Álgebra Linear Com Aplicações - 6a Ed - Carlos Callioli e Hygino Domingues

ALGEBRA LINEAR | EAPLICACOES CARLOS A. CALLIOLI ld HYGINO H. DOMINGUES +— vat | Petts Trek ome Coy | Ewe AneCARLOS A. CALLIOLI Prof. Titular — Faculdade de Engenharia Industrial (Sao Paulo) HYGINO H. DOMINGUES Instituto de Biociéncias, Letras e Ciéncias Exatas — Prof. Adjunto UNESP ( Rio Preto } ROBERTO C. F. COSTA Prof, Livre-Docente — Instituto de Matematica e Estatistica — USP ALGEBRA LINEAR E APLICACOES 6? edicdo reformulada A 122 reimpressio, noe, yqnes carti® get (2 ATUAL EDITORAINDICE 12 PARTE: ALGEBRA LINEAR Capitul 1 3. 4, 5 6 1 Sistemas Equivalentes Sistemas Escalonados Discussdo e Resolugdo de um Sistema Linear Matrizes Operagses com Mattizes « seMatrizes Inversiveis Sistemas de Cramer exApéndice Introduga Espacos Vetoriais Primeiras Propriedades de um Espago Vetorial Sub-espace Somas de Combinagdes Lineares ...... ec Espacos Vetoriais Finitamente Gerados Apéndice II — Exemplo de Espago que nao é Finitamente Gerado istemas Lineares — Matrizes 1 — Matrizes Elementares ... 2 — Espagos Vetoriais 10s Vetoriais Sub-espagos Capitulo 3 — Base ¢ Dimensio 1 2 3 4. 5 6, 7. 8 Dependén Propriedac Base de um Espago Vetorial Finitamente Gerado Dimensao Processo Pratico para Determinar uma Base de um Sub-espaco de R° (ou ©)... Dimensto da Soma de Dois Sub-espagos Coordenadas Mudanga Apéndi cia Linear cles da Dependéncia Linear de Base - TI — Teorema da Inveriancia 2 44 50 54 56 37 59 67 4 6 B 80 81 89 91 99Capitulo 4 — Transformagdes Lineares L 2, 3 4 Nogdes sobre Aplicagdes . Transformagdes Lineares Niileo ¢ Imagem Isomorfismos e Automorfismos CN ‘Opéragdes com Transformagdes Lineares .. Matriz de uma Transformagao Linear Mairiz da Transformagéo Composta Espaco Dual Matrizes Semelhantes Capitulo 6 — Espacos com Produto Interno L Produtos Intern Norma e Distancia Ortogonalidade Isometrias ... Operadores Auto-adjuntos Espagos Hermitianos Capitulo 7 — Determinantes Permutacdes Determinantes .. Propriedades dos Determinantes Cofatores ..... = Adjunta Clissica e Inversa Regra de Cramer . : Determinante de um Operador Linear : ‘Apindice IV — Determinante de um Produto de Matrizes Capitulo 8 — Formas Bilineares ¢ Quadriticas Reais Formas Bilineares Matriz de uma Forma Bilinear 5 Matrizes Congruentes — Mudanga de Base para urra Forma Bilinear Formas Bilineares Simétricas e Anti-simétricas Formas Quadraticas Redugto de Formas Quadréticas: Algoritmos Lei de Inércia 102 104 Mt 4 124 133 137 149 151 158 161 m 176 192 195 197 199 203, 208 212 214 217 aR 221 222 225 228 232 235 24322 PARTE: APLICAGOES conte 1) Diagonalizagio de Operadores Lineares e Forma de Jordan “17 -Walores e Vetores Préprios .. 2. Diagonalizagao de Operadores Dingonalizagio de Operadores Auto-adjuntos (ou de Mattizes Simétri cas Reais) —— Aplicagdo da Dingonalizagao: Poténcias de uma Matriz Aplicagao da Diagonalizacdo: Séries de Matrizes (Nogées) Lema de Gergoshin Forma de Jordan Capitulo 2 — Curvas e Superficies de Segundo Grau 1, As Curvasde Segundo Grau 2, As Superficies de Segundo Grau Capitulo 3 — Polindmios de Lagrange 1, Valores Numéricos ; 2. Polindmios de Lagrange ... Capitulo 4 — Sequéncias Recorrentes Lineares 1. Seqiiéncias Recorrentes . 2. Aplicagio Capitulo § — Equagdes ¢ Sistemas de Equagdes Diferenciais Lineares com Coeficientes Constantes Operadores Diferenciais Algebra dos Operadores Equacdes Diferenciais Lineares com Coeticientes Constantes Equacdes Homogéneas de Segunda Ordem Equagées Homogéneas de Ordem Qualquer ‘i Sistemas de Equagdes Diferenciais Lineares com Coefcientes Constantes Capitulo 6 — Método dos Minimos Quadrados 1. 0 Espago Euelidiano f°: Revisio 2. Aproximagao por Projecées 3. Ajuste de Curvas Respostas Bibliografia indice Remissivo 246 253, 262 266 268, 270 2 284 292 298 299 305 aM 315 317 319 321 324 327 334 335 338 342. 350 351capiTuLo 1 Sistemas Lineares — Matrizes 1, SISTEMAS LINEARES Neste capitulo procederemos inicialmente a um estudo dos sistemas lineares sobre IR. Nao nos moverd aqui nenhuma preocupagdo de formalismo ou rigor exces- sivos. Além disso limitar-nos-emos a ver sobre 0 assunto apenas o que é necessério ppara desenvolver os cap{tulos posteriores. De uma maneira geral este capitulo 1 constitui apenas um pré-tequisito para o restante deste livro. Definigdo 1 — Dados os ntimeros reais a1, ..., ag, 8 (n> 1), & equagio ean +... + oak = 8 ‘onde 05 x; sfo varifveis em IR, damos o nome de equapdo linear sobre IR nas incdgnitas x5, ..., Xn. Uma solupio dessa equagio é uma seqiiéncia de n ntimeros reais") (néo necessariamente distintos entre si), indicada por (b;, ..., bq), tal que aby +... + Oqb, = 8 6 uma frase verdadeira. Exemplo ~ Dada a equaglo: 2x, — x, + x3 = 1,a tema ordenada (1, 1, 0) 6 uma solugdo dessa equagfo pois 2-1 — 1 + 0 = 1 é verdadeira, Definigéo 2 — Um sistema de m equagdes lineares com n incognitas (m, n > 1)? é um conjunto de m equagdes lineares, cada uma delas com n incdgnitas, consideradas simultaneamente, Um sistema linear se apresenta do seguinte ( u% +... + GinXn = By g, | tat toot tate =f emis +++ + Oman (© Também chamada mupla de mimeros reas. (Se m= simplesmente sisteme linear de ordem n.‘Uma solugdo do sistema acima & umna nupla (by, ..., by) d€ nimeros reais ‘que 6 solugdo de cada uma das equagées do sistema. Exemplo ~ Dado o ‘sistema fax- y+ee s(x ¥ : luty =6 uma solugdo de $ € (0, 3, 4), Notemos que esta solusio nfo é Gnica: a tema (5.2) emai ss ss Se, no sistema S, tivermos By = Ba = ... = By = 0, 0 sistema S seré homo. zéneo. A n-upla (0, 0,..., 0) € solugdo de S neste caso e por isso todo sistema homogéneo & compativel, de acordo com a definiggo 3 a seguir. A solugdo (.0,...,0) chamasse soluedo trivial do sistema homogéneo. Definigdo 3 —"Dizemos que um sistema linear $ & incompativel se $ nfo admite nenhuma soluggo. Um sistema linear que admite uma tnica solugio é chamado compativel determinado. Se um sistema linear $ admitit mais do que uma solugio entio ele recebe 0 nome de compativel indeterminado, Exemplos 1) Um sistema do tipo (ouxs +... onntn = Br Ox, +... + 0x, =f (6; #0) Om aXs + 8m € necessariamente incompativel: como nenhuma n-upla é solugio da equacéo i-ésima, entéo nenhuma n-upla € solugio do sistema. 2) Um sistema do tipo + GianXn x = 6 % =b Ba € compativel determinado © (8, ,...,f,) € sua solugdo tnica.3) 0 sistema fox- yte=1 Lxt2y =6 é indeterminado pois, conforme vimos aris, as temas (0,3, 4) ¢($, 42, 0)sa0 solugSes deste sistema, Conforme veremos, existem infinitas solug0es deste sistema, ‘Tente achar uma. 2. SISTEMAS EQUIVALENTES Seja Sum sistema linear de m equag6es com n incdgnitas, Interessa-nos considerar os sistemas que podem ser obtidos de S de uma das seguintes maneiras: (1) Permutar duas das equagdes de $. E evidente que se S; indicar o sistema assim obtido, entdo toda solugio de $; ¢ soluedo de $ e vice-versa. (U1) Multipticar uma das equagdes de S por um ntimero real A# 0. Indicando por S, 0 sistema assim obtido mostremos que toda solugdo de S, ¢ solugio de Se vice-versa, Devido a (1) podemos supor que a equagdo multiplicada seja a primeira, Como as demais equagdes de S e S; coincidem basta verificar nossa afirmagao ‘quanto a primeira equagao, Se (by ,.. by) € uma solugso de S (conforme definigso 2), entao: abs +... + ainda a Multiplicando por d esta igualdade obteremos: Qay)br +... + Ocandbn = Mr ® (que mostra que (by, . ..,bn) também solugdo da primefra equagSo de S, Por outro lado, se (b;, ... bn) € solugio de Sy, entdo a igualdade (2) € verdadeira. Dividindo (2) por A obtemos (1). Portanto (bi, ..., ba) pertence 20 conjunto das solugdes de S. 4(UID Somar a uma das equagées do sistema uma outra equagdo desse sistema multiplicada por um nimero real, Deixamos como exercicio a verificaggo de que o sistema: yxy +... + oun = By ay Mah oF inten = Ss eee Qais + apie +... + Qin + ajn)xn = Mi + Bj Om iXy + 2. + amnkn = Bim assim obtido ¢ 0 sistema $ ou sfo ambos incompatives ou admitem ambos as mesmas solugSes. Sugerimos ao leitor que faa alguns casos particulares antes de tentar 0 caso geral, Definigéo 4 — Dado um sistema linear S, uma qualquer das modificagbes, cexplicadas acima em (1), (I) (II) que se faga com esse sistema recebe onome de operagdo elementar com S. Se um sistema linear S, foi obtido de um sistema linear S através de um ntimero finito de operagées elementares, dizemos que S; 6 equivalente aS, Notagdo: S, ~ S, E fcil ver que para a relacgo ~ assim definida valem as seguintes propriedades: (a) S ~ S (teflexiva); (b) S, ~ S ==> S ~ S, (simétrica); (©) 8) ~S ¢ S~S;——> S; ~ S (transitia). Convém frisar, por tltimo, que em virtude do que jé vimos neste pardgrafo, se S; ~ §, entio toda solugo de S é solugdo de S; ¢ vice-versa, Em particular, se S; € incompativel, 0 mesmo acontece com S. esta forma criamos um mecanismo extremamente itil para a procura de solu- bes de um sistema linear S. Procuramos sempre encontrar um sistema linear equivalente aS e que seja “mais simples”. Veremos um exemplo. Considere- mos o sistema: [x-y +251 Sija-y + 224 L x- 2 +22=0Para estudar este sistema deve-se aplicar a ele uma série de operagdes elementares visando fazer com que 0 nimero de coeficientes iniciais nulos seja maior em cada equacio (a partir da segunda) do que na precedente. Vejamos como se pode fazer isso. koyt get (e-ytes 1 (x-ytent wk yt za a2 = y-2=2 x-2y+2=0 o=1 ' Multipticamos por — 2 a primera equagfo e somamos o resultado com a segunda equagio; ‘multiplicamos a primeira equacio por ~1 e somamos com a terceira. ** Somamos a segunda equagio com a terceira Como este dltimo sistema é incompativel, o mesmo acontece com o sistema S dado inicialmente. 3, SISTEMAS ESCALONADOS Consideremos um sistema linear de m equagdes com n incdgnitas que tem © seguinte aspecto: turks, + + « # ainka =f gM s+ aagkn = be eer +--+ enka = Be OXn = Bees onde ays, #0, Oe, #0,..-5 Okey #0 eC cada 1 > 1 Setivermos 1 < ry < tz <... < rk 2, que 6 equivalente aS. Dividindo a segunda equacdo de S, por Yar, obtemos um sistema S, ainda equivalente a $,, com 0 qual comecamos a repetir 0 raciocinio feito até aqui, porém a partir da sua segunda equacio, Evidentemente, depois de aplicar um certo ntimero finito de vezes esse raciocinio chegaremos @ um sistema escalonado equivalente aS. A importincia dos sistemas escalonados reside na Proposiegfo 1. Sendo todo sistema equivalente a um sistema escalonado, bastard que saibamos lidar com os sistemas escalonados ¢ saibamos reduzir um sistema qualquer a um escalonado. Nota: Convém observar que as equagdes do tipo 0 = 0 que por ventura aparecerem no processo de escalonamento devem ser suprimidas, como é ébvio. Exemplo — Escalonemos o seguinte sistema: x yte2-ta4 Bx+2y—2+2=1 xk- y-z- t=0 Sx. +2t=1{ t+e-y- t= zt+2x- y-t=4 Sxt y+ tas 4 1 4x —2y -2t= 5x +2t= atix-y-t=4 9 (2t2e-y- ta4 sty tas ety t tas ~ y+t=0 ~ y+ t=0 y-t=4 -14 Observe o leitor que (1, 2, 2,~2) €atinica solugao de S, pois ¢ a nica solugdo do sistema escalonado. 4. DISCUSSAO E RESOLUCAO DE UM SISTEMA LINEAR Discutir wm sistema linear $ significa efetuar um estudo de S visendo a classificd-lo segundo a definicao 3. Resolver um sistema linear significa determinar todas as suas solugGes. O conjunto dessas solugGes recebe © nome de conjunto solugdo do sistema. Seja S um sistema linear de m equagSes com n incdgnitas. Procedendo 20 escalonamento de $ chegaremos a uma das trés seguintes situagSes: ( No processo de escalonamento, numa certa etapa, obtém-se um sistema: Como $' € incompativel, entdo o mesmo se pode dizer de S. (Ver exemplo no pardgrafo 2). A ‘(A) Obtém-se um sistema escalonado do seguinte tipo: x taux +... + inka m+ + QnXn = Br Neste caso S" poderd ser transformado, por equivaléncia, no seguinte sistema * =n % =" Xn =n Logo $ & compativel determinado © (71, Ya. «+4 In) & a sua solugdo. Exemplo ~ Discuti e resolver o seguinte sistema: x-yt n=l S:4 x+y +22 \ax-y+ 2=1 © Somamos a terceira equagZo a segunda, ** Somamos a segunda equacio & primeiraLogo o sistema é compat vel determinado e 6 -3, 3) 6a sua solugio, Observagio: Depois de conseguir o escalonamento poderfamos ter achado @ solugdo do sistema por substituigfo do seguinte modo: 1 dey 2-1, entfo y - Como 2 = 5 =1.Daty = pa 3 3 ‘Agora, se na primeira equagio do sistema substituirmos y por — acharemos x = 0. (U1) Obtémse um sistema escalonado do tipo abaixo: Katee eb ae Meg beet angry HoH ie Xty Ht Oita = Bi Kay toe Mang Xey Hoes F Oar Xey +2 H eankn = Ba si May toe # Ageg ++ + asa%n = Bs Xp +++. apna = Bp onde p m. 5. MATRIZES Definiggo 5 — Sejam m > 1 e n> 1 dois mimeros inteiros. Uma matriz m X n real € uma dupla seqiéncia de nimeros reais, distribufdos em m linhase 1n colunas, formando uma tabela que se indica do seguinte modo: a 2n mt ann ‘Abreviadamente esta matriz pode ser expressa por (aii i< m ou apenas isj Amn) so chamadas linhas da matriz A, enquanto que as n seqbéncias verticais ay in an an Ag = [oe Jo Am = om tn so as colunas de A. de se notar que cada A € My n(IR) ¢ cada Ag) © Mmxi(R). Exemplo — Na matriz 2 X 3 101 A= 0 6-5 as linhas so (1, 0, 1) € (0, 6, ~5) a0 passo que as colunas so (s}(¢)-(3) 7IGUALDADE DE MATRIZES Consideremos duas riatrizes reais m X n: A = (aj) € B = (bij). Dizemos que A = B se, e somente se, ay — by @— 1,2, Exemplos jr12.ym) » oo xR e+ a i am 1 en oS 2) 12 tou #(o1 214 14 3 24 fire (133 133 00 OPERACOES COM MATRIZES (a) ADICAO Scjam A = (aj) € B = (bj) matrizes m X n, Indicamos por A + Be cha- mamos soma de A com B a matriz m X n cujo termo geral ¢ aij + by, ou seja autby antby ... aintbin A+B= ‘A operagéo que transforma cada par (A, B) de matrizes do mesmo tipo na matriz A + B chama-se adigdo de matrizes. £ uma operagdo no conjunto Mm xn (IR). me pepe ace eee ea eee —Se A= eBe » enti emplo o12 204 «7 ( 3 *) A+B= 259 18Para a adigao de matrizes acima definida valem as seguintes propriedades: @A+@B+C)=(A+B)+C, ¥A, B,C Mman(R) (associativa), (I) A+B=B+A, ¥A,BEMmxn(R) (comutativa); (UD) Existe uma matriz O € My yn (R) tal que A +0 =A, ¥A © Mmxn(R) (existe elemento neutro); IV) Dada uma matriz A © Mmxn (IR), existe uma matriz (—A), também m X a, tal que A + (—A) = O (existe a oposta de qualquer matriz), A verificagio da propriedade associativa se faz assim: Se A = (ai), B= (by) © C = (cj), entéo (A+B) + C = (ay + by) + (Cy) = (Cay + by) + oy) = = (ay + Oy +o) = Gy) + Oy +) =A+B+O. Quanto a (Ill) ¢ facil ver que: ° ° oo. Bita matriz chama-se matriz nula m X an, Por iltimo, se A = (aij), € evidente que (— A) = (— aj). Por exemplo, se ( loa 3) ( lo-a 3) A= vento — A = —2 1 0, 2 -1 0, (6) MULTIPLICACAO DE UMA MATRIZ POR UM NOMERO Dada uma matriz real A = (aij), m x n,e dado um ntimero real «0 produro dea por A é a matriz real m x n dada por: ean ain Gam +. mn © Usamos nesta passagem a propricdade assocstiva da adigdo de nimeros reais. 