calculo e algebra linear fl | Kaplan eecalculo 3 e algebra linear | Espagos vetoriais Wilfred Kaplan Donald J, Lewis Departamento de Matematica Universidade de Michigan Equipe de tradutores: Marco Anténlo Raupp (Coordenador) Hilton Vieira Machado Adilson Gongalves José Raimundo Braga Coelho Anténlo Conde Marcos Duarte Mala Eduardo Kanan Marques Professéres do Departamento de Matemética da Universidade de Brasilia Em convénio com o Instituto Nacional do Livro/MEC Livros Técnicos e Cientificos Editora S. A. e Editora Universidade de Brasilia Rio de Janeiro - GB/1I973COPYRIGHT © 1973, by LIVROS TECNICOS E CIENTIFICOS EDITORA S.A. ALL RIGHTS RESERVED Authorized translation from English language edit Ine., New York, Copyright ©°1971 by John n published by John Wiley & Sons, y & Sons, Inc. All Rights Reserved Tradugio autorizada de edigio em lingua inglésa oublicads por John Wiley & Sons, tne., New York. Copyright © 1971 by John Wiley & Sons. Todos os Direitos Re- servades. Titulo do original em inglés: “CALCULUS AND LINEAR ALGEBRA" Volume 11. .IMPRESSO NO BRASIL/PRINTED IN BRAZIL Capa: ag comunicagio visual Itda, Tiragem desta edicdo: 8.000 exemplares Este livro foi coeditado com o Instituto Nacional do Livro/MEC, dentro do Programa do Livro-Texto para © Ensino Superior, patrocinado pelo Ministério do Planejamento @ Coordenagao Geral. Keplan, Wolfred K260 __Célenlo e algebra Yinear, por Wilfred Kaplan e Do: wis: trad. coordenada por Marco Anténio Raxpp. . neiro, Livros. Téenieaa e Clontiticos; Brastlia, Ea, Univ, de Brasilia, Institute National do Livro, 1973. vy, ilust, 28em. Bibliogratia. Aptadiess, 1. Céleulo. 2, Algebra linear, I, Lewis, Donald J. II, Bra sil. “Instituto Nacional do Livro, ‘co-ed. IIL, Titwe, (DD ite — 517 312,897 age — 512115 512.5 cpu — 517 512.8 CCF/SNEL/GB — 79.0068 LIVROS TECNICOS E CIENTIFICOS EDITORA S.A. Av. Venezuela, 163 — ZC-05 — CP. 3655 Rio de Janeiro — GBPREFACIO Nos Vols. 1 ¢ 2 foi desenvolvido o Calculo para uma vaciavel, juntamente com 65 vetores no plano ¢ algumas idéias fundamentais relativas aos espagos vetoriais gerais. Nestes 3.° e 4.° volumes, desenvolvemos a Algebra Linear mais extensiva- mente e ent3o aplicamo-la 3 Geometria, a0 Calcul para duas variaveis e 2 equagoes diferenciais. Estes tépicos apresentam-se tao intimamente ligados que © assunto em questo € considerado aqui como um corpo de matemidticas bem definido e firme mente unido, A Algebra Linear trata das relagdes cujas representacdes grificas sao Tineares: linhas, planos e seus correspondentes em dimensées maiores, Na Geometri vernos estas representagdes gréficas como estruturas no esoago euclidiano #8, ou, mais generalizadas, no R”. © Caleulo ocupa-se em parte, com relacdes cujas representacdes gréficas so objetos curvos: caminhos (ou trajetérias) e superficies. O Calculo Dife- rencial & essencialmente uma ferramenta para a “linearizacao” destas relages. (através da diferencial) seus gréticos (através de linhas e olanos tangentes). Uma vez line: rizadas, as relagdes e representacdes gréficas podem ser tratadas pela Algebra Linear e pela Geometria. O Calculo também lida com classes de funcées: por exemplo, a classe de tédas as funges continuas num intervalo ou numa regio, a classe de tédas as fungdes que possuem a enésima derivada continua num intervalo, a classe de todos 08 polinémios, © conjunto de tédas as fungdes racionais, o conjunto de tédas as funcies representaveis por séries de poténcias num intervalo (fungdes analiticas) cu o con- junto de solucées de uma equacao diferencial linear homogénea num intervalo. Cada uma destas classes constitui um espaco vetorial, e as idéias da Algebra Linear de névo encontram aplicagées. Talvez, 0 mais belo exemplo destas aplicagdes esteja mostrado na Fig, 13-49, Indlcando © nidcleo ¢ «dominio dos quatro operadores linearet V, vw, rote div, Achamos que as idéias centrais so mais nitidamente expressadas na Geometri € esperamos que 0s leitores déste livro possam devotar um tempo adequado ao Cap. 11, no qual a Geometria Euclidiana ¢ estudada em detalhes. Fazemos a seguir um breve sumario por capitulo dos Vols. 3 e 4 com alguns comentarios. Volume 3: Capitulo 9. Espacos Vetoriais. Os espacos vetoriais sao definidos axiomatica- mente; entretanto, foi tornado claro que em quase tédas as aplicagSes, as verificagées dos axiomas requerem simplesmente a observacde se so coerentes com as operagoes basicas. A ferramenta essencial da Algebra Linear & desenvolvida: subespagos, adigao de conjuntos, variedades lineares, independéncia linear, bases, dimensio, aplicagoes lineares, nucleo, dominio, pésto, nulidade, transformacées lineares (aplicacbes de um espago em si mesmo), espagos vetoriais das aplicagées lineares, dlgebra das transfor- mages lineares, aplicacdo inversa. Em muitos casos, ilustragdes geométricas s50 dadas (como antecipagao do Cap. 11) e muitos exemplos séo tomados de Calculo.PREFACIO Capitulo 10. Matrizes © Determinantes, As matrizes séo introduzidas como apli- cages lineares de V_ (0 espaco vetorial de n-uplas * reais) em Vm, a partir do que, utilizando-se os resultados gerais de tais anlicacdes, podemos falar em pésto de uma matriz. As idéias simples da Algebra Linear permitem que seiam obtidos todos os Principais resultados relatives as equacées lineares simultaneas, excetuando-se alguns poucos, dependentes dos determinantes. Estas equacées so cuidadosamente estudadas e'relacionadas com a Geometria. As oneracdes com matrizes séo desenvolvidas ampla- mente (sempre como uma aplicaco da teoria préviamente desenvolvida das aplicacées lineares). £ dada atencao especial 3s matrizes quadradas (transformacies lineares) e suas inversas. Os determinantes sao desenvolvidos sistematicamente 2 & ressaltado seu significado geométrico. As secdes optativas dizem respeito as matrizes de funcées, técnicas de eliminagao, autovalores e semelhanca. Capitulo 11. Geometria Linear Euclidiana. A anfase é dada neste capitulo 20 28pago tridimensional, embora seja mostrade, de um modo breve, em secdes opcionais, a generalizacio para espacos "-dimensionais, Introduz-se 0 produto interno, dedu- zem-se as suas propriedades e define-se o RY em térmos da funcdo-distancia corres- pondente. O produto vetorial € também desenvolvido, sendo apresentado como impor- tante ferramenta no estudo de retas e planos, So tratados pela Algebra Linear muitos problemas da Geometria, mas é dada énfase no sentido de demonstrar quéo bom 6 &ste método ao invés de ser enfatizada a teoria completa. O tratamento da drea e do volume é relacionado com o Calcul. S40 consideradas as aplicacdes lineares de R® no R3; a idéia da matriz jacobiana e seu determinante € destacada e seu signi- ficado geométrico é acentuado, (Neste ponto, na verdade, o Célculo rencial @ Integral, a Algebra Linear e a Geometria reunem-se em uma das idéias centrais da Matematica.) As superticies no espago e coordenadas esféricas e cilindricas so dis- cutidas, 0 mesmo sendo feito com relacéo 4 mudanga de coordenadas, ainda que de um modo sucinto. wis. Derivadas e diferenciais parciais so desenvolvidas e mostradas como sendo parte de uma teoria que destaca as fungdes e operacdes vetoriais, em particular o gradiente e a matriz jacobiana, As vérias regras de cadeia séo apresentadas como casos de uma regra muito simples para funcées vetoriais. Funcées implicitas @ inversas s80 examinadas, enfati- zando-se a aproximac3o linear proporcionada pelo Catculo; existem aplicagées corres pondentes 3s tangentes e normais. Séo discutidos os maximos e minimos, incluindo o caso das condicdes taterais (Multiplicadores de Lagrange}; novamente aqui, a Algebra Linear & importante. Capitulo 13. Cilculo Integral de Funcées de Vérias Varidveis. As integrais duplas € triplas so estudadas, sendo assinaladas as propriedades essenciais necessitadas para aplicagdes. A integracao em codrdenadas curvilineas (essencialmente cilindricas e esfé- ricas) é considerada com referéncia & Formula de Jacobi. Sao discutidas numerosas aplicagdes. As integrais de linha séo estudadas sistematicamente, destacando-se o Teorema de Green e a independéncia do caminho percorrido. As operagées de di gEncia e rotacional sio introduzidas e através do Teorema de Green sio mostrados seus significados fisico e geométrico, As extensdes destas idéias a0 espaco séo consi- deradas rapidamente, Capitulo 14, Equagées Diferenciais Ordinirias. Este é, de fato, um breve curso sobre 0 assunto, dando-se énfase as equagées lineares e métodos matriciais, O Teo- rema da Existéncia e aplicagdes praticas no s30 demonstrados, mas é dada grande im- portincia 4 idéia de estabilidade, A andlise do plano de fase, os métodos das séries e técnicas numéricas sé0 brevemente considerados. Pronuncia-se énuplas.PREFACIO x Curso Minimo Sugerido. O esbéco seguinte estabelece um curso completo, mas apenas os assuntos essenciais de cada tépico so tratados: Secs, 9-1 até 9-9, 9-11 até 9-14, 9-16, até 9-21, 10-1 até 10-13, 11-1, 11-2, 11-4, 11-6 até 11-8, 1-10, TH-12, 17-14, 11-15, 11-17%, 11-19, 11-20, 12-1 até 12-14, 12-17 até 12-19, 13-1, 13-2, 13-4 até 13-9, 14-1 até 14-9, 14-11 até 14-13, Pode-se inclusive omitir completamente o Cap. 14; para muitos fins, as secdes sdbre equagées diferenciais no Cap, 7 so suficientes, Pospondo-se um tratamento completo das equa- ges diferenciais para um nivel mais adiantado, haveria tempo para uma viséo mais completa dos Caps. 9 até 13. Sinais (*) © (41. Como nos Vols. | e 2, um sinal (+) assinala uma secao opcio- nal e um sinal (3) indica uma segéo tanto opcional quanto extremamente difici Algumas demonstracdes e problemas £40 marcados com um sinal (1), como indicative de dificuldade. Agradecimentos. Expressamos 0 nosso reconhecimento ao editor pelo apoio e encorajamento dados através de téda a preparago déste volume; agradecemos espe- cialmente a John 8. Hoey pelos seus incanséveis esforcos como representante do projeto. A Helen M. Ferguson e Anna Church expressames nosso apréco pelo belo trabalho na datilografia do manusci Wilfred Kaplan Donald }. Lewis Ann Arbor, 1970CONTEUDO Volume 3 CAP. 9 — ESPACOS VETORIAIS, 833 9-1 9-2 | 9-3. Conceito de Espaco Vetorial, 833 Subespagos, 839 Intersecéo de Subespacos, 845 Soma de Subconjuntos, 848 Variedades Lineares, 854 Envoltéria Linear de um Conjunto, 859 Bases, Independéncia Linear, 860 Dimensio, 867 Dimensao' de Subespagos e de Variedades Lineares. 869 Demonstragdes de Teoremas Sébre Dimensées, 872 Transtormagées Lineares, 878 imagem de uma Transformacao: Linear, 884 Nuicleo de uma Transformagao Linear, 886. Pésto e Nulidade de uma Transformacio Linear, 889 Demonstragao de Dois Teoremas, 892 Soma de Transformacées Lineares, Miltiplos Escalares de Transtormacées Linesres, 895 Composicgo de Transformacies Lineares, 897 Inversa de uma Transformacio Linear, 900 Transformagées Lineares num Espaco Vetorial, 903 Polinémios em uma Transformagao Linear, 906 Transformagées Lineares Nao Singulares, 910 © Polinémio Minimo de uma Transformacio Linear, 913 Autovetores e Autovalores, 916 CAP. 10 — MATRIZES E DETERMINANTES, 920 10-1 1022 10-3 10-4 . 10-5 10-6 10-7 . 10-8 | 10-9. Matrizes, 920 Matrizes e Transformagées Lineares Vs em Vu, 921 Matrizes como Transtormagées Lineares, 925 Nocleo, Imagem, Nulidade e Posto de uma Matriz, 927 Matriz Identidade, Matriz Escalar, Matriz Zero, Matrizes Compiexas, 931 Equacées Lineares, 934 Soma de Matrizes, Escalar Vézes Matriz, 947 Multiplicag3o de Matrizes, 949 A Transposta, 952xu 10-10. 10-11. 10-12. 10-13. 110-14, 110-15. 710-16. 710-17, “10-18. 310-19. 210-20 310-21 CONTEGDO Partigéo de uma Matriz, 955 A Algebra de Matrizes Quadradas, 958 Matrizes Nao Singulares, 964 Determinantes, 969 Demonstragées de Teoremas Sébre Determinantes, 982 Qutras- Observages Sébre Determinantes, 988 © Método da Eliminagéo, 994 Matrizes de Funcées, 1001 Autovalores, Autovetores, Polinémio Caracteristico de uma Matriz, 1004 Representagées Matriciais de uma Transformagéo Li- near, 1010 Matrizes ce jordan 1032 Matrizes Semelhantes, 1016 CAP. 11 — GEOMETRIA EUCLIDIANA LINEAR, 1020 Introdugéo, 1020 Wt Produto Interno e Norma em V3, 1021 Vetores Unitarios, Angulos Entre Vetores, 1023 Espaco Vetorial Euclidiano de Dimensdes'n, 1025 Pontos, Vetores, Distancia, Retas no Espaco Euclidiano Tridimensional R?, 1028 Retas no Espaco Euclidiano n-dimensional, 1035 Produto Vetorial, 1037 Produtos Triplos, 1043 Aplicacdo do Produto Vetorial a Retas no Especo, 1045 © Produto Vetorial em Vs, 1047 Planos em R#, 1051 Relagées Entre Retas e Planos, 1058 Relagées Entre Dois Planos, 1060 Hiperplanos e Hipersuperficies Lineares em R", 1062. Qutros Sistemas de Coordenades Cartesiana sem #*, 1065 Comprimentos, Areas e Volumes em R*, 1069 Novas Coordenadas e Volume em 2%, 1076 Transformagies Lineares de R? em R', 1079 Transformagaes Lineares de R" em R™, 1082 Superficies em RS, 1084 Coordenadas Cilindricas e Esféricas, 1088 Mudanca de Coordenadas em.R®, 1092 Mudanca de Coordenadas em R*, 1096 RESPOSTAS DOS PROBLEMAS, 1099 Volume 4 CAP, 12 — CALCULO DIFERENCIAL DE FUNGOES DE VARIAS VARIAVEIS Intradugéo Conjuntos no Plano Fungées de Duas Varidveis Fungdes de Trés ou Mais Varidveis Fungdes. Vetori Funcdes Matriciais Operagdes com Funcdes Limites e Continuidade Derivadas ParciaisCONTEUDO 12.9, 12-10, 12.11, 12.12, 12.13. 