You are on page 1of 33

1

Espaos vetoriais:

Introduo:
Como sabemos, o conjunto V, dos vetores da geometria, e o conjunto M R
mxn
( ), das matrizes reais,
mxn, entre outros, apresentam uma coincidncia estrutural no que se refere a um par importante de
operaes definidas sobre eles, a soma e a multiplicao por um nmero, tambm chamada de multiplicao
por um escalar. Nada mais lgico do que estudar simultaneamente V, M R
mxn
( ), e todos os outros conjuntos
que apresentam essa mesma estrutura. isso que comearemos a fazer no tpico seguinte.

Definio de espao vetorial:
Para realizar o proposto no tpico anterior, vamos introduzir agora o conceito de espao vetorial.
Definio: Dizemos que um conjunto { } V = um espao vetorial sobre R quando e somente
quando:
(I) Existe uma adio ( , ) u v u v + para quaisquer u V e v V e e , com as seguintes
propriedades:
a) Comutativa: u v v u + = + , para quaisquer u V e , e v V e ;
b) Associativa: u v w u v w + + = + + ( ) ( ) , para quaisquer u V e , v V e , e w V e ;
c) Elemento neutro: Existe em V um elemento, chamado de elemento neutro para a adio, que
ser simbolizado genericamente por 0, tal que, para qualquer u V e , u u u + = + = 0 0 . O elemento neutro
nico.
d) Elemento oposto: Para todo u V e , existe um elemento em V, chamado de elemento oposto,
que ser simbolizado por (-u), tal que, u u + = ( ) . 0 O elemento oposto nico;
(II) Est definida uma multiplicao de RxV em V, o que significa que a cada par ( , ) o u RxV e
est associado um nico elemento de V que indicado por ou, e para essa multiplicao tem-se o seguinte:
a) Associativa: o | o| ( ) ( ) , u u = para quaisquer oeR, |eR, e u V e ;
b) Distributiva para R: ( ) , o | o | + = + u u u para quaisquer oeR, |eR, e u V e ;
c) Distributiva para V: o o o ( ) , u v u v + = + para quaisquer oeR, u V e , e v V e ;
d) Elemento neutro: Existe em R um elemento, chamado de elemento neutro para a
multiplicao, que ser simbolizado genericamente por 1, tal que, para qualquer u V e , 1u u = . O elemento
neutro nico.
Exemplos:
1) O espao vetorial R.
2) O conjunto dos vetores da geometria definidas por meio de segmentos orientados um espao
vetorial sobre R.
3) O conjunto M R
mxn
( ) um espao vetorial sobre R.
4) O espao R
n
.
5) O conjunto { } V u Ru = e > 0 sobre o qual definimos:
Adio: Para quaisquer u V e , e v V e , u v uv + = , isto , definimos a adio de dois elementos em
V como sendo a multiplicao de nmeros reais;
Multiplicao por um nmero real: Para quaisquer oeR, e u V e , o
o
u u = , isto , definimos a
multiplicao de um elemento o e R com um elemento u V e , como sendo u elevado a o.
Este conjunto, com este par de operaes assim definidas, um espao vetorial sobre R. Vamos
verificar este fato, isto , verificar que V, com este par de operaes, satisfaz as condies (I)a), (I)b), (I)c),
(I)d), (II)a), (II)b), (II)c), e (II)d). Para isto, sejam oeR, |eR, u V e , v V e , e w V e :
(I)a) u v uv vu v u + = = = + ;
(I)b) u v w u vw u vw uv w u v w u v w + + = + = = = + = + + ( ) ( ) ( ) ( ) ( ) ( ) ;
(I)c) 1e V e para qualquer u V e , u u u + = = 1 1 , portanto existe o elemento neutro para a adio
(observe que o elemento neutro para a adio pertence ao conjunto V);
(I)d) Para todo u V e , como u > 0,
1
u
V e , e assim, u
u
u
u
+ = =
1 1
1, portanto existe o elemento
oposto para a adio (observe que o elemento oposto para a adio pertence ao conjunto V);
(II)a) ( ) ( ) o | o o|
| |
o
|o o|
( ) ( ) ; u u u u u u = = = = =
2
(II)b) ( ) ( )( ) ( ) ( ) ( ) ; o | o |
o | o | o |
+ = = = + = +
+
u u u u u u u u
(II)c) ( )( ) o o o o o o
o o o
( ) ( ) ( ) ( )( ) ; u v uv uv u v u v u v + = = = = = +
(II)d) 1e R e 1
1
u u u = = , portanto existe o elemento neutro da multiplicao por um nmero
(observe que o elemento neutro da multiplicao por um nmero pertence ao conjunto do nmeros reais, R).
Denominao: Os elementos de um espao vetorial qualquer so chamados de vetores, o elemento
neutro da adio de vetor nulo desse espao, e os elementos de R de escalares.
Exerccios:
1) Sabendo que o R
3
o conjunto de todas as ternas ordenadas de nmeros reais, ou seja:
{ } R x y z x R R R
3
= e e e ( , , ) , , , y z
e que a adio e a multiplicao por escalares so definidas no R
3
por:
( , , ) ( , , ) ( , , ), x y z x y z x x y y z z
1 1 1 2 2 2 1 2 1 2 1 2
+ = + + +
e
o o o o ( , , ) ( , , ), x y z x y z
1 1 1 1 1 1
=
para quaisquer oeR, ( , , ) , x y z R
1 1 1
3
e e ( , , ) , x y z R
2 2 2
3
e mostre que R
3
, com estas operaes, um
espao vetorial sobre R.
2) Sejam U e V espaos vetoriais sobre R. Mostre que:
{ } UxV u v u U e v V = e e ( , ) ,
um espao vetorial sobre R, em relao ao seguinte par de operaes:
Adio: ( , ) ( , ) ( , ), u v u v u u v v
1 1 2 2 1 2 1 2
+ = + +
Multiplicao por um nmero: a u v au av ( , ) ( , ),
1 1 1 1
=
para quaisquer a R e , ( , ) , u v UxV
1 1
e e ( , ) . u v UxV
2 2
e
Observao: O espao vetorial UxV, do exerccio 2), chama-se espao vetorial produto de U e V.