19Para essa operagio que transforma cada par (a, A) de IR X Mmxn (R) na matriz real @A € Mma (R), valem as seguintes propriedades: @ (BA = a(BA); (I) (@ + BA = aA + BA; (HD) a(A + B) = aA + oB; (iy) 1A =A; quaisquer que sejam as matrizes Ae B e quaisquer que sejam os niimeros reais aes. Provemos (II). Suponhamos A = (aj). Entio: +) + A=((@+B)+ ay) =(@- a4 +B + a4) = (@ + 94) + (B= ay) = 0A + 8A. 121 242 Exemplo—Sea=2eA={0 1 2 ),entioad=(0 2 4 o04 008 (© MULTIPLICACAO DE MATRIZES Consideremos a matriz A = (ai) de tipo m x ne amatriz B = (by) de tipo 1x p. Oproduto A - B (também indicado por AB)éamatrizm x pcujo termo geral é dado por: Feet ain + Dak ce = Yay + By mi Usando a notagio de matriz linha e a de matriz coluna a definigZo acima significa que AM Bay... AM. Bey A® Bay... AP Boy A). By A™. Boy (70 simboto & ¢ uma letra do alfabeto gogo, correspondents ao nosso S. 20Nas condig6es acima, a operago que transforma cada par de matrizes (A, B) ‘na matriz AB chama-se multiplicagio de matrizes. Mt 3°45 Bxempb ~ seam A= (? 1 °F on -(G'o 0 zxemplo — - = : em 8 012 oe Entio O-341-042+1 O-441-042-0 O-S41-042-1 6 8 10 20 2) Proposigio 2 — Sejam A = (aj), B= (bj) € C = (Ck) matrizes reais m Xn, 1X pe pX a, respectivamente, Entio A(BC) = (AB)C. 2+341-040+1 2-441-040-0 oetneta.t) Demonstragio — 0 termo geral de A(BC) é dado por: a P Dy] ( me) q@) mo \e ‘a0 passo que o termo geral de (AB)C é dado por: > (> aibic} ox 2 eal As propriedades da adigo © da multiplicago de niimeros reais nos ensinam, contudo, que (I) = (2), Entdo a proposig&o esté demonstrada, = Proposicao 3 — Sejam A, B e C matrizes reais m X n, n X pen X p, respectivamente. Entio A(B + C) = AB + AC. Demonstragdo — Usese 0 mesmo tipo de raciocinio da demonstragl0 anterior, Fica como exercicio, = Nota: Analogamente, se Ae B sfo matrizes m X n eC én X p, entéo (A+ B)C = AC + BC, aEXERCICIOS RESOLVIDOS 1. Sejam: 210 002 320 A B ec 121 642 O10 itera FB+C _ (630 003 320\ (9 5-3 “\s 63) \9 6 3 o10)/ \-6 1 0 2. Dotemina # mais X Mays) tl gue K+ 4 3K + B~ A) ~C, sendo A,B ee Cas matrizes do exercicio 1. Solugio 3K +B-A)—C XA doen oc + @ a) 20 > => X + A= 6X + 6B — 6A - 20 ==> SK= TA 6B +20 => X= 6B + 2C). Logo 5 I- — 29 3, Dadas as matrizes reais, 1X 3, A= (1 0 0),B=@ 1 ‘minar as matrizes X, Y © Z de Myys QR) tais que © 0 1), deters 2X- ¥+Z=A Si X-2¥42=B ax+ Y-Z=¢ sotto Xovezep (x-ave 2-8 ' c TY -42=C- 3B 2X+ 2-228 K4+202v=B — L43VsA-2B~d 2 43Y=A-28 -42 + 1Y=C- 3B ~SY=-4a + 5B 4c. 2 doa c=, - 4 4 Lua-a-o-4u 0 0-0 5 9-0 0 y-($1 2) (Fe) eG DDadas as matrizes A eB absixo, doterminar os produtos AB ¢ BA: Dai “Analogamente, X 2 1) a=[10 on Solugto 2LH1-0 204161 QeLeded 213 ap=(1-14+0-0 1040-1 1-1+0-1J=(1 0 1 O-141-0 O-041-1 O-141-1 oud Analogamente: Pada uma matric A = (ai) © Mmxn(R) denominase transposta de A e indica-se por sesso = Ly eey Mm, AS a sopuinte matriz n x m: At = (bj), onde bj Vater as sequintes clagBes ay @ ii a A+ Bt = at eat b) @ayt=aal, onde we R; oO abt=as 2 apy = Bt desde que as operagGes af indicadas estejam definidas. Provemos (LV) jé que as txés pri imeinas sio imediatas, Sclugfo Sdam A= (ap, AT = (oj, B jn) © BY = yp Eatlo bjj = aj © dyj = gy. Supondo AB = (ry) ¢ BYAT = (94), temos: nik = Do aus = 2 biti =D) ait = sei i fi ‘© que mostra que de fato (AB)' = B'A. 2B6, Para cada némero rel a consideremos a matriz: (22-5) Tarps b) Caleular T. 8) Mostrar que TaTg snaty = ( 08% 02) [ose -sen8) _ SE \ cena cosa) (sens cose cos(a +p) ~sen(a + 9) sen(a +f) costa + A) nee (BOS ES) St) ima matriz quadrada A. se diz simétrica se Ab = A e antisimétrca se A’ = — A. Solugso, 4) Mostrar que @ soma de duas matrizes simétricas & também simétrica, Mostre que 0 mesmo vale para matrizes anti-simétricas b) 0 produto de duas matrizes simétricas de ordem n & uma matiz simétsica? Solugio a) Seam A e B as matrizes. Entdo (A +B) = Ab + B= A +B. Logo A + B 6 simé ttica. Analogamente, se A e B so antisimétricas, (A + B)!= AL+ BE= —A + (-B)= = A+B), b) (AB)! = BIAE = BA, se Ae Bsfosimétricas. Como em geral AB # BA,entonem sempre o produto de duas matrizes simétricas é uma matrz simétrica. Por exemplo: ()02)-6-)-09) 8, Determinar todas as matrizes que comutam com # matriz (+) fou soja, todas as matrizes X de tipo 2 X 2 tals que AX = XA. Solucio BE 24Koy Lope X= onde x ¢ y sio nimeros quaisquer. 0 xy, 9, Dada a mate determinar uma matriz X © M, (R) de maneiza que AX = Solugio (sr tr)-G ata a aS TE — EXERCICIOS PROPOSTOS 1 onsidere as seguintes matrizes de My (I) 10 0 00 A=[0 2 0 eB 20 oo 4 ou Mostre que AB = BA. Podese concluir daf que ¢ vilida » propriedade comutativa da smuitiplicago em M3 (R)? Explique bem sua resposta, 28(Ese A, Be My (RD © se AB = BA, prove que a) (A ~ B)? = A? ~ 2AB + B?; ‘b) (A — BYA + B) = A? ~ Bt; ©) (A — BYA? + AB +B?) =A? —B?, 3. Sendo A ¢ B as matrizes do exercicio proposto 1, determine matrizes X, ¥ € M3 (R) de ‘maneira que: 2X -Y=A4B X+Y=A-B 4. 0 produto de duas matrizes antisimstricas de mesma ordem & uma mattiz antisimétrica? Justiique sua resposta, S. Determinar uma matriz A € Mz (IR) tal que A #0 ¢ A? (nateiz mula), 6. Bfetue os produtos AB e BA onde 2 17. Mostrar que se: enti A? — 6A + Sly = 0 (matriz nul, 8. Mostrar que as matezes aa ¥ you ‘onde y um niimero real nfo nulo, verficam a equagio X* = 2X, 9. Detenminar todas as matrizes quadradas de ordem 3 que comutam com a matrix: a lo oat oo 8 onde a 6 um niimero real 2610, Se A e B sfo matrizes reais de ordem 2 que comutam com = matriz (2 :) 1 0 11, Seja B uma matri2 real 2 X 2 que comuta com a matriz, ma Mostre que existem niimeros reais a e b tals que: B=aA+ bh mostre que AB = BA. 12, Se A, BE Mp (R) sfo tals que AB = 0 (matri mula), podese conciuir que BA também & ‘4 matriz mula? Prove ou contra-exemplifique. 7. MATRIZES INVERSIVEIS Consideraremos neste parigrafo apenas matrizes quadradas de ordem n. Neste caso @ multiplicagéo transforma cada par de matrizes de ordem n numa outra matriz, também de osclem n. E além das propriedades dadas pelas propo- sigdes 2 e 3 acima (associativa e distributiva em telagdo a adigo) a multiplicagio, neste caso, goza da propriedade de admitir elemento neutro que é a matriz 1o.. 0 n-[ob- @ oo. t € que evidentemente verifica as condigdes Aly = A= A, para toda matriz A de ordem n. A matriz Iy chama-se matriz identidade de ordem n. Definigio 6 — Uma matriz A de ordem n se diz inversivel se, © somente se, existe uma matriz B, também de ordem n, de modo que: AB = BA Esia matriz B, caso exist, é nica ¢ chamase inversa de A, indicase por At 27Exemplos 1) A matriz invers{vel uma vez. que, tomando entio ap=pa=() ° me" \o4 Logo adiante ensinaremos um algoritmo (processo) para determinar a inversa de uma matriz, caso esta inversa exista, 2) Se uma linha (ou coluna) de uma matriz A é nula, entio A nio é inver sivel, Suponhamos a linha isima de A ula, isto é, AM = (0, 0,..., 0). Dada eno uma matriz X qualquer de ordem a, como ax =a®x=@ 0... O (ver definigao de produto), entio 0 0... 0 }# Ih, para toda matriz X. 3) Se A e B sio matrizes de ordem n, ambas inversiveis, entdo AB também 6 inversivel © (AB)? = Bt. At De fato (AB): BA) = AB- BY). AT =A. AT AA AT = € analogamente (Bt « A-!) » (AB) = Iy. 4) Se A & inversivel, entio A~' também o € e vale a seguinte igualdade: (yt aa.DETERMINAGAO DA INVERSA Daremos aqui um algoritmo (= método) para determinar a inversa de uma matriz. A, caso A seja inversivel, Contudo a demonstrago do teorema em que se baseia esse método somente serd feita no Apéndice I, a0 fim do capitulo, Definigo 7 — Dada uma matriz A entondemos por operagSes elementares(*) com as linhas de A, uma qualquer das seguintes alteativas (D Permutar vas linhas de A; (U) Multipticar wma linha de A por um nimero + 0. (11) Somar 2 uma linha de A uma outra linha de A multiplicada por um nimero. Se uma matriz B puder ser obtida de A através de um nimero finito dessas operagGes, dizse que B é equivalente a A e escreve-se B~ A, Para esta relagao velem as propriedades reflexiva, simétrica e transitiva. Teorema — Uma matriz A 6 inversivel se, ¢ somente se, In ~ A. Neste caso, ‘a mesma sucesso de operagGes elementares que transformam A em Ij, transformam I,em At Demonstragio Est feita no apéndice 1, a0 fim do capitulo, Exemplos 1) Verificar se a matriz 10 A=(o0 11 102 6 inversivel e determinar A“!, caso esta matriz exista, Devernos orientar nosso trabalho no sentido de transformar (se possivel) a matri2 A na matriz Iy. Como essa mesma sucessio de operages levard ly em AT, entdo convém reunir A e Jy numa mesma matriz e operar a partir dai, L/i i oft 00 Ly 11 0100 Lfo 1 1!0 1 0)~ o1 toro} L\i o 2!0 01 21-1 01 Tal como para sistemas lineares, ver § 2.2) Vejamos o mesmo problema com a matriz i g a : ; i ee wy rf aaa = a ces a & aComo a matriz A é equivalente & matriz 126 ois 000 que néo é inversivel (tem uma linha mula) entio A também nio é inversivel 8. SISTEMAS DE CRAMER Seja ayy eH tanta = bi Mam +... + Maka = by amika +... + aman = bo ‘um sistema linear de m equagGes com n incbgnitas sobre IR, Se formarmos as matrizes: au oe tin x b ae fmm | xe ea-(” eater] Xa bn de tipos mxn, nx1 e mx 1, respectivamente, entio S poderd ser escrito sob a forma matricial AX =B onde A recede © nome de matsiz dos cocficientes de §, ‘Um sistema de Cramer & um sistema linear de n equagdes com n incégnitas cuja matriz dos coeficientes é inversivel. Se AX = B § um sistema de Cramer, como AX B= A (AX) = ATB <> X= AB, entdo esse sistema ¢ compativel determinado ¢ sua nica solugio ¢ dada por A™'B, Em particular um sistema quadrado e homogénso euja matriz dos coef cientes € inversivel s6 admite a solugdo trivial, FT}Exemplo — A matriz dos coeficientes do sistema (xty =1 {yt eed lx +2250 1 A=(o0 1 que j4 vimos ser inversivel (pardgrafo 7); j4 determinamos também 6 a maui 0 1 2 ore 1 3 -1 =1 OS 3 a 3 Loge: x 1 0 x=(y Jeat-( 1 Jafa 2 ° o © a solugdo do sistema 6 (0, 1, 0). EXERCICIOS RESOLVIDOS 1 Verificar se a matriz A abaixo é inversfvel e, se 0 for, determinar sua inverse: a2 012 pia Sotugio Urilizaremos © processo explicado no §,7 32Logo A & inversivel 6 2, Yerificar se a seguinte matriz é inversfvel © determinar sua inversa, caso exista 4 3 © fato de a mateiz: 338 basta para concluir que A. ‘que 6 equivalente a A, ter uma linha nula, 1a 1a 11 1 2 3 3, Mostrar que a matriz A abaixo 6 inversivel ¢ determinar sua inverse: Solugso A inversa de A 6 portanto a matt: 4. Uma matriz quadsada A se di ortogonal se A 6 inversivel € A2) Determinar se possivel x e y em IR 2 fim de que a matriz v2 x y VD se}e ostogonal 1) Provar que o produto de duas matrizes ortogonss 6 ortogonal. Solugfo a (va x Vix 10 y V2 x v2 ou 24? Jiv+ Vix) _ (1 0 Viy+ Vix yt? “\ou Pe e2=1 x jyt2=1 <=> 4 x +y=0 xty Fortanto o problema em Mz (R) fo tém solugio em R. -ley? admite solugSes pois as equagdes x Sejam A eB matrizes ortogonsis de ordem n. Sendo A ¢ B inversives, entfojé vimot ‘que AB também & inversfvel eque (AB)! = BMA". Dat (apy! = Bast = Brat = (AB), 5. Determinar a€ IR a fim de que a mata real aera as(212 124 seja inversfvel em Mi (R). Solugéo 1a rad 2 1 2}~fo-1 0 }~(o ~ 2a o rad ° 38wea 140. 2 t Logo A 6 inversfvel para a # 1. Se a = 1, ent¥o a matriz A é equivalente a uma matriz com uma linha nula e portanto nfo é inversivel. 6, Resolver © seguinte sistema linest: xtdy¢ ze 1 yom xt yea Solugfo Fagamos 124 x 1 A=(o 12], x=fy JoeB pid Entio o sistema fica AX = B, J4 vimos no exercicio resolvido n® 1, que a matsiz A é inversfvel e saa (2-1, 3) es vesaia (3-1, ato do ste, 367. Resolver.o soguinte sistema de Crame xty-2=0 Ktysend 3x-ytz=1 Solugto A matriz dos cooficientes do sistema é 1 1 FoR 24s o7 S44 OIF, Lose: 1 1 1 x 4° 4\ 70 7 143 1 U tr st\t . 2 Sa iaf\i 3 ' 2 3 EXERCICIOS PROPOSTOS 4, Seja, A, uma matriz quacrada inversive, Mostre que A~' também & inversivel e que «@ A 2, Mostrar que a matric real 100 210 bed 6 inversivel Va, b, © © Re que 1 oo a -a aenb =e 1 3738 |. Existe alguma matriz inversivel A tal que A? Verifcar quais das seguintes matrizes sfo inversives e determinar as inversasrespectivas oo1t 104 12 1001 A ,B={1t 1ojec 22 aoaoae-t 024 0203 Resolver os seguintes sistemas de Cramer: of fre x+y =0 yee o 5. Determinar m € IR de modo que o sistema abaixo seja de Cramer e,a seguir, resolve: xo yea x +2 x boy +m 5. Sejam A, B e C matrizes reals de ordem n, Se A é inversivel, prove que AB = AC ==> > BEC. B=Cequ By cA Se A, B ¢ C slo matrizes invers{veis de mesma ordem, determinar a mattiz X de maneira que AHO = CA, (: o Dada amatriz A =(, _ Jealeular a ). Determinat x, y ez de modo que a matriz 1 0 0 1 9 ees vt v2 x oy 2 sein ortogonal (matriz mula)? Justifique,APENDICE I Matrizes Elementares Definigio 8 — Uma matriz elementar de ordem n € uma matria E obtida de 1, por mefo de uma e uma 6 operagdo elementar. Exemplos oo 1 0 0 2 0) e=(3 1 0 o1 oo1 so matrizes elementares. A primeira se obtém de I multiplicando por 2 a segunda linha; a segunda se obtém de Is somando segunda linha desta matriz a sua primeira linha multiplicada por 3. Proposigio 4 — Seja E uma matriz clementar de ordem n, Se aplicarmos, entZo, em uma matriz A, também de ordem n, a mesma operagio elementar que transformou I, em E, obteremos a matriz EA. Demonstracio Faremos a demonstragio apenas para 1 operacdo elementar (III) ficando os dois casos restantes como exercicio. ‘Suponhamos que a linha j-ésima de E seja a soma da linha j-ésima de ly com 4 linha i-ésima de Jy, multiplicada por a, enquanto que as demais linhas de E ¢ de Jy coincidem, ou seja BO = 1,0 4 ai? BO = 11, bj, Como, ay BMA, para todo r ene 1 en, entfo (BA)? = BG). A= =O + a1)A=1) «A tat + A)=(qA) Haga = AO + aa, (© que vem provar que a linha j-ésima de EA é igual a linha j-ésima de A mais a linha iésima de A multiplicada por «. Por um raciocinio andlogo se prova que as. demais linhas de EA coincidem com as respectivas de A. Logo, as mesmas operagSes que transformaram I, em E ido transformar A em EA. # 39Proposigio $ — Toda matriz elementar E 6 inversivel, Demonstragio Por hip6tese obtém-se E de I, por meio de uma certa operagdo elementar. Consideremos @ operagdo elementar inversa que transforma E em I,. Se aplicar- ‘mos esta iltima em Ip obteremos uma matriz elementar Ey. Devido & proposigao anterior teremos E, * E = In, 0 que ¢ suficiente para concluir que E ¢ inversfvel e E, € a sua inversa (por qué?) Exemplo — Consideremos a matriz elementar: 100 E=(3 10 oo1 ‘A operagéo elementar que transformou I, em E consiste em somar & segunda linha de ly 0 triplo da primeira linha. Entio E serd transformada em Is somando i sua segunda linha a primeira multiplicada por (— 3). Logo a matriz inversa de E, obtida efetuando em Is esta dltima operagao elementar, 6: 100 -3 10 oon Teorema — Uma matriz A de ordem n é inversivel se, ¢ somente se, In ~ A. [Neste caso, a mesma sucessto de operagdes que transformam A em Tp, transforma Ty em A, Demonstragto (<=) Como cada operagio elementar com A é 0 mesmo que multiplicar ‘A (@ esquerda) por uma matriz elementar, entdo existem matrizes elementares Ey, «.., Ey de. maneira que: Bes Beat ...