12-14, H12-15., 12.16. 12.17, 12.18. 12-19. 412.20. 12-21. 12.22. 412-23. 412-24. 412-25. xin A Diferencial Regras de Cadeia Derivada Direcional Diferencial de uma Fungo Vetorial; Matriz Jacobiana A Reegra Geral da Cadeia Funcées Implicitas Teorema da FuncSo Implicita Fungées Inversas Curvas no Espaco Superficies no Espaco Derivadas Parciais de Ordem Mais Alta Demonstracio do Teorema Sébre Derivadas Parciais Mistas Formula de Taylor Méximos e Minimos de Fungées de Duas Varidveis Multiplicadores de Lagrange Demonstracgo do Teorema Sébre Maximos e Minimos Locais Alguns Resultados mais Profundos Sébre Continuidade CAP. 13 — CALCULO INTEGRAL DE FUNCGES DE VARIAS VARIAVEIS 13-1. A Integral Dupla 13-2, Teoria da Integral Dupla 413-3. | Demonstragio de que a Integral Duple Pode ser Repre- sentada como Limite 13-4. Integrais Duplas em Coordenadas Polares 413-5. Outras Coordenadas Curvilineas 13-6 | Integrais Triplices 13-7. Integrais Triplices em Coordenadas Cilindricas e Esféricas 13-8 | Qutras Propriedades das Integrais Milltiplas 13-9 | Area de Superficie 13-10. Outras Aplicagées das: Integrais Multiplas 13-11. Integrais de Linha 13-12, Teorema de Green 13-13. Rotacional e Divergente; Forma Vetorial do Teorema’ de Green 13-14, Diferenciais Exatas e Independéncia do Caminho 13-15. © Teorema da Divergéncia e 0 Teorema de Stokes no Espago CAP. 14 — EQUACGES DIFERENCIAIS ORDINARIAS 141. 14-2. 14-3, 14-4 | 145. 14-6 | 147. 14-8 14-9. 14-10. 14-1 Conceitos Basicos Método Gréfico e Método de Integragéo por Etapas Equagaes Exatas de Primeira Ordem Equagdes com Varidveis Separiveis e Equaces da Forma v= oylz) ‘A Equacao Linear de Primeira Ordem Equagées Diferenciais Lineares de Order m Variagao de Pardmetros Solugdes com Valéres Complexos de Equacées Diferenciais Lineares Equagées Diferenciais Lineares Homogéneas com Coefi- cientes Constantes Independéncia Linear de Solugdes da Equagéo Linear Ho- mogénea com Coeficientes Constantes Equagées Diferenciais Lineares Nao Homogéneas com Coeficientes Constantesxv 4-12 14-13, 14-14, 14.15, 14-16, 14-17, 14.18. 14-19. $14.20 14-21, 14-22 14-23, CONTEGDO Aplicagoes de Equacdes Diferenciais Lineares Vibragées de um Sistema Mola-masca Equacoes Diterenciais Lineares Simuitineas Solugdes Que Satisfazem 3s Condicdes Iniciais: Variacdo dos Parametros Soluges com Vatéres Comolexos de Sistemas de Equagdes Diferenciais Lineares Sistemas Lineares Hcmogénecs com Coeficientes Cons- tantes, Sistemas Lineares Nao Homogéneos com Coeficientes Constantes; Estabilidade Método de Eliminacao Aplicac3o da Fungao Exponencial de uma Matriz Sistemas Lineares Auténomos de Ordem Dois Soluco por Série de Poténcias Resolucdo Numérica de Equaco2s Diferenciais RESPOSTAS DOS PROBLEMAS INDICE ALFABETICOCAPITULO 9 ESPAGOS VETORIAIS 9-1. Conceito do Espago Vetorial No Cap. 1, estudamos vetorés no plano, aprendemos a somé-los e a multiplicar cada vetor por um escalar (ntimero real). Aprendemos que éstes vetores obedecem as regras: Para todos os vetores u, v, w ¢ todos os escalares a, b: lutvyv=yvtu 2. (u+¥)+w=a+ (v4 w). 3.u4+0=u, e u-+z=w implica z=0, 4. Para cada u, u-+z=0 admite uma tnica solugao z, indicada por —u. (9-10) 5. a(bu) = (ab)u. 6. (a+ bu = au + bu, 7, a(u + ¥) = au + av. & lu=a Também, cada vetor u no plano pode ser representado univocamente em fungao da base ortogonal t, j por uma equacdo u = ai + bj (veja Fig. 9-1). Fig. 9-1, Vetores no plano334 ESPACOS VETORIAIS CAP. 9 Acontece que os vetotes no plano no s&io o nico sistema a obedecer as regras (9-10). Por exemplo, os vetores no espaco tridimensional podem ser tratados exatamente da mesma manéira que os vetores no plano, e tédas as regras (9-10) podem ser verificadas de maneira semelhante. Para vetores no espago tridimensional, cada vetor u pode ser representado univocamente em fungdo de uma base ortogonal que consiste de frés vetores unitarios i, j, k, como na Fig. 9-2. Desenvolveremos a teoria dos vetores num espago tridimensional no Cap. 11. Aqui, nos apoiaremos na intuigdo para discutir @stes vetores € recorreremos a éles freqiientemente para ilustrar a teoria. Como temos agora dois sistemas obedecendo 4s mesmas regras, € conve- niente dar um nome a tais sistemas: chamamo-los espagos retoriais. Fig. 9-2. Vetores no espaco tridimensional Definigao. Um espaco vetorial V ¢ um conjunto de clementos tal que a adigdo estd definida em V: cada dois elementos u, ¥ em V tém uma soma a -++ vem V; os elementos de V podem ser multiplicados por escalares (nimeros se c é um escalar e u esté em V, entdo cu esta em V; V contém um Unico elemento ‘nulo 0 e tddas as regras (9-10) so satisfeitas. Os elementos de um espaco vetorial so freqiientemente denominados vetores. Demos dois exemplos de -espacos vetoriais: os vetores no plano ¢ os vetores no espago, Mas ha muito mais. Vimos, na Sec. 2-9, que ha con- juntos de fungdes que satisfazem a todas as regras (9-10) e, antecipando a definigiio geral, chamamo-los espacos vetoriais de fungdes. Pot exemplo, tOdas as fungdes continuas fg, ... num intervalo formam um espago vetorial de fungées, Aqui o “elemento zero” é a fungao zero, 0, igual a 0 em todo © intervalo, Em todo 0 resto déste livro indicaremos éste espago vetorial por @, Onde for necessario especificar 0 intervalo, escreveremos, por exemplo, La, 6] ou €(a, 4) (fungdes continuas no intervalo fechado fa, 6] e fungoes continuas no intervalo aberto (a, 6), respectivamente), Analo~91. CONCEITO DO ESPACO VETORIAL as gamente, escreveremos © (ou C™[a, 5], ¢ assim por diante) para o espaco vetorial constituido de tédas as fungdes tendo derivadas continuas até a ordem 7 no intervalo escolhido. Escreveremos também e@{=> (ou @{*) [a, b}, ¢ assim por diante) para o espaco vetorial formado por t6das as fun- g6es tendo derivadas continuas de todas as ordens no intervalo escolhido. Que estas fungdes formam um espaco vetorial, em cada caso, deduz-se logo das regras para a derivada de f + g e cf. O Espaco Vetorial V,. Para cada inteiro positivo n podemos formar um espaco vetorial cujos elementos so n-uplas de niimeros reais. Por exemplo, V2 consiste de todos os pares ordenados de nimeros reais: (2, 3), — 2, (2, V3), (0, 0), ... O fato de que os pares sio ordenados sig- nifica que distinguimos entre (2, 3) e (3, 2). Os elementos de V; s&o geral- mente chamados vetores. Definimos a adicio e a multiplicagio por esca- lares em V, pelas regras B+ OS =(pinGgt 9 ep, q) = (op, oq). © vetor (0, 0) serve como o vetor zero em V2. Pode-se agora verificar todas as regras (9-10). Por exemplo, (pg) +(ns) =(ptngt = t+ pst Qe = (ns) + (pg), de modo que fica demonstrada a primeira regra (lei comutativa da adig&o). As outras regras demonstram-se da mesma maneira (Probl. 10 adiante). Podemos também associar a cada vetor (a, 6) em Vy 0 vetor ai + dj, € as definigdes que acabamos de dar para a adicdo e multiplicacao por escalares concordam com as regras usuais para vetores no plano. Dai, poder V, ser representado geométricamente como o sistema de vetores no plano. Apro- veitar-nos-emos com freqiiéncia desta representacao. © espaco vetorial Vs de triplas ordenadas (p, 4, r) pode ser discutido exatamente da mesma maneira. A adigéo e a multiplicagéo por escalares sio definidas pelas equagdes DGEn+t Stu =P+sqthr+u; ep, q, 1) = (ep, cg, cr)» O vetor zero é 0 vetor (0, 0, 0). Por analogia com os resultados obtidos no Cap. | para Vz, podemos mostrar que os vetores de Vs podem ser repre~ sentados como os vetores no espaco tridimensional. Sem térmos provado isto (uma prova seré dada no Cap. 11), aproveitar-nos-emos desta representacao para ilustragdes da teoria. Tudo isto é também valido em V,: 0 conjunto de tédas as n-uplas ordenadas de niimeros reais (11, ..., ¥,). Denominamos 1, -.., "% de836 ESPAGOS VETORIAIS CAP, 9 componentes ou coordenadas do vetor V = (v1, ..., Ya) (€ referimo-nos a », como a primeira componente, v2 como a segunda, ¢ assim por diante). Dois vetores de V, sio somados pela soma das componentes correspondentes e um vetor € multiplicado pelo escalar ¢ multiplicando-se cada componente por c: (yee. ty) + Dye ete, O vetor zero € (0,..., 0). A verificagao das regras (9-10) € exatamente a mesma que para V2, Os vetores de V, podem ser representados como os vetores no espago euclidiano n-dimensional R*. Isto sera mostrado no Cap. 11; ocasionalmente, anteciparemos 0 resultado a fim de sugerir o signi- ficado geométrico de um enunciado algébrico. O espaco vetorial V1 consiste de todos os niimeros reais, com a adicao © multiplicagaéo usuais. Dai, ser Vi o mesmo que o préprio sistema dos ntimeros reais (com a excegao de que nunca falaremos de divisio de vetores) Podemos representar ¥: como os vetores numa reta, por exemplo, como todos os vetores no plano xy que se situam a0 longo do eixo x. Espacos Vetoriais de Polinémios. O conjunto de todos os polinémios pode ser considerado como um espago vetorial de fungées, todas definidas num dado intervalo, Indicaremos éste espago vetorial por @, € pensaremos normalmente no intervalo como sendo (— », @). Andlogamente, indica remos por ®, 0 espago vetorial de todos os polindmios de grau menor ou igual a m. Os Espacos Vetoriais na Vida Diaria. Os vetores ocorrem de muitas maneiras em nossas vidas. Nos capitulos precedentes deraos muitos exem- plos da ocorréncia dos vetores na Fisica: forga, velocidade, aceleracao etc Freqiientemente trabalhamos com o espaco vetorial Vz. Por exemplo, um marido e sua espésa podem ter cada um uma conta. bancdria, e podemos indicar por (A, e) o par de saldos [por exemplo, (— Cr$ 50,00, Cr$ 120,00) — marido em débito!]; também usamos esta notagdio para os depésitos e retiradas. Assim, as_atividades de cada més consistem em adicionar um vetor (f, e) ao saldo anterior, (ho, eo). Se tanto marido quanto sua espésa duplicam os ganhos em relagéo ao més anterior, a quantia adicionada é duas vézes o vetor anterior (h, e), e assim por diante. Podemos dar outros exemplos mais sofisticados. Os intimeros diais do painel de controle de um sistema de engenharia (como, por exemplo, de um avido a jato), podem ser considerados como dando as componentes de um vetor em V,, onde 1 pode ser tio grande quanto 50. Nos projetos da engenharia moderna os vetores sio, em verdade, usados precisamente desta maneira.9:1, CONCEITO DO ESPACO VETORIAL 37 Através de todo éste capitulo consideraremos espacos vetoriais em geral. Comegamos com nosso primeiro teorema: TEOREMA I. Seja V um espaco vetorial, Entdo, para todos os ele- mentos u, v em V e todos os escalares a temos: (i) Ou =0; (i) 20 =0; Gi) (— Iu = — 4; (ive) — + y¥) =(— a) +(- 9). DEMONSTRAGAO. elas Regras 6 ¢ 8 em (9-10) temos: u=lu=(1+0)u=lu40u=u40u Pela Regra 3 em (9-10), u-+-z =u implica que z = 03; portanto, Ou deve ser 0 ¢ (i) fica provada. A propriedade (ii) decorre de (i) e da Regra 5 em (9-10), visto que temos 0 = 0u = (a. O)u = a(u) = a0. Em seguida observamos que, pela Regra 8 em (9-10), 0 =0u= [1 +(-Dju = lu+(—-Iu sus (-Du, © entaéo, pela quarta regra, (— llu= —u. A propriedade (iv) decorre de (ii) e da Regra 7 em (9-10); sua demonsirag&o & deixada como exercicio. ¥,, como um Espago Vetorial de FungGes. Podemos considerar cada yetor de V,, como uma seqiiéncia de » elementos, por conseguinte, como uma fung&o real cujo dominio é 0 conjunto 1, ..., (veja Seg. 2-12). A defi- nigdio da adig&o e multiplicagéo por escalares, para os vetores em V,, con- corda, ent&o, com a maneira pela qual adicionamos fungées ¢ multiplicamos fung6es por escalares. Dai, ser V,, de fato, mais um caso de espago vetorial de fungdes, Mais geralmente, 0 conjunto de tédas as fungdes reais cujo dominio é qualquer conjunto dado F no eixo dos x é um espaco vetorial; de fato, o conjunto £ pode ser um conjunto qualquer [o que é fundamental € que as fungdes consideradas tenham valéres reais e, pot conseguinte, as fungdes possam ser somadas e multiplicadas por escalares (ntimeros reais]. Espacos Vetoriais Complexos. Para algumas aplicagdes, devemos trocar nossa definig&o de espaco vetorial permitindo que os escalares sejam nuimeros complexos. Trata-se, entdo, de um espago vetorial complexo. Em proporgo consideravel, a teoria dos “espagos vetoriais reais”, como anteriormente definidos, 6 a mesma que a teoria dos “espagos vetoriais complexos”. Por conseguinte, pode-se geralmente substituir as palavras espaco vetorial por “espaco vetorial complexo” através de todo o capitulo. Existem umas poucas excegdes a éste enunciado, que assinalaremos 4 proporgaéo que ocorrerem. Exemplos de espacos vetoriais complexos so os espagos ve- toriais ¥,¢ de n-uplas de mimeros complexos; Vi° € 0 préprio sistema dos838 ESPAGOS VETORIAIS CAP. 9 numeros complexos. Pode-se também considerar 0 espago vetorial €” de tédas as fungdes complexas continuas de ¢ num intervalo, isto é, tédas as fungoes f(r) + ig(t), onde fe g sio funcdes reais continuas no intervalo. PROBLEMAS* 1. Sejam v = @, 2, ¥ = (4, 1) vetores em Vs, Avalie: fa)uty (b) uv (c) Su (a) av (f) 6u—2v (g} Ou (hy u 40 2, Sejam u= 2, 1, 2), ¥= (3, 2, 1) e w= (1, 2, — 5) vetores em V5, ) Qu + Sv (a) Represente u, ¥, w grificamente como vetores em espaco tridimensional, (b) Calcule w+ ¥ © mostre u, ve w+ ¥ grificamente no espago tridimensional, (©) Avalie 3u, 2v.