢ F tal que (Ta), }=(u, 0? paratodo ee ¥.Definimos 7: V > V por TH(v)= v'.Entbo (Fu), = (a, TAU) para todos uy 0 V. A seguir mostraremos que T* é linear Para todes u, »,¢ Ye quaisquer a,b K, 2) lu, aT *0,) + BTC) (on, Pan, + b0)) = (TG), a8, + bry) =3(TW). 25) + bTO), Cu, P(0,3) + Bl, THe) Mas isto € verdadeino para todo we ¥;logo Tan, + AI*(v,}+ T*(). Assim, T* € linear. (8) Asmatrizes A = [a] ¢ B= [6] que ropresentam 7'e T*, respectivamente, em relagio 3 uma base ortonormal $0 das por a, = (Ml), u) © 6, = (Tu), 1) (Problema 13.67). Logo b, = (TM). Ten ue Assim, B= 4%, como queriamos. 13.5. Demonstreo Teorema 13.2: O +MY HTTtTE Gi) Ty =TETT. (i) ary aire, we) (T=, (Para todos, ve Mtemos AT, + FMed, v) = (T\U) + TYluds 0) = (Ty(w), 0) + «TY, 0) = (0 THO) + (uw THO) =. THO) + THO) = TPH TDI) A unicidade daadjunta implica que (1+ 73" = Tf + TSaa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.384 Avceana Less 13.19 13.20 Demonstreo Teorema 13.13: Seja Tum operador normal sobre um espago complexo V de dimensio finita com produto interno. Entdo existe uma base ortoncrmal de V composta apenas por autovetores de 7. (Desta forma, T pode see representado por uma matriz diagonal em relagio a uma base ortonormal.) 'A demonstragao seri por indugao na dimensio de ¥ Se dim Y= 1, entdo o teorema é triviaimente verdadeiro. Su- ponha,entio, que dim = n> 1. Como / é um espaco velorial complexo. Tpossui ao menos um autovalor e, portanto, ‘um autovetor ndo nulo v: Seja Wo subespago de ’ gerado por ve seja u, um vetorunitério em 1. ‘Como » é um autovetor de 7, O subespago HW é invariante por T. Contudo, v também é um aurovetor de T*, pelo Exercicio 13.18; logo I também é invariante por 7*. Pelo Exercicio 13.18, #* é invariante poténcia T** = TO resante dademonstragai0 ¢ id2ntico & thtima pare da demonstragdo do Teorema 13.11 (Exercicio 13.14). Demonstre o Teorema 13.14: Seje Tum operador sobre um espago complexo ¥ de dimensao finita com produto intemo, Entio T pode ser representado por uma matriz triangular em retagao a uma base ortonormal de V. ‘A demonstragao seri por indugao na dimensdo ée ¥. Se dim = 1, entdo o tgorema é tivialmeate verdadeiro, Su- ponha, entio. que dim = n> 1. Como 7 é um espaco vetorial complexo, T possui ao menos um auiovalor e, prtanto, ‘um autovetor ndo mulo e. Seja Ho subespago de V’ gerado por ve seja u, um vetorunitério em HF. Eniio u, é um auiove- tor de Te temos, porexemplo, que Tu) = dt Pelo Teorema 7.4, = W@ W*. Seja Ea projegio ortogonal de Vem I~. E claro que I" & ET, Pela hipdtese de indugao, existe uma base ortonormal (u,,...,1,} de 1 tal que, para ET) ariante pelo operador gly Hig tly to. Hay, (Observe que {u. u,} & uma base ortonormal de V.) Mas E € a projecio ortogoral de Vem I"; logo devemos ter Thuy) = ag) bagi, +--+ aye Para 1=2,... Isto, Jntamente com T(z) = dy, nos dt o resultado desejado, Problemas Diversos 13.21 13.22 Demonstre o Teorema 13.10". Sio equivatentes: (i) P= Fparealgum operador auto-adjunto 7. (i) P=S*S para algum operadorS, is &,P & positive. (ii) Pe auto-adjunto e (P(u), x) 20 para todo we ¥. Suporha que (i) &verdadciro, isto, que P~7%, onde T= T*, Entho P= 77 = T+T e desta forma, () implica (i). Su pera, agora, que (i) &verdadeiro, Entio P* = (S*5)*= S*S** = S*S'= Pe, assim, P éauto-adjunto, Além: disso, = (S*S(u), u) = (Su), Stu) 20 (PQ), Assim, (i) implica (ii) e falta aperas mostrar que (ii) implica (i). Suponha, entio, que ii) é verdadeiro. Como P & aute-adjanto, existe uma base ortonormal {t,... 14} de V que é ccomposta apenas por autevetores de P; por exemplo, P(uy)= Aa, Peto Teorema 13.4, 0s 2 sio reais, Usando (ii), mostraremos que 08 4 sio nio negativos, Temos, para cada i, 0 (Pade ig) = Car ta) = Ait tu) Assim (u, a) 2 0 obriga 2,2 0,como afimamos. Desta forma, /Z, éum nimero real. Sea To operador linear definido por Tu) = Vi, pan t= Acs Como Fé representado por uma matriz diagonal real em relagio a uma base ontoncrmal {u,}, T €auto-adjunto. Além dis so, para cada i, temas Valin, *, Assim, o teorema est demonstrado, Pu) = Tau) = VAG) ‘Como 7* e P coincidem em uma bese, P= day = Plu) Observasio: 0 operador J'acima é 0 nico operador positivo tal que P= siiva de P. -sendo chamado de raiz quadrada po- Mostre que qualquer operador 7°¢ a soma de um operador auto-adjunto eum operedor antisdjunto, Sejam S= T ~T*), Entio T = S+U, ondeaa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.