You are on page 1of 178
CARLOS A. CALLIOLI Prof, Titular — Faculdade de Engenharia Industrial (S80 Paulo) HYGINO H. DOMINGUES Prof. Adjunto — Instituto de Biociéncias, Letras e Ciéncias Exatas — UNESP ( Rio Preto ) ROBERTO C. F. COSTA Prof. Livre-Docente — Instituto de Matematica ¢ Estatistica ~ USP ALGEBRA LINEAR E APLICAGOES 6? edigdo reformulada . 12+ reimpressio,, a BE ret carig® (2 ATUAL EDITORA INDICE 1? PARTE: ALGEBRA LINEAR Capitulo 1 — Sistemas L si Jmeares — Matrizes jemas Lineares 2 remas Equivalentes .. 3. Sistemas Escalonados 4. Discussio e Resolugao de um Sistema Linear . 5. Matrizes 6. 1 8 . -. Operacdes com Mat |. yMatrizes Inversiveis Sistemas de Cramer _Apéndice I — Matrizes Elementares Capitulo 2 — Espagos Vetoriais 1. Introdugao .. 2. Espagos Vetoriais 3. Primeiras Propriedades de um Espaco Vetorial 4, Sub-espagos Vetoriais 5 6. 1 ‘Somas de Sub-espacos Combinagées Lineares Espacos Vetoriais Finitamente Gerados ......- Apéndice II — Exemplo de Espago que ndo Finitamente Gerado Capitulo 3 — Base e Dimensio 1. Dependéncia Linear . 2. Propriedades da Dependéncia Linear Dimensio Processo Pratico para Determinar uma Base de um Sub-espaco de R° (ou €) Dimensio da Soma de Dois Sub-espagos Coordenadas .. 8. Mudanca de Base . Apéndice III — Teorema da Invaridncia Capitulo 4 — Transformagdes Lineares 2, 3 4, Nogdes sobre Aplicagdes ... Transformagdes Lineares Niileo ¢ Imagem . Isomorfismos e Automorfismos ae eee meet emomacee et te ‘Opéragdes com Transformagdes Lineares Matriz de uma Transformagao Linear . Mairiz da Transformagéo Composta Espago Dual .. Matrizes Semelhantes Capitulo 6 — Espacos com Produto Interno 1 2, 3 4 5 6 Produtos Internos Norma e Distancia Ortogonalidade Isometrias ... Operadores Auto-adjuntos . Espacos Hermitianos .... Capitulo 7 — Determinantes 1 Permutagdes Determinantes .... Propriedades dos Determinantes Cofatores Adjunta Classica e Inversa, Regra de Cramer . Determinante de um Operador Linear .... Apéndice IV — Determinante de um Produto de Matrizes Capitulo 8 — Formas Bilineares e Quadriticas Reais Formas Bilineares .... Matriz de uma Forma Bilinear Matrizes Congruentes — Mudanca de Base para uma Forma Bilinear Formas Bilineares Siméiricas e Anti Formas Quadraticas ' Redugdo de Formas Quadraticas: Algoritmos Lei de Inércia 102 104 ut 4 124 133 137 149 Ist 158 161 mm 176 192 195 197 199 203, 208 212 214 217 218 21 222 225 228 232 235 243 22 PARTE: APLICAGOES tri Aplicasdo da Dingonalizagao: Poténcias de uma Matriz .. ica¢do da Diagonalizagao: Séries de Matrizes (NogGes Lema de Gergoshin Forma de Jordan Capitulo 2 — Curvas e Superficies de Segundo Grau 1, As Curvasde Segundo Grau 2, As Superficies de Segundo Grau culo 3 — Polindmios de Lagrange 1, Valores Numéricos 2. Polindmios de Lagrange . jo 4 — Seqiténcias Recorrentes Lineares 1. Seqiiéncias Recorrentes . 2. Aplicagiio lo 5 — Equagées e Sistemas de Equagdes Diferenciais Lineares com Coeficientes Constantes Operadores Diferenciais 1 2. Algebra dos Operadores ; 3, Equacdes Diferenciais Lineares com Coefic 4, Equacdes Homogéneas de Segunda Ordem 5, Equacées Homogéneas de Ordem Qualquer 6, Sistemas de Equagdes Diferenciais Lineares com Coefi Constantes lo 6 — Método dos Minimos Quadrados 1. © Espaco Euclidiano *: Revisio 2. Aproximagdo por Projedes indice Remissivo 246 253, 262 266 268, 270 2 284 292 298 299 305 aM 315 317 319 321 324 327 334 335 338 342. 350 351 12 PARTE: ALGEBRA LINEAR CAPITULO 1 Sistemas Lineares — Matrizes 1, SISTEMAS LINEARES Neste capitulo procederemos inicialmente a um estudo dos sistemas lineares sobre IR. Ngo nos moverd aqui nenhuma preocupagio de formalismo ou rigor exces sivos. Além disso limitar-nosemos a ver sobre 0 assunto apenas o que é nevessévio para desenvolver os capitulos posteriores. De uma maneira geral este capitulo 1 constitui apenas um pré-requisito para o restante deste lio. Definigéo 1 — Dados os niimeros reais a1, ... dq, B (a > 1), & equagto aux +... + ann = 8 onde os x; sio varidveis em IR, damos 0 nome de equapio linear sobre JR nas incdgnitas X15 <5 Xn ‘Uma solugdo dessa equagio € uma seqiiéncia de n nimeros reais‘) (nfo neGessariamente distintos entre si) indicada por (by, ..., bq), tal que arb) +... + anba = 8 & uma frase verdadeira Exemplo — Dada a equago: 2x; — x2 + x3 = 1,4 tema ordenada (1, 1, 0) 6 uma solugdo dessa equagdo pois 2-1 — 1 + 0 = 1 6 verdadeira Definigio 2 — Um sistema de m equagdes lineares com n incégnitas (m, n> 1)" & um conjunto de m equagOes lineares, cada uma delas com n inedg- nitas, consideradas simultaneamente, Um sistema linear se apresenta do seguinte modo: faux +... + ann = By ee sf * ann = Ba {eaves + (também chamada mupla de némeros reas. () Se m=n simplesmente sistema linear de ordem n. 2 ‘Uma solupdo do sistema acima é uma n-upla (by, ..., bn) de nlmeros reais que 6 solugdo de cada uma das equagSes do sistema, Exemplo — Dado o ‘sistema 2x y teed x+2y 0 6 uma solugdo de $ 6 (0, 3, 4). Notemos que essa solugio nfo é tinica: a terna ( 375 9) também 6 solugio de S. Ss: Se, no sistema S, tivermos 8; = 62 = ... = Bm = 0, 0 sistema S seré homo- géneo, A napla (0, 0,..., 0) € solugdo de S neste caso e por isso todo sistema homogéneo € compativel, de acordo com a definigfo 3 a seguir. A solugdo (0.0, ... 0) chamase solugdo trivial do sistema homogéneo. Definigdo 3 —"Dizemos que um sistema linear $ 6 incompativel se $ no admite nenhuma solueéo. Um sistema linear que admite uma tinica solugio é chamado compativel determinado, Se um sistema linear $ admitit mais do que uma solugio entdo ele recebe 0 nome de compativel indeterminado. Exemplos 1) Um sistema do tipo a+ aankn = € necessariamente incompativel: como nenhuma n-upla é soluggo da equagdo iésima, ento nenhuma nupla é solugio do sistema, 2) Um sistema do tipo oy =h 6 compativel determinado e (B, ,... »B,) €a sua solugso nica 3) 0 sistema [ox- yteel [xty = 6 indeterminado pois, conforme vimos tri, as temas (0, 3,4) ¢( $4 *y , 0)sa0 solugBes deste sistema, Conforme veremos, existem infinitas solugdes deste sistema. Tente achar uma. 2, SISTEMAS EQUIVALENTES Seja Sum sistema linear de m equag6es com n incdgnitas. Interesse-nos considerar 0 sistemas que podem ser obtidos de $ de uma das seguintes maneitas (1) Permutar duas das equagGes de S. B evidente que se S; indicar o sistema assim obtido, entdo toda solugdo de Sy € solugdo de $ e vice-versa (Ul) Multipticar uma das equagdes de $ por um ntimero real A 0. Indicando por S, 0 sistema assim obtido mostremos que toda solugdo de $1 é solugdo de Se Devido @ (1) podemos supor que a equagio multiplicada seja a primeira. Como as demais equagdes de Se S; coincidem basta verficar nossa afirmagdo ‘quanto a primeira equagio. Se (bs ,. bj) é uma soluedo de S (conforme definig#o 2), entao: ayiby + + ainby = By a ‘Multiplicando por } esta igualdade obteremos: Qay)by +... + Qoan)bn = MB Q) © que mostra que (bs, 6 também solugo da primeira equacfo de S, Por outro lado, se (bs, ..., bn) € solugio de Sy, entio a igualdade (2) & verdadeira. Dividindo (2) por A obtemos (1), Portanto (b;, ..., ba) pertence a0 conjunto das solugdes de $. 4 (UID Somar a uma das equagdes do sistema uma outra equagio desse sistema ‘multiplicada por um nimero real. Deixamos como exercicio a verifieagio de que sistema: yxy +... + agnxn = By Gy Xat ... + @inkn = Bi emits +o. + make = fim assim obtido e 0 sistema $ ou sfo ambos incompativeis ou admitem ambos as rmesmas solugSes. Sugerimos a0 leitor que faga alguns casos particulares antes de tentar 0 caso geral. Definigéo 4 — Dado um sistema linear S, uma qualquer das modificagbes cexplicadas acima em (1) (I) (III) que se faga com esse sistema recebe onome de ope- ragdo elementar com S. Se um sistema linear S, foi obtido de um sistema linear S através de um ntimero finito de operagGes elementares, dizemos que S; ¢ equivalen- te aS. Notagao: $, ~ S. F fécil ver que para a relagdo ~ assim definida valem as seguintes propriedades: (@) S ~ S (eeflexiva); (b) S) ~ S => S ~ 51 (simétrica); (© 8, ~S ¢ S~S,——=> & ~ S (transitiva). Convém frisar, por tltimo, que em virtude do que ja vimos neste pardgrafo, se S; ~ S, entio toda solugo de S é solugio de Sy ¢ vice-versa. Em particular, se S; 6 incompativel, 0 mesmo acontece com S. esta forma criamos um mecanismo extremamente itil para a procura de solu- ges de um sistema linear S. Procuramos sempre encontrar um sistema linear equivalente a $ ¢ que seja “mais simples”. Veremos um exemplo. Considere- ‘mos o sistema: fx-y +221 Sit m-y + 2=4 | x-2y 420-0 Para estudar este sistema deve-se aplicar a ele uma série de operagdes ele- mentares visando fazer com que 0 nimero de coeficientes iniciais nulos seja maior em cada equacio (a partir da segunda) do que na precedente. Vejamos como se pode fazer isso. xoytael feoytes 1 fxoytoel mee yt aes youre 224 yon? * Multiplicamos por ~ 2 a primeira equacfo e somamos o resultado com a segunda equagto; ‘multiplicamos a primeira equacio por ~1 e somamos com a terceira. + Somamos a segunda equacio com a tercera Como este diltimo sistema é incompat{vel, 0 mesmo acontece com o sistema S dado inicialmente. 