¢ — w. (@) Avalie u+¥ 4 Swe 3u—v — QW. (c) Se possivel, determinte os escalares c1, c € cy, ndo todos nulos tais que cu 4 + en + cw = 0. 3. Sejam u = (5,1, 7,2, v=. 1,0, — 4) © w= (0,0,0,0) vetores em ¥,. Avalie: (a) 2u—3v+w. (b) w+ 2vtw Ce) Ou + Ov + 1,765W. (d) (a + w) — + 3). 4, Determine se cada um dos seguintes conjuntos de fungdes € um espago vetorial. [Sugestao. Como assinalado na Seg. 2-9, basta verificar se, para cada escalar ¢ ¢ cada par f, g no conjunto, cf e f + g esto no conjunto. As regras algébricas (9-10) estiio automaticamente satisfeitas|. {a) No intervalo (— ©, »), 0s polinémios de grau 3. {b) Em (— =, =), 08 polindmios de grau no minimo 2. {@) Em (— », ©), 0s polinémios que tenham um zero em x = 5. (a) Em (= ©, ©), 05 polindmios da forma ay + ax* |... # ax!" (©) Tédas as fem e% 0, 1) tais que f’(x) = a8 f(0). (f) Tédas as fem @'9 (0, 1] tais que f(x) = [/(x)P (por exemplo, f(x) = (2 — x)". (g) Tédas ss fem @ [— 1, lj tais que f seja mondtona estritamente crescente. (h) Tédas as fem © [— 1, 1] tais que f"tx) > ©. 5. Sejamu = (1 — 7, 2),¥= (1 +i, — 2), w= (2, — 2 + 2i) vetores no espago vetorial complexo Ye. (a) Avalie (3 + fu. (b) Avalie (I + O¥. (©) Determine, se possivel, um escalar complexo ¢ de modo que ¥ = cu. 6. Considere seqiiénoias infinitas {5,}, {inhs-0 07 por escalares definidas como segue: 1,2, .. Com adig&o e multiplicagao {Sab + Mn) Sub tabs C15) = [Set (a) Mostre que as seqiiéncias reais convergentes formam um espaco vetorial inter- prete éste espago vetorial como um espago de fungoes. (6) Mostre que 0 conjunto de tédas as seqiiéncias complexas forma um espago ve- torial complex. Pode éste espago vetorial ser interpretado como um espago vetorial de fungdes? 7. Prove a parte (iv) do Teorema 1. Os problemas oumerados em negrito terao as respostas dadas no final déste volume,9-2, SUBESPAGOS 839 $8. (a) Scja V um espaco vetorial e seja Wo conjunto de tédas as funcdes que trans- formam um dado conjunto Sem ¥. Se Fe G estio em W, defina F + G como 1a fungio que associa 0 vetor F(x) + G(x) a0 ponto x em S, defina cF como a fun- do que associa cF(x) ao ponto x em S. Mostre que W € um espaco vetorial. {b) Scja V um espago vetorial. Para um inteiro positivo fixo k, seja W 0 conjunto de tédas as k-uplas ordenadas de vetores de V. Assim, cada objeto de W é uma K-upla (v1, ...,¥4), onde cada um dos vi,...,¥e esté em V. Defina a adicio & a multiplicagdo por escalares em W’ como para V, € mostre que o sistema resul- tante & um espago vetorial. $9. (a) Sejam Ve W espacos vetoriais. Seja Uo conjunto de todos os pares ordenados (¥, w), onde v esté em Ve w esté em W. Defina a adigao ¢ a multiplicagio por escalares em U por analogia com a definigdo para V2, Mostre que o sistema Tesultante € um espaco vetorial. Indicamos geralmente U pelo simbolo V X W. (b) Mostre que Vz = Vi X Va. (c) Mostre que se V, W ¢ Z sao espacos vetoriais, entio (V XW) xX Z=V x (WX Z) e dai, que podemos tirar os parénteses e indicar éste espago vetorial por V XWX Z. (@) Mostre que = Xn XM. 10. (@) Complete a prova de que VM» satisfaz a tédas as regras (9-10). () Verifique se as regras (9-10) so satisfeitas pelo conjunto de tédas as funcées reais definidas no mesmo conjunto S. 11. Mostre que o conjunto que consiste do nimero seal 0 sdzinho é um espago vetorial, subordinado as regras usuais de adiso e multiplicagio de ntimeros. 9-2. Subespacgos Ocorre freqiientemente que um espago vetorial est4 contido em um se- gundo, e que a adicio e a multiplicago por escalares no primeiro espaso vetorial sio realizadas exatamente da mesma maneira que no segundo. Quando isto acontece, dizemos que o primeiro espaco vetorial é um subespago do segundo. EXEMPLO 1 Se V & um espaco vetorial, seja Ve o subconjunto de V consistindo inicamente do elemento zero, 0, de V. Ent&éo VY) € um subes- paco de V. DEMONSTRAGAO., Em V temos 0+ 0 = 0 e c0 = 0 para todos os escalares c. Assim, a adig&io e a multiplicag&o por escalares sto definidas para Vo e sfio as mesmas que para V. As oito regras (9-10) sao validas para Vo, j& que so validas em V. Portanto, Vo é um espago vetorial ¢ € um subespago de V. Chamamos o subespacgo V, de espaco zero (de V). EXEMPLO 2 O espago vetorial et [a, 6] 6 um subespago de C[a, 5], pois cada fung&o que tenha derivada continua em [a, 5] deve ser continua om [a, 6]. EXEMPLO 3 Seja V um espaco vetorial e seja w um vetor fixo em V. Seia W o conjunto de todos os miiltiplos escalares de w, isto é, W consiste340 ESPACOS VETORIAIS CAP, 9 de todos os vetores de V da forma cw. Entio W, com a adigdo ¢ multi- plicago por escalares como em V, € um espaco vetorial, e portanto, é um subespaco de V. DEMONSTRAGAO. Para provar a afirmagdo, notamos primeiro que, se ¢ é um escalar e se aw e bw esto em W, entiio (aw) + (bw) e c(aw) estiio também em W. Entdo, segundo (9-10), (aw) + (bw) = (a + b)w, claw) = (caw, Também Ow = 0 esté em HW. As regras (9-10) devem ser validas em W, j4 que W esta contido em Ve as regras sio validas em V. Por conseguinte, W & um espago vetorial, um subespego de V. Se w =0, entio W se reduz a Vo. Na Fig. 9-3 ilustramos o Ex. 3 para o caso V = ¥; e w um vetor nao nulo de Vs. Os vetores do subespago W sio simplesmente os vetores ao Fig. 9-3. Subespago W de V2 longo de uma reta L através da origem. Se w = (a, 5), a reta L tem incli- nagiio dja. Em geral, um subespago U de um espago vetorial V deve conter todos 0s milltiplos escalares de cada vetor wem U. Dai, se u esté em U, da mesma forma esto 0 = Ou (0 vetor zero) e — u =(— 1)u (0 negativo de uem V). Assim, 0 vetor zero de V é 0 vetor zero para todo subespago de V, e o negativo de um vetor num subespaco é 0 mesmo que o negativo désse ve- tor em ¥. TEOREMA 2. Seja V um espago vetorial. Seja W um subconjunto de V. Entdo W é um subespago de V se, e sbmente se, as trés condigdes seguintes forem atendidas: (i) W nao é vazio, isto é, W contém pelo menos um vetor; (ii) @ soma de cada dois vetores em W esté também em W; qualquer miltiplo escalar de cada vetor de W esté em W.9-2, SUBESPACOS aan DEMONSTRAGAO. (a) Seja W um subespago de V. Entio W é um espaco vetorial e, por conseguinte, (ii) ¢ (iii) ficam provadas. Também W nao pode ser vazio, ja que W deve ter um vetor zero. Portanto, também (i) fica atendida. (8) Reciprocamente, suponhamos que W satisfaga a (i), Gi), € a (iii). Entao, por (i), W contém um vetor, digamos v, e, dai, por (iii), W contém 0 = Ove —¥=(- Iv. As ito regras (9-10) valem imediatamente para W, | que estdo satisfeitas em V. Por exemplo, se u esté em W, ento, pela Regra 4 para V, u + v = 0 admite uma jinica solugdo para v, a saber, — u; mas acabamos de ver que — u também esté em W. Portanto, a Regra 4 é valida em W. Quando um subconjunto X de um espaco vetorial V possui a propriedade de que a soma de cada phir de vetores em X esté também em X, dizemos que X € fechado em relacdo & soma. Analogamente, quando Y possui a propriedade de todos os miiltiplos escalares de cada vetor em X estarem em X, dizemos que X ¢ fechado em relagdo 4 multiplicagao por escalar. Assim, 0 Teorema 2 pode ser enunciado: Um subconjunto néo vazio X de um espaco vetorial V é um subespago exatamente quando X é fechado em re- lagéo tanto & soma quanto & multiplicacao por escalar. Por exemplo, 0 con- junto de miltiplos escalares de um s6 vetor € fechado em relacio 4 soma @ a multiplicacao por escalar e 6, assim, um subespacgo (Ex. 3). Espaco de Fungdes. © conjunto de fédas as fungdes reais num dado intervato (ou conjutto) é um espago vetorial V, como de imediato se verifica. Cada subconjunto particular déste conjunto de fungSes, com a soma e a multiplicagdo usual por escalares, pode ser ou ndo um espaco vetorial. Para decidir sébre isto, temos que descobrir se éle € um subespago de FV, isto é, como anteriormente, temos de descobrir se éle € ndio vazio e fechado em re- lag3o & soma e 4 multiplicagio por escalar. Este principio foi usado na Seg. 2-9. (Veja também Probl. 4 que acompanha a Seg. 9-1.) EXEMPLO 4 0 conjunto X de fungSes f, derivaveis em {0, 1] ¢ tais que Sf =2f € um espago vetorial. DEMONSTRACAO. Obviamente, ¥ contém a fungio zero, ¢ assim € um conjunto nio vazio de fungdes em [0, 1]. Se fe g estio em X, entdo f+ € of sho derivaveis em [0, 1] e (f+ ey afits = +4 w= Uf 4+ —) (of! = of’ = o(2f) = Xef), Por conseguinte, X é fechado em relagio a soma e A multiplicac&o por escalar e é, portanto, um espaco vetorial. Dado um espago vetorial V, podemos sempre considerar ¥ como um subespaco de si mesmo. Assim, cada espaco vetorial V contém os subes-842 ESPACOS VETORIAIS CAP. 9 pagos Vy e V; éstes subespagos so comumente referidos como sendo os subespagos irivigis de V. Um subespago de V que nao seja um dos subes- pagos triviais de V € chamado de subespaco ndo.trivial de V. Subespagos Nao Triviais de Vz. Representamos os vetores de Vz como vetores no plano, como na Fig. 9-1. Seja W um subespaco ndo trivial de Vs. Ent&o, W contém um vetor ndo nulo u, e W contém todos os miltiplos esca- lares de u. Se W contivesse um vetor ¥, que néio fosse um miultiplo escalar de u, entio u ¢ v seriam linearmente independentes, e W deveria conter todos os vetores em V; da forma au + by, onde a e b sao escalares arbitrarios. Mas todo vetor no plano pode ser assim representado e, por conseguinte, W teria que coincidir com V2. Portanto, ndo pode existir um tal vetor v, W consiste dos miltiplos escalares de u, como na Fig. 9-3, Assim, qualquer subespago nao trivial W de V2 corresponde a uma reta passando pela origem no plano. Subespagos Nao Triviais de V3. Representamos Vz geométricamente como 0 conjunto de todos os vetores OP comegando na origem do espacso tridimensional e raciocinamos intuitivamente (as demonstragdes completas aparecem mais adiante no capitulo). Seja W um subespaco nao trivial de Vs. Entéo W contém um vetor nio nulo uw = OPi, ¢ contém, portanto, todos os miltiplos escalares tus, isto é, todos os vetores OP, para P sdbre a reta Li, passando por O e Pi (veja Fig. 9-4). Isto pode ser tudo de W. Se -niéo, W contém um vetor ue = OP, onde P; nao esta sébre Li. Por conse- guinte, W também contém todos os vetores u = OP da forma OP, + + tOP, Como t; € tz assumem todos os valéres reais, P varia sébre um plano H passando por O, como na Fig. 9-4. Isto pode ser tudo de W. Se nao, W contém um vetor us = OP;, onde P; nio estiem H. Por conse- guinte, W contém todos os vetores u = OP da forma nOP, + OP, + + tzOP;. Mas desde que P; nfo esta em H, os pontos P varrem todo o espaco tridimensional, e W é 0 préprio V3. Mas entdo, W nao seria mais um subespaco nao trivial V3. Portanto, existem apenas dois tipos de subes- pacos nao triviais de Vs: aquéles correspondentes a retas passando por O Fig. 9-4. Subespagos de V;PROBLEMAS, 343, e aquéles correspondentes a planos passando por 0, £ também claro que téda reta passando por O e todo plano passando por O correspondem a subespagos nao triviais W de Vs. EXEMPLO 5 Seja W 0 conjunto de todos os (x, y, z) em Vr tais que 3x-+ 2y ~ 5z=0, Mostre que W & um subespaco nio trivial de Vs € que W corresponde a um plano passando por O no espaco tridimensional. Solugdo. Sejac um escalar ¢ estejam m1 = (x1, 1, 21) © Ue = (x2, y2, 22) em W. Entio, 3x1 + 2y1 — 521 =0 e 3x2 + 2y2 — Sze =0, Logo, Bex, + 2ey, — Sez, = 0 Sixy + x2) + Ay, + yo) — 5zy + 2) = O- Portanto, cu, € w; + us estio em W. Notamos que W contém u = (2, — 3,0) ev =(, 5, 2) e que W nao contém (1, 0, 0). Por conseguinte, W & um subespaco de Vs e deve ser um subespaco nio trivial, Visto que v nado é um miltiplo escalar de u, W nao pode corresponder a uma reta L passando por O. Portanto, W corresponde a um plano H passando por O. Observagio. Por um raciocinio andlogo, mostramos, em geral: se G1, @ & a3 Sio escalares, nao todos 0, e W é 0 conjunto de todos os vetores (i, X2, Xa) em Vs tais que ayx: + ayxX2 + asx2 = 0, entio W é um subes- Paco nio trivial de Vs © corresponde a um plano H passando por O no espaco tridimensional (veja Probl. 