Algumas propriedades de um espao vetorial:
Seja V um espao vetorial sobre R, ento V satisfaz as seguintes propriedades:
P1) Para todo o o e = R, , 0 0 onde 0 denota o elemento neutro da adio em V;
P2) Para todo v V v e = , , 0 0 onde o 0 do lado esquerdo da igualdade denota o nmero real zero, e
o 0 do lado direito da igualdade denota o elemento neutro da adio em V;
P3) Uma igualdade ou = 0, onde 0 denota o elemento neutro da adio em V, oeR, e u V e , s
possvel se o = e 0 R ou u V = e 0 (isto , u o elemento neutro da adio em V);
P4) Para todo oeR, e todo u V e , ( ) ( ) ( ). = = o o o u u u Desta propriedade, temos definida a
diferena entre dois vetores u e v de um espao vetorial sobre R, V:
u v u v u v u v = + = + = + ( ) ( ) ( ); 1 1
P5) Para quaisquer oeR, |eR, e u V e , ( ) ; o | o | = u u u
P6) Quaisquer que sejam oeR, u V e , e v V e , o o o ( ) ; u v u v =
P7) Dados |eR, o
1
eR, , o
n
R e , u V
1
e , , u V
n
e , ento:
( ) | o |o
j j
j
n
j j
j
n
u u
= =

|
\

|
.
|
=
1 1
.
P8) Para qualquer u V e , tem-se = ( ) ; u u
P9) Se u V e , v V e , w V e , e u v u w + = + , ento v w = ;
P10) Se u V e , e w V e , ento existe um nico vetor v V e , tal que, u v w + = .
Exerccios:
1) Consideremos no espao vetorial R
3
, os vetores u = ( , , ), 121 v = ( , , ), 31 2 e w= ( , , ). 410
a) Calcular 2 3 u v w + ;
b) Resolver 3 2 u x v w + = + ;
c) Resolver o sistema de equaes:
y z v u
y z v
=
+ =