3. SISTEMAS ESCALONADOS Consideremos um sistema linear de m equagdes com n incégnitas que tem © seguinte aspecto’ cet ankn = Be xn = Bes 4 onde ay, #0, Gary #0, ..., Okey #0 ecada > 1 Se tivermos 1 < ry < tz <... < rq 2, que é equivalente a'S. Dividindo a segunda equaglo de S, por Yar, obtemos um sistema S, ainda equivalente S,, com o qual comecamos a repetir 0 raciocinio feito até aqui, porém a partir da sua segunda equagio, Evidentemente, depois de aplicar um certo niimero finito de vezes esse raciocinio chegaremos a um sistema escalonado equivalente aS. m A importincia dos sistemas escalonados reside na Proposigo 1. Sendo todo sistema equivalente a um sistema escalonado, bastard que saibamos lidar com os sistemas escalonados e saibamos reduzir um sistema qualquer a um escalonado. Nota: Convém obsecvar que as equagdes do tipo 0 = 0 que por ventura aparecerem no processo de escalonamento devem ser suprimidas, como é ébvio. Exemplo — Escalonemos 0 seguinte sistema: tx- yt2- tea 3x4 2y—242=1 x- y-z- t=0 Sx +21 ( 2+2x-y-t=4 gto y- t=4 Sxt yt tas 4x —2y - 24 x +2t=4 rtm y- toa [xem y- te 4 Lyelte ty atin . xtdytdent xttyttin i . 4) ye ax dy — 2 =4 aMy Mee 0 sx AT Pees ztix-y-t=4 9 (2tox-y-t=4 Sty +t=s ty + tas y+t=0 y+ t=0 y-t=4 -2=4 Observe o letor que (1, 2, 2, -2) éatinica slupfo de S, pots 6a inca solugdo do sistema escalonado. 4. DISCUSSAO E RESOLUCAO DE UM SISTEMA LINEAR Discutir wm sistema linear $ significa efetuar um estudo de S visendo a classificd-lo segundo a definicao 3. Resolver um sistema linear significa determinar todas as suas solugGes. O conjunto dessas solugGes recebe © nome de conjunto solugdo do sistema. Seja S um sistema linear de m equagSes com n incdgnitas. Procedendo 20 escalonamento de $ chegaremos a uma das trés seguintes situagSes: ( No processo de escalonamento, numa certa etapa, obtém-se um sistema: Como $' € incompativel, entdo o mesmo se pode dizer de S. (Ver exemplo no pardgrafo 2). = 8 (6) #0) 8 (A) Obtém-se um sistema escalonado do seguinte tipo: x taux +... + Oana = Bs Xp tee + Oankn = Be 8: Xn = Pn Neste caso $' poderd ser transformado, por equivaléncia, no seguinte sistema xm =n x =" Xn =n Logo S 6 compativel determinado © (11, Yay «+4 Yn) € 8 sua solugo, Exemplo — Discutir e resolver 0 seguinte sistema: x-yt 2=1 8:4 x+y +2250 lax-y+ eat (x-yta= x-yt2= 1 s~ By =~ y-2=-1 dy - 2 = -2 sy = 2 x-y+ 251 x-yte= 1 co yous-l ~ yo-r=-1 325 1 eae 3 =e 2 = K-y FG x o : ~2 -2 a es ae kb ae 3 3 Somamos a segunda equacio a primeira 2-1 ,—%,4) 6a sa sousio, Observagio: Depois de conseguir o escalonamento poderfamos ter achado a solugo do sistema por substituigdo do seguinte modo: ene ee es ee ed Como z= 5 ey -Z==1,entfoy~ 5 = -1.Daly=-3—1=—3. 2 Axor ssa pine squad tne sins y por —2 2 poe}, Leno ston Scone dente « (0 acharemos x = 0. (U1) Obtémse um sistema escalonado do tipo abaixo: Ma tee H augyey Hoot Orghrg t eet eirpXry +--+ ann = Be Brg tee POR Key Ho Oaey ey tee + Ganka = Br si Mey toes t asrghey ++ + ann = Bs Xp +++ + apna = Bp onde p m. 3x + 2y - 122 = 0 ay x- y+ z=0 2x = 3y + S2=0 5. MATRIZES Definigéo 5 — Sejam m > 1 e n > 1 dois mimeros inteiros, Uma matriz m X n real & uma dupla seqiéncia de niimeros re: ‘ibufdos em m linhas 1 colunas, formando uma tabela que se indica do seguinte modo: ay a2 an an Amt ima s+ Aran Abreviadamente esta mattiz pode ser expressa por (ai)s< i< m ou apenas mn) sfo chamadas linhas da matriz A, enquanto que as n sequéncias verticals _ ay On an Aa) = am so as colunas de A. de se notar que cada A“) € Myx (BR) @ cada Agy © Mmm x1(R)- Na matriz 2X 3 101 A=\o 6-5 Exemplo IGUALDADE DE MATRIZES Consideremos duas riatrizes reais m X n: A = (aj) € B = (bij). Dizemos que A = B se, e somente se, ay = by @=1, Exemplos -s), 4 Il —— = xe e+ a 0 am 1 en S won rert 6. OPERACOES COM MATRIZES {a) ADICAO Scjam A = (aj) € B = (bj) matrizes m X n, Indicamos por A + Be cha- mamos soma de A com B a matriz m X n cujo termo geral ¢ aij + by, ou seja antby ay tbe... ain tbin BABEL eee m+ Om. ama + Pm2' +++ @mn + bmn, ‘A operagéo que transforma cada par (A, B) de matrizes do mesmo tipo na ma- {riz A + B chama-se adigao de matrizes. £ uma operagio no conjunto Mm xn (IR)- 121 palo 2-2). ona —Se A= 5 sentio Bremplo—Se A=\ | 2) & 247 ( 3 *) A+B= 259 Para a adiglo de matrizes acima definida valem as seguintes propriedades: MA+GB+C= A+B) +C, VA, BCE Mmxa(R) (associativay, () A+ B=B+A, ¥A,BEMmen(R) (comutativay, (U1) Existe uma matriz.O © Mp x (R) tal que A+ 0 =A, ¥A€Mman (IR) (existe elemento neutro); TV) Dada uma matriz A © Mpa (IR), existe uma matriz (A), também m X a, tal que A + (A) = O (existe a oposta de qualquer matriz). A verificagdo da propriedade associativa se faz assim: Se A = (ai), B= (by) © C = (cj), entdo (A + B) + = (ay + by) + (ey) = (Gay + by) + oy) = = (ay + Oy +o) = Gy) + Oy +) =A+B+O. Quanto a (Ill) ¢ facil ver que: oo Esta matriz. chama-se matriz mula m X a. Por iltimo, se A = (aij), € evidente que (— A) = (— aj). Por exemplo, se ( loa a) ( 1o-a 2) A= entio— A = -21 0 2-10 (b) MULTIPLICAGAO DE UMA MATRIZ POR UM NOMERO Dada uma matriz real A = (aij), m x n,e dado um ntimero real «0 produro de a por A é a matriz real m x n di 7 @a4n ) ‘Usamos nesta passagem a propriedade associativa da adigio de nimeros reals. o Para essa operago que transforma cada par (a, A) de IR X Mmxn (IR) na matriz real @A © Mma (R), valem as seguintes propriedades: @ (@B)A = a(BA); () @ + AA =aA + BA; (HD) a(A + B) = aA + aB; (iv) 1A=A; quaisquer que sejam as matrizes Ae B e quaisquer que sejam os niimeros reais aes. Provemos (II). Suponhamos A = (ay). Entfo: +B) + A= (4B) + ay) =(@+ ay + 8+ ay) = = (@- ay) + (6 + ay) = 0A + BA. 121 242 Exemplo —Sea=2eA={0 1 2 ),entioaa=(0 2 4}. 004 008 (© MULTIPLICAGAO DE MATRIZES Consideremos a matriz A = (aij) de tipo m x ne a matriz,B = (bj,) de tipo 1 x p. Oproduto A + B (também indicado por AB)éamatriz m x p cujo termo geral é dado por: que Am Bop (0 simboto 2 € um letra do alfabeto grego, corespondente 20 nosso 8. 20 Nas condig6es acima, a operagdo que transforma cada par de matrizes (A, B) ‘na matriz AB chama-se multiplicagio de matrizes Exemplo ~ Sejam A= Entio: O-341-0F2+1 O-441+042-0 0-541-042-1 _ {6 8 0 202) Proposiglo 2 — Sejam A = (a), B = (bys) € C = (Cks) matrizes reais m X n, aX pep X q, respectivamente, EntZo A(BC) = (AB)C. we (23th De441-040-0 2-541-040 Demonstragiio — O termo geral de A(BC) é dado por: 2/2 > 9% (2 Beer w fi’ \k ‘a0 passo que © termo geral de (AB)C & dado por: > (3 whe) @ a As propriedades da adico e da multiplicago de mimeros reais nos ensinam, contudo, que (1) = (2). Entio a proposigio esté demonstrada, = Proposigdo 3 ~ Sejam A, B e C matrizes reais m X n, n X pen X p, respec- tivamente, Entfo A(B + C) = AB + AC, Demonstragio — Usa-se 0 mesmo tipo de raciocinio da demonstrago an- terior, Fica como exercicio, Nota: Analogamente, se A e B so matrizes m X n eC én X p, entio (A + B)C = AC + BC. a EXERCICIOS RESOLVIDOS 1. Sejam: 210 002 320 A= B= 2 c= 121 642 O10 sa-dmyscaan-Seece _ (630 003 320\ (9 5-3 “\s 63) \9 6 3 o10)/ \-6 1 0 2. Demin # mais X Maas) tl gue EK + 4) = 30K + @ - AD) ~G sen Abe Cas mais do exec 1 sotto das mas0+ 0-0) C5 x4 A = 604-20 => > Ks An 6460-620 X= Tao HC a X= LOA oon 640 36 24 12 oro} noon 2 -12 ‘ cay -29 8 5 ‘i 3, Dadas as matrizes reais, 1X 3,A=(1 0 0),B=@ 1 O)eC=( 0 1),deters ‘minar as matrizes X,Y © Z de Myqs (R) tals que 6B + 2C). Logo 2X- ¥+Z=A Si X-2¥42=B ax+ Y-Z=¢ X-2¥+2=B (X-2V4 2=B s~42x 4 Z=A ~ BY - Z=A-2B ~ Solugio ' z=c Ty -42=C- 38 2 X+ 2-228 K4+202v=B ~) - 243¥SA-2B~) -243¥=A-28 -42 + 1Y=C- 3B ~SY=-4a + 5B 4c. paiv=tua—s8-o=Lu 00-0 5 0-0 0 w-($1 8) 1 1 3 Analogamente, x = (1. eza(t 3 -2 yeamente, X G o ) Zz G 3 3) adas as matrizes A ¢ B abaixo, determina os produtos AB e BA: 2 1) a=[10 on Solugto 2LH1-0 204161 QeLeded 213 ap=(1-14+0-0 1040-1 1-1+0-1J=(1 0 1 O-141-0 0-04 see oud Analogament Dada uma matriz A = (ai) © Mmxn(R) denomina-se transposia de A ¢ indics-se por Ab a soguinte matriz n x m: At = (bj), onde bj = aj G=1,--.5m;j= Is. Valem as sepuintes relagies: a Aspt=atect bay = aa! onde we R; o ® desde que as operagSes af indicadas esta ‘meiras so imediatas, Solugio Sejum A= Gp, A= C efinidas. Provemos (IV) jf que as és pri- B= (ej c BY = yp. Entio bj = ay © dyj = Ge. Supondo AB = (m4) © BYAT = (4), eanos: nik = Do aus = 2 biti =D) ait = sei fi in et © que mostra que de fato (AB)' = BtAt 2B 6, Para cada némero rel a consideremos a matriz: n-( 80 =) 8) Mostrar que TaTy = Ta+gi b) Calcular Tg snaty = ( 08% 02) [ose -sen8) _ SE \ cena cosa) (sens cose cos(a +p) ~sen(a + 9) 5 = Ta +e. sen(a +f) costa + A) vee(Re mea)-(St St} a matriz quadrada A se diz simétrica so A‘ = A © antiésimétrica se AY = —A. Solugio 4) Mostrar que @ soma de duas matrizes simétricas & também simétrica, Mostre que 0 mesmo vale para matrizes anti-simétricas b) 0 produto de duas matrizes simétricas de ordem n & uma matiz simétsica? Solugio a) Sam A e B as matrizes. Entdo (A +B) = al + BY = A +B. Logo A + B ésimé ‘rice. Analogamente, se A ¢ B sio antisimétricas, (A + B)!