+ Eis A= In, Logo ASE. B+... + Bets hy Camo cada matriz do segundo membro & inversivel, ento A 6 inversivel (um produto de matrizes inversiveis € inversivel, conforme ja vimos). Além disso, observando que:segue que © que prova a siltima afirmagfo do teorema. (==>) Observemos primeiro que se B ~ A, ento A é inversivel se, ¢ somente se, B 6 inversivel. Isto por que se B ~ A, entio B = PA, onde P é uma matriz inversivel (P € um produto de matrizes elementares). Nossa observagdo decorre entio dessa igualdade, Fagamos o escalonamento da matriz A por meio de operagies elementares, {sto 6, fagamos com que cada uma das suas linhas (a partir da segunda) tenha mais zeros inicisis do que a precedente. Como a diltima linha de A ngo € nula (pois A é inversivel) obteremos: 0 mm... om 0 0... am onde cada aij # 0. Mas esta Gltima matriz.é equivalente & matriz In. Logo Iy ~ A. Nota final: Toda a teoria desenvolvida neste capitulo sobre sistemas lineares © matrizes seria feita da mesma maneira se substituissemos 0 conjunto R dos inimeros reais pelo conjunto € dos mfimeros complexos. 41capituLo 2 Espacos Vetoriais 1. INTRODUCAO. Examinemos certos aspectos relacionados com dois conjuntos certamente j€ conhecidos do leitor. © primeiro € 0 conjunto V dos vetores da geometria, definidos através de segmentos orientados, € © outro € 0 conjunto Mmyq (IR) das matrizes reais m por n, onde m ¢ n so mimeros naturais dados (ambos maiores que zero). A primeira vista pode parecer que tais conjuntos nada tém em comum. Mas nfo € bem assim conforme mostraremos a seguir. No conjunto V esti definida uma audigfo (adigfo de vetores), conforme figura 20 lado, adigéo essa dotada das propriedades comutativa, associativa, além da existéncia de elemento neutro (vetor nulo) ce do oposto para cada vetor de V. 0 vetor nulo pode ser representado ‘por qualquer ponto do espago ¢ 0 oposto de U se determina conforme a figura ao lado. Além disso podemos multiplicar um vetor & por um ntimero real a isso se faz. conforme esquema abaixo: 7 la<=1) av fa b1 oat 42Sea = 1, ad = We se a = 0, entéo av = 0. Em geral lou! = lalla}, Essa mul. tiplicaggo tem as seguintes propriedades ja certamente vistas pelo leitor no seu curio de Célculo Vetorial: (ead = a(t) (o+p)e =ot +60 a(t +¥) = oll + oF w-t para todos os nimeros reais « € fe vetores i e 7. No conjunto Mya x n (IR) também esté definida uma adigfo, a adigao de mati zes estudada no capitulo 1. Conforme vimos nesse capitulo, essa adigao 6 associa tiva, comutativa, admite elemento neutro, que é a matriz nula oo... 0 oo... 0 ¢ toda matriz A de Mmyn(IR) tem uma oposta Como vemos 0 comportamento de V ¢ © dé Mmyn (QR) quanto a adigéo 6 6 mesmo, Mas ndo ficam ai as coincidéncias. Pode-se também multiplicar uma matriz por um ndmero real obtendo-se ‘uma matriz. da seguinte forma: an a. in ay, aa... Aan Eva! an 1 dn... Odan my Oma +++ Bean Gen Ona +++ Amn, Essa multiplicagGo apresenta as mesmas propriedades que as destacadas para V, linhas acima, Ou seja, valem sempre as igualdades: (@B)A = a(6A) (@+B)A = 0A + BA a(A +B) = aA+aB IA =A 43Logo os conjuntos V e Myy x n (IR) apresentam uma coincidéncia estrutural no que se refere # um par importante de operagGes definidas sobre eles. Nada entao mais logico do que estudar simultaneamente V, Mp xn (IR) ¢ todos 08 conjuntos que apresentem essa mesma “estrutura” anteriomente apontada. E isso 0 que co- megaremos a fazer no pardgrafo seguinte. 2. ESPACOS VETORIAIS Vamos introduzir agora 0 conceito de espago vetorial. Os espagos vetoriais constituem os objetos de estudo da Algebra Linear. Definigso 1 ~ Dizemos que um conjunto V % &¢ um espazo vetoria sobre IR quando, ¢ somente quando: 1 — Existe uma adigéo (u, v)H > u + v em V, com as seguintes propriedades: autvevtu, Mu, ve V (comutativay, dut(tw=(uty) tw, ¥u,v,wEV (associative); ) Existe em V um elemento neutro para essa adiga0 0 qual serd simboli- zado genericamente por 0. Ou seja: Joe Viutonn, vue vy? 4) Para todo elemento u de V existe 0 oposto; indicaremos por (—u) esse oposto, Assim: WueV, U(-wEVlut (Cus ol" 11 — Estd definida uma multiplicagio de IR X V em V, 0 que significa que a cada par (@, u) de IR X V esté associado um Gnico elemento de V que se indica por au, e para essa multiplicagdo tem-se o seguinte: a) (Bu) = (af)u b) (a + Bu = au + pu c) a(u + vy) = au + av )lu=u a co) Prove-se que é Gnico ese elemento neutro (ver exercicio resolvido n® 1 do §3). Prova-se que é nico © oposto de um elemento (ver exercicio resold n? 2-do §3). 4para quaisquer u, v de Ve a, 6 de R. Nota: De maneira andloga se define espago vetorial sobre €, conjunto dos niimeros complexos. Deste capitulo até o capitulo V, inclusive, toda a teoria dos espigos vetoriais a ser aqui desenvolvida é a mesma quer sobre IR quer sobre C. Por isso, embora venhamos a usar sempre espagos vetoriais sobre IR, deixamos regtrado que seria tudo igual para espayos sobre €, Quanto ao assunto do capitulo VI hé diferengas 14 apontadas. Porém iremos concentrar nossa aten¢o no casp real tendo em conta 0 caréter introdutério deste livro. Nos demais capitulos, salyo excegbes que sero mencionadas, trabalharemos com espagos reais. Exemplos 1) espago vetorial IR Néo 6 novidade para 0 leitor que a adigo de niimeros reais verifica as propriedades Ia, -b, Le e It da definigdo de espayo vetorial. Tao pouco que 0 produto de um mimero real por um outro é também um mimero real © que essa multiplicago obedece aos itens Il-a, Ib, Ic ¢ Id da definigdo mencionada. Logo IR é um espago vetorial sobre R. 2) 0 espago vetorial € Com a mesma argumentagdo acima verifica-se que C é espaco vetorial sobre C. Mas € também é um espago vetorial sobre IR. Quanto a adigo ndo ha novi- daées: tudo como no caso anterior. Agora, 0 produto de um nimero complexo por um néimero real & um niimero complexo e para essa multiplicagao vale Il, Ib, Ic e Id como situagées particulares das propriedades da multiplicacio eme. 3) 0 conjunto dos vetores da geometria definidos por meio de segmentos orientados € um espago vetorial sobre IR (ver parigrafo 1). 4) 0 conjunto Mma (IR) € um espago vetorial sobre IR (ver pardgrafo 1). 5) O espago IR" J4 vimos anteriormente que uma n-upla de nimeros é uma seqiéncia finita en ntimeros reais que se indica por (21, ..., @q)- O conjunto de todas as n-uplas de nimeros reais € denotado por RR". 0 IR pode ser visto como espago vetorial sobre IR desde que se definam adigio e multiplicaggo da seguinte mancira: (Bry +5 Bn) + (Dry +++ 5 Ba) = (ay + by, +. dn + bn) (ay, -.., Bn) = (@a, ..., Wan) Ora, tal afirmagdo pressupSe que s¢ tenham verificado as oito propriedades que constam da definigo, 0 que nfo faremos aqui, Sugerimos tais verificagdes como exereicio. 4sApenas ressaltaremos que o = (0, 0, ..., 0), se u=(ay,..., aq), ento —u = (ay, ..., —aq) €, a titulo de exemplo, que a prova da propriedade Ia se faz do seguinte modo: Seja u = (a1, -.., ap) um elemento de RR". Dados entio @ e B em R, (@ + Byu = ((@ + Bla, ..., (@ + Ban) = (wa, + Bay, ..., aap + Bag) = (aa, ..., aq) + (Bay, +, Bag) = au + Bu. Recomendamos a0 leitor que procure justificar cuidadosamente cada passagem desta itima dedugao, Os mateméticos esto de acordo com a seguinte frase: 0 R" é 0 espayo vetorial mais importante. 6) O espago €* © conjunto © das n-uplas de nimeros complexos € um espago vetorial sobre €: basta definir adiggo e multiplicago por um niimero complexo como no exemplo anterior. 7) 0 esparo P, (R) Seja n > 0 um nimero natural. Indicaremos por Py (IR) 0 conjunto dos polindmios reais de grau f(t) + a(t) € Pa (R) () @ ER, f(t) € Py (R) ==> allt) € Py (R). Dai, lembrando as propriedades das operagdes com polindmios, concluira que P, (IR) € um espaco vetorial sobre IR. 8) 0 espago Py (C) Por Pa (C) indicaremos 0 conjunto dos polinomios complexos de grau 0). Suponhamos que consideremos a “adigo” em 'V como sendo a multiplicago de ntimeros reais positivos, isto 6, u@v=uwy, ¥u, ve VO) (9 0 simbolo @ serve, neste exemplo, para distinguir a “adigdo” aqui definida da usval, 46que a multiplicagdo de um elemento de V por um némero real seja dada por: au ae R, Com isso © conjunto V se tora um espago vetorial sobre IR. Observemos apenas que o elemento neutro da “adigo” € 0 nimero 1 ¢ que a verificagio de Le se faz, ass a(u@ ¥) = a(uy) = (uv) veya = (au)(av) = au @ av. Nota: Na teoria dos espagos vetoriais 6 comum aproveitarse a terminologia do exemplo 3 acima, Assim € que os elementos de um espaco vetorial qualquer so chamados de vetores, 0 elemento neutro da adigao de vetor nulo desse espago © 05 elementos de IR (ou C) de esealares. EXERCICIOS RESOLVIDOS 1, Como jé vimos R? = {(%, 9) 1x, y € IR). 0 IR? pode ser visto como espago vetoriat sobte IR desde que se definam adigie ¢ multiplicagio por um némero real assim: (x1, 71) + G2, ¥2) = Or tas Yt DDE 66, y) = (ax, ay). Faremos aqui a verilicaglo dos axiomas relativos & multipicago. Gb), V) = (@D)X, Dy) = (A(bH), alby)) = albx, by) = albOs, YD), Teb; (a + 8), y) = ((@ + Bx, (+ By) = Gx + Dx, ay + by) = (x, ay) + + Ox, by) = ACs, y) + DO, y). Te: a((xs, 91) + 09, ¥2)) = (oxy + ang, ay + aye Hed: 16%, y) = (x, ly) = 68,9). xy + 83, Yn +2) = (aK + HD), aC + ¥2)) (ax, ay) + (axa, aya) = aby, Ya) + aC, Ya). 2. 0 R® Eo conjunto de todas as temas ordenadas de mimeros reais. Ow seja: IR? (e, ¥. 2) |x, y,2€ R}. A adigio ¢ a multiplicagdo por escalares sf0 definidas no R® por: (ts Y4s 21) 4 O82, Yay Za) = Ota + 2, ¥1 #2 21 +72) © Gs, ¥, 2) = (ax, ay, a2) FFaremos neste caso apenas a verificagio dos axiomas relativs & adigio. Tar (Gx, Yay 41) + (as Yay %2)) + O35 Vas 23) = iM, 4 Xay Ya + Yay 2 + 2a) + (3, Ya, 2a) = (oe, + xa) + Xa, 4 + Ya) + Va, y+ 22) + 2a) = (xy + Oxy + ade Ya + 2 + ¥3) 21 + Oa + zd) = Ox, Yn a1) + 2 + 9 Ya tae 22 + Mt, Yay 24) + (Ca, Yan 22) + (Xa, ¥9, 2a) 47a 48 Hb: (ns yas en) + GBs Yay 29) = Our + ay Ya + ae tH 2D) = (a + Nas Ya +¥ks 2 +21) = (ray Yay Za) + Oy Ya, 40) Le: 0 vetor nulo € (0, 0, 0). Id: Para cada u = (x, ¥, 2) © Nota: Podemas associar a cada vetor (x, y) do R? 0 vetor xi + yf do céleulo vetoril, 48 do conhecimento do leitor. O vetor nulo 6 0 par (0,0). As definig6es dadas de adigio © multiplicagio por eicalaresconcordam. ‘com as regras usuats para a adigdo de vetores 7 planos © multiplicagdo de um vetor por um miimero. Fato andlogo acontece com 0 IR>: associar a cada (x, y, 2) © R + sf + a do céleulo vetorial. As defi- nigBes dadas de adigo e multiplicago por escalares estio. de ‘acordo com ar regras pata a adigfo de vetores e de multiplicagdo ‘de um vetor por um mimero reel no espago seométrico estudado no Cileulo Vetoral. Por iitimo obseremos que os elementos do R? e os do R® sig de natueza dstinta ¢ assim sendo nfo deve o leitor cometer 0 engano de dizer que o R 6 subcoajunto do R ‘Mais adiante seri explicado que o R? pode, de uma certa mancita, ser considerads idéntico a0 subconjunto {(x, y, 0) | x, y © R}do R°. (Veja Capitulo 4, § 5, exereicio resolvido n® 11) 3. Soja T um intewvalo de Re indiquemos por C(1) o conjunto das fungSes coxtinuas defi nidas no intervalo I e tomando valores reas T+ ge af do seguinte modo: f+enI—=> Ref + OM=10 +80, ¥tEl sh I——> Re GN) =a, WEL Dados f, £ € Cl) ¢ 2 ER, definemse © Cileulo nos ensina que f + g ¢ af sfo funcdes continuas, isto 6 f + g,af © CUD. ‘Temos entfo sobre C(1) uma adigzo © uma multiplcagio por esalares. E pode-se verfiar ute CD) é um espago vetorial com relagfo a esse par de operages, Verifiquemos alguns dos axiomas, £10) + BOD) + BE = FC) + BEE) +O) + +WNO, VEE HECH © VEL Fe: A fungio © dada por e(t) = 0, Vt © 1, & continua, e, além disso, (@ + 910 eG) + 10) = 0 + £) = £0, VEEL. Fungio de I om RR.Bar ((ab)O)(9 = Gb)ECH He: @f+ 90) + apo a@f(D) = aC) af + a = a + 8) Gf + (0, YET. @OMO, vee L af) + ag = GEO + 4. Sejam U eV espacos vetorias sobre IR (ou C), Mostrar que U x V ¥ © V} 6 um espaso vetorial em relago a0 soguinte par do operayics ® (oy, vi) + (ua, va) @ 2a, Provemos algumas das condigbes Yo: (oy, Vu) + Guay Ya) = OL + U2, M4 Ha) = (un + UL, va + YD = (Up, va) + + (4, WD. Ie: 0 vetor mulo neste caso & (0, 0), onde © primeiro o é o vetor nulo de U e 0 segundo Eo vetor nule de V. @wiueve (us + Ua, vi + v9) (a, av), Id: 1(4, ¥) = (lu, 1¥) = @, ¥. 0 espaco vetorial UX V acima definido chama-se espago vetorial produto de U e V. EXERCICIOS PROPOSTOS 1, Compietar as veificagdes nos exereicios 1, 2,3 ¢ 4 anteriores. 2, No conjunto V = {(x, y) Ix, y © IR} definamos Gan, yD + Oa, ¥9) «© multipicago por escalares como no IR2, ou sa, para cada a CIR, a(x, y) = (ax, ay) Nessas condigSes V 6 um espago vetorisl sobre IR? Por qué? 3. No conjunto, V do exerofcio anterior definamos a mente no R? e a multiplicasio por escalares assim: a(x, ¥) = (x, 0). 1 entéo V um espaco vetorial sobre IR? Por qué? itigfo” como 0 fazemos habitual- 4. Seia Vo conjunto dos pares ordenados de nimeros reais. V ndo & um espago vetoral fen relagio a nenhum dos dois seguintes pares de operagdes sobre V: 8) Gy yD + Gaya) = Oy + xy + ¥2deaGGy) = Gaye BI Gay) + Oxq92) = Gan y1) eae, 9) = Cx ay) Dia em cada caso quais dos 8 axiomas nfo se veificam, 495, Seja V como no exercicio anterior. Definamos Gx, 98) + Gay Ya) = Oxy = Dvn, ML HDDs AG, y) = Gay, =), Com essas operagbes definidas sobre V, perguntamos se este conjunto é um espago vetorial sobre 6. Sea V = {(x.y) Ix. © }. Mostrar que V é um espago vetorial sobre IR com a adigdo © 8 ‘muitiplicaggo por esclares definidas assim: Gx, yi) + Ga, v2) = (4 + ay 1 + 9A}, MOL YD E Oa, aE VC ) 26,9) = Gx, ay), VAR © ¥OQVIEY. 1. Seia R™ = ((x, m9, «| xj € Rh Considerando sobre R™ as operagdes dadas por (a1 9a.) +n Ya. Or Yn XD HYDy «DOM CLAD.) =CAN RD, sy mostrar que IR™ & um espago vetorial sobre R. 8, Mostrar que todo espago vetorial sobre € também & espaco vetoral sobre IR, 3. PRIMEIRAS PROPRIEDADES DE UM ESPACO VETORIAL Seja V um espago vetorial sobre IR. Provaremos a seguir algumas propriedades que so conseqilncias praticamente imedistas da definigfo de espayo vetorial. Py. Para todo a € IR, ao = 0. Prova — Devido aos axiomas Il-c ¢ I-e da definigdo de espaco vetorial tém-se: a0 = a(o + 0) = a0 + ao; somando 2 ambos os membros 0 vetor ~ (a0) temos 0 = — (ao) + a0 = —a0 + a0 + a0 = 00. 