11 a seguir). PROBLEMAS 1. Mostre que, sob as regras usuais para soma e multiplicagao por escalares, os seguintes conjuntos de fungées so espasos vetoriais: (@) © conjunto de tédas as funcdes derivaveis em [a, 6]. (b) © conjunto de tédas as funcdes que (ém uma segunda detivada em (0, 1). © © conjunto das fungdes definidas em [0, 2] que tém raizes em 0, 1 € 2, (@) © conjunto de todos os polinémios sem térmo constante. © © conjunto dos polinémios reais que tenham + i como zeros. {0 O conjunto dos polindmios reais divisiveis por x® + x +1. {) O conjunto de tédas as fungdes definidas em [0, 10] que so zero em [2, 3]. {) O.conjunto de tédas as fungdes f definidas em [0, 1] que possuem uma terceira derivada neste intervalo, tais que f” — af! + (sen x) f= 0. (© conjunto de tédas as fungdes que tém uma segunda derivada para todos os valores reais e tais que f” (x) = 0. GO conjunto de tédas as fungdes racionais’ cujo denominador & x? + x +1. {k) O conjunto de todos os polindmios tais que p(0) = p(1). (WO conjunto de tdas as fungdes degrau em (0, 3] (veja Seg. 4-14), (m) © conjunto de tédas as fungdes continuas por partes em (0, 3].844 ESPAGOS VETORIAIS CAP. 9 (n) © conjunto de tédas as fungdes representaveis como soma de uma série conver- gente de poténcias Ba,x* em (— 1, 1). . Mostre que os seguintes conjuntos de funges nfo sto espacos vetoriais: (a) © conjunto de tddas as fungbes derivaveis em {0, 1] cuja derivada & 32°, (b) © conjunto de tddas as fungdes f derivaveis em (0, 1] € tais que f’ = f— 1, (©) © conjunto de tddas as fungbes f definidas em (0, 2] que tém a propriedade * < [f@)| para Osx <2 (d) © conjunto de tddas as fungées f definidas em [0, 2), tais que f(1) = 1. . Representamos os vetores em Vz como yetores OP no plano, como na Fig, 9-1. In- dique graficamente os seguintes subconjuntos de Vz ¢ declare se cada um déles é um subespago de Vs: (a) Todos 0s vetores fi + 2}, onde t > 0, (b) Todos os vetores 3ti— fi, onde — &» <1 < ©. (©) Todos os vetores (1 — i+ (2 — 2j, onde - @ <1 < @, (@ Todos os vetores ti + (3 — 2}, onde — = <1 u® tal que se uc ut, ye v*, entio u + veout + ve cus cu*, Existem outros subespagos de Vy que estio também em tal correspon- déncia bjunivoca com V3? Para cada dos seguintes subconjuntos de Vs, determine se 0 conjunto é um subespaco: @) () todos os x = Gr, amy, x5, a4) tals que x, = x2. : todos os x tais que 1 =e to tatu =9-3. INTERSEGAO DE SUBESFACOS 4s (©) J: todos os x tais que x ¢ racional. @_ K: todos os x tais que xy + x2 + xy +4 <0. (© L: todos os x tais que 1 = x”. (Q) Mz todos os x tais que ou x1 = x; ou a3 = 2a. (8) N: todos os x tais que [xa] + |2| + as] + |e] #0. 9. (@) Sejam Ue W subespagos de um espaco vetorial V. Mostre que se U é um sub- conjunto de W, entio U & um subespago de W. (b) Seja W’ um subespaco de Ve seja U um subespaco de W, Mostre que U é um subespago de V. 10, Seja U o espago vetorial de tédas as fungdes reais f definidas em |— 1, 1]. Deter- tnine se cada dos seguintes € um subespaco de (@) Uj: © conjunto de todas as f tais que /(0) = 0. (®) Us: 0 conjunto de tddas as f tais que f(x) = 0 para —I1 2. 9-3. Interseco de Subespacos Sejam U e W subconjuntos de um espaco vetorial Ve seja X © conjunto de todos os vetores em V que estdo tanto em U como em W (veja Fig. 9-5). O conjunto ¥ € chamado de intersegdo de U e W. Representamos usual- mente a intersecéo por M e escrevemos: x=uUnNW, TEOREMA 3. Se Ue W sao subespacos de um espaco vetorial V, ent&io sua intersegdo Ul\W é um subespaca de V. Fig. 9-5. Intersego de subconjuntos346 ESPAGOS VETORIAIS CAP. 9 DEMONSTRAGAO. Soja ¥ = UW. Sexe y esto em X, entdo x € y esto em Ue também estio em W. 34 que Ue W so subespagos de V, resulta que x + y e ax (para qualquer escalar a) estio em Ue em W €, por conseguinte, esto em X. Mostramos assim, que X fechado em re- Iago A soma e em relago a multiplicagdo por escalar. Também X é nfo vazio, j4 que Ue W contém 0, Resulta que X= UN W é também um subespago de V. E claro que UM W é 0 maior subespaco de V comum tanto a U quanto a W, jA que éle é 0 maior conjunto comum e acontece ser também um sub- espago. EXEMPLO | 0 conjunto U de tddas as triplas em V; que tém a primeira componente 0 € um subespago de Vs como também é 0 conjunto W de t6das as triplas (x, y, z) com x = y. Pelo Teorema 3, 0 conjunto X= UAW & um subespago de Vs; X consiste das triplas (0, 0, 2), onde z é arbitrario (veja Fig. 9-6), © leitor pode verificar, independentemente, que X é, na verdade, um subespago de Vs. 2 unw (0,0, 2) Fig. 9-6. Intersegao de dois subespagos 7 (planos) em V3 EXEMPLO 2 Seja V2 interpretado como o conjunto de todos os vetores no plano. Entdo,- a interseco de dois subespagos ndo triviais diferentes de V2 € sempre o espago zero Vy. Isto & facilmente visto recordando-se que os subespagos niio triviais de V correspondem a retas passando pela origem (Fig. 9-3) e duas retas distintas passando pela origem necessaria- mente se interceptam sdmente na origem. Assim, o espago da intersecio consiste do vetor zero sdzinho, isto é, a intersesio & Vo. Quando dois subespagos de um espaco vetorial V se interceptam no espago sero, dizemos que éles se interceptam apenas trivialmente. Se Ui, Us Us so trés subconjuntos de V, pode-se formar a intersegéo miltipla U: (U2 U;). Esta consiste dos elementos de Ui que se en- contram também tanto em U, como em Us. Por conseguinte, ela é sim- plesmente o conjunto de todos os elementos comuns a Ui, U2e Us. Por essa raziio, retiramos os parénteses e representamos o conjunto porPROBLEMAS 847 U, 1 U.O Us. Aplicando-se 0 Teorema 3 primeiro a Uz Us; ¢ depois a U; 1) (Us 1 U;), vemos que se U;, Uz € Us sdo subespagos de um espaco vetorial V, entdo assim também é U,; U2 Us. Em geral, se Us, U,, séo subespacos de V, entéo o conjunto Ui U2... 1 Us consiste daqueles vetores que s&o comuns a todos os subespacos U:,..., Uh, & UM... AU, é um subespago de V. EXEMPLO 3 0 conjunto W de todos os vetores (x1, .... x5) em Vs tais que x, +%,+%3— 2%, & um subespago de Vs. DEMONSTRAGAO, Seja U; 0 subconjunto de Vs consistindo de todos os vetores em V; satisfazendo & primeira equacio: x1 ++ x2-+ x2 — — x, =0. Como no Ex. 5 da Seg. 9-2 (veja também Probl. 11 em seqiiéncia & Seg. 9-2), verificamos que U; é um subespaco de Vs. Andlogamente Us, © conjunto de todos os vetores em V; que satisfazem 4 segunda equacio, e U3, 0 conjunto de todos os vetores que ‘satisfazem & terceira equagSo, so subespacos de V;. Agora, W consiste de todos os vetores que satisfazem a tddas as trés equagdes. Por conseguinte, W == U: (1) Us M1 Us, @, conse- qiientemente, W é um subespago de Vs. O Ex. 3 6 um caso especial da seguinte regra geral: As solugdes comuns (x1... , %x) das equagées lineares homogéneas Gyyty te Fig, 20, 6.2, Oyyty tt dye, = 0 formam um subespaco de ¥,. (Veja Probl. 3(a) a seguir.) PROBLEMAS 1. ‘Descreva a intersegiio dos seguintes subconjuntos Us, Uy de @(— =, @) determine se a ifitersecdo & um subespaco: (@) Uj: tédas as f tais que £0 (©) Uj: todos os polindmios; Us: tédas as fungdes pares. (©) Uy: todos os polinémios; Uz: tédas as fungdes limitadas. (d) Uy: todas as f que tenham periodo 3x; Up: tédas as f que tenham periodo 2n. (@) Uy: tOdas as f que tenham limite 0 quando x-> ©; Uy: todas as f que tenham limite 1 quando x-> ©. (Cf) Uy: tédas as ftais que L 1 (2) dx existe; Up: tOdas as f tais que L. f(x) dx ; Ug: tédas as f tais que f(t) = 0. existe. 2. Discuta geométricamente 0 tipo possivel de intersecdo de dois subespagos nao triviais U; © Uz de Vs para cada dos seguintes casos: (@) Uy e Us correspondem a retas passando por O.348 ESPACOS VETORIAIS CAP, 9 (6) U; corresponde a uma reta passando por O, U; a um plano passando por O. (©) Uy © Up correspondem a planos pasando por O. . (@) Demonstre: se # > 1, entio 0 conjunto W de solugdes comuns das & equagées Jineares homogéneas: » aut tt tank, = ryt bo + dyyty = 0 um subespaco de V,. Além do mais, se pelo menos um aj for no nulo, entio W ndo € 0 proprio V,. [Sugestiie, Considere 0 Probl. 11(b) que segue a Seg. 9-2.] (b) Dé um exemplo, com h ~ 3, de h equagdes lineares em x, x2, x3 cuja tinica solugdo comum seja (0, 0, 0). (©) Quio pequeno pode & ser na parte (b)? Quio grande? (W) E verdade que (0, 0, 0) € a Unica solugio comum possivel de quatro equacdes li- neares em x1, x2, x3? Explique. 4, Vimos (Ex. 2) que quaisquer dois subespacos ndo triviais de Ve se interceptam em Vy Mostre, por meio de exemplo, ser possivel a dois subconjuntos de ¥; que no sio subespagos se interceptarem em um subespaco nio trivial de V2. 9-4, Soma de Subconjuntos Sejam X e Y subconjuntos, ndo necessariamente subespacos, de um espago vetorial V. Indicamos por {¥ + Y} 0 conjunto de todos os vetores vem V que podem ser expressos como a soma de um vetor de X e um vetor de Y. Assim, v esté em {X + ¥} exatamente quando existe um vetor x em X eum vetor y em ¥ tal quey-—=x+y. O conjunto {¥ + ¥} é cha mado soma dos conjuntos X ¢ Y. Seu significado serd esclarecido por di- versos exemplos. EXEMPLO 1 Em V;, representado usualmente como o conjunto de vetores no plano, consista X dos dois vetores 3i ¢ 5j, consista Y dos dois vetores 4i + &j, 101 + 20}. Entdo, (¥ + Y} consiste dos quatro vetores Ti+ 8}, 1314 20, 414 13j, LOT + 255, EXEMPLO 2 Em F;, seja X 0 vetor u = OQ e seja Y 0 conjunto de todos os vetores OP indo da origem O a um ponto P no segmento de reta AB. Entio, {X + Y} consiste de todos os vetores OS =OQ + OP, onde QE fixo e P varia sébre AB. Por conseguinte, {¥ + Y¥} corresponde a um segmento de reta 4'B’, obtido de AB transladando cada ponto pelo vetor u, como na Fig. 9-7; em particular, 44’ =u, BB’ —u. EXEMPLO 3 Em V;, sejam os elementos de X da forma u = OQ, como no Ex. 2, mas sejam os elementos de Y os vetores indo de O até um ponto sdbre uma reta L passando por O. Como no Ex. 2, 0 conjunto correspon- dente a {X¥ + ¥} éL transladado pelo vetor u, € obtemos uma reta L’, como na Fig. 9-8,9-4. SOMA DE SUBCONJUNTOS aap Notagdes. Quando um conjunto X consistir de um s6 vetor u, escre- veremos {u + Y} para a soma (¥ + ¥}. Como mostram os Exs. 2 ¢ 3. a Fig. 9-7. Soma de conjuntos de vetores correspondentes a um pon- fo © um segmento de reta em V2, {u + Y} corresponde a um conjunto obtido do conjunto correspon- dente a ¥ por transtagdo pelo vetor u. Quando um conjunto Y é um sub- ns @ 4 Pa fom, < _—P, o one 2 u) oe Fig. 98, Soma de conjuntos de vetores Fig. 9.9. Soma de conjuntos de vetores corresponden- correspondentes a um ponto e uma reta tes a dois segmentos de reta espago consistindo de todos os miltiplos tv de um vetor v, também repre- sentamos Y pelo simbolo {tv}, Assim, no Ex. 3, {X¥ + ¥} pode ser repre- sentado por {u + {fv}}. Neste exemplo, {¥ +- Y} corresponde 4 letra L’, eescrevermos {¥ + Y} como {n+ {tv}} é simplesmente outra maneira de350 ESPAGOS VETORIAIS CAP. 9 dizer que a reta L’ tem a equagio vetorial UP =u+t¥, © <1< «, como no Cap. 1. EXEMPLO 4 Em /2, consista X¥ de todos os vetores OP, onde P varia sObre um segmento OP,, e consista Y de todos os vetores OP, onde P varia sdbre um segmento OP:. Sejam wu; = OF,, w: = OP; linearmente inde- pendentes. Ent&o, {¥ + ¥} consiste de todos os vetores u=OP=tu,+tw, onde O) X: os pontos (0, 0) € (2, 1); ¥: 08 pontos (1, 2) ¢ 2, = 1). (©) X: 0 ponto (1, 1}; ¥: 0 segmento unindo 0, 0) ¢ (1, 0). (d) X: 0 ponto (2, 3); Y¥: 0 segmento unindo (1, 2) ¢ (3, 4). © X:0 ponto (I, 1); ¥:aretay =I. (£) Xo ponto (3, 2); ¥: a reta x + 2y (g) X: 0 ponto (2, 1); ¥: a reta x = 34, y= St. (a) X; 0 ponto G, 1); ¥: a reta x — 1, y= 42, @) X: 0 ponto Q, 3); citculo x? + y* G) X: 0 ponto (5, 2); ¥: o circulo (x + 524 @ + 2F=1 () X: o segmento unindo (0, 0) e (1, 0); ¥: 0 segmento unindo (0, 0) e (0, 1). (1) X: 0 segmento unindo (0, 0) e (1,1); ¥: © segmento unindo (0, 0) e (— (m) ¥: a reta y= x; Y:a reta y= 2x. (0) X:aretax=at yo; Yiartax=—tyar ¥ ¥: y: ¥: ¥: Dn. 2. Em Va descreva (X + ¥} € faa um grafico para cada uma das escolhas seguintes para os conjuntes correspondentes no espago xyz: (@)_X: 0 ponto (0, 0, 1); ¥: todos os pontos (x, », 0) (0 plano xy). (b) X: 0 ponto (I, 1, 1); ¥: todos os pontos (0, », 2) (0 plano yz). (©) X: 0 ponto (2, 2, 2; ¥: a reta OP — a1, 1, 0). @ X: 0 ponto (1, 3, 1); reta OP = 10, 1, 1). © ponto (0, 0, 1); plano OF = 4,(1, 0, 0) + (0, 1, 1). (£) X: 0 ponto (1, 0, 0); plano OP = 1(1, 1, 0) + 40, 1, 1). ) reta OP = 11, 1, 2); ¥: a reta OP = 111, 0, 0). @) reta OP = t(1, 0, 1); ¥: a reta OP = 40, 1, 1). @ eixo x; ¥: 0 plano yz. @ cixo ys ¥: 0 plano xz. 3. Sejam Xe ¥ subconjuntos de Vp, 0s vetores no plano, ¢ admitamos que cada um cot- responda a uma rela. Provar o seguinte: (a) Se Xe ¥ correspondem a retas paralelas, entdo existe um vetor a tal que ¥ — =fat+y}. (b) Se Xe ¥ correspondem a retas paraielas, entio (X + ¥} corsesponde a uma ter- ceira reta paralela. (©) Se ¥ e ¥ correspondem a retas nio paralelas, entio (¥ + ¥} = Vs. 4. Em €(— ©, ©) represente cada dos seguintes conjuntos na forma {+ Y}, onde X consiste de uma fungéo © Y é um subespago- {a) Tédas as f tais que f’(x) = cos x. (b) Tédas as f tais que f(x) = 5x4,354 ESPACOS VETORIAIS CAP. 9 () Tédas as f tais que f(x) = 12. (@) Todas as f tais que f(x) = 18e%, (©) Todas as f tais que ”"(x) = 1. (f) Tédas as f tais que f'”(x) = sen 2x, (g) Tédas as f tais que f(1) = 1. (h) Tédas as f tais que f(x) = nm para todos os inteiros 7. 5. Se (a1, 2, ay, a4) & tal que a — a + ag + Say = 1, mostre que 0 conjunto X do Ex. 8 pode ser expresso como X = {{ax, ax as, a4) + W}. 