= At + BE= —~A + (—B)= = (A+B). b) (AB)! = BIAE = BA, se Ae Bsfosimétricas. Como em geral AB # BA,entonem sem- pre o produto de duas matrizes simétricas é uma matrz simétrica. Por exemplo: ()02)-6-)-09) inar todas as matrizes que comutam com # matriz -() :): fou soja, todas as matrizes X de tipo 2 X 2 tals que AX = XA. Solucio Ae 24 0 xy, 9, Dada a matriz 24 A= 11 10 Aeteinar uma mate X © M, (BR) de mania que AX = 1, = ( ky a Logo X = onde x ¢ y sio nimeros quaisquer. ‘Solugio = (oo ax + -2 21 7) wy +ts0 EXERCICIOS PROPOSTOS 1. onsidere as seguintes matrizes de M3 (IR): 10 0 ‘400 A=[0 2 0 Je B=(0 2 0 oo 4 oon Mostre que AB = BA, Podese concluir daf que é vilida a propriedade comutativa da ‘multiplicagdo em Ms (RY? Explique bem sua resposta, 28 (Ese A, Be My (RD © se AB = BA, prove que a) (A ~ B)? = A? ~ 2AB + B?; ‘b) (A — BYA + B) = A? ~ Bt; ©) (A — BYA? + AB +B?) =A? —B?, Sendo A e B as matrizes do exercfcio proposto 1, determine matrizes X,Y © Mg ‘maneira que: ) de X+Y=A-B | feeeered 4. 0 produto de duss Justiique sua resposta, . Determinar uma matriz A Mz (I) tal que A # 0 ¢ A? = AA = 0 (mmatriz nua). Efetue os produtos AB e BA onde 17. Mostrar que se: enti A? — 6A + Sly = 0 (matriz nul, (::) ‘onde y um niimero real nfo nulo, verficam a equagio X* = 2X, Mostrar que as matezes 9. Detenminar todas as matrizes quadradas de ordem 3 que comutam com a matrix: onde a 6 um niimero real 10, Se A e B sfo matrizes reais de ordem 2 que comutam com 2 matriz (2 :) 1 0 11, Seja B uma mate real 2 X 2 que comuta com a mattiz (3) Mostre que existem niimeros reais a e b tals que: rmostre que AB = BA. B=aA+ bh 12, Se A, BE My (R) sie tais que AB = 0 (mstriz aula), pode-se conciuir que BA também é ‘4 matriz mula? Prove ou contra-exemplifique. MATRIZES INVERSIVEIS = Consideraremos neste parigrafo apenas matrizes quadradas de ordem n. Neste caso a multiplicagGo transforma cada par de matrizes de ordem n numa outra matriz, também de ordem n, E além das propriedades dadas pelas propo- sig6es 2 ¢ 3 acima (associativa e distributiva em telagdo & digo) a multiplicagio, neste caso, goza da propriedade de admitir elemento neutro que é a matriz 1o.. 0 ol... 0 = oo. € que evidentemente verifica as condigdes Aly = A= A, para toda matriz A de ordem n, A matriz Ij, chama-se matriz identidade de ordem n. Definigio 6 — Uma matriz A de ordem n se diz inversivel se, © somente se, existe uma matri2 B, também de ordem n, de modo que: AB = BA=1, Esia matriz B, caso exista, € nica e chama-se inversa de A, indicase por A“! 27 Exemplos 1) A matriz entio ap=pa=() °) = =Ba=\o i) =h Logo adiante ensinaremos um algoritmo (processo) para determinar a inversa de uma matriz, caso esta inversa exista, 2) Se uma linha (ou coluna) de uma matriz A é nul, entio A no é inver- sivel. Suponhamos a linha i-ésima de A nula, isto é, A®) = (0, » 0). Dada enttio uma matriz X qualquer de ordem n, como (ax? = ax = 0 ... 0 (ver definigao de produto), entio wee(2 oO .. 0) et tt 3) Se A e B sio matrizes de ordem n, ambas inversiveis, entdo AB também 6 inversivel e (AB)! = B-* « A~* De fato (AB) « (B.A) = A+B). A= As -AT ALAS = G, € analogamente (Bt « A-!) » (AB) = Iy. 4) Se A & inversivel, entio A~' também o € e vale a seguinte igualdade: (yt =A. DETERMINAGAO DA INVERSA Daremos aqui um algoritmo (= método) para determinar a inversa de uma matriz A, caso A seja inversivel, Contudo a demonstraréo do teorema em que se baseia esse método somente serd feita no Apéndice 1, ao fim do capitulo. Definigio 7 — Dada uma matriz A entendemos por operagdes elementares‘*) com as linhas de A, uma qualquer das seguintes altemativas (D Permutar vas linhas de A; (U1) Multiplicar uma linha de A por um némero # 0. (11) Somar 2 uma linha de A uma outra linha de A multiplicada por um ngimero, Se uma matriz B puder ser obtida de A através de um nimero finito dessas operages, diz-se que B é equivalente a A e escrevese B ~ A. Para esta relagio valem as propriedades reflexiva, simétrica ¢ transitiva, Teorema — Uma matriz A 6 inversivel se, ¢ somente se, In ~ A. Neste caso, ‘a mesma sucesso de operagdes elementares que transformam A em Ip, transformam I,em A Demonsiragio Est feita no apéndice 1, a0 fim do capitulo, 1) Verificar se a matriz 110 102 6 inversivel e determinar A“!, caso esta matriz exista, Devernos orientar nosso trabalho no sentido de transformar (se possivel) a ‘matriz A na mattiz Is. Como essa mesma sucesso de operagdes levaré Iy em A“, entdo convém reunir A e 1 numa mesma matriz e operar a partir dai, oo Ly 11 1o)j~h o1 o1 Ly=1,-L,\0-1 Tal como para sistemas lineares, ver § 2. o Lh t ( uy'=L+i\o 0 3i-1 Li ~U=h-l" wn Ly” Logo a matriz A 6 inversivel e Como a matriz A é equivalente & matriz 126 ois 000 ‘que no 6 inversivel (tem uma linha nula) entio A também néo é inverstvel. 8. SISTEMAS DE CRAMER Seja aki +... + tanta = by aa + Ss: ama%i +... + Ama%a = bp tum sistema linear de m equagSes com n incbgnitas sobre IR. Se formarmos as matrizes: Xn bm de tipos mxn, nx1 e mx, respectivamente, entdo S poderd ser escrito sob a forma matricial AX=B onde A recebe 0 nome de matriz. dos coeficientes de S. ‘Um sistema de Cramer & um sistema linear de n equagdes com n incognitas cuja matriz dos coeficientes € inversfvel. Se AX = B é um sistema de Cramer, como AX = B <=> A (AX) = AB <=> X= AB, entdo esse sistema ¢ compativel determinado e sua nica solugio é dada por A“'B, Em particular um sistema quadrado ¢ homogéneo cuja matriz dos coefl cientes € inversivel s6 admite a solugdo trivial, au Exemplo — A matriz dos coeficientes do sistema (xty =1 {yt eed lx +2250 6a mati: Logo: © a solugdo do sistema 6 (0, 1, 0). EXERCICIOS RESOLVIDOS 1 Verificar se a matriz A abaixo é inversfvel e, se 0 for, determinar sua inverso: a2 As{o 12 pia Sotugio lizaremos 0 processo explicado no §7. 32 Logo A & inversivel © 13 TT aiaenas o-1p=4]2 0-2 2 14 zt cae 2. Verificar se a seguinte matriz & inversivel ¢ determinar sua inversa, c4s0 exist © fato de @ matrix: Ara) as(o 12 134 33 122 012 0 0 0 ‘que & equivalente a A, tor uma linha mula, basta para concluir que A no é inversivel, 3, Mostrar que a matriz A abaixo 6 inversivel ¢ determinar sua inverse: 1 o4et 244 B11 A inversa de A 6 portanto a matt: Ate ale ole ale fl 8 200 2 1 z{ 1 4-3 5 4-1 4. Uma matriz quadrada A se diz ortogonal se A & inversivel e A! = AL 34 2) Determinar se possvel xe y em IR 2 fim de que a matriz v2 x y VD D) Provar que o produto de duas matrizes ortogonais 6 ortogonal. seja ortogonal Solugio » (vz x vay) fro y vi} \x va} lon ae? Vly+ Vix) _ (1 0 Viy+ Vix yt? “\ou x H2=1 x -1 jeer ely ee x +y=0 xty= 0 Portanto o problema em Mz (R) nio admite solugSes pois as equages x? = — 1 ey? = —1 no tém solugfo em R. ) Sejam A e B matrizes ortogonais de ‘que AB também & inversfvel eque (AB) lem n. Sendo A ¢ B inversives, entfo jé vimot = Bat, Daf (apy! = Brat = Btat = (AByt, Determinar a€ IR a fim de que a matsi2 real 38 101 100 ~{o 1 0 }~f0o 1 0} sa-1vo. 0 oat oo 4 Logo A 6 inversfvel para a # 1. Se a = 1, ent¥o a matriz A é equivalente a uma matriz com uma linha nula ¢ portanto nfo é inversivel. Resolver o sequinte sistema lines: xtdy¢ ze 1 yoda xtytas 2 CEGQ) Entio o sistema fica AX = B, J4 vimos no exercicio resolvido n® 1, que a matsiz A é inversfvel e wont Fagamos 1a 3 “TT F ate 1 0-1 Lan 222 Logo tratase de um sistema de Cramer cujasolugfo 6 dada por: Lia 3) “TT F 1 X=SAtB= 1 0-1 ~4 J= 11a} \2 “2 TT 1.4, 6 9 Ett? 3 z =[ rs0o+cnf=fa 14, 2 3 vE-F* F, OF A veatnca (3,1) 6 omg ost 36 7, Resolver 0 sogunte sistema de Cramer: { xty-2=0 ity ee ax-y teat Solusio [A matriz dos cosficientes do sistema é 1 o-t As(2 11 3-101 que & inversfvel conforme jé vimos (exerefcio resolvido 3) ¢ sua inversa é a matee: 1 1 omnenaay tas o7 S44 OIF, Logo: doo 2 1 x 4° 4 ° 4 =f 2 4.3 -[a YL ew roeytt pape ul Sia} \1 3 ' 2 s EXERCICIOS PROPOSTOS 4, Scja, A, uma matriz quadrada invers{vel. Mostre que A“? também 6 inversivel © que wytsa. 2, Mostrar que a matriz real a——~ € inversfvel Va, 0, ¢ © Re que: 3. Verificar quais das seguintes matrizes so inversiveis ¢ determina as inversasrespectivas: oo1d tot 12 1001 = pe{t 1 oj}ec= ae\a a}? aan O24 0203 4, Resolver os sguintes sistemas de Cramer: - xty+ 222 aftynt byx-ys 20 eS yt2=0 -x¢ys2- t=0 xoytze t=0 xty-r4 tel ° Lax -y-243t=1 Determinar m € IR de modo que o sistema abaixo seja de Cramer e, a seguir, resolvé-o: (x- yt r=2 x +hel x+2y4mz=0 6. Sejam A, B eC matrzes reais de ordem n. Se A é inversfvel, prove que AB = AC ==> ===> B=Ce que BA =CA ==> B=C 7. Se A, Be C so matszes iaversivels de mesma ordem, determinar « matriz X de maneira que ABHO = CA, 1 9, Determinar x, y ¢2 de modo que a matriz sein ortogonal Existe alguma matrz invers 38 : APENDICE! Matrizes Elementares Definigéo 8 — Uma matric elementar de ordem n & uma matriz B obtida de Jn por meio de uma ¢ uma 6 operagdo elementar, Exemplos tém de 1, somando & segunda linha desta matriz a sua da por 3. Proposigéo 4 — Seja E uma matriz elementar de ordem n. Se aplicarmos, entio, em uma matriz A, também de ordem n, a mesma operaglo elementar que ‘ransformou In em E, obteremos a matriz EA. Demonstragao Faromos a demonstragio apenas para a opera elamentar (I) ficndo os dois casos restantes como e Suponhamos que a linha j-ésima de E seja a soma da linha j-sima de I, com a linha i-tsima de I, multiplicada por a, enquanto que as demais linhas de E e de Jy coincidem, ou seja primeira linha multipl 10 21.9 + ai : B® = #5. , para todo r entre Atay) © A)= entio (E. +a (inal © que vem provar que a linha jésima de EA 6 igual a linha jsima de A mais « linha iésima de A multiplicada por «. Por um raciocinio andlogo se prova que as demais linhas de EA coincidem com as respectivas de A. = GP + aa =], Logo, as mesmas operapdes que transformaram Ij, em E irfo