8 P;. Para todo u € V, Ou =o. Prova — Do mesmo tipo da anterior. Fica como exereicio. = Ps, Uma igualdade au = 0, com a IR e u€ V, 36 6 possivel se a= 0 ouu =o. Prova — Suponhamos a % 0. Daf existe o nimero real a". Multipticando entio au = 0 por a? teremos @(au) = arto Levando em conta o axioma Ila ea propriedade Py: (tau =o 50Py. Ps. Pe P, Como aa"! = 1, entio podemos coneluir (usando 0 axioma Id) que uso08 Para todo @ € IR ¢ todo u de V, (~a)u = a(—u) Prova — Notemos que au + (—a)u = (a + (—a))u = 0u = 0 usando o axioma IL-b e P). Por outro lado, au + (au) =o. Entio: au + (-a)u = au + (au). Somando —au a ambos os membros desta Gltima igualdade acharemos: (-a)u = —au. Um raciocinio andlogo nos mostrar que a(—u) = —(au). Nota: Define-se diferenca entre dois vetores u e v do espago V assim u-vsut(-v. Quaisquer que sejam a, 6 ER e uem V, (a — fu = au ~ Bu, Prova (a—Bu=(@ + (—f))u=au + (—Hu= au + (-(6u)) = au — fue Quaisquer que sejam @ em IR, u e v em V, a(u ~ v) = au — av. Prova — Andloga a anterior. Fica como exercicio. Dados 8, a), ..., @, em Re wy, ..., Uy em V, entio: (3 “*) = S Gary Prova — Faz-se por indusio a partir dos axiomas Ila ¢ Ike da definigao de espaco vetorial. stEXERCICIOS RESOLVIDOS ‘Além das propricdades de Py a Py, enunciadas ¢ demonstradas acima, podemos ainda citar: 1, © vetor nulo de um espago vetorial V é unico, Prov Hi um Gnico vetor 0 que satisfaz Ke, pois se 01 goza da mesma propriedade, entio o=0+ =o 402% 2, Para cada vetor u de um espago vetorial V existe um tinico vetor (—u), oposto de w, Prova Soja uy tal que u + uy = 0, Daf entio, -uto=—ut utp Gutmtusotu su 3, Para cada u € V, tem-se —(-u) = u. Prova © axioma Ia diz que (—u) + u =u + (—w) = 0, Logo uw é 0 oposto de —u, 4. SeuvewGVeu+v=u tw, entio y= w (lei do cuncelamento da adigio) Prova Somemos ~w a igualdade que consts da hipStese: Co+O+y=Cusasw) tay (ott VS(-O+ DEW o+veo+w e) 5, Se u, WV, entfo oxisto um Gnico vetor v tal que w+ ¥ Prova Inicakmente verifica-se que w + (~u) satisfaz a equago dada. De fato: u + (w + (=u) =u + (Cw) +») =u + Cw) + w = 0 + w= w, Por outro lado, somando (~u) ambos os membros da equagdo, ver: (~u) + (u + ¥)= (-u) + w. Daf ((-u) +u) +¥ = =w + (-w), Logo v = w + (-u) .2,D,¥=G,1,—2ew 6. Consideremos no espaco vetoriat IR® os vetores u 8) Calcular 2u + v — 3w; by Resolver a equagio 3u + 2x =v + ws ©) Resolver o sistema de equagées uty vem nas inoSgnitas y, 2 & IR, 52Solugio a Wty 3w= (24,2 4 G1,-2 - 02,3,0 bi Aplicando-se as proptiedades jé conhecidas vem x 4 5; you yrdsny ‘Adicionando membro a membro estas dltimas equages obtemos z = eentio, y=24y—u= (1, 3, -4). cileulos obtemos x = (2, 2,—: ©) Do sistema dado obtém-se EXERCICIOS PROPOSTOS 1, No espago vetorial Mg3x2 (R), consideremos os vetores: aa o4 12 A=(0 0 p=(2 1} ec=lio oo rt o-1 a) Caleular 2 +B 3¢; ) Car Xe MD ta gue AU © Extem t,t © de mane que Aw t+ tC? 2. Sau = (1 +i, 0,v= (1 ~i, 2D ew = @, 3 + vetores no espago vetorial C2. 8) Caleular 3 + Du ~ iv ~ Q— dws b) Existe 2 € € tal que v 3. No espago vetorial Pa (IR) sejam dados os vetores f(t) hq) = e+ 2. a) Calealar 26(¢) + 34(0 — anc; b) Bxiste k © IR de maneira que f(t) + ke(t) ©) Existem ky, ky © IR tis que £(0) wr 18(0) + kgh(O? 4. Ne IR? considoremos 0s vetores 8) Resolver a equagio: @,D,v=6,-2ew na incdgnita x © R; 531) Resolver o seguinte sistema de equagées: xeyee wx-ys zt xty-daw nas inodgnitas x, y, 2 © 4, SUB-ESPACOS VETORIAIS Definigiio 2 — Seja V um espago vetorial sobre IR, Um sub-espaco verorial de V 6 um subconjunto WC V, tal que: @ oeW; (o) ¥u,vEWutvEW;e (© VaeRe YueW, auew. Notemos que (b) significa que a adigio de V, restrita a W, é uma adigo em W. O significado de (c) € que esti definida uma multiplicagao de IR X W em W. Mas sera W, nessas condig6es, um espago vetorial sobre IR? Proposiggo 1 — Se W & um sub-espaco vetorial de V, entio W também é um espago vetorial sobre IR. Demonstragdo — A rigor temos oito itens a provar (ver definigdo de espago vetorial), Contudo mostraremos apenas que: ueW==> -ueW uma vex. que os demais itens decorrem sem artficios das hipéteses. ‘Mas isso é fécil: € 56 fazer em (¢) a= —1.8 Exemplos 1) Para todo espago vetorial V 6 imediato que (0} e V sfo sub-espagos de V. Sio os chamados sub-espagos impréprios ou trivais. 2) W = {(% y, 2) © IR® | x + y = 0) € sub-espago de R. (®) 0 = ©, 0, 0) E W (por que?); (0) sew = (Xi, ¥15 21) © ¥ = (Bay Yay Za) esto om W, entio x1 + ys = = xy typ = 0. Como w+ ¥ = (+9591 FY, %1 +) © (tm) + +61 +92) = G4 + 91) + G2 + ¥2) = 0 +0 = 0, entio ut EW. (©) Exereicio, 543) A intersecgio de dois sub-espagos vetoriais do mesmo espago V é tam- ‘bém um sub-espago vetorial de V. Sejam W ¢ U esses sub-espacos, @ o€U e 0EW, Logo o€UNW. (0) Exercicio, (©) Tomemos a € Re u € U NW. Como uc Ue ue W (que sio sub-espagos), ento au € Ue au € W, Logo au UN W. 4) Consideremos um sistema linear homogéneo sobre R de tipo m X | aux + an +... + Bink, = 0 1 aX + anx +... + tankn = 0 | smixs + taxes + naka = O Ji vimos, © que € Sbvio, que (0, 0, ..., 0) € solugdo desse sistema. Por outro lado € fil verificar que a soma de duas solugbes de $ ¢ solugo de $e que o produto de uma solugfo de $ por um ndmero real também 6 solugdo desse sistema, Verifiquemosatiltima afirmagGo. Se (By, Br, ..., By) & solugdo, é verdadeira a frase 418, + aj22 +... + ajnBn = 0, ¥j, 1 ) Por hipétese a decomposigdo existe. Suponhamos w = u + v= =u + v1 (0, uy E Ue vy, vy € V). Daf u —u, = vy — v. Como, —vEV (pois ambos os termos esto em V), ento u —u; EUV = {0}. Logo u— 1 =0 © entio u = uy. Levando em conta isto conduise que vy — v= 0 e portanto <==) Suponhamos que w € UN V. Tomando entio u G Ue ve V,utve(utw) + (vw), Devido a unicidade que a hipétese menciona podemos afirmar que: usutwe Logo w = 0, Provamos pois que U0 V = {o}. = Exemplo — O espago IR? 6 soma direta dos sub-espagos: U={G0,0)1xER} ¢ V=(@y,91y,2€R). E imediato que: UNV = (0,0, 0}; por outro lado, v(x, y, 2) € IR, Gy, 2) = (, 0,0) + @y, DEUFV, vow. 6. COMBINACOES LINEARES ‘Seja V um espago vetorial sobre IR. Tomemos um subconjunto $= (uy,..., un} © V. Indiquemos por [S] 0 seguinte subconjunto de V construido a partir de S: [S] = farm, +... + aguy | a, ..-, € RP E facil ver que [S] ¢ um sub-espago vetorial de V. De fato: @ Como o = Ou; +... + Ouq, entio o € S, (b) Sev = qu; +... + oyun © W= Buy +... + Batln pertencem a S, entdo Vt w= (ay + Bi)uy +... + (Gn + Bat também & um elemento de . (©) Exereicio Definigdo 5 — © sub-espaco [S] que acabamos de constmuir recebe o nome de sub-espaco gerado por S. Cada elemento de [S] é uma combinapdo linear de S ou combinagdo linear de ty,... , ty. Ad invés de [S] também costuma-se escrever: fay, 2, .--, Unk «+ tn geram [S], ou ento que so um sistema de gera- Dizse também que uy dores de [S 37Notas: 1) Bstenderemos a defi convengéo: [6] = {0}. jo acima para 0 caso S = 8 mediante a seguinte 2) No caso de S C V ser um conjunto infinito, definimos [$] através da > AM, WESC +a ER | Da definigio 5 ede suas ampliagdes, dadas acima, decorrem as seguintes propriedades que deixamos ao leitor como exercicios: asc {s} b)S, CS, CV ==> [8,1 ¢ [S,] ¢) [s] = [{s]] 4) Se S, e S, so subconjuntos de V, entdo: Is, US] = [S)] + [82] ayy +... + ayy Exemplo — Se V = R®, u=(1, 0,0) v= (1, 1,0) 0 que é[u, v}? Lu, v] = (au + v/a, BER} = {(a + 8,8, 0) |a, BE R} = = (&% y, 0) |x, y © IR} uma vez que o sistema at pax on & compativel determinado, ¥x, y € R. Graficamente: 587, ESPACOS VETORIAIS FINITAMENTE GERADOS Observemos no R? 0 conjunto $= {(1, 0, 0), (@, 1, 0), 0, 0, 1D}. Como, para todo (a, b, c) ER, vale a igualdade: (a, b, ) = a(1, 0, 0) + b, 1, 0) + 6(, 0, 1) podemos dizer que 0s vetores de S geram 0 IR°. Muitos outros subeonjuntos finitos do R® tém essa mesma propriedade, o que ndo é dificil de notar. Definigo 6 — Dizemos que um espaco vetorial V é finitamente gerado se existe $ C V, S finito, de maneira que V = [S]. Neste texto praticamente s6 focalizaremos espagos vetoriais que, como 0 IR®, possam ser gerados por um mimero finito dos seus vetores. Salvo mengo contriria somente consideraremos este tipo de espago vetorial, Exemplos 1) O espago V dos vetores da geo- smetria definidos por segmentos orientados 6 finitamente gerado pois considerando a tena fundamental (7, J, &} para todo TEV, existem a, b, ¢€ TR, de mancira que W= a+ B+ ck, Ressalte-se que 7 = (1, 0, 0), 7 = (0, 1, 0) e K = (0, 0, 1) desde que se tenham identificado V e R?. 2) Se o indica 0 vetor nulo de um espaco vetorial qualquer, entio V = (0} € Ginitaneute gerado pois, fazendo 8 — {0}, vale V = [S]- 3) M, (R) € finitamente gerado, 0 conjunto __jfi o ol o 0 00 eee 6} gera M, (IR) j4 que, ¥a, b, c, d€ IR, (: :) “(5 ye ) (4 ‘) o°0 0 0 10 Oo. 594) RP 6 finitamente gerado. Com efeito, generalizando 0 raciocinio feito a0 inicio do pardgrafo verifica-se que © conjunto S= {(, 0,..., 0), 0, 1,0, ...,0),...,@,...,0, D} vorifica igualdade IR" = [S], ou seja, que $ gera oR". Convém notar que o conjunto $ ¢ formado de n elementos. 5) Mmxn (IR) € finitamente gerado, Verifique que as m + n matrizes do conjunto 10.2.0 01... 0 oo. 00...0 oo. s= ; t oo. oo. {geram 0 My xq (IR), generalizando a decomposiglo feita no exemplo 3 acima. 6) Pa(IR) ¢ finitamente gerado, Os polindmios fo, fy, ..., fy dados por fo(t) = 1, fi(0) = , ..., f(t) = t8, Mt EIR, sfo geradores de PIR) uma vez que se f(t) = a + at +... + agt® € um elemento de P, (IR), entio f= aol + af +... + anfy. Observe que {fo, fi, -..5 fq} possuiin + 1 polindmios, Nota: No apéndice I, logo a seguir, daremos um exemplo de espaco vetorial que no ¢ finitamente gerado, EXERCICIOS RESOLVIDOS 1. Seja V © conjunto dos vetores geométricos do espago, Sendo Tum vetor fixo desse fespago, mostrar que W = {ail | a © IR} & um sub--spago vetorial do V. Solugio w (@) 0 € Ws basta considerar « = 0. () Sendo ¥ = aif © = iF em W,eatio V+ W = ail + BU = (@ + Ot, bozo v+Wew. (6) Sejam ¥ = aii A © IR; entio AV = = Ail) = (adit, logo ¥ € W. et 02. Mostrar que o conjunto W = {(x,y) © IR? |y = 0} é um subespago vetorial do IR®, @ @OEW. (@) Sejam w = (xy, 0) € ¥ = (x2, 0) em Ws daf u + ¥ = (4 + x2, 0), donde u + VE W, (© Sejam u = (%, 0) em We a om IR; entio au = (ax, 0), donde au € W. (Outra maneira de resolver: observar que W é gerado por (1,0). 3, Mostrar que & subespago de M(R) o seguinte sub-conjunto: rf) mn) ode sme (2) vee (tye (E 2) omo yy + ya = (x1) + (md (0 see ( ’) eee ( ”) Como ay = a(—3) = —(@x), entdo au © W. (2 7) cementos de W, nti ® (1 + x), ento u + VE W. 4, Soja I um intervalo real e consideremos 0 espaco vetorial C() das fungdes reals continuas elinidas em I. Mostrar que © subconjunto W de C() constitufdo das fungées que so Gerivéveis em todos os pontos de T & um subespago vetorial de CQ), Solugio © céleulo nos ensina que a funcio nula 6 derivivel, que a soma de duas fungdes deriviveis 6 derivivel e que © produto de ume fungio derivivel por um nGmero é uma fungd0 deri vive 5. Nostrar que so sub-espagos vetoriais de My (IR) 0s seguintes subconjuntos: {Ae MqGR) Lat = Al {A © My(R) | AT = TA) onde T 6 uma matrz dada de My (). au pve 619. Dados, os sub-espapos U = (Gy, 2) ER? Ix+y =0}eV Solucio 8) (@) A transposta de matrz nula € a propria matriz nua. (®) Sejam A, B EU. Como (A + Bt = At + BES A +B, entfo A +B EU. (©) Sejam AGU €@ EIR, Do fato de (aA)! = aA! = aA segue que aA €U. ») GA matriz nula comuta com todas as matrzes (®) Sejam A, BEV. Entio AT = TA e BT = TB, Dat (ABT = A(T) = ATE)= (AT)B = (TA)B = T(AB). (©) Seam A € Ve @ ER, Entio (GAT = a(AT) = a(TA) (oA). Provar que se Se T sfo subespagos vetorigs de um espago V, entio $ + T= IS U TI, Solugio Como § +T 5S e$+T2T,entioS +T>SUT. Daf$ +73 (SU TI. Por outto lado, sew $ +T, entio u=s + ¢ (comseS ete). Como, entio, se ¢ pertencem a SUT, podemes afirmar que u=s + tIS UTI, Loge $+ T CIS UTI ‘Achat um conjunto de goradores (sistoma de goredores) dos seguintes sub-espagos de IR ®. U= {Oy DER Ix-y—24t=0} b V=iGy,2,. DER! Ix-y=z4t=0} Solugio 8) Gy, 2.) © U se, e somente se, x ~ y — 2 +1 = 0, isto 6, se, ¢ somente so, + Et Logo (x, ¥,2, 0 EU equivale a (x, ¥, 2,0 = #2~ by, 2,0 = ¥L 1, 0, 0) +2, 0, 1, 0) + t(=1, 0, 0, 1). Assim: {4,1, 0, 0, (1,0, 1, 0, C1, 0, 0, 9} & um conjunto de geradores de U. b) De mancira andloga chege-se a que (1, 1, 0, 0), (0, 0, 1, ~1) & um sistema de soradores de. Consideremos no IR os seguintes sub-espagos vetoras: U=14,0,0, 4,1, DI © V=IG, 1,0, 0,0, D1 Determinar um sistema de geradores de U0 V. Solugio wEUNV <=> weU, WEV <=> Ja, f,4,8 ER tals que: (1, 0, 0) + B41, 1, 1) = 70, 1, 0 + 0, 0, 1) on ainda que: atp=0,6 Opn 6 Donde w = —A(1, 0,9) + #¢l, 1, 1) 0.Dala=-a7=pe8 20, 1, 1), Ento Un V = (0, 1, Dh (oy, ER? 9} , determinar © subespago UNV.my) UNV we U CHEV => x+y=0 e x= 0 <=> x=y =0, Lop UNV = (0, 0,2) 122 R}, que é gerado pelo tetor (, 0, 1. 10, So sub-espagos vetorais de C(X) os seguintes subconjuntos U={reCw 11 = 1-0, Mie R} e Vs ife cw If =f, WEE R) Mostar que CQ) = Ue Y. Sotusto (a) Toda fungfo real F defiida em 1 pode ser assim decompost: £1) = e() + (0, Vee I, onde 1 = HID 5 yy = WHKED, como gen = FDO oye ncne entdo gE U e he Y, Portanto CO) () SefEU NV, entio £0) = 9 e EXERCICIOS PROPOSTOS 1. Quuis dos seguinter conjuntes W abaixo ao subsorpagos do RP? @ W= (Gy, eR? 1x = 0} ©) W= Gy. 9eR 1x eZ} (©) W = (Gx, y, 2) R Ly 6 ieracional} @ W= (Gy, 2) ER Ix ~ 32 = 0} © W= (yy DER lax tty +e ), com a,b, ¢ € R} 2. Quals dos conjuntos abaixo slo sub-espagos do espago P(IR) de todos os polindmios reais? (Leia 0 apGndice (@ W= {£@ © PR 1£@ tem grau maior que 2} () W= {£00 110) = FD} © W= {f@ 1f@ > 0, ¥r eR} @ W= {fet 11 + 2 = 0} 633. on 3. +6. 10. 1. Sejam U, V © W 0s seguintes sub-espagos do R?: Verifcar que no sfo. subespacos vetoriais do IR. @ (Gy eR Ix= 1} © {aye R it eys © {Gy DER IxU+vey; ) UCV==>Unv=u;9) U+veu=— uy; ® UnV=eU=>ucyv. “11. Sejam uv dois vetores nfo mulos do R?, Se nfo existe nenhum t= R tal que w mostrar que R? & soma direta dos sub-espagos [ul e Iv] 12. Verificar se as seguintes matrizes geram © espago vetorial Mz (R): 1o\ (1 1) fo o\ for orf \o of’ \a af \a ape “13. Se U, Ve W sio subespagos votoriais do mesmo espago, mostrar que (UNV) + + (WOW CU ACY + W. Descubra um exemplo para o qual o primeiro membro des- st relagfo & diferente do segundo e um exemplo onde ocorre guakdade. 14, Mostrar que os nimeros complexos 2 + 3 1 ~ 2igeram o espao vetoral € sobre IR. 15. Mostrar que 6 subespaco de MIR) © subconjunto formado pelas matrizes antsimé- ‘tieas. Mostrar também que My(IR) & soma direta dos sub-espagos das mattizes simé- ‘ticas e das antisiméteicas 16. Mostrar que os dois conjuntos {(1, — 1, 2), (3, 0 1} © { 1-29), G3, {eran 0 mesmo sub-espaco vetorial do IR 4} ‘17. Mostrar com um exemplo que se U, V e W sio sub-espagos vetoriais do mesmo espago, se valem as rlages UNV = Un WeU + V =U + Wynd se tem necestais mente V = W. 18. Mostrar com um exemplo que a unifo de dois sub-espagos vetoriais de um mesmo espa- 0 vetorial nfo precisa ser um sub-espaco vetorial desse espapo. 19, Mostrar que a unio de sub-espagos vetoriais do mesmo espago é também um sub- -aspage +2, o somente so, um dos sib oxpagos dedos csté contido no oul. 20. Considere os seguintes vetores do R?: (— 1,0, 1) © 3, 4, 2), Determiner um sistema de equagdes homogéneas para o qual 0 espago soluglo soja exatamente © aub-espago ‘gerado por esses vetores. 