6. Seja Wo conjunto de todos os vetores da forma (s, 2s —t, t+, 2) em Ms, com se f arbitrérios. Seja U 0 conjunto de todos os vetores da forma (2a + 2b, b, — b, 3a + 2b), com a ¢ b arbitrarios. (@) Mostre que (W + U} & 0 conjunto de todos os vetores da forma (u + 2w,2u — vu + 0,0 + Sw), (B) Mostre que U, We {U + W} so subespacos de Vy. © Encontre UW. 7, Demonstre: se X, ¥ e Z sfo subconjuntos de um espaco vetorial V ¢ X esté contido em Y, enttio (X 4+ Z} esté contido em (¥ + Z}. 8. Sejam Ue W subespacos de V, Demonstre: (@) Se U esté contido em W, entio {U-+ W} = W. (b) Se (U+ W} = W, entdo U esté cgntido em Hv. (© Se U esté contido em W entio UW ~ U. (@) Se UAW = U, entdo U esté contido em W. 9. Em Va, scja X 0 conjunto daqueles pares que tém a primeira coordenada 1 ¢ seja Y ‘© conjunto daqueles pares que tém a segunda coordenada 2. Mostre que {X + ¥}=Vs. Observacéo. Este problema mostra que {X + Y} pode ser um subespaco, muito embora X e Y nao sejam ambos subespacos. 10. (a) Demonstre: se HW € um subespago de Ve w é um elemento 5° entio wt Wy) =. (b) Demonstre: se W ¢ vm subespago de Ve x é um elemento de V tal que {x-+ W} — W, entéo x esta em W. © Mostre que (a) e (b) ndo so mais validos se 1 for um subconjunto arbitririo de V. LL, Demonstre: se Us,..., Up siio subespacos de um espago vetorial V, entio {Ui +... -+ + Uy} € um subespago de V que contém cade um dos subespagos Ui, Ur, ... Ur Além disto, cada subespago Z de V que contenha Uy, Ur,..., Ux deve conter {Us + ta + Us). Assim, (U1 +... + Uy} € 0 menor subespago de V que contém os subespagos Us, ..., Ur. 9-5, Variedades Lineares Diz-se que um subconjunto L de um espago vetorial V é uma variedade linear de V quando L = {u + W} para algum vetor u em Y e para algum subespaco Wde V. © vetor w é chamado um Hider de Le 0 subespaco W é chamado espago-base de L. Encontramos varios de tais conjuntos na seco precedente; veja os Exs. 3, 6, 7 ¢ 8. Como a equagiio vetorial OP = =a}, — © + (6x,)Uy e a conclusao se segue. Observagio 2. © Teorema 11 mostra que todo espago vetorial (real) n-dimensional V é essencialmente o mesmo que V,, Contudo, para cada escolha de uma base paca V, obtemos uma correspondéncia diferente entre Ver. Observagiio 3. Ha um teorema andlogo para espaos vetoriais: com- plexos e VE EXEMPLO 3 Seja @, 0 espago vetorial de todos os polindmios de grau no maximo n. Ent&o 1, x, ..., x* formam uma base para ®, € a correspon- déncia Cy FEA es HOA (Cy, Cy «Gd 6 uma correspondéncia biunivoca entre @, € Vq.1 (note a dimensio!), como no Teorema 11. 9-9. Dimensdo de Subespacos e de Variedades Lineares Nesta seco discutiremos a dimensao dos subespacos e das variedades lineares de um espago vetorial V. Tomaremos V como tendo dimensio870 ESPAGOS VETORIAIS CAP. 9 finita n. Esperarfamos, naturalmente, que a dimenséo de um subespago préprio de V fésse menor do que dim V. Para provar isto, precisamos do seguinte teorema, cuja demonstragdo ¢ adiada para a Seg. 9-10: TEOREMA 12. Seja V um espaco vetorial de dimensdo n. Seja {v1 sy Vm} um subconjunto linearmente independente de V. Entéo m dim {U+ W} >n—-1—=dim U = dim W; por- tanto, dim {U + W} Resuita ent&éo do Teorema 14 que dim (U 0 W) = dim U + dim W — dim(U + W} =(n—-N+(n-l)—-nan-2 EXEMPLO 3 Seja Uo conjunto de 4-tiplas (x1, ..., x4) tais que x1 — x2 + +x: =0. Seja Wo conjunto de 4-uplas (m1, ..., x4) tais que x2 + xa + +x,4=0. Entio UMW =Z €o0 conjunto de 4uplas que satisfazem tanto ax — %2 +x, =0 como a+ x, +x, =0, e dim Z=2. DEMONSTRAGAO. Como na Observacio 1 da Seg. 9-8, Ue W so subespacos de ¥, e dim U =dim W = 3. Obviamente (1, 1,0, 0) esté. em Ue nado em W, de modo que U # W. Resulta entfo do Ex. 2 que dim Z=2 EXEMPLO 4 Mostre que, no espago tridimensional, a intersegdo de 2 planos diferentes passando pela origem é uma reta que contém a origem. ‘Solugdo: Um plano em Vs que contenha a origem um subespaco de dimenstio 2. Por conseguinte, pelo Ex. 2, a intersego de dois planos dife- rentes passando pela origem 6 um subespaco de dimensio 1, isto é, uma teta contendo a origem.72 ESPAGOS VETORIAIS CAP. 9 ‘A dimenséo de uma variedade linear & definida como sendo a dimensio do espago-base da variedade linear. Assim, em Vs, a dimens&o de um ponto €0, de uma-reta ¢ 1, ea de um plano € 2. Se tivermos uma variedade linear de dimensio d, podemos entio esperar encontrar um elemento da variedade que satisfaga a d condic6es auxiliares, Por exemplo, podemos pedir o ponto sObre a reta (variedade unidimensional) de distancia minima da origem (1 condigo auxiliar). O conjunto de solugdes de uma equacio diferencial linear de ordem k é uma variedade linear de dimensio k (veja Cap. 14); por conseguinte, podemos usualmente encontrar uma solug4o que satisfaga a k condigdes sébre o valor da fungio ¢ suas derivadas em certos pontos. Por esta raziio, a dimensfo de uma variedade linear é também chamada mimero de graus de liberdade da variedade linear, Observacio. Ao definir propriedades ¢ ao demonstrar teoremas sébre espagos vetoriais, é melhor, e geralmente mais facil, fazé-lo sem usar uma base particular. Quando uma propriedade ¢ definida usando-se uma base, & necessdrio determinar se a propriedade é intrinseca ao proprio espaco vetorial ou se ela depende explicitamente de uma determinada base. Assim, ao definirmos a dimenséo de um espago vetorial, tornamos claro que ela nado depende de nenhuma base em particular, mas era, antes, uma proprie- dade possuida por cada base e, por conseguinte, uma propriedade intrin- seca ao espaco vetorial. Contudo, quando se trata de computaciio,” po- de-se achar que o uso de uma determinada base simplifica. as coisas. Se a quantidade a ser computada (por exemplo, dimens%o) € contiécida como independente de uma base, podemos entao estar certos de que, independen- temente de nossa escolha da base, obteremos o mesmo resultado. Geral- mente, a computag&o pode ser feita facilmente quando uma base apropriada & escolhida. As propriedades que so intrinsecas a um espago vetorial de- sempenham um papel andlogo aos invariantes geométricos. *9-10. Demonstragdes de Teoremas Sébre Dimensao Nesta segdo apresentamos demonstragées para os teoremas sébre di- mensfo que foram enunciados ¢ discutidos nas duas segdes precedentes. Comegamos com varios lemas. LEMA 1. Se {u:, 02, ...,Un} & um conjunto finito linearmente inde- -pendente de vetores em um espaco vetorial V e a, ...,4n-1 sao escalares, entéo {Uy = OyUggs Wo = Opps s+ Way — Ga tU gy» Uy) é um conjunto linearmente independente e os dois conjuntos geram o mesmo subespago de V.9-10, DEMONSTRACOES DE TEOREMAS SOBRE DIMENSAO 873 DEMONSTRAGAO. Suponha que ey — 4,U,,) + ++ tem y(Una — Fm—1Um) + Sgn = 0, (9-100) Entio, Ema), = O- (9-201) Jé que {u,,...,Un} € um conjunto linearmente independente, (9-101) implica que: Cy Hee! FC Way + (Cm — Oy Oy ey = Oy — (Oy + + + Op 3C m1) = 0 e portanto, que ¢, =... =Cn1=¢m —=0. Resulta, portanto, que o con- Junto {01 — aim, «4, Unt — Gnilm, Un} € linearmente independente, Obviamente, Env (us, ..., Um) contém (Uy — itn, -..5 Unt — @ttlmy Uni} « Por outro lado, para i =1,....m— 1, uy = (uj — ate) + aim, © assim, {th, «3, Un} estd incluido na Env (ti, — dis, ...,Um1 — Gin Un1,Un). Resulta entdio que Env (u, Unt — Fp, Um)- LEMA 2. Seja {¥1y--.5¥.} uma base para um espaco vetorial V. Se {ui, ...,Un} & um conjunto de V linearmente independente, entéo m 1 vetores, contrariamente ao Lema 2. Por conseguinte, m =n implica que {v1, ....¥m} é uma base para V. Se m 1. (@) Encontre uma base para UW. 8. (@) Mostre que {e*, e*, e*, ...} € um subconjunto infinito linearmente independente de e(*)(— 2, =). Qual é dim e(#— ©, =)? dim e(— =, «)? dime (©, @)? () Determine a dimensio do espago Z de fungdes continuas sobre 0 < x <7 que tenham 0 € m como raizes. 9. Sejam ayy, .-- ins us +@mn niimeros reais. Sejam W aquéles vetores (xy, ...4%,) de Va tals que ayaxy +--+ @inXn = Oy oe matt + one + Guna = 0. {a) Mostre que W é um subespago de Vy. (b) Mostre que dim W/ > n— m. ©) Dé um exemplo em que m=2e dim W=n—1>n-m 10. (a) Seja Wo conjunto de vetores de V; que tém a primeira coordenada 0. Encontre uma base para V4 que nfo contenha neahum vetor de W.878 ESPACOS VETORIAIS CAP. 9 (b) Se U é um subespaco nao trivial de um espago vetorial V, mostre que ha uma base para V que nao contém nenhum vetor de U. Compare éste resultado com o Teo- rema 12, LL, Mostre que as seguintes sfio variedades lineares de V4 ¢ determine suas dimensées: (a) Todos os (x1, 2, Xa, 24) tais que 21 + x2 boxy toy = Le (b) Todos 08 (x15 x2, Xs, 4) tals que xy ~ x2 $y te = xr + Se ay ty = 6 (©) Todos os (x1. Xp. x3, x4) que satisfagam as condigdes tanto em (a) coma em (b). 12. Demonstre: se Ue W so subespacos de um espago vetorial V, entao dim (UW) < < min. (dim U, dim H/), com a igualdade valendo apenas se 0 subespaco de dimensio menor for um subespage do outro. 13, Sejam Le M variedades lineares de um espago vetorial de dimensio finita V, Mostre que se L(-\M nfo fér vazio e nao contiver o outro, entio dim (Z 9 M) < min (dim L, dim M). 14, Seja V um espago n-dimensional com base {m, déncia especificada no Teorema 11. Demonstre: (a) {uh,...,ur} @ uma base para ¥,. {b) Se {¥,...,%} € um conjunto linearmente independente de V, entdo {vt,..., vj} @ um subconjunto linearmente independente de V, e@, reciprocamente, se {¥f,...,¥f} & um subconjunto linearmente independente de V,, entéo {¥1, .--. v4} & um subconjunto linearmente independente de V. (© Um conjunto {wi, ..., Wi} € uma base para V se, ¢ sdmente se, 0 conjunto (wt, wees WE} fOr uma base para V,,. (d) Se Wé um subespaco de V¢ W* consiste de todos os elementos w* para 0s quai’ © correspondente vetor w esté em W, nto W/* é um subespago de V,,. 2.0,}. Sela v9 v* a correspon- 9-11. Transformagdes Lineares Se uma fungéo f aplica um conjunto X num conjunto Y, chamamos entéo ¥ de dominio da funcdo (ou transformagio) f. © conjunte de todos os valéres de f forma a imagem da transformacdo. A imagem de f é um subconjunto de Y; ela pode coincidir com Y. Chamaremos Y de contra- dominio da transformago (Fig. 9-15). Y, cont dominio i Dorit Fig, 9-15. Dominio, imagem ¢ contradominio9-11, TRANSFORMAGOES LINEARES a79 No CAlculo estudamos fungées reais f(x) definidas sébre um intervalo; aqui, 0 dominio é © intervalo (que: podemos considerar como um subcon- junto de V;), 0 contradominio € V; ¢ a imagem é um subconjunto de Vs. Consideramos também fungSes vetoriais de uma variavel real: r ={(¢). Aqui, 0 dominic era novamente um intervalo mas o contradominio era V2, Encontramos também fungdes reais de duas varidveis: por exemplo, z = =x?+ y*, Aqui, o dominio é um conjunto de pares (x, y), ¢ portanto, pode ser considerado como um subconjunto de V2, O contradominio é de névo Vr. Estes exemplos sugerem ser importante estudar o caso geral de uma fung&o ou transformagio f cujo dominio seja um subconjunto E de um espago vetorial U e cujo contradominio seja outro espago vetorial V. Co- mecamos aqui tal estudo examinando a transformacio mais simples: uma transformacdo linear de um espago vetorial U num espaco vetorial V. Aqui, o dominio é Ue o contradominio é ¥. As transformagées mais gerais serao estudadas no Cap. 12, £ importante que entendamos as propriedades das transformagies lineares, pois, como veremos, elas desempenham um papel no estudo de uma transformago geral que ¢ andlogo ao papel da tangente e da diferencial no estudo das fung6es reais de uma variavel. Sejam U e V espacos vetoriais sGbre o mesmo conjunto de escalares. Diz-se que uma fung&o ou transformacao T de U em V é uma transformacao linear ou uma funcdo linear se, para todos os vetores uj, uz em U e€ todos os escalares ¢, tivermos Ta, + U) =Tu,) + T(a) © T(eu,) =-T(u,). (9-110) Se 7 é uma tal transformagio, ent&o, por indug&o, encontramos de (9-110) que, Thay + ug + +++ + uy) = Thuy) + Tug) + ++» + Tu,) ¢, mais geralmente, Tau, + +++ + aay) = a, Tuy) + --- + a, Tuy), As transformagées lineares mais conhecidas talvez sejam a derivada ¢ a integral. A derivada D é ut.