transformar A om EA. ® Proposigio $ — Toda matriz elementar E 6 inversivel. Demonstragio Por hip6tese obtém-se E de I, por meio de uma certa operagdo elementar. Consideremos operagdo elementar inversa que transforma E em [,. Se aplicar- ‘mos esta iltima em In obteremos uma matriz elementar E,. Devido proposigao anterior teremos E, * E = In, 0 que é suficiente para concluir que E ¢ inverstvel e E, é a sua inversa (por qué?) Exemplo — Consideremos a matriz. elementar: 10 0 E=(3 1 0 oo1 A operago elementar que transformou I; em E consiste em somar a segunda linha de Iy 0 triplo da primeira linha, EntZo E seré transformada em I, somando A sua segunda linha a primeira multiplicada por (—3). Logo a matriz inversa de B, obtida efetuando em Ty esta dtima operagdo elementar, é: Teorema — Uma matriz A de ordem n-¢ inversivel se, ¢ somente se, [Neste caso, a mesma sucessio de operagdes que transformam A em In, Ty em A. Demonstragao (<==) Como cada operagdo elementar com A é 0 mesmo que multiplicar ‘A (@ esquerda) por uma matriz elementar, entio existem matrizes elementares Ey, «.., Ey de.maneira que: Eye Logo Camo cada matriz do segundo membro & inversivel, entio A 6 inversivel (um produto de matrizes inversiveis € inversivel, conforme j4 vimos). Além disso, observando que: @'y'=B G=1,..., ely = hn segue que AT SEC Bags Breda (© que prova a iiltima afirmagfo do teorema. (==>) Observemos primeiro que se B ~ A, entfo A é im somente se, B 6 inversivel. Isto por que se B ~ A, entio B = PA, o mati invesivel (P € um produto de matrzes lomentaes). Nosa observagdo decorre entio dessa igualdade, 1 Fagamos o escalonamento da matriz A por meio de operagbes elementares, isto 6, fagamos com que cada uma das suas linhas (a partir da segunda) tenha mais zeros iniciais do que a precedente. Como a iiltima linha de A nfo é nula (pois A é inversivel) obteremos: au ay. Om . es 41 capituLo 2 Espacos Vetoriais 1. INTRODUCAO. Examinemos certos aspectos relacionados com dois conjuntos certamente 4 conhecidos do leitor. © primeiro € 0 conjunto V dos vetores da geometria, definidos através de segmentos orientados, € © outro € 0 conjunto Mmyq (IR) das matrizes reais m por n, onde m ¢ n so mimeros naturais dados (ambos maiores que zero). - Mas No conjunto V esté det audigfo (adigfo de vetores), conforme figu- ra 20 lado, adigéo essa dotada das pro- priedades comutativa, associativa, além da existéncia de elemento neutro (vetor nulo) ce do oposto para cada vetor de V. 0 vetor nulo pode ser representado ‘por qualquer ponto do espago ¢ 0 oposto de U se determina nme a figura ao lado. Além disso podemos multiplicar um vetor & por um ntimero real a isso se faz. conforme esquema abaixo: la<-1) av “Zo, Loo (> Cs 42 | Se a = 1, au = Ue se a = 0, entio au = 0. Em geral lou! =lallu'l, Essa mul- tiplicago tem as seguintes propriedades jé certamente vistas pelo leitor no seu curso de Céleulo Vetorial: (prt = agit) (o+p)e =ot +60 a(t +¥) = ot +a¥ w-t para todos os niimeros reais @ § © vetores it ¢ ¥. No conjunto My, x n (IR) também esté definida uma adigfo, a adigdo de matri zes estudada no capitulo 1. Conforme vimos nesse capitulo, essa adigdo ¢ associa- tiva, comutativa, admite elemento neutro, que ¢ a matriz.nula ¢ toda matriz A de Mmxn (IR) tem uma oposta, Como vemos 0 comportamento de V ¢ © dé Mmyn (QR) quanto a adigéo 6 6 mesmo. Mas no ficam af as coineidéncias. Pode-se também multiplicar uma matriz por um ndmero real obtendo-se ‘uma matriz da seguinte forma: ain aay, aa... aan an 1 dn... Odan my Oma +++ Bean Gen Ona +++ Amn, Essa multiplicagGo apresenta as mesmas propriedades que as destacadas para V, linhas acima, Ou seja, valem sempre as igualdades: (@B)A = a(6A) (@+B)A = 0A + BA a(A +B) = aA+aB IA =A 43 Logo os conjuntos V e Myy x n (IR) apresentam uma coincidéncia estrutural no que se refere # um par importante de operagGes definidas sobre eles. Nada entao mais logico do que estudar simultaneamente V, Mp xn (IR) ¢ todos 08 conjuntos que apresentem essa mesma “estrutura” anteriomente apontada. E isso 0 que co- megaremos a fazer no pardgrafo seguinte. 2. ESPACOS VETORIAIS Vamos introduzir agora 0 conceito de espago vetorial. Os espagos vetoriais constituem os objetos de estudo da Algebra Linear. Definigso 1 ~ Dizemos que um conjunto V % &¢ um espazo vetoria sobre IR quando, ¢ somente quando: 1 — Existe uma adigéo (u, v)H > u + v em V, com as seguintes proprie- dades: autvevtu, Mu, ve V (comutativay, dut(tw=(uty) tw, ¥u,v,wEV (associative); ) Existe em V um elemento neutro para essa adiga0 0 qual serd simboli- zado genericamente por 0. Ou seja: Joe Viutowa, vue vy”) 4) Para todo elemento u de V existe 0 oposto; indicaremos por (—u) esse oposto, Assim: WueV, U(-wEVlut (Cus ol" 11 — Estd definida uma multiplicagio de IR X V em V, 0 que significa que a cada par (@, u) de IR X V esté associado um Gnico elemento de V que se indica por au, e para essa multiplicagdo tem-se o seguinte: a) (Bu) = (af)u b) (a + Bu = au + pu c) a(u + vy) = au + av )lu=u lvido n? 1 do §3). resolvido n? 2 do §3). 4 para quaisquer u, v de Ve a, 6 de R. Nota: De maneira andloga se define espago vetorial sobre €, conjunto dos niimeros complexos. Deste capitulo até 0 capitulo Y, inclusive, toda a teoria dos espagos vetoriais a ser aqui desenvolvida € a mesma quer sobre IR quer sobre €. Por isso, embora venhamos a usar sempre espagos vetoriais sobre IR, deixamos registrado que seria tudo igual para espagos sobre C. Quanto ao assunto do capi- tulo VI hi diferengas 14 apontadas. Porém iremos concentrar nossa ateneao no caso real tendo em conta 0 cardter introdutério deste livro. Nos demais capitulos, salvo excegGes que sero mencionadas, trabalharemos com espagos reais. Exemplos 1) espago vetorial IR Néo 6 novidade para 0 leitor que a adigo de niimeros reais verifica as pro- priedades Ta, I-b, Ie © Tel da definigéo de espago vetorial. Tao pouco que o produto de um niimero real por um outro é também um mtimero real © que essa multiplicagao obedece aos itens I-a, Il-b, Ile ¢ Il-d da definigo mencionada, Logo IR € um espago vetorial sobre IR. 2) O espago vetorial € Com a mesma argumentagdo acima verifica-se que C é espaco vetorial sobre C. Mas € também 6 um espago vetorial sobre.IR. Quanto & adigdo no hé novi- dades: tudo como no caso anterior. Agora, 0 produto de um nimero complexo por um niimero real é um mimero complexo e para essa multiplicagio valem Ila, ILb, Ike ¢ Id como situagdes particulares das propriedades da mi eme. 3) O conjunto dos vetores da geometria definidos por meio de segmentos orientados é um espago vetorial sobre IR (ver parigrafo 1), 4) 0 conjunto Myx (IR) € um espago vetorial sobre IR (ver pardgrafo 1). 5) 0 espaco IR" é vimos anteriormente que uma n-upla de nimeros € uma sequéncia finita de n mvimeros reais que se indica por (a1, ...» an). O conjunto de todas as n-uplas de mimeros reais € denotado por IR". 0 R® pode ser visto como espago vetorial sobre IR desde que se definam adigao e multiplicacio da seguinte mancira: (ty eos ta) # ty ey By) = (At + Bay oes dn + Ba) (ay, ...5 dq) = (@a, «5 @an) Ora, tal afirmacdo pressupde que se tenham verificado as oito propriedades que constam da definigdo, © que no faremos aqui, Sugerimos tais verificagdes como exercicio. 4s Apenas ressaltaremos que 0 = (0, 0, ..., 0), se U= (a, ..., aq), entio —u =Car, ..., tq) €, a titulo de exemplo, que a prova da propriedade Ika se faz do seguinte modo: Seja u = (a, . (a + B)u = ((@ + 8): = (aay, ..., can) + (Bay Recomendamos a0 leitor que procure justificar cuidadosamente cada pas- sagem desta thima deducio. Os mateméticos esto de acordo com a seguinte frase: 0 IR" 6 0 esparo vetorial mais importante. 6) 0 espago © © conjunto ©” das nauplas de ntimeros complexos € um espago vetorial sobre €: basta definir adigG0 e multiplicago por um niimero complexo como no exemplo anterior. 7) 0 espago Pa (R) Seja n > 0 um nimero natural. Indicaremos por Py (IR) 0 conjunto dos polindmios reais de grau f() + a(t) € Pn (R) (b) @ ER, f(t) € Py (IR) ——> a(t) € P, (R). Daf, lembrando as propriedades das operagdes com polindmios, concluira que P, (R) € um espaco vetorial sobre IR. 8) O espaco P, (C) Por Pp (C) indicaremos 0 conjunto dos polinomios complexos de grau 0}. Suponhamos que consideremos a “adiggo” em 'V como sendo a multiplicagao de nimeros reais positivos, isto €, u@v=wy, vu ve VO) © simbolo @ serve, neste exemplo, para distinguir a “digo” aqui definida da usval. 46 que a multiplicagdo de um elemento de V por um némero real seja dada por: qu =u, 4ueV e ¥aeR. Com isso © conjunto V se torna um espago vetorial sobre IR. Observemos apenas que o elemento neutro da “adigo” é 0 nimero 1 ¢ que a verificagio de Le se faz, assim: a(u® v) = a{uy) = (uv) = ut¥* = (au)(av) = au ® av. Nota: Na teoria dos espagos vetoriais ¢ comum aproveitar-se a terminologia do exemplo 3 acima, Assim € que os elementos de um espaco vetorial qualquer sio chamados de vetores, o elemento neutro da adigao de vetor nulo desse espago © 08 elementos de IR (ou C) de escalares, EXERCICIOS RESOLVIDOS 1, Como jé vimos R? = {(x, 9) | x, y © IR}. OR? pode ser visto como espago vetorial sobre R desde que se definam adigio e multiplicagio por um niimero real assim: 4 Osa, Ya) = (y+ ay Ya tad = (as, 3 mica, Gy) = ) = ator, by) = a(b6 yD. Gx + bx, ay + by) =O, a) + + (bx, by) = abe, ¥) +B + 03, 92)) = a6 = (xy + ang, a9 ay9) = XL 69) = Ux, 1y) = 6 9) ays +93) = ata, va). At ya) = Gan +x 4+ (axa, ay) = a 2. 