‘ApeNOCE + PaooyTosMuuIuNEsREs 391 AS (*) Para qualquer espago vetorial U sobre K'e qualquer aplicagio bilinear fi Vx W—> U existe uma iinica aplicagio linear (*: T> Utal que f* 2g =f, O produto tensorial Tde Ve I7€ denotado por /'@ W’eo elemento w ® w & chamado de tensor dew e w. A unicidade em (*) implica que a imagem de g gera 7, isto é, que span({v® w}) = 7. Teorema A.1 0 produto tensorial 7= ¥ @ W de Ve W existe e € tinico (a menos de isomorfismo). Se 0), -<+%} €uma base de Fe (w),..., W,} uma base de I entio os vetores 1@w GH1nes -m) formam uma base de P. Assim dim 7'= (dim V)(dim #7). Outro modo de afirmar 2 condigao (*) & dizer que o diagrama da Fig. A-1(b) comuta, O fato de « aplicagdo linear _/* existir para qualquer aplicasiiof¢ chamada de “principio universal das aplicagSes"” [Observe que a base S de urn cespago vetorial V possui esse principio universal das aplicagdes.] A condiedo (*) também diz. que qualquer aplicaglo bilinear f: 7x W— U“fatora-se” no produto tensorial T= V ® I. A seguir damos um exemplo conereto de um produto tensorial Exemplo A.1 Seja V0 espago vetorial dos polinémios P, x) eseja Ho espago vetorial dos polinomios P. ,(V) Assim os elementos ataixo formam bases, respectivamente, de Ve 1. Em particular, dim V=re dim W Seja T oespago vetorial dos polindmis nas incdgnitas x € veom base (ip) onde F=0,....7= 1 f= 0-.,9-1 Entio T£ 0 produto tensorial 7 © Hcoma aplicacio (x.y) > x. Observe que dim T'= rs= (dim Ttdim 1). (0 préximo teorema nos diz que o produto tensorial é associativo. Teorema A.2 — Sejam U, Ve W espacos vetoriais sobre K. Existe um iinico isomorfismo UBVEW+UVEVEW) tal que, para todos we U,ve Vewe W, (u@ v)B@wuewew) APLICACOES MULTILINEARES ALTERNADAS E PRODUTO EXTERNO Seja fi V" + U onde V’¢ U slo espages vetoriais sobre K. [Lembre-se que "= Vx Vx... V, com r fatores.] (1) Aaplicagio/é chamada de multilinear ou rlinear se flv... »,) éuma fungao linear em cada vj quando consideramos os demais us fixes. Isto €, Seer) + ope DM o ee tone DER oath Sloe s bee) =H op onde apenas a posigio jé alterad, 2) Aaplicagao féchamada de alternada se FW. ---60, O sempre que v, = ¢, com i # Pode-se facilmente demonstrar (Prove!) que se fé ums aplicagio multilinear alternada sobre V” entao Sen thertee =F sap eemn Isto é, se dois vetores trocam de posigdo, entdo 0 valor associado troca de sinal,aa You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.Os livros da Colegao Schaum sao estruturados de maneira que 0 aluno possa aprender a matéria e estuda-la de acordo com o seu ritmo. Além de apresentar o contetido essencial, atendo-se a topicos fundamentais, os textos reinem uma grande quantidade de exercicios, 0 que permite testar as habilidades adquiridas. Para o professor, € um material didatico completo, com teoria, problemas resolvidos e complementares. ee Teoria e Problemas de Algebra Linear aborda os seguintes tépicos: Vetores em R" e C’, espacos vetoriais Algebra das matrizes Sistemas de equacées lineares Espacos vetoriais Transformacoes lineares Aplicacoes lineares e matrizes Espacos com produto interno, ortogonalidade Determinantes Diagonalizacao: autovalores e autovetores Formas candnicas Funcionais lineares e espaco dual Formas bilineares, quadraticas e hermitianas Operacores lineares em espacgos com produto interno Produtos multilineares Lista de simbolos iii © bookman | 30348: \www.bookman.com.br a | 8536)

Algebralinear Colecao Schaum

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

Algebralinear Colecao Schaum

Uploaded by

Copyright:

Available Formats

You might also like