> *--»sformagdo linear de @[a, 5] no espaco @[a, 5], pois, se fe g estio em €'[a, 5], ent&o ambas as fungdes tém derivadas continuas sdbre [a, b], de modo que f’ = Dfe g’ — Dg estio em @[a, b] e, pelas propriedades basicas da derivada, D+ 9 =D) + DQ. Def) = eDifi. (Normalmente abandonamos os parénteses ¢ escrevemos Df para a derivada def) A integral definida é uma transformagGo linear de @[a, 6] em V;=R380 ESPACOS VETORIAIS CAP. 9 . (os ntimeros reais) j& que, se Jif) = f S(t )dt, entéo Kf) € um niimero real e Nft+@=Hfyt+ He, Nef) = if) pelas regras bAsicas de integragio. Também a integral indefinida f Hee) dt € uma transformagao linear de €[a, 6] em (fa, b]. a costume usar-se a terminologia “transformagio linear” em vez de “fungdio finear”, visto que, em muitos exemplos, os elementos no dominio da transformagdo linear so, éles proprios, fungdes. Na literatura mate- méatica encontram-se também as transformagées lineares designadas como operadores lineares ¢ aplicagdes lineares. A terminologia “operadores li- neares” & mais freqiientemente usada quando o dominio é um espaco de fungées. EXEMPLO | Se a; e a2 sio nuimeros reais, entio T((x1, x:)) = ax + + aax2 6 uma transformagio linear de V. em Vi = R, pois temos: T (Gy %2) + Yy Yo) = Tey + ¥y Xe + ¥2)) = ale, + yy) + Gales + Yo) = (yxy + 43%) + (Gyyr + 4242) = Tey x2) + Te Yo) (oxy, o%2)) = ayer, + ayoxg = O(a, X, + ayxq) = CT (x), ¥2)), Mostraremos eventualmente (Ex. 6) que qualquer transformacao linear de Vv, em Vi= R € desta forma. Suponha que um dentre a: € az nao seja 0. Ento, o vetor no nulo £ =(a:, — a) & transformado no 0 pela transformacio linear T. Mais geralmente, 7 transforma cada vetor do subespaco Env (€) em 0. Além do mais, se T((c, d)) =0 = ae + and, entio (c, d)=s(a,, — a) para um escalar real s; portanto, (c, d) esté na Env (g). Assim, Env () é exata- mente o conjunto de vetores transformados em 0 por 7. Se u é qualquer vetor em Vs, entdo, T(u) = T(u + cé), para cada escalar c. Entdo, 7 trans- forma cada vetor da reta {u+ Env (£)} no mesmo nimero real T(u). Nenhum outro vetor em V; é transformado em 7(u), pois se T tem o mesmo valor em dois vetores, entdo a diferenga déles esté na Env (£) (veja Fig. 9-16). Se representarmos os pontos (x1, 2, T((x1, x2))) no espago tridimensional, © grafico sera um plano (veja Fig. 9-17). Observagio. Abandonaremos os parénteses para uma transformagao tal como T aqui, ¢ escreveremos simplesmente T(x1, x2). Em geral, quando T tem dominio V, ¢ x = (x1, «.. , Xn), escreveremos T(x) como T(x1, ... , X,):9-11, TRANSFORMAGOES LINEARES 481 EXEMPLO 2 A transformagio T(x, x2, x3) = (x1, x2) € uma transfor- magio linear de V3 em V2, j4 que Ply + Ye Fe + Yor ts + Ya) = Ga + Yao % + Ye) = T(x, % 3) + TY, Yo Yo) Tlexy, Cxp, 0X3) = (Cx, 6%) = CT Oy, Xo, 3), EXEMPLO 3 A transformagio de U em V que leva cada vetor de U sObre 0, é chamada trarisformagdo zero. A transformagdo zero & uma trans- formacio linear [Probl. 3(a)]. Indicaremos usualmente a transformacio zero por 0. tu+ Env 6) Tia) * x2 Fig. 9-16, Transformacdo linear de Vz em R Fig. 9-17, Grafico de x3 = T(x, x2) EXEMPLO 4 A transformagao T(x) = |x| de V2 em V; nfo é uma trans- formas&o linear, jé que T(x, x2) =W/xi +4 = T(- m1, — x), € por- tanto, geralmente T(cx) # cT(x) para c = — 1. EXEMPLO 5 Sea é um vetor nao nulo fixo num espago vetorial V, entdio T(x) =x +a é uma transformagio de Vem ¥. Isto ndo é uma transfor- magio linear, visto que T(2x) = 2x + a # 2x + 2a = 2T(x). TEOREMA 16, Seja T uma transformagao linear de U em V. Entéo, T(0) =0 ¢ T(— u) = — T(u) [isto €, T leva o vetor zero de U no vetor zero de V e T leva o negativo de uno negativo de T(u)]. DEMONSTRAGAO. T(0) = Tu) = OT(u) = 0 T(—u) = T(—Yu) = (1) (a) —Tlu Apontamos aqui uma pequena incoeréncia na terminologia. Uma funcao real y = mx + b = f(x) & chamada fungao linear, mas ela define uma trans-382 ESPACOS VETORIAIS CAP. 9 formagao linear de V; em V; sdmente se 6 =0, pois f(0) = b e, pelo Teo- rema 16, para uma transformagio linear de Vi em V;,f(0) —0. As fungdes y =x definem as transformagées lineares, como logo se verifica. Uma incoeréncia semelhante aparecs no Ex. 5; as fungdes nesse exemplo sao também algumas vézes chamadas lineares. Seja T uma transformiagao linear de U em V. Seja {u:,...,u,} uma base para U. Entdo, cada vetor u em U é exprimivel univocamente na forma ait; +... + Gt, onde os a; so escalares. Mas entio Tu) = aT(uy) +--+ + a, 7(u,). Conseqiientemente, podemos achar o valor de uma transformagdo linear T em qualquer vetor u através dos valéres de T nos vetores de uma base de U. Se Te T; sdo transformagdes lineares de U em V tais que Tu) — Ti(u,) (para f=1,...,”), entio Te T; séo a mesma transformagio, Assim, ao descrever uma transformagdo linear, é apenas necessdrio prescrever seus valéres em uma base do espaco-dominio. EXEMPLO 6 Sejam ay,..., a, niimeros reais; entdo, a transformagdo They. %,) aye, bo + Ox, é uma transformacéo linear de V, em Vi = R. Reciprocamente, t6da trans- formagéo linear de V,, em Vi é desta forma. DEMONSTRAGAO. E& facil verificar que T é, na verdade, uma trans- formacdo linear de V, em V1, e deixamos isto para o leitor. Seja S uma transformagdo linear de VY, em ¥, = R. Suponha que S(@1) = dy... , S(@,) = b,. Ento, Slory, -- 5 %q) = Slate, +--+ + Xpeq) = x,S(ey) +++ + xpSlOq) = Byey Hoe + Dyke Assim, a transformagéo S tem a forma afirmada. No Ex. 6, T é a transformacdo zero se, ¢ sémente se, todos os a, sio nulos. Se algum a; #0, entéo T tem imagem R, j que T(ca;'e) = c, para cada ¢ real. EXEMPLO 7 Sejam ai, a2, a1, bi, be, ba mimeros reais, Entdo, a trans- formagio T(Xqs Xpy Xs) = (GyXy + dyXq + Agky, Bix, + byxy + bys) é uma transformagdo linear de V; em V2, Reciprocamente, t6da transfor- magdo linear de Vi em Vz é desta forma.PROBLEMAS 883 DEMONSTRAGAO. 0 leitor deve verificar se T é uma transformagio linear e se a transformacgio 7 é a transformagdo zero exatamente quando 1 = ay = 45 = by = bs = ba 0. Soja Suma transformagio linear de Vs em V2, Suponha que S(L,0,0) = (cd), $0, 1,0) = eq d,), —-$(0, 0, 1) = (cy, dy) Entio, S tem a forma estabelec:da, j4 que Sly, x23) = %4S(1, 0,0) + tyS10,1, 0) + +480, 0, 1) = (Cy dy) + rofey da) + xa(ey ds) = (64%, + Cyt, Heyy, dyx, + dyty + dyxg)- EXEMPLO 8 Seja T uma transformagao linear do espaco de polindmios ceais @ em si mesmo, onde 7(1)=0, T(x") =x"! para m> Il. Se a(x) =a) + ax +... + ax", entio Tlalx)) = Tag) + Tla,x) + +++ + Tia,x") = aoT(l) + «++ + a, T(x”) a(x) — a(0) =a, + ax te fax t=". A imagem de T € @, visto que T (xa(x)) = a(x). A transformagio T nao & biunivoca, ja que T(a + a(x)) = T(e(x) para todos os miimeros reais a. A transformagio T é diferente da derivada, ja que T(x") = x # 2x = D(x) Notagiio. Para uma transformagdo geral T, indicamos 0 conjunto de todos os valéres T(x) para x em E por T(E). PROBLEMAS J. Mostre que cada das seguintes é uma transformagao linear de U em V: (a) U = Vay Vi= Va Tey 85) = in tp Ey tb) Van VS Vas They Xe Xg) = + Ty Xa Fy + Xp Te (c) U = €[0, 1, V= Vy, Tif) = f(0)- id) C0, 1 Va VY, TY) = £00) + fH). fe} U = ©, 1, V= Vy Tif) = (FO) FA). () U = Vy V = Cla, b], The, x2) = rye" + x27, (g) U = 0, 1), V = ©[0, 1}, T(f) = fix) cos x. (h) U = ©%a, b], V = Cla, bl, T(f) = f’G)senx. fi) U = Ca, b}, V = Cla, bl, Tif) = af” —f' + ef. G) U=@%a,b), V= Clad, TI =f" afr ef tf. {k) U= Gla, b}, V = fab). Tif) = f fo dt. U= Cab, v= Clad TIN = f flode+ 37).384 ESPAGOS VETORIAIS CAP. 9 2. Indicamos um polindmio tipico por a(x), seu grau por gra(x), ¢ definimos uma trans- formagio T dando o valor de T associado a cada a(x). Quais das seguintes transfor- magdes T sio transformagées lineares de @ em 2 (a) Nalz)) = a0); &) Tia(x)) = «(5); () Ta(x))'= térmo constante de o (xj (d) Tlo(x)) = Tag + aye + +++ + yx") = ay $ agx? + ves + a,x Ty = xa(x) + (1 — xta(0) — 270'(0); (e} Plax) = a(2} + o(3)x + a(4)x?s (Ff) Tata) = @"(x); &) Flats) = @ + deg a(x)) a(x); h) Tla(x)} = (2? + x — Yo'(a)s () Tats) + 6x9 — I7x4 + x3a(x); G) Tla(x)) = a(0) + @(O)x + fa(O)x?. 3. Sejam U e V espagos vetoriais com 0 mesmo conjunto de escalares, Demonstre: (a) A fungao zero de U em V € uma transformagio linear de U em V. (0) Se c é um escalar, entéo a funcdo 7(u) = cu é uma transformago linear de U em U. (c) Se T é uma transformagao linear de U em Ve c é um escalar entao a fungao 7), onde F,(u) = c7(u), € uma transformagdo linear de U em V. 4. Mostre que as transformagées nos Exs. 6 ¢ 7 so transformacées lineares. 5. Para cada conjunto de condigdes dadas, determine se existe uma transformacdo linear T de U em ¥ que satisfaga As condigdes: (a) U=V, V= Vz T(, 1) = 1, 2} TUL, —1) = @ 3). ()) U = Vy V = Vy, TQ, 1) = (1,0), TU, 1) = 8,0) TE, 3) = (1,0). @) Us Vy, V= Vy, TU, 2) = (1,3), TQ 1) = (2) TU, 1) = (1,1). (a) U = 0, V =, TU) = 0, Te") =x para n > 1, @) U=0, V=0, Tl) =%, Te + 1) = 4%, Te? - I= 23, () U=0,V=0, TQ) = x, Ti - =x, Ta? +9) = 2, The?) = x, 9-12, Imagem de uma Transformagao Linear Recordamos que a imagem de uma fungao f é 0 conjunto de todos os ¥ no contradominio de f tais que f(x) = y para algum x no dominio de f. ‘Agora, seja T uma transformagio linear do espaco vetorial U no espaco vetorial V, Ent&o, a transformagio T tem uma imagem que é um subcon- junto de V, Indicamos éste subconjunto por Im T, 0 conjunto imagem de T: Assim, Im T & 0 conjunto de todos os elementos v em V tais que J(u) =v para algum uem U. Ja que 7(0) = 0, Im T sempre inclui 0 € nao € vazio. Outro térmo algumas vézes usado para designar Im T: coniicleo de T {abreviado Con T), EXEMPLO 1 (@) ImO=¥%. Reciprocamente, se Im T=, ento T(u) = 0 para todos os u, e portanto, T= 0.9.12 IMAGEM DE UMA TRANSFORMACAO LINEAR gas (b) Se T é a transformagao linear no Ex. 1 da Seg. 9-11 e, pelo menos um dentre a, e a nao é 0, entio ImT=R = V1, ja que, para qualquer namero real b podemos sempre achar nimeros x; ¢ x: que satisfagam a equago xi + anx2 = b. n (c) Seja J a transformagao linear: J(f) > 70 dx. Entéo, Im 0 J=R, jA que (1) =1 0, e portanto, J(c) = c para cada cem R. [Aqui, J(1) © J(c) referem-se ao valor de J nas fungdes constantes f= 1 e f= c.] (d) Se T & uma transformacdo linear ndo nula de um espago vetorial real Uem V, = R, entio Im T= R, pois T # O implica que existe um u em U tal que T(u) =a #0 ¢, por conscguinte, 7[(c/aju] =c para todos os cem R. (e) Se T é uma transformacao nao nula de R em V3, entéo Im 7 é uma teta passando pela origem: Im 7 = Env (Z(1)). Note: se T(1) = 0, entio T(c) =0 para todos os c em R, e portanto, T= 0. Como éstes exemplos sugerem, temos o seguinte teorema: TEOREMA 17. Se T é uma transformagdo linear de U em V, entéo Im T é um subespago de V. DEMONSTRAGAO. Sabemos que ImT nao é vazia. Precisamos mostrar que se vi e Ve estdo em Im Te c é um escalar, ent4o vi + v2 € cv estio em Im. Visto que ¥; € v; estio em Im 7, devem existir vetores te ue em U tais que Tu) =v, Thug) = vgs Entéo, como T é uma transformagio linear, por (9-110) temos: Tay + uy) = Thai) + Thus) =v, + ¥_ Toy) = Flu) = ov, portanto, vi + v2 € cv: esto, na verdade, em Im T. TEOREMA 18. Se {m, ...,u,} é wma base para U e T é uma transfor- magito linear de U em V, entéo Im T = Env (T(u:), «.-, T(ts))- DEMONSTRAGAO. Se v esté em Im 7, ent&o existe um u em U tal que 7(u) =v. Mas u =a +... + a, ¢ portanto, v é uma combi- nacdo linear de T(m),..., T(u,). Logo, lm T esta incluida na Env (7(w), +, T(a,)). Por outro lado, Sc;T(u,) = T(Zcm) estd em Im T; por conse- guinte, Env (7(a),..., T(u,)) esta incluida em Im T. Isto demonstra o teorema. Dizemos que uma transformagio linear T de U em Y transforma U sobre V se Im T coincidir com ¥, Dizemos entio que T é uma transfor- magéo sébre. Do Teorema 18 resulta que se’ existir uma transformagio linear de U sobre V, entio dim V < dim U.986 ESPAGOS VETORIAIS CAP. 9 9-13. Nacleo de uma Transformacao Linear © conjunto de todos os zeros de uma transformagdo linear 7 é chamado micleo de T e é indicado por N(T)*. Assim, o niicleo de uma transformagiio linear T de U em V € 0 conjunto de todos os u em U tais que T(u) = 0. Pelo Teorema 16, T(0)=0. Por conseguinte, N(7') sempre contém 0 e é um subconjunto vazio de U. EXEMPLO 1 (a) Seja T uma transformagio linear nao nula de ¥; = R num espaco vetorial real V. J& que T no é a transformacio zero, T(1) # 0, € portanto, T(c) = eT(1) # 0 para todos ¢ #0. Assim, N(T) = Vo. (6) Se Téa transformacdo linear do Ex. 1, Seg. 9-11, entdéo M(T) — Env ((a2, — ax)), desde que um dentre a; e a: ndo seja 0. (c) A derivada D uma transformagdo ‘linear do espago @ de funcdes derivaveis em [0, 1] no espaco F de tddas as funcdes reais em [0, 1]. Neste caso, M(D) é 0 conjunto das fun¢des constantes, jA que Df=0 exatamente quando f é uma fungdo constante. Se / esti em G, o espago de fungdes ‘coutinuas em [0, J], eritéo D f ‘ri r) = f(x, € portanto, © est fp cantigo em Im D. E verdade que. = Im D? 4d Se T transforma U em V, entio MT) = U se, ¢ sdmente se, T for a transformagao zero O, pois se M(T) = U, entio Tu) =0 para todo u, ¢; se 7(u) = 0 para todo u, entio U = N(T). TEQREMA 19, Se T éuma transformagio linear de um espaco vetorial U num espago vetorial V, entéo N(T) & um subespaco de U. DEMONSTRAGAO. Sejam wu: e wu, vetores em MT) € seja c um escalar de U; entio, T(w + uz) = Tim) + Ti) =0+0=0, e Tem) = = ¢T() = c0 = 0. Assim, (NT) € fechado em relacio 4 soma e & multi- plicagéo por escalares, e portanto, é um subespago. O nucleo ¢ a imagem caracterizam aproximadamente uma transformagio linear, O significado do nucleo é demonstrado no préximo teorema: TEOREMA 20. Seja T uma transfarmacao linear de U em V. Entéo, T(u) = T(uz) se, e sdmente se. wy e uy pertencerem & mesma variedade linear de U com espaco-base K = N(T). Assim, se v esté em Im T, entéo o conjunto de todos os vetores u em U para os quais T(u) =v é a variedade lingar {ug + K}, onde T(us) = v. DEMONSTRACAO. Se 7(u:) = T(u), entéo Tus — w) = Tin) — — T(u,) = 0 e, por conseguinte, u, — u, esti em K, Mas ent&o, wu € wu: .) Em algumas obras usa-se, também, a notagho Ker (7)9-13, NUCLEO DE UMA TRANSFORMAGAO LINEAR 887 estio ambos na variedade linear {u. + K}. Reciprocamente, se ui € u: estio na variedade