0 R? 6 0 conjunto de todas as temas ordenadas de aimeros reais, Ow sea: R? = i, ¥, 2) |X, ys 2 RA adigfo e a multiplicagio por escalares sZo definidas no (2, Ya, 22) = Oe + a1 F Yat + mde 0s, ¥, 2) = Gx, ay, Faremos neste e280 apenas a verificagio dos axiomas relativos & adigio. Yat Wa + Yah ts + +22) = $02 +X 92 ta ta) = + (Ua, Yas ta) + (Xa, Ya, Za 47 Lb: On ¥ =a +x ‘com as regras usuais para a adigdo de vetozes planos © multiplicagdo de um vetor plano por um niimero, Fato andlogo acontecs com 0 IR®: podemos associar a cada (x, y, 2) © R 0 vetor expago seométrico estudado no Cileulo Vetoral. 3 cometer 0 engano de dizer que o R? 6 sube que o R? pode, de uma certa mancita, se consi + ¥, 01x, y © R}do R*. (Veja Capitulo 4, § 5, exercicio 3. Soja I um intervalo de IR ¢ indiquemos por nas no intervalo I e tomando valores T+ ge af do seguinte modo: feehI— Rete man I> Re & conjunto das fungSes continuas defi- Dados f, ¢ € CQ) e 2 € R, definemse veel &f + gate OM. E podese verticar que C) é um dos axiomas, ka (e+ =f) +m Fe: A fungio © dada por e(t) = 0, Vt © +1) = 04 f= £0, ¥eEL, ©) Fangio de 1 em IR. 48 4. Sejam U e V espagos vetoriais sobre I (ou ©), Mostrar que UX V = ilu, yi WEU e ¥ © V} € um espago vetoril em relaco ao seguinte par de operagdes va) = Ur + Ua, v4 + 9) = (au, a. das condigaes. (uns Ya) = (OL + Oa, vat va) = (ua + UL, va + YD = (Up, va) + anulo neste caso & Eo vetor nule de V. Id: 1(4, 9) = (la, Iv) = (, ¥). 0), onde o primeiro 0 & 0 vetor nulo de U eo segundo 0 espaco vetorial UX V acima definido chama-se espago vetoril produto de Ue V. EXERCICIOS PROPOSTOS 1, Compietar as verticagSes nos exercicios 1, 2, 3. 4 anteriores, %, ¥ © IR} definamos “adigio” assim: ) + Ga, va) = Gur + 3, 0) 2, No conjunto V = {(x, y ‘© multiplicagdo por escalares como no IR?, ou seja, pra cada a IR, (x ¥) = (ax, ay). condiyes V & um espago vetorial sobre IR? Por qué? 3. No conjunto, V do exercicio anterior definamos a “adiglo" como o fazemos habitual- mente no R? ¢ a multiplicagio por escalares a(s, y) = (@x, 0) entdo V um espago vetorial sobre IR? Por qué? 4. Sela V 0 conjunto dos pares ordenados do niimeros reais. V alo é um espago vetorial - hum dos dois sopuintes pares de operagdes sobre V: + Casya) = Ot + Xa + yp) eae y) = Cave + Gay) = ean y) = (axsay), DDiga em cada caso quais dos 8 axiomas no se verificam. 49 5. 8 » Seja V como no exetcicio anterior. Definamos: Gx, 98) + Gay Ya) = Oxy = Dvn, ML HDDs a(x, ¥) = Gay, =), Com essas operagbes definidas sobre V, perguntamos se este conjunto é um espago vetorial sobre Sea V = {(x.y) [x.y € C}. Mostrar que V é um espago vetorial sobre IR com a adigdo © 8 ‘muitiplicaggo por esclares definidas assim: mostrar que IR™ & um espago vetorial sobre R. Mostrar que todo espago vetorial sobre € também & espago vetorial sobre IR. |. PRIMEIRAS PROPRIEDADES DE UM ESPACO VETORIAL Seja V um espago vetorial sobre IR. Provaremos a seguir algumas proprie- dades que so conseqilncias praticamente imedistas da definigfo de espayo vetorial. PL. Pe Ps. Para todo a € IR, a0 = 0. Prova — Devido aos axiomas Il-c ¢ I-e da definigdo de espaco vetorial tém-se: a0 = a(o + 0) = a0 + ao; somando 2 ambos os membros 0 vetor ~ (a0) temos 0 = — (a0) + a0 = —a0 + a0 + ao =.40. # Para todo u € V, Ou = 0. Prova — Do mesmo tipo da anterior. Fica como exercicio, = ‘Una igualdade au = 0, com a € IR ¢ u EV, $6 6 possivel sea=Oouu =o. Prova — Suponhamos a % 0. Daf existe o nimero real a". Multipticando entio au = 0 por a? teremos @*(au) = ao Levando em conta o axioma Ila ea propriedade Py: (tau =o Pa. Ps. Pe P, Como aa"! = 1, entio podemos coneluir (usando 0 axioma Id) que uso08 Para todo @ € IR ¢ todo u de V, (—o)u = a(—u) = —(au). Prova — Notemos que au + (-o)u = (@ + (-0))u = 0u=0 usando o axioma IL-b e P). Por outro lado, au + (au) =o. Entio: au + (-a)u = au + (au). Somando —au a ambos os membros desta Gltima igualdade acharemos: (-a)u = —au. Um raciocinio andlogo nos mostrar que a(—u) = —(au). Nota: Define-se diferenca entre dois vetores u e v do espago V assim u-vsut+GCy. Quaisquer que sejam a, 6 E Re u em V, (a — Pu = au ~ Bu. Prova (a—Bu= (a+ (-f))u=au + (-Hu= ou + (-(6)) = au fue Quaisquer que sejam @ em IR, u e v em V, a(u ~ v) = au — av. Prova — Andloga a anterior. Fica como exercicio. Dados 8, +5 @q em Re uy, ..., Un em V, entio: 8 (2 “*) 5 Zoos P= Prova — Faz-se por indusio a partir dos axiomas Ila ¢ Ike da definigao de espaco vetorial. st EXERCICIOS RESOLVIDOS ‘Além das propricdades de Py a Py, enunciadas ¢ demonstradas acima, podemos ainda citar: 1, © vetor nulo de um espago vetorial V é unico, Prova Hi um Gnico vetor 0 que satisfaz Ke, pois se 01 goza da mesma propriedade, entio o=0+ =o 402% Para cada vetor u de um espaco vetorial V existe um ‘nico vetor (-u), oposto de v. Prova Soja uy tal que u + uy = 0, Daf entio, Hus -ubos-utu@rups Cutt usot us my Para cada u V, tome —(—u) = u. Prova © axioma Ia diz que (—u) + u =u + (—w) = 0, Logo uw é 0 oposto de —u, Seuvewe View +¥=u+w, entio v = w (lei do cuncelamento da adigio), Prova Somemos uw a igualdade que consts da hipStese isfaz a equagio dada, De fato: u + (w + (—)) = w = 0 + w= w, Por outro lado, somando (~u) w) + += Cu) +. wtwtve CConsideremos no espaco vetorial IR° os vetores v= ( 8) Calcular 2u + v — 3w; by Resolver a equagio 3u + 2x =v + ws ©) Resolver o sistema de equagées utysved very nas inoSgnitas y, 2 & IR, sotugo a) Qu + v ~ 3w = (2,4, 2) + (3,1,- 2D — (12,3,0) = (7,2, 0). ©) Apendose a propos conecis vem x = iy + w ~ 30). Fest o citeulosobtemos x = (2-2, -$); ©) Do sistema dado obtéme: yo anvou ytdesny Adicionando membro a membro estas iltimas equagées obtemos 2 = w= (—1, -2,~1) ©, entio, y= 24+ —u= (1, -3, -4). EXERCICIOS PROPOSTOS 1, No espago vetorial Myx.2 (R), consideremos os vetores: aa o4 12 A=(0 0 p=(2 1} ec=lio oo rt o-1 Calcular 2A +B 3¢; Caleular X © Msxz QR) tal que ©) Existem ty, ta ©IR de maneira que A= t1B + C? Sejau = (+ 8) Caleular (3 + b) Existe 2 € tal que v = zu? i, 2 ew = @, 3 +1) vetores no espaco vetoril C°, Wv-@-dw; 3. No espago vetorial Pa (IR) sejam dados os vetores f(t) = 1? — 1, git) =P 4t—1e hwy t+ 2, Caleular 2£(0) + 3800 ~ 4800); b) Bxiste k © IR de maneina que ©) Bxistem ky, ky © IR tals que £ No IR? consideremos os vetores = 8) Resolver a equagio: na incdgnita x © R; 1) Resolver o seguinte sistema de equagées: xeye peu x-y4 rev xty-daw sas incgnitas x, y, 2 I? 4, SUB-ESPACOS VETORIAIS Definigo 2 — Seja V um espago vetorial sobre IK, Um sub-esparo verorial de V € um subconjunto W CV, tal que: @ oeW; (0) ¥uvEWutvEeWe (© VaeRe YueW, auew. Notemos que (b) significa que a adigio de V, restrita a W, é uma adigo em W. O significado de (c) € que esti definida uma multiplicagao de IR X W em W. Mas sera W, nessas condig6es, um espago vetorial sobre IR? Proposiggo 1 — Se W & um sub-espaco vetorial de V, entio W também é um espago vetorial sobre IR. Demonstragdo — A rigor temos oito itens a provar (ver definigao de espago vetorial), Contudo mostraremos apenas que: ueW=—> -ueW ‘uma vez que os demais itens decorrem sem artificios das hipéteses. Mas isso € fécil: € s6 fazer em (<) a = — Exemplos 1) Para todo espago vetorial V 6 imediato que {0} e V so sub-espagos de V. ‘Sao os chamados sub-espacos impréprios ou triviais. 2) W = {(% y, 2) © IR® | x + y = 0) € sub-espago de R. 0 = ©, 0, 0) € W (por qué?); (b) se w= (Xi, ¥15 71) © ¥ = (x2, Ya, 22) esto em W, entio x1 + yy = = xy typ = 0. Como w+ ¥ = (+9591 FY, %1 +) © (tm) + +61 +92) = G4 + 91) + G2 + ¥2) = 0 +0 = 0, entio ut EW. (©) Exereicio, 54 3) A intersecgio de dois sub-espagos vetoriais do mesmo espago V é tam- ‘bém um sub-espago vetorial de V. Sejam W ¢ U esses sub-espacos, (@ 0€U e 0EW. Logo oeUNW. (b) Exercicio. (©) Tomemos a € Re u € U NW. Como uc Ue ue W (que sio sub-espacos), entio au € Ue au © W, Logo au UN W. 4) Consideremos um sistema linear homogéneo sobre R de tipo m X nz aux tank +... + aam = 0 tau + aay +o + tankn =O | mix + amaXs ++ + data = 0 Ja vimos, 0 que é dbvio, que (0, 0, ..., 0) € solugdo desse sistema. Por outro: lado € ficil verificar que a soma de duas solugdes de $ ¢ solugio de S e que o produto de uma solugdo de $ por um niéimero real também é solugdo desse sistema. Verifiquemos altima afirmagdo. Se (6), By. » Bn) € solucdo, é verdadeira a fase aj, + apf +... + 1 ) Por hipdtese a decomposicfo existe, Suponhamos w = u + v= (<==) Suponhiamos que w € UA V. Tomando entio u Ue ve V, teremos: 56 utv=(utw)+@—w). Devido & unicidade que a hipétese menciona podemos afirmar que: usutwevev—w. Logo w = 0. Provamos pois que UA V = {o}. Exemplo ~ O espago IR? € soma direta dos sub-espagos: U= (G0, 1xER) € V=(@y,2) ly,26R). B imediato que: UNV= (©, 0, 0}; por outro lado, ¥(x, y, z) © R®, Gy, 2) =, 0,0) + Oy, VEUFV. 