121, Repita o exercfcio 20 com os vetores (1, 0,1, 2), (0, 0, 1,0) do IR4, (a) Determinar um suplementar do seguinte sub-espago do R®: {(x, y, 2) Ixy () Mesmo exerefcio com o sub-espago: Lo, y, 2,1) RA 1x ~y=2~ t= 0) do Rt 23, Mostrar que + dois conjuntos absixo formados de funcSes continuas reais definidas em R geram o mesmo sub-espago vetorial de C(R): fsen? t, cos? sent + cost} © (1, sen 2t, cos 2t} o 6+24, Sejam U, V ¢ W sub-espagos vetoriais do mesmo espago para os quals valem o seguinte: Un (+ W) = Vn W = {0}. Provar que seu + v + w =o (vetor nulo), com vel, veVew ew, entiou =o. #25. Mostrar que o espaco vetorial R™ (exercfcio proposto 7 ~ § 2) ni é finitamente gerado, Sugestdo: racioeinar como seré feito no apéndice IL APENDICE II Exemplo de Espago que na&o é Finitamente Gerado Indiquemos por POR) 0 conjunto de todos os polindmios reais. O leitor, Iembrando a operagio adigio de polindmios e @ operago multiplicagdo de um polinmio por um nimero, concluiré que PUR), com esse par de operacdes, é um espago vetorial sobre R ‘Mas P(R) ndo € finitamente gerado. Com efeito, dado $ = {f,,..., f,) C PR), supondo que cada fj seja niio nulo © que fy seja 0 polindmio de maior grau de 8, entio o grau de qualquer combinagdo linear ayy +... + eal no ultrapassa 0 grau de fy. Assim [S] s6 contém polindmios de grau menor que ou igual a0 de f,. Como porém POR) compreende todos os polinémios reais, existem neste espago polindmios de grau maior que o de fy. Logo [S] # P(R), para todo conjunto finito SC PCR). 66capituLo 3 Base e Dimens&o Lembremos 0 seguinte fato relacionado com o espago dos vetores da geo- mettia, definidos por meio de segmentos orientados: se considerarmos um sistema de coordenadas ortogonais, de origem O, ¢ se chamarmos de 1, } ¢ K os trés vetores unitétios com os sentidos dos eixos x, y e z, respectivamente, entio cada vetor OF admite uma Gnica representagdo OP = af + bj + cB, onde a, b ec sto 48 coordenadas de P, em relagdo ao sistema considerado, Nosso objetivo. principal, neste capitulo, € mostrar que em todo espaco vetorial finitamente gerado V existe um subconjunto finito B tal que todo ele- ‘mento de V é combinagdo linear, de uma «nica maneira, desse subconjunto. E que todosos outros subconjuntos de V que tém também essa propriedade (sempre os ha) possuem o mesmo ntimero de elementos que B. Daf saird entdo 0 conceito de “dimensio”. 1. DEPENDENCIA LINEAR Seja V um espaco vetorial sobre IR. Definigfo 1 — Dizemos que um conjunto L = (uy, ty, ...4 Un) CVE linearmente independente (L.1.) se, e somente se, uma igualdade do tipo ayuy +... + aqua = 0 com os a; em IR, $6 for possivel para ay =... = 67Definigio 2 — Dizemos que L = (uy, ..., tn} © V6 linearmente dependente (L.D.) se, ¢ somente se, L nfo & LI., ou seja, € possivel uma igualdade do tipo ayy +... + agg = 0 sem que 0s escalares a; sejam todos iguais a0 niimero zero Exemplos 1) 0 conjunto L = {(1, 1, 0, 0); (©, 2, 1, 0); 0, 0, 0, 3)} CRY é LI, pois: x(1, 1, 0, 0) + ¥@, 2, D-F2(0, 0, 0, 3) = ©, 0, 0, 0) hey rol y ei, 2) 0 conjunto L = {(1, 1, 0, 0), (0, 1, 0, 0), (2, 1, 0, 0)) CIR* 6 LD. pois (1, 1, 0, 0) + ¥@, 1, 0, 0) + 2(2, 1, 0, 0) = ©, 0, 0, 0) ——> x +2%=0 x +20 > =. xty+ 250 y- 220 Sendo indeterminado o sistema obtido, entéo ha outras solugées, além da trivial, para a igualdade condicional de que partimos, Nota: Convencionaremos que 0 conjunto vazio (BC V) é Li. Como para um sub: conjunto LCV deve valer uma, e uma s6, das duas definig6es anteriores e a segun da destas pressupde elementos em L, fica justficada esta convengio. EXERCICIOS RESOLVIDOS 1, Veriticar quais dos seguintes conjuntos de vetores do espaco vetoral IR, slo linearmente independents, 2) {0,10 04,5, G, 6, 99} wD {0,2,3,0,4,9, 0,8, 20} ©) {0,2 D, @, 4,0, 6, 10, 59} Solugio a) Fagamos: x(1, 1, 0) + ¥(L, 4, 3) +2, 6,5 ©, 0, 68Portanto: K+ y+32=0 x+4y+62=0 Sy + Se Escalonando o sistema, vem: xt y+32=0 ss Key +32 by 43 =0 aut y Sy + 52=0 yee se sistema admite outras solug6es além da trivia; daf 0 conjunto é linearmente dependente. Comox = ~ 2 y = ~1ez = 1 é uma solugto nfo trivial temos — 2(1,1,0) — = (1,4, 5) * (3, 6,5) = (0, 0). Esta é uma relagdo de dependéncia entre 0s 3 vetores dados. b) x, 2,3) +yG, 4, 9) + 20, 8, 27) (0, 0, 0 xt yt 2=0 1 x ty + Be 3x + 9y +272 =0 Escalonando o sistema, vern: xtyt 2=0 y+ 6 oy +242 =0 6 4 trivial, ¢ © conjunto ¢ linearmente independente, ©) x, 2,1) + ¥@, 4, 2) + 265, 10, 5) = ©, 0, 0) => x toy + 5220 => 4 2x + 4y + 102 = 0 x+ly+ S=0 Daf, a Gnica sol Escalonando 0 sistema, vem: x + 2y + Sz = Oe sistema ¢ indeterminado, isto 6, além da solugdo trivial admite outzas solugses; portanto o conjunto é linearmente dependents ‘Achar uma relagZo do dopendéncta entre os 3 vetores. Se u,v e w sfo vetores de um espago vetorial V tais que u € fw] ¢ ¥ € lw, mostrar que {u,v} 6 linearmente dependente, Solugio Os vetores u © v sfo da forma u = Awe ¥ = aw, com A, aR. 0 cuo a=A=0 6 tivial pois entdo u = v = 0 e basta ver que Iu + Iv = 0, Supondo por exemplo d ¥ 0, entio AY — ati = Alaw) ~ aw) = (ha — ad}w = Ow = 9; logo {u, v} é LD. o3. Consideremos, no espace vetorial IR, os vetores:u = (1 — a1 + ade onde a # 0. Mostrar que {u,v} 6 Li. + a,1 = a) Solugto Seiax(l ~ a,1 + 0) + y+ a1 ~ 0,0 ou, 0 que & equivalents, (= ox + a): (Lt ax + — a) [Esse sistema linear © homogéneo nfo deve ter solugGes diferentes da trivial, para o que 6 nocessirio e suiciente que a matriz: ( « i+ :) Ita Ina seja inverse, isto 6, que 0 sistema seja de Cramer. Como a fol tomado nfo nulo esta matrix 6 inverstvel e daf {0 ¥}€ Li. 4. Mostrar que o conjunto de vetores {1, x, x2, 2 + x + 2x7} de P3(R) 6 LD. ¢ que quale quer subconjunto de tes elementos dele 6 Lt. Solugio Se fizermos al + px + 7x7 + 62 +x + 2x") =0 a (© zero do segundo membro de (1) & 0 polinémio identicamente nulo), vité: a+ 25+ (8+ Bx + Cy + 25x? Pelo prinefpio de identilade de polinémios, teremos: a+ 6 p+ s=0 y+ =0 © sistema admite outras solugdes, além da trivial, © que nos leva a conciuir que o conjunto 6 LD. ‘Um subconjunto qualquer do conjunto éado, por exemplo {, x, x°} & Li de fato, al + ox + 9x7 = 0, implica a = $= 7 = 0 pelo principio de identidade de polindmios. Nos 3 demais casos prosede-se do mesmo modo, 5. Mostrar que 0 conjunto {(1, 0,4), (1, 1,a),(1, 1,2} de vetores do IR? é LI, desde que a#0caelSolugio Para que © conjunto seja LI. & necessiio e suflciente que: XQ, 0, @) + ¥C1, 1, 6) + 241, 1, 2) = ©, 0, 0) w 8 se verifique para x = y = 2 = 0. Ora de (1), vem: xt y+ 220 y+ 2=0 dal ox + ay +072 = 0 nay an yar 2 - ae @ Comoa # Oca + Lentioa? — a # 0, oqueacarretaz = Oe dafwmy = Oe 6. Mostrar que se 0 conjunto {u, v, w} de vetores de um espago vetorial V for L.1, 0 mesmo aconteceri com 0 conjunto {u + ¥, u + W, ¥ + W) Solugio Com efeito, fagamos: x@ tv tyW tw) +204) = 0 Dat, segue: Hy FO HOEY bow Mas 0 conjunto (u, v, w} € Lil Enid: x +220 yt Esealonando 0 sistema, vem: fxty =o xty 4 -yer=0 ~ y- 250 Lo yteso m=0 €.0 sistema 36 admite a solugio tibial x = y Lope, 0 conjunto {u + vu +w,v+w} é LL 17. Mostrar que © conjunto de vtores {(1 ~ sobre IK. Q2,~1 + D} doC? 6 LD, sobre € mas LI. aR Solusio No primeizo cato, devemos mostrar que existem 24,73 © C, tas que 1 ay(1 i, + 2,—1 + = (0,0),comzy * Oouz, * 0. a £ facil verificar que 2 = 1 + ie zp = ~ 1 satisfazem (1), 0 que mostra que o conjunto é | LD. sobre @. No segundo caso, sendo x, y € IR tais que K-40 +2, -140= 0,0, -ix+ — w=0 x+@+ Dy =0 ik + G- Dy m+G-Dy=0 © dat x Escalonando © sistema, vem: x + (+ Dy Logo © conjunto é LL. sobee R. Mostrar que © conjunto {1, cot x, cos 2x} de vetores de C(I, ml) 6 LI ‘Solugio Supontamos es peors + eae = 0, Yee ton mh io , eee eo ees | fofe=s Gaon) | Esealonando, vem: Dafa=e=7 © © conjunto 6 Li. 1. Mostrar que conjunto {1, sen? x, cos? x} de vetores de C((- m, ml) & LD. Solugio Basta lembrar que sen? x + cos? x — 1EXERCICIOS PROPOSTOS 1 +5, *6 10, io linearmente independentes: a) {0,0}, ©, 1, 0, ©, 0, D, 2, 3, 9} ») {4,1, 0, 4, 0, D, (, 0, -29} ) 0, 0,0), G1, 2, 3), @, 1, - 2D} ® 14,1,0,4,2,0,6,2, -0) Quais 0s subconjuntos abaixo do R® Qusis dos subconjuntos abaixo de Ps (R) so linearmente independentes: a) Gx-4 + oxt 8} ») Ox ix tia? — 1} 9 xe D8 2x? ® Bex oxt ye » Demonstrar que © conjunto {1, e8, e?%} de vetores de C(10, 11) & LAL Mostrar que 0 conjunto {1, e%, xe} de vetores de C({0, 11) € Li. Demonstrat que 6 Lil. 0 conjunto (1, @& = a), =a)? & a} de vetores de Pp.y (R), onde @ é um nimero arbiteéio. Mostar que osubconjunto{xy,X,... Xn} de vetores de um espago vetoral VéL.D. se, ¢ somente se, existe um inteizo (1k '< 1) tal que x 6 combinagfo linear dos de mak vetores do conjunto Determinar m em para que os conjuntos de vetores do KR dados abaixo sejam Li. 1G, 5m, D, @, 0,9, a, m, 3 ») {4,3, 5), Q, m+1, 10} ) (6, 2,2), G, m+n, m—-1} Seja {u, v, w} um conjunto Lt. de vetores de um espago vetotil V. Provar que © conjunto {u + v - 3w,u+3v—w,v4w) éLD, Qusis dos seguintes subconjuntos do €* so Ld, sobre €? @ 1,0, 0 +12, 0, G, 1,0) © 1,0, 1,9, @ 4, d} © 1,0, O43, 3, 5~D, @,4 + 41, 4-69} Suponta que {v,,-. fq} & um subconjunto LI. de um espago vetoil. Mostrar que {ayvj.---+dava} também 6 LA, desde que os escalaes aj sejam todos ni nul. B“LL, Suponha que {uy,..., up, ¥4,---5¥6) que ‘um subconjunto Li, de um espago V. Mostrar fag, es ued A bv, val *12, Seep sop ee-stpees stg} éLeymootar que Cone coe ee BY a ee Ha também € Li, para todo esa « 13. Sejam ay, ..-, 0m niimeros reals distintos 2 2. Provar que 0 conjunto de fungdes femt, 2 etnt La, "14, Provar que o conjunto de fungSes {et cos bt, et sen bt}, onde « © sfo nimeros resis © b¥ O,6LI. 2, PROPRIEDADES DA DEPENDENCIA LINEAR Consideremos um espago vetorial V sobre R. P,, Se um conjunto finito LC V contém o vetor nulo, entlo esse conjunto LD. Prova ~ Seja $ = (0, t,..., Un}. Entdo, evidentemente co + Ou +... + On = 0 para todo a # 0. Isso & suficiente para concluir que $ 6 L.D. # Pi. Ses {u} C Ve u#o, entio $ é LI. Prova ~ Suponhamos au = 0. Como u # 0, ent&o a = 0 conforme jé vimos nas propriedades dos espacos vetorisis. = Py, SeS =(us,..., tn} CV €LD., ento um dos seus vetores é combinago linear dos outros, (Veja exercicio proposto n9 6, § 1.) + Gq, nem todos iguais Prova ~ Por hip6tese existem nlmeros reais ay, 4 zer0, de modo que uy + at +... + Onn "4Suponhamos a, # 0, Entio existe o inverso“de a e multiplicando a igualdade acima por este inverso teremos: uy + (arty )uy +... + (arto) Un Dat wy = (arta uy +... + Car ten)tn ‘© que mostra que us ¢ combinaglo linear de uz, ..., Up. Analogamente se procede quando a; # 0. # Se $1 © S; so subconjuntos finitos e no vazios de V, se S, CS, eS, é LD., ento Sy também 6 LD. Prova — Suponhamos Sy = {uy, ..., Up} € Sp = (uy, --. Uy -- 5 Up) no todos mulos, de ma- Por hipétese existem mimeros reais ay, .. neira que \ ayuy +... + opty Daf aproveitando os escalares e completando com zeros teremos eat +... + aptly + Oupsy #2. + Ouy = Como nem todos os escalares que figuram nesta altima igualdade s40 nulos, entdo pode-se dizer que S, 6 um conjunto L.D. # Se Sy © $; so subconjuntos finitos e ndo vazios de V, com S, CS, & 8; LiL, ento S, também & LiL. Prova — Se Sy fosse L.D., entio 0 mesmo aconteceria com $3, devide & propriodade anterior. SeS = {us,...,Un} é LL, para um certo u © V tivermos S$ U {u} = = {u1,-.-,tqs0} LD., ento 0 vetor u é combinagfo linear dos vetores uss Uny isto 6,u € [8]. Prova — Por hip6tese tem-se uma igualdade arty +... + anu, + au = 0 a ‘onde nem todos os escalares que nela figuram sio mulos. Afirmamos que ‘um dos escalares no mulos € 0 @, De fato, se a = 0, entio auth +... + Gntla = 0. Como porém 0 conjunto S é Ll. esta tiltima igualdade 36 & possivel com ay aq = 0, Daf, se a= 0, entfo a= a1 =... =a, =0, 0 que 6 impossivel, 83. Sendo a # 0 podemos multiplicar a igualdade (1) por a~t e teremos: (@Fay)uy +... + (OMG) uy + us ou ainda w= (-orfay)uy +... + aan) igualdade que nos mostra que u € [S]. = Se S = {uy,..., Uj, --., Un} © uj © [S — {uj}] (isto , uj € combinagio linear dos demais vetores de S), entdo {s] = [S — {pl Prova — Faremos a prova supondo j = 1 0 que nada tira em generalidade E ébvio que [S ~ {uy}] € [S}, pois S ~ (y} CS. Por outro lado, dado um vetor u € [S], entéo: ayy +... + Oqtq (aj © R). @) Como porém o vetor uy esté em [S — {us}], por hipétese, entdo: uy = Buy +... + Bata. @) Substituindo (2) em (1) itemos obter = 0y(fyly +... + Bata) + Oath +... + Gata. Dat U = (arr + oa)uy +... + (@1Bn + On)Un ‘0 que prova que ué [S ~ (u,}]¢ conseqientemente que [S] ¢ [S — {u4}]. Exemplo — Observe no IR* o seguinte sub-espaco S = [L, 1,0, 0), , 1, 0, 2), ©, 0, 1, 0), (0, 2, -1, 4). E facil perceber 4 seguinte relagio . 2, 1, 0, 2) — ©, 0, 1, 0) = ©, 2, -1, 4). ‘A propriedade acima nos garante, entio, que S$ = (1, 1, 0, 0), ©, 1, 0, 2), ©, 0, 1, 0). BASE DE UM ESPACO VETORIAL FINITAMENTE GERADO Definigdo 3 — Seja V um espaco vetorial finitamente gerado. Uma base de V € um subconjunto finito B CV para o qual as seguintes condigdes se verificam: 16@ BB}=v. (b) B € linearmente independente. Exemplos 1) (4, 0), @, 1)} 6 uma base do IR? ++ @,...,0, I} € uma base do 2G, 0, ..., 0), , 1, 0,..., 0, RY 3) {(1, 0, ..., 0), ©, 1,0, ...,0),...,(Q,..., 0, 1)} 6 uma base do espago vetorial €, considerado como espago vetorial sobre C. 4) 0 conjunto das mm matrizes reais 0...0 0 mee yo ° ‘\o. 1 € uma base do espago Mx (R). 5) Os n+ 1 polindmios 1, t, ..., ¢* formam uma base de P, (IR) pois (@ Dado £ € Py (R), existem (¢ sfo tinicos) a9 a1, ..., dy € IR de modo que £() = a tayt +... tant, VEER, © que 6 conseqiléncia da propria definigZo de polindmio, (@) Se ay + at +... + ant = 0, YE CIR, entiio ag =... = ay = devido a0 principio dos polinémios identicamente nulos, 6) Se indicemos por 9 0 vetor nulo de um espago vetorial qualquer, entio uma base do espaco {0} &, conforme nossas convengBes a respeito, © conjunto 0. Nora: As bases exibidas nos exemplos 1, 2, 3, 4 e 5 sfo chamadas bases candnicas dos espagos IR?, IR", €8, Mm xn (IR) € Pp (IR), respectivamente, devido a sua na- turalidade. Obviamente, esses espagos tém outras bases, conforme veremos a seguir. Deixamos como exercicio a verificagio nos exemplos de 1e 4. Proposigéo 1 — Todo espaco vetorial finitamente gerado admite uma base. Demonstraedo — Indiquemos por V 0 espago. Se V = {0} ,entifo ¢ uma base de V devido as convengbes a respeito para este caso, 1Caso contrério existe um subeonjunto finito ¢ no vazio $C V, de maneira que V = [S]. Como $ # {0}, entdo existem subconjuntos nfo vazios de $ que sio L.1. Tomemos um deles com 0 maior nimero possivel de elementos, Indicando por B esse subconjunto, afirmamos que B é uma base de V. Devido & maneira como tomamos B, para todo u € $ — B teremos que B U {u} € LD. Logo u € combinacao linear de B (ver Pe no pardgrafo anterior). Usando agora a propriedade P,, concluis que: [B] = [S] = V. Como, por outro lado, B é Li, pela propria maneira como foi cons. trufdo, entio B é uma base de V. © 4, DIMENSAO Iremos enunciar logo a seguir um resultado bastante importante que diz respeito ao némero de vetores das bases de um espago vetorial finitamente gerado. Sua demonstragio, contudo, somente serd feita no apéndice, ao fim deste capitulo, pelo fato de ser um tanto quanto trabalhosa. Esse apéndice ¢ especialmente recomenda- do aos alunos dos Cursos de Matematica. Teorema da invaridncia — Seja V um espago vetorial finitamente gerado, Entio duas bases quaisquer de V tém 0 mesmo niimero de vetores. Apoiados no teorema da invaridncia, damos a seguinte definico, Definigéo 4 — Seja V um espago vetorial finitamente gerado, Denomina-se dimensdo de ¥ (notacio: dim V) 0 nimero de vetores de uma qualquer de suas bases, Diz-se também, neste caso, que V 6 um esparo de dimensdo finita. Decorre da definiggo dada e de consideragbes jé feitas nos exemplos apts a definigfo 3 que: 1) dim R?