linear {uy + K}, entéo wm =u) +k, wu =u + ks para alguns ki, k, em K. Conseqiientemente, T(wi) = 7(u) + T(ki) = Tau) e, analogamente, T(us) = T(w), de modo que T(m)=T(u,). O tltimo enunciado do teorema é apenas uma repeticéo, com outras palavras, da primeira parte. A Fig. 9-18 é um esquema diagramatico da [mT e do MT). Veja também a Fig. 9-19 na Seg. 9-17. Fig. 9-18. Nicleo © imagem de uma transformaco linear Imagem Inversa. Se T é uma transformacao linear de U em V ¢ v esta em Im 7, entSo 0 conjunto de todos os vetores u em U tais que T(u) =v & chamado imagem inversa de v por T (ou pré-imagem de v pela transfor- magdo T). Como vimos no Teorema 20, a imagem inversa por T de cada vetor em Im 7 é uma variedade linear em U com espago-base K = N(T); em particular, a imagem inversa de y por 7 € {up + K} se T(u) =¥. Por imagem inversa de um conjunto E por T, entendemos 0 conjunto de todos os u para os quais 7(u) esté em EF. EXEMPLO 2 (a) Seja Da derivada, Entio D & uma transformagio linear de Ca, b] em @[a, b}. O macleo de D é 0 conjunto de fungdes cons- tantes ¢ a imagem de Dé €[a, 5], pors Df = 0 (a fungao zero) se, ¢ somente se, f for uma constante, e D f F(t) dt =f (x) para qualquer fungéo con- tinua f, Assim, D € uma transformacdo sébre que nao é biunivoca. A imagem inversa de f por D é a variedade linear {F(x) + N(D)} = (F 4 Cl, onde F’ =f, Assim, a imagem inversa de f por D é simplesmente a integra! indefinida de f, e a constante arbitraria na integral indefinida é simples- mente N(D). (8) No Ex. 8 da Sec. 9-11, N(T) & W, 0 conjunto de polindmios cons- tantes, ¢ a imagem inversa de #(x) por Téa variedade linear {xa(x) + W?.sas ESPACOS VETORIAIS CAP. 9 (c) Como foi notado no Ex. 7, Sec. 9-1], a transformagao T (x4, Xq %) = (Ky + ty ~~ Ky Xy — ty + 17x) é uma transformagio linear de V; em V2. O ntcleo de T é dado por todos os (x1, %2, X8) tais que x1 + x. — xs =O © x1 — x2 + 17x3 — 0; estas equagdes so satisfeitas se, ¢ sémente se, x1 = — 8x2 @x2 = 9x1, onde xs, pode ter qualquer valor real. Logo, MT) = {t(-— 8,9, 1)}. [Aqui, r varia sébre R.] A imagem inversa de (1, 1) por 7 é dada ent&o por {(1, 0, 0) + + {1-8 9, DF}. (@) No Ex. 6, Seg. 9-IJ, suponha que a: # 0. Entao, N(T) = Env (a, — a1, 0, «4 0), rey Gay 0)» — Ds pois cada um dos vetores u escolhidos tem a propricdade T(u) = 0; entao, sua envoltéria linear estd incluida no subespago A(T). Reciprocamente, se T(x, Xn) = ait +... + aX, = 0. entio a neta a de onde = (-2x, — (yet) = (— Fe Bite Rayo) = 4,7 'xo(az, —a,,0,...,0) — +++ — a,x, (a, 0, Assim, (x1, ...,%,) esté contido na Env ((a2, — ar, 0, ... 0), qientemente, M(7) tem a forma enunciada. Podemos concluir agora que a imagem inversa de um c arbitrario por T & {case + N(T)}. A imagem inversa de um ponto b por T pode muito bem ser 0 conjunto vazio. De fato, ela € 0 conjunto vazio exatamente quando b nao esté em Im T. Como conseqiiéncia imediata do Teorema 20, vemos que 7 é uma irans- formagéo biunivoca de U em V se, e somente se, N(T) = {0}, onde 0 é 0 yetor zero de U. Além disso, se N(T) = {0}, de modo que T é biunivoca © {uy, ..., uz} € um conjunto linearmente independente em U, entio {7 (w), ., T(u;)} € um conjunto linearmente independente em V, pois se a:.7(u1) + 4 +. + aT(u,) = 0, com alguns a; # 0, entéo T(am +... + ax) = 9 e€ ai + ... + ayu, estaria no N(T), e assim, seria igual a 0, contrariamente A hipdtese de independéncia linear de {u,...,u,}. Assim, as transfor- magées lineares biunivocas preservam a independéncia linear. Vemos também que T é uma transformagio biunivoca de U sébre V se, e sémente se, tanto MT) = {0} como Im T = V (nicleo menor possivel, imagem maior possivel).9-14. POSTO E NULIDADE DE UMA TRANSFORMACAC LINEAR a9 PROBLEMAS 1. (@) ... (h) Determine a imagem e 0 niicleo das transformagoes: lineares das partes (a) ... (h) do Probl, 1 que acompanha a Sec. 9-11. 2. (a) ... G) Determine a imagem das transformagdes das partes (a) ... (j) do Probl. 2 que acompanha a Seg. 9-11. 3. (@) ... (() Determine 0 niicleo das transformagées das partes (a) ... (f) do Probl. 2 que acompanha a Seg. 9-11. 4, (@) ... (© Determine a imagem e o nucleo de cada uma das transformagdes das partes (@) ... © do Probl. 3 que acompanka a Sec. 9-11. 5. (a) Mostre que a derivada ¢ uma transformagdo linear de @ em si mesmo que nao é biunivoca mas é sdbre. (b) Mostre que a derivada é uma transformagao linear de ®q em si mesmo que nio € biunivoca nem sdbre. 6. Para cada uma das seguintes transformagdes lineares de um V,, em V2 determine a imagem, o nucleo a imagem inversa de (1, 0); determine também se a transformacéo € biunivoca ou se é sdbre. fa) They %y %9) = (1 — For + Tale (b) They, xp %2) = (a Xo — Fa) (0) Trp ta) = (ey — Xp + Hee (A) Ty, Xo Ba Xa) = + Fy Fo + 83) 7, Demonstre: se T € uma transformacao linear biunivoca de U em Vc {uy ..,tn} € uma base para U, entéo {7(w),..., T(uy)} € uma base para Im T. 8. Demons em Ve : se U ou V é 0 espaco zero, entéo O € a unica transformagio linear de U 9, No espago €[0, 1], defina T(/) como Mj, onde M; é a fungdo de x definida da seguinte maneira: Mx) = maximo de fem (0, x], 0 0. Seja {us ...,Un} uma base para A(T). Pelo Teorema 12 na Sec. 9-9, podemos estendéJa para uma base {us,..., Un... th} de U. Obviamente, Tlaguy + +++ + dyUy) = dygya T(Upees) + 1+ + Gy Ely). Entio, Im T = Env (T(umu)s «.. , T(u,)). Suponha ainda que bs T(mst) + +o. +5 T(a,) =0. Entéo, TPmertmer + ++ + Byty) = 0 © portanto, bmatlasr-+ -. + dU, esta em MZ). base para N(T), ¢ portanto, existem escalares cx, DnarVmar + <2 + ByQdy == Cy +--+ + Spthye JA que {u1,...,u,} € uma base para U, devemos ter: ah =e = Par = Resulta que {7(un), ..., Ta,)} € um conjunto linearmente independemte gerando Im T, e portanto, € uma base para Im T. Assim, mostramos que posto T = dimImT =n — m. Isto completa a demonstragao do teorema. Como conseqiiéncia imediata do Teorema 22, podemos enunciar: se existe uma transformacao linear biunivoca T, de U sébre V, entéo dim U = =dim V. Para uma tal transformagio, posto T= dim V e nul T = 0, de modo que dim U = dim V. Dados os espagos vetoriais de dimensio finita U e V, é natural indagar quais subespagos Z de U podem ser niicleos de transformacées lineares de U em V. Sabemos, pelos Teoremas 21 e 22, que se Z for o nucleo de uma transformagdo linear 7, entdo dim U = dim Z + dim Im T < dim Z + dim V.092 ESPAGOS VETORIAIS CAP. 9 E talvez uma agradavel surprésa encontrar, como mostramos abaixo, que a desigualdade dim U — dim V < dimZ a Unica condig&o a que um subespaco Z precisa satisfazer para que seja © niicleo de alguma transformagio linear de U em V. Assim, qualquer subespaco no muito pequeno (isto ¢, de dimensfio pelo menos dim U — — dim V) é o niicleo de uma transformacao linear de U em V. Ha uma situacdo andloga em relac&io aos subespacos de V que podem ser a imagem de uma transformacgdo linear de U em V; qualquer subespaco de V, nao muito grande (isto é, de dimensio no maximo dim U), é a imagem de uma transformago linear de U em V. Estes resultados resumem-se no seguinte teorema: TEOREMA 23. Sejam U e V espagos vetoriais de dimensdo finita. Um subespago Z de U é 0 niicleo de uma transformagdo linear de U em V Se, @ Somente se, dimZ > dim U — dim V. Um subespago W de V é @ imagem de uma transformag&o linear de U em V se, e sdmente se, dim W < dim U. A demonstragdo déste teorema sera dada na segdo seguinte. Podemos também perguntar que varicdades lineares de U podem ser imagens inversas de um vetor fixo bem V. A resposta é novamente dada em fungdo da dimensio da variedade linear. Se b — 0, sua imagem inyersa deve ser o micleo da transformagao linear ¢ o Teorema 23 se aplica. No- tamos também que um subespago de U nunca pode ser a imagem inversa de um vetor no nulo b, pois todos os vetores na imagem inversa de b siio transformados sdbre b, enquanto 0 esté em cada subespago e téda transfor- mac&o linear transforma 0 sébre 0. A parte déstes casos, temos o seguinte teorema geral: TEOREMA 24. Seja U e V esparas.vetoriais de dimensdo finita. Seja L uma variedade linear de U que n&o seja um subespaco de U. Seja b um vetor ndo nulo de V. Existe entéo uma transformagao linear T de U em ¥ tal que L é a imagem inversa de b por T se, e somente se, dim L > 2 dim U — dim V. A demonstragio sera dada na sec&o segumte. +9-15. Demonstragdes de Dois Teoremas Usamos a seguinte notacdo em téda esta segio: dim U =n, dim V =m, Z & um subespaco de U de dimensio k, W é um subespago de V de di- mensio p e L é uma yariedade linear de U de dimensio k.9-15. DEMONSTRAGOES DE DOIS TEOREMAS 893 DEMONSTRACAO DO TEOREMA 23. Precisamos provar que Z €0 ntcleo de uma transformagao linear de U em V se, e smente se, k > n—m. Se Z é 0 miicleo de uma transformago linear T de pésto r, endo, pelos Teoremas 21 e 22, temosn =k +r" —-—m. Reciprocamente, suponha que k > —m € que z,...,% seja uma base para Z. Pelo Teorema 12, Seg. 9-9, podemos estender esta base de Z para uma base 4,...,2Z:,---»Z, para U. Seja wi, ...,¥, uma base de V. Ora, uma transformagao linear (veja Seg. 9-11) é completamente determinada Por sua ag&io sébre uma base do espago-dominio. Seja T uma transfor- magio linear de U em V tal que T(z) =0, 6.2, Tee) =O, They) = Vy ves Them) = Vpae JA que k =dimZ >n—m, temos m >n — k, ¢ portanto, ds imagens de Zust,---;%y-4 S40 conjuntos linearmente independentes em V. Assim, pésto T=n—k. Observamos que T(a,z, + FGy%y) = Bee iVi Fo + Gyn = 0 se, ¢ sOmente se, ay.1 =... =a, =0. Logo, o nicleo de T é Z. Para a segunda parte do teorema, precisamos demonstrar que W é a imagem de uma transformagdo linear se, e sémente se, p<. Se Wéa imagem de uma transformagao linear, entio p n, entdo ndo existe transformacao linear biunivoca de Vem V. 4, A rotacdo de cada vetor ¥ no plano por um Angulo fixo 8 é uma fungdo de V2 em Vs. E esta fungéo uma transformacao linear? E biunivoca? E sobre? (Raciocine geomé- tricamente.) 5. (a) Mostre que a funcdo de ¥, em V2 dada por To(x1, x2) = (41 — 3x2, 49) € uma transformagao linear. Determine seu pésto e sua nulidade. Determine a ima- gem inversa de (a, 6) por Tp. (b) Mostre que se a1, bi, a, b2 sio nimeros reais, entéo Py Xp) = (ayy + aaXy yxy + yp) € uma transformagdo linear de V2 em Vs.9-16, Ca (a) (e) SOMA, MULTIPLOS ESCALARES DE TRANSFORMAGOES LINEARES 895 Mostre: se aiby = hia, entdo a transformagio T é biunivoca ¢ sobre. Demonstre: M(T) ~ Vy exatamente quando ab; - ab, ~ 0, € também se ay xf 0, entao N(T) = Env (as, — a) € tm T= Env (ay, by). Demonstre: se S € uma transformagio linear de Vz em Vs € St, 0) = {c, @, SO, 1) = fe, f), ent&o Sx, y) = (ex + ey, dx + fy). 6, “Sejam ay, a, a, b1, b2, by mimeros reais. Demonstre: (a) (>) © @ fe) ny @ (h) 7. (a) (b) © 9-16. Thay Xn Xa) = (xy + @ak_ + 4x3, byxy + boxe + yxy) € uma transformagao linear de Vy em ¥,. Se S§ é uma transformacdo linear de V¥, em Vy € S(1, 0, 0) = (ar, 61), S(O, 1, 0) = = (as, bs), S(O, 0, 1) = (aa, 3), ent&o Te S sdo a mesma transformacao. A transformayao T & sobre se, € somente se, para alguns / /, ajb; — ajby sé 0. A transformacao 7 ¢ a transformacdo zero se, € somente se, a = a = bs = by = 0. Se abs — ab) = k #0, entio MT) = Env ((avby — aybs, ayb) — az, ab, — = asb,)} ¢ a imagem inversa de (c,d) por T € {k (eb, — day, day — by, 0) + + MT). Se T nao € a transformagio zero, entio posto T= 1 se, ¢ somente se, existirem niimeros reais s, 4, ambos ndo 0, tais que sa, — 1b = $a, — thy = sa, — th, = 0. Neste caso, Im T= Env(t, s) ese, além do mais, a + 0, entio M(T) = Env (as, 0, ~ ay), (ay, — a1, 0), € a imagem inverse de (¢, s) por T € {(tq7', 0, 0) + N(T)}. Determine N(T) se posto T= 1 ¢ a, = 0 (existem numerosos casos). Interprete os resultados das partes (c) ¢ (f) em funcao dz Gcometria do Plano e do Espaco. b= Demonstre: 8€ ii. c10 + Qtiy s+ Amis +++ 1 Amn SAO niimeros reais, entio Tey ye Be) yy ey to + yates es Gm ty Ho + Gyan ty) € uma transformagio linear de V,, em Vm ¢, reciprocamente, s¢ 7 é uma transfor- magao linear de V, em Vay, ento existem niimeros aij, oo. 5 Mins coy Goats os» Gna tais que a relagdo acima ¢ verdadeira, Se m 0. Se m > n, mostre que posto T= 7 exatamente quando 0s vetores (a), ... Gm) sess (@inny os svn) SO um Conjunto linearmente independente. Soma de Transformagdes Lineares, Maltiplos Esca- lares de Transformagées Lineares Vimos que duas fungdes de valéres reais definidas no mesmo dominio podem ser somadas ¢ multiplicadas para a obtengdo de novas fungdes. A so- made fe géafungioh =f + g tal que h(x) = f(x) + g(x) para todo x no dominio, Analogamente, o produto de fe g é a funcdo F =fg tal que F0d =f(Xgd para todo x no dominio. E natural perguntar-se se po- demos combinar transformagées lineares desta maneira para obtermos novas transformacées lineares. Descobrimos que isto pode ser facilmente feito396 ESPAGOS VETORIAIS CAP. 9 para a soma. Para a multiplicagio ha dificuldades ja que, em geral, nao podemos multiplicar dois vetores. Contudo, temos multiplicagéio por escalar num espaco vetorial e isto nos possibilita definir um escalar vézes uma