6. COMBINACOES LINEARES Seja V um espago vetorial sobre IR. Tomemos um subeonjunto $= (u,..., 4u,} CV. Indiquemos por [$] 0 seguinte subconjunto de V construfdo a partir des: 1S] = (army +... + eatin |, «5 Oy © RD E fécil ver que [S] € um sub-especo vetorial de V. De fato: (@) Como 0 = Ou; +... + Oug, entio 0 € S, (b) Sev = qyuy +... + aqua © W = Byu +... + Batln pertencem a S, entéo vit ws (a, + Buy +... + (On + By) ty também 6 um elemento de S, © Exereicio. Definigao 5 — O sub-espaco [S] que acabamos de construir recebe o nome de sub-espaco gerado por S. Cada elemento de [$] é uma combinagdo linear de S ou combinagao linear de Uy,..., um. AO invés de [S] também costuma-se escrever: fay, ua, 2 Unk Dizse também que us, ..., Un geram [S], ou entdo que so um sistema de gera- dores de [8]. Notas: 1) Bstendetemos a definigdo acima para 0 caso S = @ mediante a seguinte convengio: [0] = 10}. 2) No caso de $C V ser um seguinte frase: to infinito, definimos [S] através da ue [S]<—=> 4y,...,4ESe Fay ...,a¢ ER] u= ayy +... + a4 Da definigdo 5 ede suas ampliagGes, dadas acima, decorrem as seguintes propriedades que deixamos ao leitor como exercicios: ascls] b)S: CS) CV => [81] ¢ (] o[sl= d) Se S; Sz so subconjuntos de V, entdo: IS, U $2] = [Ss] + [Ss]. Exemplo ~ Se V = IR°, u = (1, 0,0) € v= (1, 1, 0) 0 que é [u,v] = (au + 6v | 0, BER} = {a+ 8,8, 0) 10,8 R} = = ((, y, 0) |x, y EIR} uma vez que o sistema at p=x { Bey ¢ compativel determinado, ¥x, y ER. Graficamente: 58 7, ESPACOS VETORIAIS FINITAMENTE GERADOS Observemos no R? 0 conjunto S = {(1, 0, 0), (0, 1, 0), ©, 0, 1)}. Como, para todo (a, b, c) € IR®, vale a igualdade: (a b, ) = a(1, 0, 0) + b©, 1, 0) + 6(, 0, 1) podemos dizer que os vetores de S geram 0 IR*. Muitos outros subconjuntos finitos do R? tém essa mesma propriedade, 0 que néo ¢ dificil de notar. Definigdo 6 — Dizemos que um espaco vetorial V & finitamente gerado se existe S C V, S finito, de maneira que V = [S]. Neste texto praticamente s6 focalizaremos espagos vetoriais que, como 0 IR®, possam ser gerados por um nimero finito dos seus vetores. Salvo mengio contréria somente consideraremos este tipo de espaco vetorial, Exemplos 1) O espago V dos vetores da geo- metria definidos por segmentos orientados 6 finitamente gerado pois considerando a tema fundamental (7, 7, R} para todo 7 € V, existem a, b, ¢ € IR, de ma- neta que i= at + f+ Ressalte-se que 7 = (1, 0, 0), 7 = @, 1, 0) e K = (0, 0, 1) desde que se ‘tenham identificado Ve R°. 2) Se 0 indica 0 vetor nulo de um espago vetorial qualquer, entio V = {0} 6 finitamente gerado pois, fazendo $ = {o}, vale V = [S]. 3) M; (IR) é finitamente gerado, O conjunto 1 0 ol oo oo s{(, 8): (0 0)-(2 o)-(5 3) gera My (IR) jé que, Ya, b,c, dE R, C6 JeC dee aCs) 59 4) RP 6 finitamente gerado. Com efeito, generalizando 0 raciocinio feito a0 inicio do pardgrafo verifica-se que © conjunto S= {(, 0,..., 0), 0, 1,0, ...,0),...,@,...,0, D} verifica igualdade IR" = [S], ou seja, que S gera o IR". Convém notar que 0 conjunto $ ¢ formado de n elementos. 5) Mmxn (IR) € finitamente gerado, Verifique que as m + n matrizes do conjunto 10...0 sedf2 2 8], [Norcpeara geram 0 Mya xq (IR), generalizando a decomposigo feita no exemplo 3 acima, Peo] 6) Pa(IR) ¢ finitamente gerado, Os polindmios fo, fy, ..., fy dados por fot) = 1, f,(0) = t, ..., fall) = t8, ¥t EIR, so geradores de P,(IR) uma vez que se f(t) = a + at +... + agt® € um elemento de P, (IR), entio f= aol + af +... + anfy. Observe que {fo, fi, -..5 fq} possuiin + 1 polindmios, Nota: No apéndice I, logo a seguir, daremos um exemplo de espaco vetorial que no ¢ finitamente gerado, EXERCICIOS RESOLVIDOS 1. Seja V © conjunto dos vetores geométricos do espago, Sendo Tum vetor fixo desse fespago, mostrar que W = {ail | a © IR} & um sub--spago vetorial do V. Solugio w (@) 0 & Ws basta consigerar « = 0. () Sendo ¥ = aif © = iF em W,eatio z V+ Wail + 6d = @ + AR, oso vewew. Sejam ¥ = ail ¢ A & IR; entio AV = = AC@il) = (a)if, logo ¥ € W. 0 2. Mostrar que o conjunto W = {(x,y) © IR? | y = 0} éum sub-espago vetorial do IR?. @.OeEwW Sojam w= (x4, 0) € ¥ = (xq, 0) em W; dav u + ¥ = (xy + x9, 0), donde u + V EW. © Sejam u = (%, 0) em We a om BR; entio au = (ax, 0), donde au & W. (Outra maneita de resolver: observar que W é gerado por (1, 0). 3, Mostrar que & sub-espago de Mz(R) 0 seguinte sub-conjunto: eee : (2 a] elementos 8 W, Ent not )-(22)- Gan ee) + x) = = C4 +99), ento ut EW. Como yi + ¥2 = a (: ’) mW cee R Dalen ( ”) Como ay = a(—x) = (ax), entéo au € W. Soja I um intervalo real © consideremos 0 € efinidas em 1. Mostrar que 0 subconju oriviveis em todos os pontos de T 6 um sub-espaso Solugio 0 céleulo nos ensina que a fungZ0 nula é derivivel, que a soma de duas fungSes derivévels 6 derivével e que o produto de ume Fungio derivivel por um nimero 6 uma fungio dexi- vével fungOes reals continuas fdo das fungSes que sfo ca 5. Mostrar que sfo sub-espacos vetoriais de My, (IR) os seguintes subconjuntos: au b) V = {A © My(R) | AT = TA) onde T 6 uma matriz dads de Ma (R), 61 8 2 Solugio 8) (@) A transposta da matriz nul & a prOpria mateiz ula (B) Sejam A, B EU, Como (A + By = At + BY= A+ Bentfo A + BEU. (©) Sejam AGU © @ ER, Do fato de (aA)t = aAl = aA segue que oA €U, >) G@) A matriz mula comuta com tod (®) Sejam A, BE V. Entio AT = = (AT)B = (TAB = TAB). (©) Seam A € V € a ER. Entdo (@A)T = a(AT) = a(TA) = Tied). as matrizs. © BT = TB, Daf (AB)T = A@T) = ACTB)= Provar que se § e T sGo sub-espasos vetoriais de um espace V, entfo S + T= [8 U TH. Solugio Como § +3 $e$+T5T,entio$ +T> SUT. Dafs +72 {SU TI. Por outro lado, se UE $ +T, entio u=s + t (com se$ e L=T). Como, entio, se ¢ pertencom a SUT, podemos afirmar queu = s+ te{S UTI, Log $+ T CIS UTI ‘Achar um conjunto de geradores (sistema de geradores) dos seguintes sub-espagos de R*: ®. U=i{Gy,2 DER Ix-y—24t=0) b) V=(ay2, DER Ix-y=z4t=0} Sotugio 8) &¥. 2,1) © U se, © somente se, x — y — 2 + t= 0, sto & se, e somente se, x= Hy Fa 1 Logo ¥, 2,9 CU oquinls a(uy,2,0 =O 42-82 0 = = yd, 1, 0,0) + 2G, 0, 1,0) + tI, 0, 0, 1). Assim: {,1, 0, 0, 1, 0, 1,0 1, 0, 0, D} € um conjunto de geradores de U. b) De mancira andloga chegese a que (1, 1, 0, 0), (0, 0, 1,1) € um sistema de geradores de V. Consideremos no IR os seguintes subespagos vetorias U=I4, 0,0, 4,1, DI ¢ V=10, 1,0, 0,0, 1 Determinar um sistema de geradores de UN Y. Solugio wEU NV <=> wEU, WEV ==> Jaf, 45 ER tls que: eG, 0, 0) + G, 1, 1) = 10, 1, 0 + 600, 0, 1) ow ainda que: a+8=0,6-7=0,8-6=0,Dala=-gy= ses =6, Donde w = —#(1, 0, 0) + @(, 1, 1) = 20, 1, 1). Ento Un V = {(, 1, Dh Dados, os sub-espapos U iG, y,)ER? x+y =0}eV= iy, ER’! x=0} Te. , determinar © pago UV. Solugio vey CUNY <=> ueUeveV <> x+y=0 x= 0 <=> x= y =0, Loge UNV = {(0, 0, 2) 1zE R}, que é gerado pelo vetor (0, 0, D. 10, Sio sub-espagos votoriais de C(X) os seguintes subconjuntos: U={fecm fm =fC9, Vie R} V = {fe CW | f@ = -f-0, ¥te R} Mostrar que C) = U8 V. Solugio (@) Toda fungdo real £ definida em I pode ser assim decomposta: {(0) = g(t) +h, Yt, onde sy OEEED , yn Mo feD Como a) = PEO oye ney LED=MO «v0, entio gE U e NE V. Portanto C) = U + V. () SefEU NY, entio £0) = f-0) ¢ £) = — (0, VEEL Logo 2) = 0, Vt EL Donde f é a fungio nula, Assim entdo Un V s6 contém s fungio nule £() = 0, ¥t eI. EXERCICIOS PROPOSTOS 1. Quais dos seguintes conjuntos W abaixo sio subespagos do IR*? @ W= (Gy, ER? 1x = 0} ©) We ye R Ix eZ} (©) W= ( y, 2) ER Ly & ieeacional} © W= (yy, ER Ix - 32 = 0} (©) W= {(x, y, 2) © R® | ax + by + cz = 0, coma, b, cE R} 2. Quis dos conjuntos absixo so sub-espagos do espago P(IR) de todos os polindmios reais? (Leia o apéndice I. (@ W= {£(@ © PR) 1£( tem grau maior que 2} @) W= f(y 10 = 24} © W= {f@ 1f@ > 0, ¥1 eR} @ W= {fi 11) + £@) = 0} 63 . Verificar que nfo slo sub-espagos vetoriais do 1G, y, 2) ER? 1x = 1} (Ky. 2ER Ixtay +250} ity. eR Ix U+V=V; » UcvV==>unv=u; "20. v1. 5 Mostrar que os dois con) Mostrar com um exemplo que a unio de dc Mostrar que os dois conjuntos absixo forma 9) U+veU=—>u5v; ® UnVsU=>ucy. ores nfo nulos do IR?, Se nfo existe nenhum t€ R tal que w = tv, soma direta dos subespagos [ul e Iv. Sejam u e v dois mostrar quo Verifcar se as soguintes matrizes geram 0 espago vetorial Ma (R): 6)-6 9): 69-03) Se U, Ve W slo subespagos vetoriais do mesmo expago, mostrar que (U0 V) + + (WOW CUA + W Descubra um exemplo para o qual o primeiro membro des- ‘1 1olaglo 6 diferente do segundo e um exemplo onde ocorreigualdade, Mostrar que os nimeros complexos 2 + 3i¢ 1 — 24 geram o espago vetoril € yobre I. . Mostrar que & subespaco de MIR) o subconjunto formado pelas mattizes antisimé- ‘wicas, Mostrar também que My(IR) & soma dizeta dos sub-espagas das matrizes simé- ‘ticas e das antisimétrcas G0, D}e {1 -2,3 ‘eran o mesmo sub-espay I do Mostrar com um exemplo que se U, V e W slo sub-espagos vetoriais do mesmo espago, se valem as selagdes UNV = Un We U + V =U + Wynfo se tem necessari. mente V = W. sbespagos vetoriis de um mesmo espa- dese espago. {0 vetorial no precisa ser um subespago vet |. Mostrar que a unio de sub-espagos vetorlais do mesmo espago é também um sub- -espago se, © somento se, um dos sb-esp 5 esté contide no outro, CConsidere os seguintes vetores do de equages homogéneas para © qu ‘gerado por esses vetores. G4, Repita 0 exerefcio 20 com os vetores (1,0, 1, 2),(0, 0, 1,0) do IR4, .