2

nas incgnitas y R e
3
, e z R e
3
.
2) No espao vetorial M R
x 3 2
( ), consideremos os seguintes vetores:
3
A =
|
\

|
.
|
|
|
=
|
\

|
.
|
|
|
=

|
\

|
.
|
|
|
1 1
0 0
0 0
0 1
2 1
1 1
1 2
1 0
0 1
, , . B e C
a) Calcule 2 3 A B C + ;
b) Calcule X M R
x
e
3 2
( ), tal que
A X X B
C
+


=
2 3
.
3) No espao vetorial R
2
, consideremos os seguintes vetores:
u = = = ( , ), ( , ), ( , ). 11 3 2 3 2 v e w
a) Resolver a equao
x u v x
w
+
+
+
=
2 3
, na incgnita x R e
2
;
b) Resolver o sistema de equaes:
x y z u
x y z v
x y z w
+ + =
+ =
+ =

2
2

nas incgnitas x R e
2
, y R e
2
, e z R e
2
.

Sub-espaos vetoriais:
Definio: Seja V um espao vetorial sobre R. Um sub-espao vetorial de V um subconjunto
W V _ , tal que:
a) 0eW, onde 0 denota o elemento neutro da adio de V;
b) Para quaisquer u W e , e v W e , u v W + e ;
c) Para quaisquer oeR, e u W e , ou W e .
Notemos que b) significa que a adio de V, restrita a W, uma adio em W. O significado de c)
que est definida uma multiplicao de RxW em W.
Proposio: Se W um sub-espao vetorial de V, ento W tambm um espao vetorial sobre R.
Portanto, um sub-espao vetorial um espao vetorial sobre R que est contido em um outro espao
vetorial sobre R.
Exemplos:
1) Para todo espao vetorial V imediato que { }
0 , onde 0 denota o elemento neutro da adio de V, e
V so sub-espaos vetoriais de V. So chamados de sub-espaos imprprios ou triviais.
2) Seja V R
n
= . O subconjunto
{ } W x x x R
n k
n
= = _ ( , , ) ,
1
0 para algum k
um sub-espao vetorial de V R
n
= , pois:
a) 0 0 0 = e ( , , ) , W pois a k-sima coordenada de ( , , ) 0 0 0;
b) Para quaisquer u x x V
n
= e ( , , ) ,
1
e v y y V
n
= e ( , , ) ,
1
temos que:
u v x x x y y y x x y y
x y x y x y x y V
k n k n n n
n n n n
+ = + = +
= + + + = + + e
( , , , , ) ( , , , , ) ( , , , , ) ( , , , , )
( , , , , ) ( , , , , ) ;
1 1 1 1
1 1 1 1
0 0
0 0 0



c) Para quaisquer oeR, e u x x V
n
= e ( , , ) ,
1
temos que:
o o o o
o o
u x x x x x x x
x x V
k n n n
n
= = =
= e
( , , , , ) ( , , , , ) ( , , , , )
( , , , , ) .
1 1 1
1
0 0
0



Portanto, { } W x x x R
n k
n
= = _ ( , , ) ,
1
0 para algum k um sub-espao vetorial de V R
n
= .
Exerccios:
1) Mostre que { } W x y z R x y = e + = ( , , )
3
0 um sub-espao de R
3
.
2) Mostre que se U um sub-espao do espao vetorial V, e W outro sub-espao do espao vetorial
V, ento U W tambm um sub-espao vetorial de V.
3) Consideremos um sistema linear homogneo sobre R:
4
S
a x a x a x
a x a x a x
a x a x a x
n
n
m n
: .
11 1 2
21 1 2
1 1 2
0
0
0
+ + + =
+ + + =
+ + + =