=2; 3) dimc* 2) dim R°=n; 4) dim Mmxn(R) 5) dim Py (R) =n + 1; +n; 6) dim (o} =0. Deixamos ao leitor a tarefa de concluir que a dimensfo do espago solugio de ‘um sistema homogéneo escalonado faux taux +... + AinXq = 0 | fargha +o. + MnXq = 0 | t+ apnka 78onde a, # 0,aar, # 0, lol. pip # 06n ~ p. Paraisso, ler novamente oCapitu- Proposicéo 2 (Teorema do Completamento) — Seja V um espago vetorial de di- mension <1. Se{u;,...,u,} < V € um subconjunto LI. com r vetores er (2110)-(0 1-1-8 )-(o}ii—s o-1 1 4 o-1 14 o-1 14 000 of No que fizemos acima a seta indica apenas a passagem de uma etapa para outra do processo, Na primeira passagem permutamos a primeira e a segunda linhas, [Na segunda passagem multiplicamos por ~-2 a primeira linha e 0 resultado somamos com a segunda linha, Na dltima passagem somamos a segunda linha com a terceira linha, Levando em conta (1) e (I) temos que V=[G, 0, 1, 2), @ 1, -1, -4), ©, 0, 0, O)). Como 0 vetor nulo pode ser retirado do segundo membro desta tiltima igualdade, ento V=[G, 0, 1, 2), @ 1, -1, -4)). Levando em conta (III) concluimos que: 10, 0, 1, 2), @, 1-1, -4)} € uma base de Ve que dimV 6. DIMENSAO DA SOMA DE DOIS SUB-ESPACOS Seja W um espago vetorial sobre IR. 4 vimos que se U ¢ V sio sub-espagos de W, entéo UA Ve U + V também sfo sub-espagos de W. No caso em que @ dimensdo de W 6 finita as dimensdes de UN Ve de U + V estio relacionadas conforme proposicio ¢ demonstragd0 abaixo, 81Proposigéo 5 — Seja W um espago vetorial sobre IR de dimensio finita Se U e V sio sub-espazos de W, entio: dim (UAV) + dim (U + V) = dim U + dim V. Demonstracdo — Seja By = (uy, ..., Up} uma base de UV, Como By é Li. em U e em V, 0 teorema do completamento nos garante a existéncia’ de Vin seen My © Ue Wy... Wy E V de tal modo que By = {Uj 2.5 Ups Yay-+ 5 ¥,} € base de Ue que By = (ts,..., ty, Wi, ..., Wt} & base de V, Mostremos que Beiuy,. & uma base de U + V. Uy Vig ees Vos Was ees Wel (8) Seja w € U + V. Entio w = u + v (UE U, v € V). Sendo By ¢ By bases de Ue V, respectivamente, podemos representar WS yy +... + le + BM +o. + BN ve ajuy +... + aft + Bia +... + Bin onde as letras gregas indicam, obviamente, niimeros reais. Dat Wut v= (taut... +(e + ague + Bis +... + Bae + + fiw, +... + Blo Logo [B] = V. (b) Suponhamos GU te hae tO HO tn t=O) Entao: yu, FH agtly + Biv + EB = TAM =. 10% Como © primeiro membro desta Gltima igualdade esta em U e o segundo membro esté em Vee se trata do mesmo vetor, entio: nm... +5, ER tais que: em E UNV, Logo existem 61, .. =m - Daqui tiramos que ame = By to + Bet Buy +... + Ou tn +... + 1 = 0. Do fato de By ser Li. concluise entio que 82bans aH O a igualdade (1) fica: uy +... + at + Avy +. + Byvs = Lembrando que 0 conjunto By também é LJ. tiramos daf que 1 =O ==... = f= 0. Com isso provamos que B de fato é um conjunto Lil. * Finalmente observando que dim (UN V) =r, dim U=1+s,dimV=r+te dim(U+V) = 1+ +t, chegamos a formula dim(U + V) + dim (UA V) = dimU + dimV. 0 Exemplo — Consideremos os seguintes sub-espagos de IR": U=IU1,0, 1,0), @ 1,0, Ole V= (yy, z, Dix ty = 0} Determinemos dim (UN V) ¢ dim (U + V). E fécil notar que B = ((1, 0, 1, 0), (0, 1, 0, 0)} € uma base de U. Logo dim U = 2. Quanto V temos: ue V<==> u= (x, -%, 2 0), onde x, , CER <: x(1, =1, 0, 0) + 2, 0, 1, 0) + t(0, 0, 0, 1). Logo V = [(1, =1, 0, 0), (0, 0, 1, 0), @, 0, 0, 1) Pela forma escalonada como se apresentam os geradores de V que af figuram podemos dizer que: C = (C1, =1, 0, 0), (0, 0, 1, 0), (0, 0, 0, 1)} 6 uma base de V6 que dim V = 3, Por outro lado, decorre da propria definigao de soma de sub-espagos que U + V=[BU CI. A partir disto podemos achar uma base de U + V do seguinte modo: 1o1do 1010 1010 0100 o 100 0100 1-1 0 of+fo 0 1 of+fo o1 0 oo10 ooo1 ooot ooo01 1-1 0 0 0 000 Logo dim(U + V) = 4 e conseqiientemente U + V = IR*. Disto segue que dim (U0 V) = 1. 83EXERCICIOS RESOLVIDOS 1, Mostrar que o subconjunto {1, i} & uma base de € sobre IR Solugio s vetores I ¢ i constituem um sistema de geradores de sobre R pois todo elemento de © é da forma al + bi, com ae bem R. Além disso, se x1 + yi=0=0 401 (com x, y ER), entio x = = 0, 2. Mostrar que © subconjunto de vetores: 4, 2, 2), @, 4, DY 6 uma base do sepuinte sub-espaso vetorial do R®: (% ye RL Solugio Como (x, y, 2) € U se, ¢ somiente se, x = 06 (0, y, 2) = ¥, 1,0) + 2(0, 0, 1), entio {(O, 1, 0), (, 0, 1)} & uma base de U. Logo dim U = 2. Por'outto lado (0, 2, 2) € (0, 4, 1) sG0 independentes pois (ver procesto pritico ~ §'5) (2-032) Logo os vetores dados fermam uma base de U, pois pertencem aU. 3. No espago vetorial IR® consideremos os seguintes sub-espagos: U=fay. ER Ix=0} © V=14, 2, 0, 8,1, D1 Determinar uma base © a dimensio dos sub-espagos U, V,U + Ve Ua V. Solugio De acordo com 0 exercicio anterior {(0, 1, 0), (0, 0, 1)} & uma base de U. Por outro lado (1,2, 0) «3, 1, 2) foram wma base de V pale: (2h) e {C, 2, 0), @, —5, 2} € LAL 010) fr 20 120) /io0 oo 1) foro) for ol foro 12 of foo if fo o1 oon o-s 2) \o-s 2/ \o 0 2) \o 0 0 Logo U + V = I(1, 0, 0), (0, 1, 0), (0, 0, Dl © U + V = IR, Consegtentemente dim (U oy V) = dim U + dim V~ dim (U + V) = 1, Como 0 vetor (0, 5, 2) esté em U e esté em V, entéo {(0, 5, 2)} & uma base de U0 V.4, Determinar uma base do R* que contenha os vetores (1,1, 1, 1),(0,1,—1,0)¢ (0,2, 0,2). Solucto paad paaa o 1-1 of} —+(0 1-1 0 0202 0022 Se tomarmos 0 vetor (0, 0,0, 1), entHo o conjunto B = {(2,1,1,1).(0,1,~ 1,0),(0,0,2,2), (0,0,0, 1} 6 Li. Logo & 6 uma base do IR*, Obviamente, substituindo (0, 0,0, 1) nessa base por qualquer (0, 0,0,a){a # 0) obtém-se outra base do IR. 5. No espago vetorial R? consideremos os teguintes sub-espagos vetoriais: $ = ((1, ~1, 2), 2,1, DT = (0, 1, -0, 0,2, D), U= (Oy, DI x+y = 4x— 2 =O} eV {0% y, 2) | 3x ~ y ~ 2 = 0}, Determinar as dimensdes de: S, T, U, V,$ +1, $97, T+Uetau. Solugio Tea) ») # imediato que dim T = 2 pois seus geradores jé se apresentam na forma escalonada, (1, =1,4), Logo {(1, ©) Os vetores de U so da seguinte forma: (x, —x, 4x) uma base de Ue dim U = 1. aye 4) Os vetores de V se apresentam assim: (x, y, 3x — y) = x(1, 0, 3) + y@, 1, -D. Logo V = IA, 0, 3), (, 1, -I)]. Como os geradores de V que af aparecem ji estio fa forma escalonada, entfo’ dim V = 2. e fi-1 2 1-12 1-12 211) fo 3-3} fo 1-1 o 1-1 o 1-1 o00 124 0 3-1 0 0 2, Logo dim (S +1) = 30 dais +T= R? £) A partir das dimensbes de 8, T e ST, achase que dim ($9 T) = » fo i-1 124 124 era 12 1)—(o 1-1 )—[o 1-1 }—fo ia 1-14 1-1 4 0-33 o 00 Logo dim (T + U) = 2. 1) A proposigdo 5 deste capitulo nos conduzité a dim (T 9 U) = 16. Determinar uma base ea dimensto do espago solugto do seguinte sistema: x-y- SiQaety +t Solugio Inicialmente excalonemos S; fxeyease “| By +e + 3t Daf tiramos: 2 Logo 0 conjunto solugio de $ é ($5 seu )icex} to mosia ie 9 conto ete) 6 uma base do espago solugdo de S e que, portanto, a dimensfo desse espago é 1. Uma outra base de V 6{(1, ~ 5, 3,3), 1. Seja (a4, Up, +5 ta} uma bate do um expazo vetoral V de dimensio n sobre €, Mostrar de (4, -.-5 Uqy ty,.+y dg} & uma base de V considerado como espago vetoral, sobre IR. (Veja Bx. proposto n? 8, pas. 52) Sotugio 2) Dado WV, exten a hy, + yl © de mansira que w= Gay bys + set Gq + bail, pole oF vetores uy, ..., Up formam uma base sobre €. Logo amy +... + ang + Buu +... + byl, © que mostea {045 2.5 Un, a, «+, itn} gem V sobre I ) Por outro lado, 5 ayuy +--+ ana + ByCuy) +... + ByGing) entio (ay + DDO +... + Gp + Ong =O. Logo sy + byi on + bai = 0 Donde ay =... = ay = by =... = bn = 0. Nota: O exercfcio nos ensina que se a dimensio de V sobre € & n, sobte IR seré 2a 868, Consideremos 0 sub-espago vetorial de M3(IR) constituido das matrzes simétricas, Deter- sminar uma base desse sub-espaco, Solugio Podemos decompor uma matriz siméteica X de M3 OR) da seguinte mancira ce) Noo ol No 0 0 6 010 0 0 +o(1 0 0} +e(o 000 1 +e o ° °. 0 1 0 o 0 cil verficar que as sis matrzes om que X se decompés formam um conjunto Li cen Ma OR). Logo esss seis mattizes formam uma base do sub-spaco das mattzessimé- tricas de My (R) cuja dimensdo €, portanto, igual a 6. Lembrese que My (R) tem dimensio 9 ‘Nota: Generalizando 0 racioefaio que acabamos de fazer podo-se concuie que osub-espago das matrizes simétrieas de My (R) tem dimensio © £2 eaquato que Mp (R) ton dimensio n®. E 0 que pedimos no exercicio 16 a seguir. 9. (Exerefeio patolégico) Mostrar que o conjunto {2} & uma base do espago V = {xe R 10. I x > 0} cuja adigio € dada por u © v = uv e a multiplicagio por escalares por a w= us Mae R. Solugio Lembremos que © vetor nulo desse espago é 0 niimero 1. (@) A teoria dos nimeros reais nos ensina que dado um niimero real u > 0, existe um nico nimero real a tal que u = 2°: @ = Joga u. Logo u = 2% =a «2. (©) Sea. 2= 1 (vetor mulo), entio 2% = 1, donde a Nota: & claro que todo nimero real maior que zero e diferente de 1 constitui ums base de V sobre R. Séjam U e V sub-spagos veto de um espago de dimensfo a, Supondo que im U>-2- ave dim V >, prove que: UV # {o. Solus Consideremos a férmula dim U + dim V = dim(U + V) + dim (U 9 V). Se UAV = {0}, terfamos dim (Un V) = 0. Daf dim (U + V) = dimU + dimV > n. Absurdo pois U + V 6 subespaco de um espago de dimensio n, 87EXERCICIOS PROPOSTOS 1. Dar uma base © 2 dimensio do sub-erpago W de R® onde W={(x, 9,2, )€R*|x—y ye x~3y+t=0}. 2. Sendo W e U subespigos do R* do dimensio 3, que dimens6es pode ter W + U se 4,210, 1,1, 0,0, G, 5, 2, 1) & um sistema de geradores de Wn U? 3. Sendo W 0 sub-spaco do exercicio 1 ¢ Uo subespago do R* gerado por (1, 2,1, 3) € G, 1, =1, 4), determinar uma base © a dimenséo de U + We de Un W. 4. Achar uma base © a dimensio do seguinte sub-espago de RY: U = {(x, y,2,)Ix—y= 0 extly+t=0} 5. No espago vetorial R? consideremos os soguintes sub-espagos: U = {&%, y, 1 x= 0}, V={@,y, aly - 22 =O} WIG, 1, 0), (0,0, 21 Determinar uma base ¢a dimensio de cada um dos seguintes sub-espapos: U, V, W, UV, VeWeU+V+W. 6, Deteminar uma base ¢ a dimensio do sub-espago de Ms (R) constituido das matrizes antisimétricas, e1- 7. Mostrar que os polindmios 1,1 + t,1 — 1° formam uma base do P5 (R), 8. Determinar uma base ea dimensto do espago solugfo de cada um dos epuintes sistemas inea- 18s homogéneos: Of xt vez ae - y-2e x tay 45220 OC x-yo2 3x~ ytd 3x- ytd 40 ay +4250 Lo wases t=0 9. Mostrar que ss matries aa aa oO. oo oof \o of’ \a o 02 formam uma base de Mz (R). 10. Determinar uma base de IR* que contenha os seguintes vetores (I, 1, 1, 0), (1s 1, 2, D. 8811, Para que valores de a € R 0 sequinte conjunto 6 uma base de IR?: B= f(a, 1,0), G, a D, ©, 1, a}. n, 1 up. vetores de um espago vetoil V. Provar que se cada votor u de S “up| admite uma Gnice representagdo como combinagéo linear de Uy... Upy entfo os vetoes uy, up formam ua base de S. 1, Suponna que {uy, ug} & uma base de um espago vetoria. Mostrar que (uy, uy + Uys 5t + gt st Ug) também & uma base desse espa. 14, Considete 0 seguinte sub-espago vetorial de C*: W=(0,0,9,0,1 441-90, 1-4-1430) Determinar uma base dese sub-espago. 15, Sejam U e V espagos vetorisis sobre de dimensSes m e n, respectivamente. Considere 0 espago vetorial UX V cuja adiglo 6 dada por (ug, V2) + (Up, v2) = (Uy + vas va + HD) © multiplicago por escalares por a(u, ¥) = (au, av). Admitindo que {u1, .-., Um} (i, «++. Yn} sf0 bases de U e de Y, respectivamente, prove que: (1, 0), «5 Com 0, (0, Vids + +5 (0, VndT 6 uma base de U x V. 16, Determinar a dimensio dos sepuintes sub-espagos de My (R): 8) Subespago das matrizes simétria 1) Subespago das matrizes antisimétricas; ©) Subespago das matrizes A tais que A = 2A, 4) Sub-espago das matrizes A = (ag) taisque ) aij = 0. i 7. COORDENADAS Vamos trabalhar agora com bates ordenadas de um espago vetorial V. Uma base ordenada é uma base na qual fixamos quem é 0 primeiro vetor, quem é 0 segundo vetor, etc, 99,‘Seja V um espago vetorial de dimensdo finita. Dada uma base ordenada B= {uy,uz,---,unh de V, entio todo vetor v desse espago & combinaedo linear de B. Ou seja, @1, 4 @q ER de modo que: v= ayy +... + oan. E fécil provar que os escalares que figuram nessa igualdade esto univocamente determinados. De fato, suponhamos V = ayy +... + Gatln = Bits +... + Bolin Entéo: (ay — fy)uy +... + (Gy — Pada = 0. Como o conjunto B é LiL, entdo ay — 6, = in — Ba = 0 © dat M1 = Br, M% = Br, -- +, On = Bue Definigdo 5 — Os escalares ay, ..., 0 que figuram na igualdade v= a,u, + +... + Qplla, conforme as consideragées acima, sfo chamados coordenadas do ‘vetor v em relagdo a base ordenada B. E conveniente, por outro lado, associar uma matriz as coordenadas do vetor u, Assim, se u=ayu; +... +agtl,,em relagdo a base ordenada B={u,,..., Unb, considerase a matrizn x 1 apenas se no houver possibilidades de confusfo, como a matriz das coordenadas de u em relaggo a base ordenada B. Nota: f evidente a necessidade de trabalhar com bases ordenadas de V (no apenas bases de V) para podermos considerar a matriz.de coordenadas como foi definidaaci- ‘ma. Sem ordenar a base, ndo saberiamos qual seria 0 ay, 0 a, ete. Exemplo — © fécil verificar que B = {1,1 + t,1 + t2} 6 uma base ordenada de P2(IR). Achemosas coordenadas de f(t) = 2 + 4t + t? emrelagfo a essa base ordenada: 24H FO ax ty +O +20 +e) > 244+ Paw +yt yt y+ et => ra ly=4x¢y+2=2 => x=-3y=402=1 90Portanto a matriz das coordenadas de f(t) é { 4} ,em relago a base ordenada B. 8. MUDANCA DE BASE A partir de agora, diremos apenas base em vez. de base ordenada, para facilitar o texto, Seja V um espago vetorial de dimensdo n e consideremos duas bases de V: B= {uy, ..., th} © C = (v4, «+, Yq). Entio existe uma Gnica familia de cscalares aij de mancira que Vs = Guy +... + Gan + Apna ou simplesmente Definigfo 6 — A matriz quadrada de ordem n Mm... On Car chama-se matriz de mudanga da base B para a base C. Exemplos 1) Qual a matriz de mudanga da base B= (1, 1 +t) para a base (1, t} no espago P; (R)? fl=mitya + mty at ™ ty. =0 t= malt ye +) v=o mel 1===> 4 = 1 y1 = 9, = Le ya = 1. Logo 1-1 =\o1 6 a matriz pedida, 2) Se B = C, obviamente a matriz de mudanga de C para B ou vicesversa é a matriz idéntic ‘Trés problemas importantes se apresentam no que se refere a mudangas de base, Problema 1 — Se a matriz de mudanga da base B para a base C é P = (ai) ea matriz de mudanga da base C para uma outra base D (do mesmo espago) é Q = (Gj), qual a matriz de mudanga de B para D? Suponhamos B= {uy «+2, Un}, © = (Viy+0+5 %mb €D = (Way. +5 Wah A efinigdo de matriz de mudanga nos gerante entio que: ya ayy G w= > fey k=, fi Dat mo Dh (& ws) =3 (Sm) w (k= 1,...,0). = i \ja Entfo o termo geral da matriz de mudanga da base B para a base D & dado por >. ayfje que € 0 termo geral de P.Q, Logo a matriz demudangade B para D j € a matriz PQ. Nota: Uma conseqtiéncia do que acabamos de ver é que uma matriz de mudanga de bases ¢ sempre inversfvel, Sendo vejamos. Sejam P a matriz de mudanga de B para Ce Qa matriz de mudanga de C para B. 92 oeDos diagramas a0 lado decorre que O+® 2 () PQ QP Logo P & inversivel e P*? 