(@)_Determinar um suplementar do seguinte sub-espago do IR®: {(x, y, 2) 1x y =0) (W) Mesmo exerefcio com o sub-espaco: {6s y,2, 0 RY x —y=z—t= 0} do Rt fungdes continuas resis definidas fem R. geram o mesmo sub-espago vet sen? t, cos? t, sont - cost} ¢ +24, Sejam U, V ¢ W sub-espagos vetorials do mesmo espaco para os qual Un (+ W) = Vn W= (0). Provar que scurvy two veU,veVeweW, entiousvaw=o, © seguinte: ‘ulo), com "2 Mostrar que o espago vetotial R™ (exerefeio proposto 7 ~ § 2) nfo é finitamente gerado. Sugestdo: raciocinar como ser4 feito no apéndice I APENDICE |! Exemplo de Espaco que nao 6 Finitamente Gerado Indiquemos por P(R) 0 conjunto de todos os polindmios reais. O leitor, Iembrando a operago adigo de polindmios e a operacio multiplicagio de um polindmio por um mimero, concuiré que P(IR), com esse par de operagdes, € um espago vetorial sobre IR. ‘Mas P(IR) ndo é finitamente gerado. Com efeito, dado S = {f,,..., fn) C PCR), supondo que cada fj seja no nulo e que fy seja 0 polindmio de maior grau de S, entfo o grau de qualquer combinaglo linear ayy +. + Oly nfo ultrapassa 0 grau de f,. Assim [S] s6 contém polindmios de grau menor que ‘ou igual a0 de f,. Como porém P(R) compreende todos os polinmias reais, existem neste espaco polindmios de grau maior que o de fy. Logo [S] # P(R), para todo conjunto finito $ C P(R). 66 capituLo 3 Base e Dimensdo Lembremos © seguinte fato relacionado com 0 espago dos vetores da geo- metria, definidos por meio de segmentos orientados: se considerarmos um sistema de coordenadas ortogonais, de origem O, ¢ se chamarmos de 1, } ¢ K os trés vvetores unitérios com os sentidos dos eixos x, y e z, respectivamente, entio cada vetor OF admite uma inica representagdo OF = af + by + cK, onde a, be ¢ so as coordenadas de P, em relagio a0 sistema considerado. Nosso objetivo, principal, neste ci € mostrar que em todo espago vetorial finitamenté gerado V existe um subconjunto finito B tal que todo ele- ‘mento de V combinac&o linear, de uma ‘nica maneira, desse subconjunto. B que todosos outros subconjuntos de V que tém também essa propriedade (sempre os ha) possuem 0 mesmo niimero de elementos que B. Daf saird entéo 0 conceito de “dimensio”. 1. DEPENDENCIA LINEAR Seja V um espazo vetorial sobre IR. Definigdo 1 — Dizemos que um conjunto L = (uy, Uy, ..-, tn) CVE linearmente independente (L.L) se, e somente se, uma igualdade do tipo ayy +... + Ona = 0 com os aj em IR, s6 for possivel para ay =... = aq = 0. 67 Definigio 2 — Dizemos que L = (uy, ..., Ua} © V é lineanmente depen- dente (L.D.) se, ¢ somente se, L nfo é LI., ou seja, € possivel uma igualdade do tipo yt +... + agua = 0 sem que os escalates «i sejam todos iguais a0 mimero zero. Exemplos 1) 0 conjunto L = {(1, 1, 0, 0); (0, 2, 1, 0); ©, 0, 0, 3)} CR* 6 LL. pois x(1, 1, 0, 0) + ¥(O, 2, 1, O-*2(0, 0, 0, 3) = ©, 0, 0, 0) ==> 2) 0 conjunto L = {(1, 1, 0, 0), (0, 1 x(L, 1, 0, 0) + y(O, 1, 0, 0) + ot x +%=0 = =. xty+ z=0 Sendo indeterminado 0 sistema obtido, ento hi outras solugdes, além da trivial, para a igualdade condicional de que partimos. Nota: Convencionaremos que 0 conjunto vazio (BC V) é LI. Como para um sub- conjunto LCV deve valer uma, e uma s6, das duas definigbes anteriores e a segun- da destas pressupoe elementos em L, fica justificada esta convengao. EXERCICIOS RESOLVIDOS 1, Verificar quais dos seguintes conjuntos do vetores do espago vetoridl R®, s80 linearmente a) Fagamos: x(1, 1, 0) + y(l, 4, 5) + 20, 6, 5) = (0, 0, 0) 68 a mimre - {072809 Sy +52=0 y eee eee er En torn = (4,5) + (3, 6,9) = (0,0, 0). Esta 6 uma rlago de dependéncia entre tores dados. ae x+y + S2=0 ° Escalonando 0 sistema, vem: x + 2y + Sz = Oo sistema indeterminado, 4da solugdo trivial admite outzas solugSes; portanto o conjunto é linearmente ‘Achar uma relagZo de dependéncta entze 0s 3 vetores. Se u,v w sfo vetores de um expago vetorial V tais que u € Iw] e ¥ € Iw, mostrar que {u, ¥} € linearmente dependente. Sotusio Qs vetores ue v sfo da forma u = Awe v= aw, com A, a RO cuo a=A=0 ttivial pois entdo u = v = 0 e basta ver que Iu + Iv = 0, Supondo por exemplo A ¥ 0, entio AY — ati = Alaw) — aw) = (ha — ad}w = Ow = 9; logo {u, v} § LD. o 3, Consideremos, no espago vetorial IR? 0s votores:u = (1 — @,1 + a)ev= (1 + a,1 - a) onde a ¥ 0, Mostrar que {u,v} é Li. Solugto Seiax(1 = a,1 + 0) + yl + a,1 ~ a) = (0,0) fou, 0 que & equiva ox + (1+ aly =0 (+ax+-ay=0 Esse sistema linear © homogéneo nfo deve ter solugdes diferentes da trivial, para o que E necessirio e suiciente que a matriz: l-e 1te lta lw 10 & que o sistema seja de Cramer. Como a foi tomado nfo nulo esta mattis 6 inversivele daf {u,v} 6 LI. 4. Mostrar que o conjunto de vetores {1, x, x7, 2 + x + 2x} de P3(R) 6 LD. © que qual: quer subconjunto de trés elementos dele & Lt, Sotugio Se fizermos al + x + x7 + 5 +x 42x) = 0 a (© zero do segundo membro de (1) ¢ 0 polinémio identicamente aulo), viré: a+ +E + B)K + Oy + BX? =O, Pelo principio de identidade de polinémios, toremos: a +25 =0 a+ 6=0 y+ =0 © sistema admite outras solugdes, além da trivial, © que nos leva a concluir que © con junto 6 LD. ‘Um subconjunto qualquer do conjunto dado, por exemplo {1, x, x7} 6 Lis d& al + Bx + 9X7 = 0, implica a = 9 = 7 = 0 pelo principio de identidade de polind Nos 3 demais casos procede-se do mesmo modo. Mostrar que o conjunto {(1. .2°)} de vetores do IR? é LI, desde que a#0cae 1. Solugio Para que © conjunto seja LI. € necessiio e suflciente que: XG, 0, + ¥C, 1, a) + 241, 1, a) = 0, 0, 0) w 6 se veriique para x = y = 2 = 0. Ora de (1), vem: xt y+ 220 yt 2=0 dal ox tay +022 =0 xtytze0 yer=0 @ -an=0 Comoe # Oe # Lentioa? ~ a * 0,oque acarretaz = Oe dai wmy = Dex = 0. Mostrar que se 0 conjunto {u,v, w} de vetoes de um expazo veto! V for 1, © mesmo aconteceri com 0 conjanto {u + ¥, u +, ¥ +) Solugio Com efeito, facamos: x@ eV ty@+w)+2vem) =o Dat, segue: &+yUt et Oey taW=0 Mas 0 conjunto {u, v, wh & Li. Entio: eae [uty =0 x+y 20 \ vteso m=0 nna o6 adnte a solgio tial x= y = x= 0, Loge, 0 conjunto {u +¥,u + wv + w) 6 Li. Mostrar que 0 conjunto de vetores {(1 — i,1),(2,~1 + 0} deC? é LD. sobre € mas LL sobre IR a cma EXERCICIOS PROPOSTOS No primeizo cato, devemos mostrar quo existem 21, 22. C, tais que a ‘0.0, $ ° 4 1. Qusis os subconjuntos abaixo do IR? séo linearmente independentes: + mQ,-1 +9 = (0,0),comzy # Oouz, # 0. Sa | » LID. sobre @. No segundo caso, sendo x, y € IR tais que | ») | ° xO. 4y@,-14d= 0.0, ° 2° Qua dos anbconfontssaatz de a(R) a Unease independent a-m+ a0 free dyeo ou iu 60) jo ~ treo a) (0x-1x 424 1x2} el + G-Dy= b) fax,x? + 1x + 1x? - 1} Escalonando © sistema, vem: x + G+ Dy = Oe dat x= y = 0. Logo 0 conjunto & LI. sobre 9 a@- 0,828 - 7, x) ® wex-te-xtne-y 8. Mostrar que © conjunt 6un Solugio c08 % c0s 2x} de vetores de C(I~7, 3. Demonstear que © conjunto {1, e%, e™*} de vetores de C(10, 1) & Lt. Suponhamos: 4. Mostrar que 0 conjunto {1, e%, xe%) de vetores de C(10, 11) é LiL a + peosx + yoo2x = 0, Wxe [-m A. +5. Demonstrar que & Li. 0 conjunto Entto: ; xe-n==> a-pty=0 de vetores de Pp. ye 0==> ateered | os | *6, Mostrar que o subconjunto {3 Xn} de vetores de um espaco vetorial VEL.D. se, an aaa ik } OK(L << 0) tal que X 6 combinagio linest dos de- Esealonande, vem: ‘e- 84 7=0 at 1 % =0 b+ 2y=0 Daf a= 6 = y= 0 ¢0 conjunto é LiL. eae ater 9, Mostrar que 0 conjunto {1, sen x, cos?x) de vetores do C(I- m, ml) & LD. Solugio conjunto {u + v—3w,u+3V— wv +w) SLD, Basta lembrar que sen? x + cos?x ~ 1 =0, 9. Qusis dos seguintes subconjuntos do C* sfo Li. sobre €? n ¥, w} um conjunto Li. de vetores de um espago vetonialV. Provar que @ S11. Suponha que {us,.+., U4) ¥%4s-++4%) 6 um subconjunto Li, de um espaso V. Mostar ave ses uel 9 val= @} 12, Setup, +Uq} € Li, mostrar que seey ty + ay... tn} +,dn nimeros reais distintos 2 a 2. Provar que o conjunto de fungses ent} LL. "14, Provar que o conjunto de fungdes {eM cos bt, sen bt}, onde « e sfo nimeros reais © b+ OELL 2, PROPRIEDADES DA DEPENDENCIA LINEAR Consideremos um espago vetorial V sobre R. P,. Se um conjunto finito LC V contém o vetor nulo, enti esse conjunto 6 LD. Prova — Seja $ = (0, + Un). Entio, evidentemente 20 + Ou +... + On = 0 para todo a # 0, Isso 6 suficiente para concluir que $ 6 L.D. = P,. SeS = {u} C Veu#o, entéo $ é LI. Prova ~ Suponhamos au = 0, Como u ¥ 0, entto a = 0 conforme jé vimos nas propriedades dos espagos vetorisis. » Py. SeS =(u),..., Un} CV LD., ento um dos seus vetores € combinagio linear dos outros. (Veja exerefeio proposto no 6, § 1.) Prova — Por hipStese existem niimeros reais ay, ... a zet0, de modo que + Qin, nem todos iguais ay, + a:t, +... + aqua = 0. ” Py. Ps Py. Suponhamos a + 0, Entdo existe o inverso'de @ © multiplicando a igual- dade acima por este inverso teremos: ur (@rten)ua +. + ent = 0. Daf = Carten)in +... + Carta) ty (© que mostra que u, ¢ combinagéo linear de u;, ..., Ua. Analogamente se procede quando aj # 0, = Se $1 © S; sfo subconjuntos finitos e no vazios de V, se S, CS, © S; & LD., entdo $; também ¢ LD. Prova — Suponhamos Sy = {Uy, ...5 Up) © Sp = (yy .2.5 Uy. 5 Uy Por hipétese existe nimeros reais ay, ..., a, nfo todos nulos, de ma- neira que \ Uy +... + at = 0. Dai aproveitando os escalares e completando com zeros teremos Uy +. + ely + OUpes +... + OU = 0, Como nem todos os escalares que figuram nesta iltima igualdade 40 nulos, entdo pode-se dizer que S, 6 um conjunto L.D. = Se $1 € S; sfo subconjuntos finitos e nfo vazios de V, com S, C$, e Sp LL, entfo S; também 6 LI. Prova — Se S, fosse L.D., entio 0 mesmo aconteceria com $3, devido & propriedade anterior. Ua} € LiL, e para um certo u € V tivermos § U {u} = entdo o vetor u é combinagdo linear dos vetores Ug, isto 6, u € [S] Prova ~ Por hipStese tem-se uma igualdade Gt +... + agty tau =o a onde nem todos os escalares que nela figuram so nulos. Afirmamos que uum dos escalares nio nulos é 0 a, De fato, se a = 0, entio au, +... + ally = 0. Como porém o conjunto $ ¢ LL, esta Gitima igualdade $6 6 possivel com a, =... = dy = 0. Daf, se a= 0, entioa= a =...