transformagio. Se Se T s&o transformagées lineares de U em V, nds defini- mos S+ T= Me aT =N, onde a é um escalar, pelas equagdes: M(u) = Su) + Tw) © Nu) = aT(u) para todo uem U. (9-160) Estas definigdes tém significado mesmo que Se T n&o sejam lineares. Mas supomos aqui que elas sejam lineares e poderos entio verificar que S+ T= M e aT =N sao lineares. Temos: M(uy + Us) = S(uy + uy) + Tuy + up) = (Say) + S(u)) + (T(uy) + T(u))= = (S(uy) + Thay) + (Slug) + Tug) = M(u,) + M(u,)s M(cu,) = S(cu,) + Tleu,) = 0S(u,) + cT(u,) = ofS(u,) + Tlu,)] = cMfu,). Assim, M = S + T & uma transformacao linear de U em V. Também N(uy + Up) = aT(uy + uy) = a[T (uy) + T(v,)]= aT(u,) + aT(u,) = Muy) + N(uy)s Nou,) = aT (cu,) = acT(u,) = caT(u,) = eN(u,). It Assim, N = aT também ¢ uma transformagio linear de U em V. EXEMPLO 1 As seguintes sio transformagdes lineares de © em © (para um dado intervalo): 7 {a transformacdo identidade): (f) =f, D (a derivada), e J, onde J(f) é a funcao xf(x). Entao, as seguintes trans- formagées lineares de @‘) em @: T, =2D, onde Tf) =2f', T= 3), onde Tf) = 3xf/(x); Ty = D421, onde T,(f) =f’ + 2f5 T,=3D +J—1, onde Tf) = 3f' + @ — Uf- Agora, seja T uma transformagio linear de U em V. Se a ¥ 0, entéo aT(a"x) = T(x), e concluimos que Im T=ImaT; analogamente, temos N(aT) = N(T). Se a =0, ent&o aT(x) = 07(x) =0 para todo x, e por- tanto, OT = 0. Agora, seja ¥ 0 conjunto de tédas as fungdes (nfo necessdriamente lineares) que transformam um dado conjunto no vazio X (nfo necessd- riamente um espaco vetorial) num espaco vetorial V. Assim, para cada f em F¥ ¢ para cada x em X, f(x) é um vetor em V. Entio, como observamos anteriormente, podemos definir f + g ¢ af como sendo transformagoes com valéres f(x) + g(x), af(x), respectivamente, para todo xem X. Entio, f +g e af sio novamente funcéesem*. Assim, ¥ é fechado em relacio a soma 4 multiplicagao por escalares. E simples agora verificar que # é, na yer-9:17, COMPOSIGAO DE TRANSFORMAGOES LINEARES 397 dade, um espago vetorial [isto é, F satisfaz as regras (9-10)]. Agora, o conjunto de tédas as transformagées lineares de U em V é um subconijunto nao vazio do conjunto ¥ de tédas as transformagdes de U em V e, como vimos anteriormente, 0 conjunto das transformagées lineares € fechado em relacéo & soma e A multiplicagio por escalares. Concluimos: 0 conjunto de tédas as transformagées lineares de um espaco vetorial U num espayo ve- torial V é um espaco vetorial. Podemos ir mais adiante e demonsirar: TEOREMA 25. Se U e V sao espagos vetoriais de dimensao finita (com os mesmos escalares), entdo o conjunto de tédas as transformagées lineares de U em V é um espago vetorial de dimensdo finita com dimensad (dim U) (dim V). DEMONSTRAGAO. Seja {m,...,u,} uma base para Ue seja {v, s+ ¥m} uma base para VY, Para cada par i, j, seja T;; uma transformagao linear de U em V tal que Ta) =v, Tuy) = 0 para 1A i Existem mn transformagdes Tis, uma para cada par i, j, com 1 DayTy, entao a;; = 0 para todos os indices 7 ej. J4 que as transformagées lineares de U em V formam um espaco vetorial, temos as regras usuais: y,Vp 1° + OV (SH Lee yn)> S4T=T4+S, (S+T)+M=S+(T+M), S+O=S S+1=S implica T =O, a(b8) = (ab)S, (a + B)S = a8 + BS ([T(a,) + Plug) = TMU, + v2) = =u, + uy = TKv,) + TWv)5 TY(av,) = TYaT(uy)] = T'{T(au,] = au, = aT vy)» Isto demonstra que 7! é uma transformacao finear. Demonstramos: se T é uma transformagiio linear biunivoca de U sdbre V, entdo a transformacdo inversa T' € uma transformac&o linear biunivoca de V sobre UePROBLEMAS. 901 TAT = Ip, TT = ly. (9-180) Aqui Jy é a transformacao identidade em U e Jy é a transformacao identi- dade em V. Ja que T- é uma transformacao biunivoca e sobre, ela também tem uma inversa (T")",. Agora, (T~)""(u) =v exatamente quando T(v) —u ¢ T"(v) =u exatamente quando T(u) =v. Entdo, Te (T*)* so a mesma transformacdo: (myt=T (9-181) EXEMPLO 0 conjunto U de polinémios lineares homogéneos em x, y, z é um espago vetorial e a transformagao T(ax + by + cz) =(a+b +c, b,c) & uma transformagio biunivoca de U sébre Vs com Ta, 8,7) = (a — B — — vx + By + yz. PROBLEMAS 1. Sejam S, T, M, N transformagies lineares de Vy em V; dadas na Tab. 9-2. (a) Determine o pdsto e o micleo de Se de T. {b) © mesino ‘que parte (a) para as transformagies Me N. © Descreva"'as transformagies: S+ T © S+M dando os seus valdres em uma base para V3. Determine também suas imagens ¢ seus nicleos. (d) O mesmo que a parte (c) para as transformagdes: S +N, T+ M,M +T +S, N-S. +(e) Exprima S, T, M e N como combinagoes lineares de 7}, ... , Ta3, onde Tyfaies + aye + ayes) = ae, = 1,23) = 12,3, (£) Encontre as transformagdes lineares A ¢ B de posto 3 de V3 em Vs tais que posto (4+8) (g) Encontre as transformacécs lineares A ¢ # de posto 3 de V;em Vz tais que pasto (A+B) Tabela 9-2. Se & ey es & = & ©, — Ses & = & + & 4e, — 2e, +e, €; — 2e, + 5e5 Se, — de, fn + ey +e + Bey EIEPY 2. Sejam S, T, M, N transformagoes lineares de Vj em Vs dadas pela Tab. 9-2 € sejam T,, Ts, Ty, Ts transformagoes lineares de ¥, em V3 dadas pela Tab. 9-1 do conjunto de problemas anterior. (a) Descreva as transformagies 75, ST, TT, TTT dando seus valores em uma base para V; e determine seus postos.902 +5. +6. 37. +8. ESPAGOS VETORIAIS CAP. 9 (b) © mesmo que a parte (a) para as twansformagdes: MT;, MMT», STT,. (©) Diz-se que um vetor x ¢ fixo por uma transformagio T de V em V se T(x) = x. Encontre os vetores fixos para cada uma das transformagées S, T, M, N. Sejam S, T, M, N como no Probl. 1. (a) Determine se S tem uma inversa e, se a tiver, descreva esta inversa dando seus valéres para a base canénica de V3, (b) Proceda como em (a) para p transformagdo T. (¢) Proceda como em (a) para Mf. (d) Proceda como em (a) para N. No espago vetorial @ de todos os polindmios, suponhamos que D indique a derivada, H a integral indefinida: Hay +... + yx") = agx + ou. + [agi(n + Die, © Xa transformagio: X(a +... + aux") = ax... tb ayx""1, Entéo, D, H, X sao trans- formagées lineares de @ em ®. Suponhamos que J indique a integral definida de Oa 1; para j—0, 1, ..., que Fj indique a transformacdo: Fay + ... + ax") = aj. Entdo, J ¢ os F, séo transformagies lineares de @ em R que podem ser também consi- deradas como transformagoes de @ em @. Demonstre (a), ..., (f)¢ avalie (g), ... (0. @) Fad =JF;. {b) XD = DX (por conseguinte, 0 produto de transformagées lineares néo comuta necessiriamente), (©) DH =I =transformacio identidade. (@) HD =~ Fy. (@) HD » DH, @) JR=F, G=0, 1,2, {) ND). (h) NUD). i) MF). G) N(DH~ HD). «k) Im (DH — HD). @) M(XD — DX). (m) Im (xD — DX). (a) N@DxX). (©) N@&DXH). (p) N(DxD). (a) N(FeDXD). (1) NUDXD). Demonstre: se nem U nem V € 0 espaco zero ¢ um é de dimensao infinita, entéo 0 conjunto das transformagées lineares de U em V é um espago vetorial de dimensio infinita, Seja S uma transformagio linear de U em Ve seja T uma transformagdo linear de V em W. Demonstre: {a) Se S é sobre, entdo posto (TS) = posto T. {b) Se T é biunivoca, entdo pdsto (TS) = pésto S. ©) Se TS € biunivoca, entéo S é biunivoca. (@) Se TS ¢ sébre, entéo T é sdbre. Encontre exemplos de transformagdes lineares S, T tais que TS seja definida, T x O, SxOeTS=0. ~ Sejam S, T transformagées lineares de U em V. (@) Mostre que MS + T)D NS) NT). {b) Dé um exemplo onde N(S + T) = MS)()M(T). (©) Dé um exemplo onde a igualdade no se verifica na equagao da parte (b). (a) Mostre que existem S, T com pésto S = pésto T= min. (dim U, dim V) tais que pésto ($+ 7) pode ter qualquer valor de 0 até min. (dim U, dim ¥).9-19, TRANSFORMAGOES LINEARES NUM ESPAGO VETORIAL 903 9. Complete a demonstracao do Teorema 26, +10, Seja S uma transformagao linear de U em V e seja T uma transformagio linear de V em ¥. Demonstre: (@)_ N(TS) = imagem inversa de |M(T) Im S| por S. (®) Im (7S) = Tam 5). (© posto (7S) < min. (pdsto 7, pdsto S). [Sugestdo. Se Zé um subespago de V, entio dim 7(Z) < dim Z.] @ nul § < nul (TS) < nul § + nui 7. 411. Dé exemplos nos quais nul 7 < nul (7S), nul 7 — nul (7S), aul T > nui (TS). 9-19. Transformagdes Lineares num Espago Vetorial Até aqui temos considerado transformagdes lineares de um espago vetorial U em um espaco vetorial V. Pode acontecer que U e V sejam o ‘mesmo espaco vetorial, de modo a térmos uma transformagao linear de U em U, Denominamos esta transformagao de transformacao linear em U. Assim, uma transformaciio linear num espago vetorial é uma transformagio linear désse espaco vetorial em si mesmo. EXEMPLO 1 (@) A derivada D é uma transformacdo linear no espago vetorial @ de todos os polinémios. (®) A derivada ndo é uma transformagio linear em @°(— @, @). Por exemplo, D it iar) = |x|, uma fungio que nao é derivavel em q x =0 e que, portanto, nfo esta em €!(— », @). (c) Seja @ o conjunto de tédas as fungdes analfticas reais em (— 1, 1), isto 6, festé em @ se f for a soma de uma série de poténcias 2a,x” conver- gindo para —1 1, 7. & chamada dilatagdo; quando 0 < ¢ <1, T, 6 chamada contrapdo; quando ¢ = — 1,904 ESPAGOS VETORIAIS CAP. 9 T, € chamada reflexdo na origem. A transformagio J & chamada reflexdo no eixo x. A transformagio K, € chamada rotagdo de dngulo « (veja Fig, 9-20). Notamos que K, = T_1. % 2 x Tia)= ou Be Pe = eS a eae a x Jew) ® 0) @ Fig. 9-20. {2) Dilatagdio. (b) Reflexdo. (c) Rotagao. Se S ¢ T s&o transformacdes lineares num espacgo vetorial U, entdo S+ Te eS sio definidas e sio também transformagées lineares em U (veja Seg, 9-16), Ento, o conjunto de tédas as transformagées lineares no es: pago vetorial U é um espaco vetorial. Indicamos éste conjunto por Lt(U). Ainda, pelo Teorema 25, se U tem dimensfo finita, ent&o dim Lr (U) = = [dim 0}. Ja que o dominio e o contradominio de uma transformagao linear em um espaco vetorial so 0 mesmo espaco vetorial, resulta que (veja Seg. 9-17), se Se T sio transformagées lineares em U, entéo ST e TS sio ambas defi- nidas e so ambas transformagées lineares em U. As transformacées |i- neares ST ¢ TS ndo precisam ser iguais. Por exemplo, nas notagdes do Ex. 2 anterior, Kyl) = Kail} =f, Kyl) = Hj) = Logo, KzpJ # JK». Se ST=TS, dizemos que Se T comutam. Po- de-se mostrar que as transformacées lineares K, ¢ T. do Ex. 2 comutam. Se U é de dimensdo I, ent&o todo par de transformacées lineares em U comuta (Probl. 6 adiante). Contudo, se dim U > 2, entao existem pares de transformagées lineares em U que no comutam. Seja {u;, u., ...}) uma base para U, Tm) —w, T(u) —0 se j #2 ¢ S(t) =m, S(a) =O para J22 Entdo, ST¥ TS, j4 que ST(u) = $0) =0, enquanto TS(u) = Tl) =u # 0. _ A transformagao zero, O, comuta com tédas as transformagées lineares em U,9-19. TRANSFORMAGOES LINEARES NUM ESPACO VETORIAL, 90s A Transformagao Identidade. Para cada espago vetorial U indicamos por fy, ou simplesmente por / (se ficar claramente subentendido o espago U), a transformacio linear em U tal que Hu) =u para todos os u em U. Para cada transformacao linear T em U temos ent&o, IT=T=TI. (9-190) Assim, I comuta com tédas as transformacées lineares em U e, em relagao A multiplicagdo de transformagées lineares, ela se comporta como o niuimero real | para a multiplicagéo ordindria de nimeros. Denominamos / de transformagdo identidade. Regras para a Multiplicagao de Transformagées Lineares. Pelo Teore- ma 26 (Seg. 9-17), a multiplicagéo de transformagdes lineares obedece a certas regras. Reunimo-las aqui: para tédas S, T, R em Li(U) e cada escalar c, S(T +R)=ST+SR, (S+T)R=SR+7R e(St) = (oP) = (6S), SIRT) = (SR), SO=Os=o. & MY A Algebra das Transformagées Lineares num Espago Vetorial. junto Li(U) de tédas as transformagdes lineares em U forma um espago vetorial em que temos uma multiplicagio obedecendo as regras (9-191). ‘Um espago vetorial que possua uma tal multiplicag’o é chamado digebra. J& encontramos outros exemplos de algebras; por exemplo, os nimeros reais, os nuimeros complexos, 0 conjunto @fa, b] de tédas as fungdes con- tinuas em [a, b], € 0 conjunto @ de todos os polindmios; todos éstes sio exemplos de Algebras. O conjunto @., de todos os polindmios de grau no maximo m nao é uma Algebra, ja que nao € fechado em relagéo a multi- plicagdo. Uma Algebra tem muitas propriedades em comum com um sis- tema numérico; como acabamos de observar, os sistemas dos nimeros com- plexos e dos nuimeros reais so Algebras; em particular, uma Algebra é fe- chada em relacio & soma e A multiplicagdo. Contudo, uma Algebra nao precisa pessuir tdas as propriedades de um sistema numérico, Por exemplo, os produtos nao precisam comutar, e, em algumas Algebras, 0 produto de dois elementos diferentes de zero ¢ zero. Isto é ilustrado pela algebra das teansformagdes lineares do espaco vetorial V;. Aqui, a transformacao T : Tix:, x2} = (x2, 0) tem a propriedade de que 7%x) =0 para todo x, isto é, TT =O, embora T# O. Ainda, uma Algebra nao precisa conter uma identidade multiplicativa Z que satisfaga a (9-190). Para as algebras temos o conceito de subdlgebra, andlogo ao conceito de subespace para um espaco vetorial. Uma subalgebra de uma algebra € um subconiveto que forma uma Algebra por si mesmo (com as mesmas