12 1n
22 2n
m2 mn


Seja W o conjunto de todas as solues de S, isto , W o espao soluo de S, ou ainda:
{ }
W b b R b b
n
n
n
= e ( , , ) ( , , ) .
1 1
satisfaz S
Mostre que W um sub-espao vetorial do R
n
.
4) Mostre que o conjunto das matrizes simtricas um sub-espao vetorial de M R
n
( ), quando
lembramos que uma matriz
( ) A a M R
ij n
= e ( ) simtrica se e somente se a a
ij ji
= .
5) Se V um espao vetorial sobre R e v V e , mostre que o subconjunto:
{ } W v R V = e _ ,
um sub-espao vetorial de V.

Soma de sub-espaos:
Definio: Sejam U e V sub-espaos de um espao vetorial sobre R, W. Indicaremos por U V + e
chamaremos de soma de U com V o
seguinte sub-espao de W:


Observao: claro que U V V U + = + e que { }
U U + = 0 , onde 0 denota o elemento neutro da
adio de W, para todos sub-espaos U e V de W, e tambm vale que:
U U V e V U V _ + _ + .
Proposio: Se U e V so sub-espaos vetoriais de um espao vetorial sobre R, W, ento U V +
tambm um sub-espao vetorial de W.
Definio: Sejam U e V so sub-espaos vetoriais de um espao vetorial sobre R, W, tais que
{ }
U V = 0 , onde 0 denota o elemento neutro da adio de W. Neste caso diz-se que U V + soma direta
dos sub-espaos U e V, e indicaremos por U V .
Se U e V so sub-espaos vetoriais de um espao vetorial sobre R, W, tais que U V W = dizemos
que U e V so suplementares, ou que U suplementar de V, ou ainda que V suplementar de U.
Proposio: Sejam U e V so sub-espaos vetoriais de um espao vetorial sobre R, W. Ento
W U V = se e somente se cada vetor w W e admite uma nica decomposio w u v = + , com u U e , e
v V e .
Exemplo: O espao vetorial sobre R, R
3
, a soma direta dos seus sub-espaos:
{ } { } U x R x R y z R y R = e e = e e e ( , , ) ( , , ) . 0 0 0
3 3
e V e z R
imediato que U V = ( , , ), 0 0 0 e por outro lado, para qualquer ( , , ) , x y z R e
3

( , , ) ( , , ) ( , , ) . x y z x y z U V = + e + 00 0


Geradores, bases e dimenses:

Combinaes lineares:
Seja V um espao vetorial sobre R. Tomemos um subconjunto:
S u V = _ { , , } ,
1 2
u , u
n

e indiquemos por [S] o seguinte subconjunto de V construdo a partir de S:
{ } [ ] , , . S u u u R R R
n n
= + + + e e e o o o o o o
1 1 2 2 1
,
2 n

[S] um sub-espao vetorial sobre R, pois:
a) Como o elemento neutro da adio de V pode ser escrito como:
0 0 0 0
1 2
= + + + u u u
n
,
temos, que o elemento neutro adio de V est em [S];
b) Se v u u u S
n n
= + + + e o o o
1 1 2 2
[ ] e w u u u S
n n
= + + + e | | |
1 1 2 2
[ ], ento:
v w u u u S
n n n
+ = + + + + + + e ( ) ( ) ( ) [ ]; o | o | o |
1 1 1 2 2 2