=a,=0, 0 que 18 Sendo a # 0 podemos multiplicar a igualdade (1) por a~* e teremos: (@%ay)uy +... + (@2ag)Ug + U = 0 ou ainda w= (afayuy +... + (0 an Uy igualdade que nos mostra que u € [S]. = P, {uj}] (sto 6, w € combinagdo {s] = Is — typ] ‘Prova ~ Faremos a prova supondo j = 1 0 que nada tira em generalidade. E obvio que [S — {us}] ¢ [Sh pois S ~ {4} CS. Por outro lado, dado um vetor u € [SI], entio: w= ayy, +... + ena (aj ER). @ Como porém o vetor u, esté em [$ — {u,}], por hipétese, entao: Uy = fat +... + Bally @ Substituindo (2) em (1) iremos obter U = a4 (Bry +... + Botlp) + Oth +... + OnUly. Dat u= Gib, + oa), +. + iB + endtn ‘© que prova que u € [S — {u,}] e conseqiientemente que [S]C [S—{u,}]. # Exemplo — Observe no IR‘ o seguinte sub-espago S = [(1, 1, 0, 0), ©, 1, 0, 2), (©, 0, 1, 0), ©, 2, -1, 4)]. I fécil perceber a seguinte relagio . 2@, 1, 0, 2) ~ (0, 0, 1, 0) = (0, 2, -1, 4). A propriedade acima nos garante, entdo, que S = [(1, 1, 0, 0), ©, 1, 0, 2), ©, 0, 1, O). 3. BASE DE UM ESPACO VETORIAL FINITAMENTE GERADO Definigéo 3 — Seja V um espaco vetorial finitamente gerado, Uma base de V € um subconjunto finito BC V para o qual as seguintes condigGes se verificam: 16 @) [Bl=v. (6) B é tinearmente independente, Exemplos 1) {C1 0), @, 19} 6 uma base do IR? 2){5 0, 6.240), O, 1, 0,265.0), 21, (0,-2.4, D} 6 uma base do R 3) {C, 0, ..., 0), 0, 1,0, ..., 0), ..., (0, ..., 0, 1)} € uma base do espago vetorial ©", considerado como espago vetorial sobre €, 4) 0 conjunto das m+n matrizes reais € uma base do espago Mm xn (IR). 5) Os n+ 1 polinémios 1 formam uma base de P, (IR) pois (2) Dado £ € P, (R), existem (¢ sf0 dnicos) ap, 24, ..., tg € R de modo que £() = ay batt... tag, VEER, © que & conseqiféncia da propria definigéo de polindmio. (b) Se ap + at +... + ant” = 0, ¥t EIR, entgo ay =... = an = 0, devido a0 prinefpio dos polindmios identicamente aulos. 6) Se indicamos por 0 0 vetor nulo de um espago vetorial qualquer, ento ‘uma base do espago {o} 6, conforme nossas convengBes a respeito, 0 conjunto 9. ‘Nota: As bases exibidas nos exemplos 1, 2, 3, 4 e 5 sfo chamadas bases candnicas dos espagos IR?, IR", C8, Mm x (IR) ¢ Pq (IR), respectivamente, devido a sua na- turalidade, Obviamente, esses espagos tém outras bases, conforme veremos a se- guir, Deixamos como exercicio a verificagao nos exemplos de 1 € 4. Proposigéo 1 — Todo espaco vetorial finitamente gerado admite uma base. Demonstragdo — Indiquemos por V o espago. Se V = {0}, ent5o 9 é uma ba- se de V devido as convengGes a respeito para este caso, 1 Caso contrério existe um subconjunto finito € no vazio S.C V, de maneira que V = [8]. Como S$ # {0}, entdo existem subconjuntos nfo vazios de $ que sfo Li. Tomemos um deles com o maior niimero possivel de elementos. Indicando por B esse subconjunto, afirmamos que B é uma base de V. Devido & maneira como tomamos B, para todo u © $ — B teremos que B U {u) & LD. Logo u & combinaco linear de B (ver P no parégrafo anterior). Usando agora a propriedade P,, conclui-se que: [B] = [S] = V. Como, por outro lado, B é Li, pela propria maneira como foi cons trufdo, entio B é uma base de V. © 4. DIMENSAO Iremos enunciar logo a seguir um resultado bastante importante que diz res- peito ao nimero de vetores das bases de um espaco vetorial finitamente gerado. Sua demonstragd0, contudo, somente serd feita no apéndice, ao fim deste capitulo, pelo fato de ser um tanto quanto trabalhosa. Esse apéndice € especialmente recomenda- do aos alunos dos Cursos de Matematica, Teorema da invarineia — Seja V um espago vetorial finitamente gerado. Entio duas bases quaisquer de V tém o mesmo nimero de vetores. ‘Apoiados no teorema da invariancia, damos a seguinte definigfo. Definigéo 4 — Seja V um espaco vetorial finitamente gerado, Denomina-se dimensio de V (notagao: dim V) 0 mimero de vetores de uma qualquer de suas, bases, Diz-se também, neste caso, que V & um espago de dimensdo finita, Devorre da definigso dada e de consideragbes jéfeitas nos exemplos apds ade- finigho 3 que: 1) dim R?=2; 3) dimC®=n; 5) dim P, (R) =n +1; 2) dim R°=n; 4) dimMmxn(R)=m-+n; — 6) dim {o} =0. Deixamos ao leitor a tarefa de concluir que a dimenséo do espago solugdo de ‘um sistema homogéneo escalonado faux + aux +... + Anta = 0 | fag to + tanXy = 0 | Bpephtp + s-+ + Apna = 0 onde a1: # 0,4, # 0,...+pyp # 0 €n — p. Paraiss, lernovamente oCapstu- lol. Proposicio 2 (Teorema do Completamento) — Seja V um espago vetorial de di- mension <1. Se{us,...,u,} C Vé um subconjunto Ll. com r vetores er u= (x, —x, 2 8, onde x, , tER <: <=> u= x(I,-1, 0, 0) + 2, 0, 1, 0) + (0, 0, 0, 1. Logo V = [(1, ~1, 0, 0), (0, 0, 1, 0), 0, 0, 0, Pela forma escalonada como se apresentam os geradores de V que af figuram podemos dizer que: c=i, 0, 0), (0, 0, 6 uma base de Ve que dim V = 3. 0), (0, 0, 0, 1)} Por outro lado, decorre da propria definigdo de soma de sub-espagos que U + V=[BUC].A partir disto podemos achar uma base de U + V do seguinte modo: a) 1010 1010 o 100 o 100 o100 1-1 0 of+fo0 01 of+foo10 oo10 ooo1 ooo oo 01 a) 0 000 Logo dim(U + V) = 4 e conseqilentemente U + V = IR*, Disto segue que dim (U0 V) = 1. 83 EXERCICIOS RESOLVIDOS 1 Mostrar que o subconjunto {1, i} é uma base de € sobre IR. Solugio s vetotes I ¢ i constituem um sistema de geradores de © sobre IR pois todo elemento de © 6 da forma al + bi, com ae bem R. Além diso, we xi +yi=0=0 +01 (com x, y ER), entio x =y =0. Mostrar que © subconjunto de vetores: 2, 4,0) € uma base do seguinte sub-espago vetorial do y¥. ER? I x= 0) Logo os vetores dados formam uma base de U, pois pertencem a U. [No espago vetorial IR? consideremos os seguintes sub-espagos Determinar uma base € a dimensio dos subespases U,V, U+V 000 ¥. Solugio condo com o exercicio anterior ((0, 1, 0), (0,0, 1)} 6 uma base de U. Por outro lado - 0) €, 1, 2) formam uma base de V pois: (3 3)-G23) =, DF 6 Lt Determinemos uma bas © a dimensfo de U+V: 010 1200 120 100 oot) foro o10 oro 1200 oo sf foo sf foo. os 2 o-s 2 002 ooo Logo U + V = 0) (0, 0, D}.e U + V = RY, Comequentemente dim (Uy V) = dim U + dim V'— dim (U + V) = 1. Como 0 vetor (0, © esté em V, entéo {(0, ~5, 2)} é uma base de UN V. 5, 2) esté em U 4 pe Determinar uma base do R que contenha os vetores (1, 1,1, 1), (0, 1,—1, 0)€ (0, 2, 0,2). Sotugio Ee 5 b) E imediato que dim T = 2 pois seus geradores jd se apresentam na forma escalonada. ©) Os vetores de U so da seguinte forma: (x, Logo {(1, -1,4)} € uma base de Ue dim U = 1 resentam assim: (x, y, 3x — y) = XC, 0, 3) + ¥(, 1, =D. ~x, 4x) = x0, 4) Os vetores de V se Logo V = IG, 0, 3) na forma escalonad e fina 2 zit 03-3 o 4-1 ° 124 1 o 1 ° 0 3-1 ° Logo dim ($ +1) = 3e dafs +T=R? 1) A partir das dimensbes de $, T ¢ $+, achase que dim ($9 T) = 1 » fo i-1 124 124 124 12 1)—+(o 1-1 )—+[0 1-1}—fo ia 1-14 1-1 4 0-3 3 o 00 Logo dim (T + U) = 2. 1) A proposisdo 5 deste capitulo nos conduziré a dim (Tn U) = 1. si cc’ 2-t=0 Daf tinmos: 2=t, y=-$t eo x=gt Logo 0 conjunto solugio de $ é ve(3s sheet) ven} {¢ Isto mostea que © conjunto ves} 6 uma base do espago solupfo de S e que, portanto, a dimensfo desseespago é 1. Uma outra base de V é{CL, ~ 5,3, un) uma base de um espago vetorial V de dimensfo n sobre €. Mostrar + it} 6 uma base de V considerado como espago.vetorial, roposto n? 8, pig. $2.) iq byl © € de maneira que w= (ay + 6yDu + pois 0: vetores + Up formam uma base sobre C, us aymy +... + any + Dylon) +... + Balog, 1 ig} germ V sobre + agg + balay) +... + bug) = 0, + buduy +... + Gq + BniDag = 0. Logo ay + byl =... = aq + Ppl = 0 Donde a) =...5 aq = by =... = bg =O. Nota: © exercicio nos ensina que se a dimensio de V sobre © & n, sobre IR seri 2a, 86 8, Consideremos 0 sub-espago vetorial de M3(IR) constituido das matrizes simétricas, Detet- sminar uma base desse sub-espago, Solugio Podemos decompor uma mattiz simétrica X de M3 R) da seguinte maneira ofa of aC em M3 (R). Logo essas seis matrizes formam uma base do sub-espaco das matrizes simé- twicas de dimensio 9 ‘Nota: Generalizando 0 raciocinio que acabamos de fazer podese concluir que sub-espago z dimensio n?. Bo que pedimos no exerefcio 16 a sepuit das matrizes sit rieas de Mp (R) tem dimensio fenquanto que Ma (R) tem fostrar que © conjunto {2} & uma base do espago V = ix R I x > 0} eyje adigio € dada pot u © v = we a mulsplicagio por escalates pot a « w= Solugio Lembremos que © vetor mulo desse espago & 0 niimero 1. ‘ A teoria dos niimeros reais nos ensina que dado um nimero real u > 0, existe um Sinico niimero real a tal que w= 2°: @ = log, u, Logo u = 27 =a - 2 () Soa. 2= 1 (vetor mule), entio 2% = 1, donde @ = 0. Nota: £ claro que todo nimero real maior que zero e diferente de 1 constitui uma base de V sobre R. 10, Sejam U e V subespagos vets de um expugo de dimensfo a. Supondo que dim U> 2 que dimV > 2, prove que: Un V » fo} Solugio leremos a formula dimU + dim V = dim (U + V) + dim Un V). Se U nV = terfamos dim (Un V) = 0. Daf dim(U + V) = dim U + dim V > n, Absurdo pois U + V6 subsspago de um espago de dimension, 87

You might also like