6 simplesmente a matriz de mudanga de C para B. ©) a ®) 2 tn Problema 2— Se a matriz. das coordenadas de u © V em relagdo A base Bé: e amatriz de mudanga de base de B para C & P= (ay), qual a matriz.das coordenadas de u em relagio a base C? Seja Yn essa matriz, Temos entio v= So xs = >) yyy 4 i Como cada y= >> au; = 1,2,..., 0), ento " Me Ms £ = fi 93Devido a unicidade das coordenadas segue que: n= Yay G=12....0) et X= Guys + nya +... + OnYn Gms + Anas +. + Onn Usando a notage matricial obtemos a relacZo desejada Xp xX=?PY ‘que equivale ainda a Y= P-'X, Problema 3 — Se (u;,..., Up} € uma base de Ve P= (ay) & uma matriz, inversivel, entdo os n vetores yj =)” aijuj (j= 1,..., n) também formam uma base de V? Dat >) ayy in dos seus coefcientes&P (inversivel), ent x = Li. e portanto também 6 base de V. +n), Como este sistema € homogéneo ¢ a matriz %q = 0. Logo {viy..-5 Yn} é EXERCICIOS RESOLVIDOS 1, Determinar as coordennias do vetor ®) Canbnica, ») {,1, 9, 4,0, 9, 4,0, -D} = @, 1, 4) do R? em relaglo as bass: 94,Sotucio 8) Quanto & base canénica 2s coordenadas sZ0 as préprias componentes do vetor, ou seja, 2, Le. b) wax, 1,1) +, 0, 1) + 20,0, > xtytz=2 =>4 x xty- Resalvendo o sistema obtide, encontramos x = 1, y = 2 ez =~ 1, Logo as coorde- rnadas de u neste caso séo 1, 2 ¢ —1, A matriz das coordenadas de u & 2. Determinar as cootdenadas da matriz HO}G G2) ‘Logo as coordenadas pedidas 3, Determinar as coordenadss do polindmio 1 + 2t ~ 1° © Py (R) em relagfo a) B base candnica desse espago; b) A base (1-1-1 - 0} 95Solugio @) As coordenadas neste caso sfo obviameate 1, 2, 0 © 1 bw) 14t-Paasbd-o4cd-A+aa~ y= atbtetd= 1 -o 2 Loge as coordenadas fo: 2, — 4. Achar a matriz de mudanga da base B= i(1, 1, 0), ©, 1, 0), ©, 0, 3)} ppara_a base candnica do R?. Solugio 1, 0, 0) = a(1, 1, 0) + 60, 1, 0) + 60, 0, 3) (, 1, 0) = dG, 1, 0) + e(0, 1, 0) + £0, 0, 3) ==> (0, 0, 1) = g(1, 1, 0) + nO, 1, 0) + 10, 0, 3) ‘a 1 a =O fe =0 atb O, qdte =ledg+h =0 0 Bist ° ° 1 © 4 Loge: 100 110 ‘matriz pedida, 1 oo 5, ‘5. No espago IR* consideremos as bases B = {e1,2,e3} €C = (8,82. ea} relacionadas da ‘seguinte mancira a= tes mad + ates B= ert Dep tes Detecminar a matriz de mudanga de B para C ¢ de C para B. 96Solugio Por definigio: 12 012 pad € a matriz de mudanca de B para C. Para achar a matria de mudanga de C pata B & 36 dleterminat 8 inversa dessa matez Dait1 00) frau oo o12ioro)-(01 20% 11 1io on o or-1 01 Lauieo\ [12100 o12io1o)-(o1 2010 ' iad oorri sd loo itoa : ria3 12 of vetted a1! ~fo rol 1 04 ‘ haa oon! oortad Las 20-2 6. Considerando os dados do exercicio anterior, se as eoordenadas de um vetor u em relago A bare B so 1, 1 © 2, quais as coordonadas desse vetor em relacio 4 base C7 Solugio Sejam a, b e © essas coontenadas, Entto: 7EXERCICIOS PROPOSTOS (Dose td it 8) candies; ») (,1,0,0,2,0,6, 1.0}; ) {G,2, 0, 0,3, 2, , 1, 4}. (4, ~5, 3) ER, em relagdo as seguintes bases: 2. Determinar as coordenadas de 1 — 2i € € em relagdo & seguinte base de € sobre IR aids eterminar as coordenadas do vetor (1, 1, 1) € €*, em relagdo A base (1, 0, 0), (, 4, 0), “3, AG, 41+ 0, (FB Determinar ag coordenadas do polindmio t? em relago & seguinte base de P5 (IR): 3 Caen @anieese), 3a A itr Ge madaga de uma tue B do R* par ba, (, 2) de memo Determinar a base B. para uma base C ambas do mesmo sub-espago (.:) 7. Considere as bases B = {e1, 09. eg} © C = (24, £2, 83) de IR? assim relacionadas: 6. A matriz de mudanga da base {1 + t,1— de Pa (R) & Determinar a base C. B= e- a e3 a= 20: + 323 m= 30, +e 8) Determinar as matrizes de mudanga de B para Ce de C para B. b) Se um vetor u de IR® apresenta cosrdenadas 1, 2 ¢ 3, em relagdo a B, quais as coordenadas de u relativamente a C? 8. Considere © seguinte sub-espago vetorial de Mz (R): 98EE. ff )0)6 1) ‘by Achar a matriz de mudanga de B para Ce a de C para B, ©) Achar uma base D de U, de tal mancira que a matriz de mudanga de D para B seja: 10 02 3 + Ug} uma base do espago vetorial Ve seja C= {vy,...,¥ah onde s+s98)- Provar quo C é uma base de Ve calcular a matriz de Co)seia B made G ‘mudanga de B para C. F105 Sein B = {u,,--., ug} uma base do espago vetorial Ve seja C = {5.44 Yay orth = up}. Mostrar que C é também uma base de V. Achar as matrizes de mudanga de base de B para Ce de C para B. APENDICE III Teorema da Invariancia Lembremos que 0 Teorema da Invariancia, jé enunciado na pig. 80, afirma que todas as bases de um espago vetorial dado tém 0 mesmo niimero de vetores. Precisaremos de trés lemas para poder provar o Teorema da lnvariancia, Lema 1 — Seja B= {uy, tp, ..., Un} uma base de um espago vetorial V. Seu € Ve ainda se ws aya +... + ajuyt ... + Only @ 997com aj ¥ 0, entdo 0 conjunto C = {t, ..., Wit, Uy Ujssy «+5 Un} também & uma base de V. Demonstragio ~ Faremos a demonstragio supondo i = 1 para facilitar 0 trabalho com os indices, (a) Como ay # 0, da igualdade (1) da hipétese segue que uy = Bu + Baty +... + Ban @ 1h Bs = — ay "oy, 5 Bn = on. Seja v € V. Entio existem 71, ..., Yq € IR de forma que onde 6 = = 7h + mth +... + Yan @) Substituindo (2) em (3) teremos: Y= (nBu+ (Ba + ta) +... + On + tne Ficou provado assim que 0 espago V 6 gerado por {Us Uns oo Unb. (b) Suponhamos xu + x0 +... + ata = 0 @ com X, X, ..., Xq em IR, Substituindo (1) em (4) teremos: (xoy)uy + (Xa + om)Ur +... + (Ket + Xan = 0. Como B é Lil, desta Gltima igualdade decorre que: xay = 0, x03 + Xp = 0,..., XO + XQ Mas a # 0. Logo x = 0, x: = 0, ..., Xn = Lema 2 — Suponhamos que exista uma base de V com n vetores. Ento se {Uy, ++) Un} CV 6 Lil. e possui n vetores, B é também uma base de V. Demonstracio ~ Seja C = (vy, ..., vn} uma base de V. Entdo: Uy Savy He tain (Ory os On ER). Néo podemos ter todos os escalares nessa igualdade nulos, pois isto implicaria que uy = 0 0 que & impossivel jé que 0 conjunto B € LI. Lago um dos a; é nfo nulo, Suponhamos a ¥ 0, O lema anterior nos assegura entio que: {iy Vas es Yad € uma base de V. Portanto up ¢ combinagdo linear deste conjunto, ou seja, existem 61, Bo, By em IR de maneira que Uz = Brty + Bava +... + Bava 100 sais‘Também no podemos ter fy =... = By = 0, sendo (uy, Ua) seria LD. e, por tanto, 0 mesmo aconteceria com 0 conjunto B. Aémitindo que 8; + 0 teremos, em virtude do lema anterior, que {U1, Un, ¥35-+-5 Vn} 6 também uma base de V. A repetigao desse raciocfnio nos levard a conclusdo de que {Us, ta, -.., Un} € uma base de V. # Lema 3 — Suponhamos V como no lema anterior. Entio todo subconjunto de V que seja LI. tem no méximo n setores. Demonstragdo — Suporhhamos que exista S = (uy, ..., Uns Uasay <5 Ud) CV que tenha t > n vetores e que seja LJ. Entio B= (uy,... ,Uq} tem n vetores € 6 um subconjunto LI. Logo B é base de V devido ao lema anterior. Dai 34 ER I tga, = any +... + tn. Entdo au; +... + dnp + (—1)tn41 = 0 © que vem mostrar que o conjunto S LD. Absurdo, = Teorema da invariincia — Duas bases quaisquer do mesmo esparo vetorial finitamente gerado t8m 0 mesmo niimero de vetores. Demonstragdo — Sejam B= {Uy,..., Un} €C = {¥s,..., Ym} duas bases quaisquer de V. Como B é base de Ve C 6 LL, entdo m IR? a aplicagéo dada por S(x, y) * (x, —y), 44(x, y) no IR*, $ pode ser visualizada na figura ao lado ¢ leva cada ponto do IR? no seu simétrico em relagdo a9 eixo x. Em particular a imagem da reta y =x 6 Stu) =, -y) aretax + y = 0 (¢ vice-versa), a imagem do eixo x € 0 proprio eixo x e a imagem do eixo y € 0 proprio etko y. Definigo 2 — Uma aplicagdo F; U + V se diz injetora se, e somente se, uy, wy € U, F(u) Ou, em outra formulagZo, se, e somente se, > F(u:) # F(u), (u)—> uy = y Muy, € Uy # up Exemplos 1) A aplicagio S: R? + Ik? dada por S(x,y) = (x, —y), ¥%, y) ERY, 6 injetora pois se uy = (X,, ¥1) © Up = (a, Ya) enti: F(a) = F(va) ney =H ==> i, -1) = Oa, — 2) => Hh = h 2) A aplicagto f:IR? + IR* dada por F(x, y) = (0,x + y, 0) ndo é injetora pois temos, por exemplo, (, 1) # Q, 0) e FU, 1) = FQ, 0) = ©, 2, 0). Definigdo 3 — Uma aplicagio F: U > V se diz sobrejetora se, ¢ somente $0, Im(B) = V, ow seja, para todo v € V, existe u € U tal que F(u) = v. Exemplos 1) S: R® + R® definida por S(x, y) = (x, —y) é sobrejetora. De fato, dado v = (¢, d) © R?, basta tomar u = (c,d) para termos F(u) = v. 2) F: IR? > RR° dada por F(x, y) = (0, x + y, 0) nifo 6 sobrejetora, Isto (9) Resumidamente escreveremos rempre S(x, y) para indicar # imagem de (x, y) por 8. 103porque, por exemplo, (1, 0, 0) € IR° e no imagem por F de nenhum elemento u € RE (0 primeito temo de cada imagem & 2210) ©,40) Definigéo 4 — Uma aplicagdo F: U > V se diz bijetora se, e somente se, F € injetora e € sobrejetora. Exemplo ~ A aplicaglo S: IR? > IR? dada por S(x, y) © 6 sobrejetora conforme jé vimos. Logo $ € bijetora Nota: Se F: U -> V € bijetora, entdo cada elemento de V € do tipo F(u), com u EU bem definido e se fizermos a associaeo F(u) + u teremos uma aplicagao de V em U pois nfo podemos ter F(a) = F(us) € w, # up jé que F ¢ injetora, Essa nova aplicagdo assim definida (no caso de F ser bijetora) é chamada gplicagao inversa de F e 6 indicaia por F™!. Temse entio: F*e@) eFRUW)=v wueU e WEY. (x,y) €injetora 2. TRANSFORMACOES LINEARES Definigo 5 — Sejam U e V espagos vetoriais sobre IR. Uma aplicagdo F: UV 6 chamada transformagdo linear de U em V se, e somente se, (@) FQ) + 4) = FQ) + Foy), Yur, € U, © (0) F@@u) = aF@), ¥ae Re WuEU. No caso em que U = V, uma transformaggo linear F :U > U chamada tam- bbém de operador linear 104Exemplos 1) Seja O: U + V a aplicagdo assim definida: 0 (u) = 0 (vetor nulo de V), Yu € U, Verifiquemos que O é linear. @ 00, +4) =0=0 +0 = 0%) + 00H) (b) O(au) = 0 = a0 = ad(u) se denomina transformapdo linear nula de U em V. 2) Seja I: U + U definida assim: I(u) = u, Yu € U, E mais um exemplo de transformasao linear pois @ Tuy + wy) = uy + = MCUs) + MQ) € (®) [(au) = au = al(u). 16 0 operador idéntico de U. 3) F: IR? > IR? definida por f(x, y, 2) = (x, 2x — 2), V(x, y, 2) RY, também é linear, Sejam uy = (%1, Yr, 2%) © U2 = (Xa, Ya, %) em R®. @) FQ: +) = FOa +X, ¥1 + Yat +) = Or + ma, 20 + m2) - ~ q+ %)) = (x1, 2x) ~ 24) + Ora, 2%. — y) = F(Uy) + F (up). (b) Exereieio, 4) F:IR® > IR™ definida por FOR, om) = ie + aan ey matr F # Bmaa) € uma transformagdo linear para toda familia (ay) de mimeros reais dados, Veri- ficase essa afirmagéo generalizando o que st fez no exemplo 3. Fica como exetescio. 5) Seja D: Pp (IR) -> Py (IR) definida por D(f(t)) = f'(t) para todo polindmio 1(t) de Pq (IR). (1"(L) indica a derivada de £(8). Como a derivada da soma de dois polindmios ¢ igual a soma das derivadas € a derivada do produto de um polindmio por um nimero ¢ igual a esse numero tmultiplicado pela derivada do polindmio, entio D 6 mais um exemplo de operador linea Sejam U e V espacos vetoriis sobre IR e consideremos uma transformagdo linear F: U > V. Valem a: seguintes propriedades para F: Py. F(0) = o & transforma o vetor nulo de U no vetor nulo de V.) Prova ~ Como o € 0 elemento neutro da adiggo em V: F(0) +0 =F). los© fato de F ser linear ¢ © fato de o ser 0 vetor nulo de U dio: F() = F(o + 0) = F(o) + Fo). Comparando os resultades obtidos tiramos: F(o) +0 = Fo) + FO). Somando —F (0) a ambos os membros desta iltima igualdade chegaremos aque o=FO).# ys P,, F(-u) = —F(u), Yue UL Prova — F (u) + (F(u)) = 0 = F(o) = F(u + (-0)) = F(u) + Fu). Logo F(u) + F(-u) = F(u) + (—F(u)). Somando —F(u) a ambos os ‘membros desta shima igualdade obteremos F(-w) = -F@). = Nota: Recomendamos ao leitor que procure justificar cada passagem desenvolvida na primeira linha da demonstragio de P, Py. F(Uy ~ a) = F(vy) — F(), Yn, wy EU Prova (exercicio). ® Py. Se W é um sub-esparo de U, entiio a imagem de W por F & um sub-espaco de V. Prova — Lembremos que F (W) = (F (w) | w © W) € a imagem (direta) de W por F. (@) Como F(0) = 0, entio 0 € FCW). (b) Bxerci 106(©) Sejam v € F(W) ¢ a € IR. Entio v = F(u), com u € W. Logo av = aF (u) = F (au). Como au € W, pois W é sub-espago vetorial de U, entio: av € FW). ® Nota: A propriedade Py acima significa que uma transformagdo linear transforma sub-espaco vetorial em sub-espaco vetorial, Em outras palavras, uma transformagao linear “respeita”” a estrutura de espago vetorial. Ps. Sendo F: U + V linear ento Prova: Faz-se por indugio sobre n. = EXERCICIOS RESOLVIDOS 1, Verificar se a aplicagio F: IR? ~ IR? definida por: Fy, y, 2) = (2, x + y) € linear, Solueio (@) Sejam u = (x1, yi, 21) © ¥ = Ga, Ya, #2) dois elementos genéricos de RR. Entic Ft) = Fou 42,91 + ¥2, 21+) = = Gy +m, 0 +) + Or ty) = = G11 +1) + 2% +92) = = Fw) 1 FO &) VaeRe Yu=(y, ERY F (au) = F(@x, ay, a2) = (a2, ax + ay) = ald, x+y) = aku). 2. Vesificar se F : IR — IR? € uma trinsformagio linear, onde FO) = (x, 2) Vx € IR Solugio x,y EIR, temos Fox + y) = (x +y,2 #2) +042) = #944). Logo F ao é uma transformasio linear Nota: Como uma transformaedo linear leva o vetor nulo do doménio no vetor mulo do conttadominio ¢ F (0) = (0, 2) # (0, 0) poderfamos, por este caminho, ter conctuféo ‘que a aplicaglo F do exerefcio 2 no 6 linear. Contudo o fato do uma aplicagio F: U+V ttansformar 0 vetor nulo de U no vetor nulo de V nda implica que ela seja linear. Procure um exemplo, 1073. Verificar se ‘magio lines Solugio aplicagfo F : IR? ~ IR? definida por Fix, 9) = (a2 + y2, x) é uma transfor Seu = Om, yp) © ¥ = Cup, yx) © IR, entfo Flu + 9) = Foxy + a, yn + 99) = = (Oo + xa 4 a 4 ya)? Ms + ma) = = Oxy + 9g, xa) + (xg + ¥Z a) + 20cm + Ya¥a, OD € portanto F ndo é linear, Notar que, apesar disso, F (0, 0) (0, 0). 