{ }. e V v U u v u V U e e + = +
5
c) Se o o o o e = + + + e R e v
1 1 2 2
u u u S
n n
[ ], ento:
o oo oo oo v u u u S
n n
= + + + e
1 1 2 2
[ ].
Definio: O sub-espao [S] que acabamos de construir recebe o nome de sub-espao gerado por S.
Cada elemento de [S] uma combinao linear de S, isto , uma combinao linear de u
1 2
, , . u , u
n
Ao
invs de [S] tambm costuma-se escrever [ , , ]. u
1 2
u , u
n
Diz-se tambm que u
1 2
, , u , u
n
geram [S],
ou ento que constituem um sistema de geradores de [S].
Observaes:
1) Estenderemos a definio acima para o caso { } S = mediante a seguinte conveno:
{ }
| |
{ }
= 0 ,
onde 0 denota o elemento neutro da adio e { } denota o conjunto vazio.
2) No caso de S V _ ser um conjunto infinito, definimos [S] atravs da seguinte expresso:
u S e[ ] se e somente se existem v
1
eS, v
2
eS, , v
t
eS, o
1
eR, o
2
eR, , o
t
e R tais que:
u v v v
t t
= + + + o o o
1 1 2 2
.
Da definio acima e de suas ampliaes, dadas acima, decorrem as seguintes propriedades:
PI) S S _[ ];
P2) Se S S
1 2
_ ento [ ] [ ]; S S
1 2
_
P3) | | [ ] [ ] ; S S =
P4) [ ] [ ] [ ]; S S S S
1 2 1 2
= +
para quaisquer subconjuntos S, , S e S
1 2
de um espao vetorial V.
Exemplo: Sejam V R =
3
, u = ( , , ), 10 0 e v = ( , , ). 110 Determinar [u,v]:
{ } { } { } [ , ] , ( , , ) , ( , , ) , , u v u v R R x y x R = + e e = + e e = e e o | o | o | | o | R R y R 0 0
uma vez que o sistema
o |
|
+ =
=

x
y
compatvel determinado para quaisquer x R e e y R. e

Espaos vetoriais finitamente gerados:
Observemos no R
3
o conjunto { } S = ( , , ), ( , , ), ( , , ) . 1 0 0 0 1 0 0 0 1 Como para todo ( , , ) a b c R e
3
vale a
igualdade:
( , , ) ( , , ) ( , , ) ( , , ), a b c a b c = + + 10 0 010 0 01
podemos dizer que os vetores de S geram o R
3
. Muitos outros subconjuntos finitos do R
3
tem essa mesma
propriedade, o que no difcil de ser observado.

Definio: Dizemos que um espao vetorial V finitamente gerado se existe um subconjunto S V _ ,
S finito, de maneira que V S =[ ].
Salvo meno contrria, somente consideraremos, de agora em diante, este tipo de espao vetorial.
Exemplos:
1) Se 0 denota o vetor nulo em um espao vetorial qualquer, ento { }
V= 0 finitamente gerado, pois
fazendo { }
S= 0 vale que V S =[ ].
2) M R
2
( ) finitamente gerado. O conjunto:
S =
|
\

|
.
|
|
\

|
.
|
|
\

|
.
|
|
\

|
.
|


`
)
1 0
0 0
0 1
0 0
0 0
1 0
0 0
0 1
, , , ,
gera M R
2
( ), j que para qualquer matriz
a b
c d
M R
|
\

|
.
|
e
2
( ), temos que:
a b
c d
a b c d
|
\

|
.
|
=
|
\

|
.
|
+
|
\

|
.
|
+
|
\

|
.
|
+
|
\

|
.
|
1 0
0 0
0 1
0 0
0 0
1 0
0 0
0 1
.
3) R
n
finitamente gerado. O conjunto:
{ } S = ( , , , , ), ( , , , , ), , ( , , , , ) , 10 0 0 010 0 0 0 01
formado por n n-uplas gera o R
n
, pois para qualquer vetor ( , , , ) , x x x R
n
n
1 2
e vale a igualdade:
( , , , ) ( , , , , ) ( , , , , ) ( , , , , ). x x x x x x
n n 1 2 1 2
10 0 0 010 0 0 0 01 = + + +
6
4) M R
mxn
( ) finitamente gerado. O conjunto:
S =
|
\