4. Soja V = Mp(R) e B uma matriz fina dese espagovetorl. O operador FV. = V dado por FOX) = BX,XeVélincar? E quanto a0 operador G :V_~V dado porGi(X) = XB? Everdade que F = G Solugio (@) ¥X,Y EV, FO + Y) = BO + Y) = BX + BY = FO) + FO; ©) VX eVe Ya R, Fle) = BeX) = a(BX) = aF 00. Logo, F 6 um operador linear de Mp (IR). A verficago de que G também ¢ linear é anilo- 1, Mas,em geral, F + G pois BX + XB. 5. Sabendo que F: IR? > IR? 6 um operador linear © que FU,2)=@,-D ¢ F@N=0,2, achat F(x, y), onde (x, y) 6 um vetor genérico do IR? Solugio Observemos de inicio, que {(1, 2), (0, 1)} € uma base de IR. Determinemos as coordenadas de (x, y) © IR® em relagdo a essa base: (x, y) = a(1, 3) + D0, 1) ==> a=x e2atb=y=—>a=xe bay 2x x(,2) + & = 200, D. AF(L, 2) + ~20FO, 1 (+ y, Se 4 2y), xG,-D + - 20052 = 6. Verificar se 6 linear a transformagio F: R® > R, dada por F(x, y, 2) = —2x + 3y +72 Solugfo (@) Yu Gy, y1 21) ¥¥ = 6, 92, 2) ER, FU + Y) =F xt + 0a, Yn tay 24+ 22) = 20 +09) +304 + 92) + Td +9) = =~ 2p + 3y1 + Tey ~ Dea + 3¥2 + Iz = FW) + FOO. () ¥aeRe Yu = (x,y, 2) € RY, Flaw) = Flex, ay, 92) = 2ax) + Bay) + Taz) = a(- 2x + By + 72) = aF Cw). 10s yy)7.Seja Puma matriz inversfvel de My OR). Mostrar que F: Mn (R) -> My (R) dada por FOO = P"'XP um operador linear desse espago. Pc + yp = PNP + BYP = FOO + FO): (XP = a@ XP) = aF OO, @) F(x) =F . Mostrar que é uma transformagdo linear 2 aplicagio FR? > c(l0, 1)) (espaco vetorial das fungdes reais continuas definidas em [0, 11) dada por: Foxy) = xe! + ye vey, y) eR, Solugio (@) Yu Oa, v1) © Mv = Gx, ya) om Fa + ¥) = FO + ayn t ya) = On + adel + Oy + yale" = axel tyre a get + net = Fu) + FO: () Mae R © MG, y) ER, Flats, y)) = Fax, ay) = a(ret + ye" = aF (x, y). (anet + (ay)et = 9. Mostrar que é um operador linear de V = C(O, 1D) a aplicagdo F:V > V dada por FEO) = 1) GC VAC € V, onde ¥ (1) 6um elemento fixo de V. Solugio () FED + 20) = HCO + 2) YO = 19 GO + OHO () Flaf) = (afl0) 90 = alto) YC = AFC). FEUD) + FEED: 10, Seja V um espago vetorial sobre IR. Dado @ © IR chams-se homotetia determinads pelo scalar a a aplicagdo Ha: V > V tal que Hy (u) = a, ¥u © V, Mostrar que Ha é um operador linear de V. Solugio (0) Haas + up) = ety + up) = aug + aug = Ha (ty) + Halu): (©) Hat) = actu) |, Num espago vetorial V sobre IR, dado w V, chamase transagio definida por w a aplicagdo Ty: V-+V tal que Ty(u) =u + w, Yue V, Mostrar que se w 4 0, entioT no é Linear Solugio Vuy, uz EV, Toles + 02) Logo, se w #0, Ty ‘operador idéntica que & uy + ug + we Twluy) + Twit) 6 linear, Por outro lado, se w = 0, ento Ty coincide com 0 way tw, 109EXERCICIOS PROPOSTOS 1. Quais das seguintes aplicagdes de R? em R so operadores lineares? ) FGDs &-y¥e4%05 Frys 2) = Oxy +2, 0, 0 F309, 2) = 05% Wi @ Fats y, 2) = Os? + 3y,2, 2 . Soja F IR? — IR? o operador incar asim definido na base candnica: FA, 0,0) = (2,3, 0,0, 1,0) = (5,2, 1) F(0,0,0 = (2,0, 9. Detesminar F(x, 2), onde (xy, 2) € umn vetorgenrico do IR°. Mostrar que F é um operador linea. 3. Consideremos o espago vetorial € sobre Re seja F: € > € tal que F@) = 7, Vz C. Mostre que F 6 um operador linear. Se tivéssemos considerado 0 espago vetorial € sobre © seria F ainda um operalor linear? 4. Vetifique se so operadores lineates no espago Py (R): (2) F: PyGR) + Py) tal que FUL) = t(D, YF) Py; (©) F: Py) > Py) tal que FED) = 1 +7", FI € Py), 5. Existe um operador linear F : IR? —> IR? tal que FC, 1, 1) = (1, 23), FC, 2,3) = = (1,4, 9) e FQ, 3,4) = (1, 8,27)? Sustifique sua resposta, 6. Soja u = (x, y, 2, 1) um, etor genérico do IR. Quais das aplicagSes definidas abaixo sf0 ‘operadores lineares do R*? a) FO = 4,0,1,05 FO) =11,0,1, 0 © FW= lynx 4 EXD: FO) = 05% 7,250. Ca) Seam U eV subespages de um expago W tis que W = U © V. Sela Pye Py as apt cagGes de W em W tais que para todo w = u + v de W (com u © U ey eV) associam, respectivamente, u ev, ou seja Py(W) = u € Pp() = v.Mostrarque Py © Pa sfo lineares, 8, Sela F 0 operador linear do IR? tal que F(1, 0) 8) Determinar F(2, 4); b) Determinar (x, y) € R? tal que F(x, ¥) ©), Provar que F & sobrejetor & injetor (bijeton). 2, De FO, N= 4,4). 2,3); (9) Seja A uma matriz xa de My(IR). Mostrar que F :Mfg(IR) + Mp(IR) dada por: FOO = O2 XA — Ax, 7X © My), 6 linear SoA = Aly com € I 11010°SejaF:1 = V uma transformagfo linear com a seguinte propriedade:{4y,.... uq} uma tase de U,entfo (F(a), Flun)}élinearmenteindependente em V. Proms que F ¢ Injetrs. 3. NUCLEO E IMAGEM Definiglo 6 — Sejam U e V espacos vetoriais sobre IR e F: U > V uma transformagéo linear. Indica-se por Ker(F) ¢ denominase miicleo de F o seguinte subconjunto de U: Ker(F) = (ue U1 FW) Exemplo ~ Seja F: R? > R? a transformagio linear dade por: FO y) = @, x + y, 0). ‘Achemos 0 niicleo de F. Temos: (%, y) € Ker) <=> (0, x + y, 0) =, 0, 0) <=> x= Logo Ker(F) = ((x, ~x) 1x € IR}. Proposigdo 1 — Seja F : U > V uma transformagio linear. Entdo: a) Ker(F) 6 um sub-esparo vetorial de U; b) A transformagao linear F ¢ injetora se, e somente se, Ker(F) = {0} unDemonstragdo a) (1) Como Fio) = 0, ento 0 € Ker(F). (2) Sejam uy, uy € Ker(F). Entdo F(u;) = F(us) Daf F(u; + v2) = F(uy) + Fy) = 0 +0 =o. Portanto u, + uy Ker(F), (B) Exerefcio: Prove que se u © Ker(F) ¢ a€ IR ento au © Ker(F). b) Suponhamos F injetora. Seja u € Ker(F). Entdo F(u) = 0, Mas F() = 0, conforme P;. Logo F(u) = F(0). Usando a hipdtese nesta ltima relacdo tiramos: u =o, Entio, se F ¢ injetora, 0 nticleo de F se resume ao vetor nulo de U Reciprocamente suponhamos Ker(F) = {0}. Dados u,, u; € U, entio F(u:) = F(u:) ===> Fu) — Fy) = 0 ==> => Fu, — > uy — uy € Ker(F) = usm = u-n= © que mostra que F 6 injetora, = Exemplo — O operador linear D: Py (IR) > Pa(IR) dado por D(f(t)) = = f'(t) é uma transformagio linear injetora (operador injetor)? Se f(t) = a + ast + agt? +... + ant, enti D(F(t) + nant", Logo £"(t) = 0 tem como conseqiiéneia que ay Portanto f(t) = ao € dai Ker(D) = {a9 | 29 € IR} = IR, ou seja, Ker(D) é 0 conjunto dos polinomios reais constantes. Logo D nao é um operador injetor. ‘A imagem de ume transformagdo linear F :U_ > V foi definida anteriormente: Lm(F) = {F(u) | u€ U}. J4 vimos que € um sub-espago vetorial de V. 0 teorema a seguir, que relaciona as dimensdes de Ker(F) e Im(F) nos casos em que dim U ¢ finita, € bastante importante, Teorema do Niicleo e da Imagem — Sejam U e V espagos vetoriais de di- mensZo finita sobre R, Dada uma transformagio linear F: U > V, entdo dim U = dim Ker(F) + dim Im@). ‘u,} uma base de Ker(B), Essa base Up, Vay «++ Vg} de U conforme o Demonstragéo — Seja By pode ser estendida a uma base By 12teorema do completamento, Mostremos que B = {F(¥), ...,F(v)} é uma base de Im). (@ Dado v € Im(F), existe u € U tal que F(u) =v. Mas u € combinagZo linear de By: u = ayy +... + gly + Bivs +... + Biv, com 05 a @:08 6) em RR, jf que By 6 base de U. Logo: v= Puy +... + guy + Biv +... + Boys) = = ayF(uy) +... + OF (0) + BFC) +... + BP) = BiF (vs) +... + BF (Ws) pois como uy, ..., uy © Ker(F), ento suas imagens, por F, slo nulas. Entio [B] = Ime). (b) Suponhamos B,F(vs) +... + BsF(W) = 0 com By, ..., By € IR, Entio F (Biv; +... + B¥) = 0, do que resulta que Byv, +... +8,¥5 pertence a Ker(F). Logo existem a4, ..., a; © R de maneira que: Bivs +--+ Biv = uy +... + opty Dat aus +... + arty + (Bir +... + (—By)¥s = 0 Como 0 conjunto B, & Li., podemos concluir que todos os escalares da Sltima igualdade so nulos, Em particular 8; = 8) =... = By = 0. Ficou provado entdo que B & LL Para terminar a demonstragdo, basta observar que, como dim Ker(F) 1 + se dimIm(F) = s, entio dim U = dim Ker(F) + dimIm(F). = Corolério — Sejam U e V espagos vetoriais sobre R com a mesma dimensio finita ne suponhamos F: U > V uma transformagio linear. Ento so equivalentes as-seguintes afirmacoes: (D_ F 6 sobrejetora, (UD F & bijetora (UDF 6 injetora, (IV) F transforma uma base de U em uma base de V (isto 6, se B é uma base de U, entio F(B) é base de V). Demonstragado o—w Por hip6tese Im(F) = V. Levando em conta que dim U = dim V, a formula dim U = dimKer(F) + dim Im(F) equivale entio a dimKer(F) = 0. Logo Ker(F) = {0} e F 6 injetora. Entdo F é bijetora, 113(1) ==> (UD Imediato. ( a. Sendo B = (uy, ..., tn} uma base de'U mostremos que F(B) = {F(u;), «++ F(Uq)} € uma base de V. Observemos de inicio que F(B) tem tantos vetores como B pelo fato de F ser injetora..Entio basta mostrar que F(B) é LI. Supo- nhamos @, ..., @ €R € QF (uy) +... + Op (Un) = 0. Disto resulta, pela linearidade de F que F(qyuy +... + QqUn) = 0. Sendo F injefora segue que uy +... + Gan = 0. Como B é Lil concluise que a = @ = m => o Seja v € V. Tomando uma base B= (U4, ..., Un} de U, entio nossa hipdtese garante que F(B) = {F(u,), ..., F(Un)} 6 uma base de V. Logo v é combinagio linear de F(B): v= GyF(u) +... + @yF(Uq), com O41, ...5 On EIR. Como F & linear podemos afirmar que v= Flay +... + opty). Estando em U a combinaco linear au, +... + @qUq ficou provado que todo elemento de V é imagem (por F) de um elemento de U. Ou seja, F ésobrejetora, 4, ISOMORFISMOS E AUTOMORFISMOS Definigo 7 — Entende-se por isomorfismo do espaco vetorial U no espago vetorial V uma transfomaedo linear F: U-> ¥ que seja bijetora, Um isomorfismo F: U> U é um automorfismo de U, Exemplos 1) O operador idéntico I: U + U dada por I(u) espago 6 trivialmente um automorfismo de U, 2) F: IR? + P, (R) definida por F(x, y) = x + (x + y)t € também um isomorfismo. De fato. (@ FGa, yx) = FG, 2) => 4 + Gr +E = = Xa + Ga + ya)t ==> x = Om HL = HY == s=mey=y. u para todo vetor u do 4Logo F 6 injetora, (I) Dado £(1) = a + bt EP, (IR) basta tomar u = (a, b — 2) para que se tenha F(u) = f(t), Entio F 6 sobrejetora. (CD FCC, y1) + Ga, Ya)) = FO + X95 Ya + Ya) = 1 Hm + torte ty ty)t=m + Ou t yt ta ti ty)t= = FQ, ys) + Fc, ya)- Y) A condigao F(au) = aF (u) 6 deixada como exercicio, Proposigéo 2 — Se F é um isomorfismo de U em V, entfo F! : VU tam- ‘bém ¢ um isomorfismo (de V em U). Demonstragio (® Suponhamos v;, vy € V e F~! (¥,) = F! (y) = u. Entiéo F(u) =v, € F(u) = va. Daf vy = va. Logo F°? & injetora, (11) Para verificar que F-! ¢ sobrejetora basta observar que dado u € U, tomando v = F(u) teremos: F'@ = F'@@) =u. (UID Sejam vs, vy € V e fagamos F? (v1 + v;) = u, Como F é sobrejetora, ‘entio existem uy, U2 € U de maneira que F(u;) = vy (<=> F™ (y,) = ue ==> F'(vq) = u,). Substituindo estes resultados na igualdade us PF (F(a) + F(a) = Ft (F(a, + uy) = = y ty = FM) + Fy), Voltando @ igualdade inicil: FA ty FG) +P). (IV) Fica como exereicio a demonstrago de que: Fv) = aF"(W), Vac Re ¥VEV. m Nota: A proposieo acima nos diz. que sempre que éxiste um isomorfismo F: U>V também existe um isomorfismo F!: V > U (somorfismo inverso de Fe devido a isso dizemos; nesse caso, que U e V sfo espacos vetoriais isomorfos. Dois espagos vetoriais isomorfos U e V muitas vezes so considerados indistintos. Para tanto, se F 6 0 isomorfismo considerado de U em V, identifica-se cada elemento u € U com sua imagem F(u) € V, usE possivel estabelecer uma caracterizaggo para os isomorfismos entre espa- 608 vetoriais de dimensfo finita, em termos de dimensfo. O lema a seguir nos levard asso. Lema — Sejam U e V espagos vetoriais sobre IR. Se dim U = ne B = = {ur,u2,..., Ug} € uma base de U, entdo, para toda sequéneia vs,... ,¥q de vetores de V,a aplicagéo F : U + V, definida por “($) éllinear e F(u)) = vj (i = 1,2,...,n). Ademais,se G: U -+Vélineare (ui) = ¥ (= 1,...,n),entioG =F. Demonstragdo 1) Sejamw; = >, aju; e ws = >. fy; vetores de U. Entao F(w; + wa) = ( (a+ 80m) = > @i + Ami mi fost > am + > Bini = FO) + Powe) ‘oF (w), para todo Il) Fica como exerefeio a demonstragio de que F( @ER etodo wEU, MI) F(uy) = Fu; + uz +... + Oup) Obviamente: F(u;) = v2,...,F(Up) = Vp. IV) Seja w CU. Entao w se escreve, de maneira tnica, como: Ivy + Ova +... + Ova = w= >) ayu;. Daf, levando em conta que G é linear cw) = > acu) 2, Fu) (3, ew) = F(w) e, como w 6arbitré- m & fi rio, = F. Nota: Os vetores vs, ..., Yq no lema anterior nfo sfo necessariamente distintos entre si, Podem, inclusive, ser todos iguais. Mas os u;(i = 1, 2,....,n)sfodistintos entre si pois B é uma base de U. 6‘Teorema 2 — Dois espagos Ue V de dimensdo finita fo isomorfos se,e somente se, dim U = dim V. Demonstragio ¢ ) Seja F :U + V um isomorfismo. Entio Ker(F) = {0 }e Im(F) = V. Mas, devido a0 teorema do niicleo e da imagem, dim U = dimKer(F) + dimIm(F). Donde dim U = dimV. (<=) Sejam B= {u,...,Un}eC= {vi...;, vn }bases de Ue V, res pectivamente, e consideremos F : U > V dada vor (5, aww) >, aw, confor: a mm reo lms anterior. Asim, F 6 taser. Supondo 3 ew a a; = 0(4= 1,...,n) eportanto >, equ; = 0. Donde F ¢ injetora. 0 corolétio do 0, como 6 LiL, ento teorema do nécleo ¢ da imagem nos garante entdo que F é sobrejetora ¢ portanto F 6 isomorfismo. a7EXERCICIOS RESOLVIDOS 1. Soja P:R? + R? a trmsformagio linear dada por PCy y, 2) = (x+y, 2x — y + 2). 8) Dar uma base ¢ a dimensfo de Ker(F); b) Dar uma base ¢ a dimensfo de Im(F). Solugio a) Ker(F) = (Gy, y, RPK + y, 2x -y +2) =, 0) Come xty =0 fxey xy +250 \ -sezH0 caja solugto geral & (—y, y, 39), ¥ € IR, entdo Ker(F) = {(-y, y, 3y)ly = R) = ly 1, 1, 3) ly = R). Logo Ker(F) = (1, 1, 3 e (1, 1,3)} € uma base de Ker(h. by Achemos um conjunto de geradores de Im(F) : (x + y, 2x —y +2) = x(d, 2) + + y(1, ~1) + 10, 1) do que segue que Im(F) = (4, 2), 4, —1), ©, 1} Pare determinar ume bate de Im(F) usamos 0 processo pritico jé estudado (Cap. 3, § 5} 12 12 12 12 r-a}s(o-s)}+foi}+fo1 01 01 on oo ‘Assim, uma base de Im¢F) é {(1, 2), (0, 1) }e dim mF) =2. Segue que Im(F) = IR? © F € sobrejetora, Para conciuir que {(1, 2), (0, 1) }é base de Im(F), ver Cap. 3, § 5. 2 Determinar uma aplicagio linear F: R? > R tal que i im@)-= (4, 1, 2, D, 2, 1, 0, Dh Solucio Como dim Im(F) = 2, entdo dim Ker(F) = 1, Podemos tomar P:R? + IR* tal que FU, 0, 0) = ©, 0, 0, 0), F(, 1, 0) =, 1,2, 1) eF@, 0, 1) = (2, 1, 0, 1). A imagem seri 0 conjunto dado. Temos F (% ¥, 2) = xP , 0,0) + YPC, 1,0) + FO, 0, 1) yG, 1.2, D+ 22, 1,0.) y + 2ny +2 2.y +2) E claro que © exereicio em questio admite muitas solugGes. 3. Seja Fo operador linear de Mg(IR) definido por F(X) = BX,“ X= M3(IR), onde BM,(R). . 10 NocasodeB=() 1) determine Ker(F) © ums base de imagem de F 8Solucio Ker) Como 0 sistema y=0 2-2 t= 6 admite a solugdo trivial F ¢ injetora. Por outro lado, levando em conta o teorema do ni- ‘leo e da imagem, tramos que dim Iry(F) = dim M,(IR) — dimKer(F) = 4 ~ 0 = 4. Logo Im(F) = MgUR) e qualquer base deste espaco é ase de Im(F). Observe que F é um auto- rmorlismo de M, (R). Os mesmos resultados seriam obtidos para qualquer matriz B inver sivel Mostear que 0 operador linear F do I dado por F(x, y, 2) = (x +2, x. 2, y)éum automorfismo, Determinar F~ Solugio Para achar 0 niicleo de F devemos resolver o sistema x4e=0 y cexja Gnica solugio & (0, 0, 0). Logo Ker (F) = {(0, 0, 0)} Fé injetora. Devido a0 coro lirio do teorema do nicleo © da imagem podemos afirmar que F é um atomorfismo, Supondo F(x, y, 2) = (a,b, €), entdo (x, y, 2) = Fla, b, ©) = (a +6, 8 ~ 6, D). Logo a tenx 9

Álgebra Linear Com Aplicações - 6a Ed - Carlos Callioli e Hygino Domingues

Uploaded by

Document Information

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

Álgebra Linear Com Aplicações - 6a Ed - Carlos Callioli e Hygino Domingues

Uploaded by

Copyright:

Available Formats

You might also like