|
.
|
|
|
|
|
\

|
.
|
|
|
|
|
\

|
.
|
|
|
|

1 0 0 0
0 0 0 0
0 0 0 0
0 1 0 0
0 0 0 0
0 0 0 0
0 0 0 0
0 0 0 0
0 0 0 1

, , , ,
formado por m n (m vezes n) matrizes com m linhas e n colunas, gera M R
mxn
( ), pois para qualquer vetor:
x x x
x x x
x x x
M R
n
n
m m mn
mxn
11 12 1
21 22 2
1 2

|
\

|
.
|
|
|
|
e ( ),
vale a igualdade:
x x x
x x x
x x x
x x x
n
n
m m mn
mn
11 12 1
21 22 2
1 2
11 12
1 0 0 0
0 0 0 0
0 0 0 0
0 1 0 0
0 0 0 0
0 0 0 0
0 0 0 0
0 0 0 0
0 0 0 1

|
\

|
.
|
|
|
|
=
|
\

|
.
|
|
|
|
+
|
\

|
.
|
|
|
|
+ +
|
\

|
.
|
|
|
|
.
Exerccios:
1) Achar um conjunto de geradores, isto , um sistema de geradores dos seguintes sub-espaos de
R
4
:
a) { } U x y z t R x y z t = e + = ( , , , ) ;
4
0
b) { } V x y z t R x y z t = e = + = ( , , , ) .
4
0
2) Consideremos no R
3
os seguintes sub-espaos vetoriais:
U=[( , , ),( , , )] 10 0 111 e V=[( , , ),( , , )]. 010 001
Determinar um sistema de geradores para U V .
3) Dados os sub-espaos:
{ } U x y z R x y = e + = ( , , )
3
0 e { } V x y z R x = e = ( , , )
3
0
do R
3
, determinar o sub-espao U V e seu sistema de geradores.

Exemplo de espao que no finitamente gerado:
Seja P(R) o conjunto de todos os polinmios com coeficientes reais. Isto :
{ } P R a bx cx dx a R ( ) , . = + + + + e e e e
2 3
b R, c R, d R,
P(R) com a operao usual de adio de polinmios e a operao usual de multiplicao de um
polinmio por um nmero um espao vetorial sobre R.
Mas P(R) no um espao vetorial finitamente gerado, pois, se tomarmos:
{ } S p P R = _
1
, , ( ), p , p
2 n

supondo que cada p i n
i
para 1s s seja no nulo e que p
n
seja o polinmio de maior grau de S, ento o grau
de qualquer combinao linear:
o o o
1 1 2 2
p p p
n n
+ + + ,
no ultrapassa o grau de p
n
. Assim [S] s contm os polinmios de grau menor ou igual que o grau de p
n
.
Como P(R) compreende todos os polinmios com coeficientes reais, existem neste espao polinmios de
grau maior que o grau de p
n
. Logo [ ] ( ), S P R = para todo conjunto finito S P R _ ( ).

Dependncia linear:
Definio: Seja V um espao vetorial sobre R. Dizemos que um conjunto { } L u u u V
n
= _
1 2
, , ,
linearmente independente (LI) se e somente se uma igualdade do tipo:
o o o
1 1 2 2
0 u u u
n n
+ + = ,
onde 0 denota o vetor nulo de V e o
i
R para i n e s s 1 , s for possvel para o o o
1 2
0 = = = = e
n
R.
7
Definio: Seja V um espao vetorial sobre R. Dizemos que um conjunto { } L u u u V
n
= _
1 2
, , ,
linearmente dependente (LD) se e somente se L no for LI, ou seja, possvel uma igualdade do tipo:
o o o
1 1 2 2
0 u u u
n n
+ + = ,
onde 0 denota o vetor nulo de V e o
i
R para i n e s s 1 , sem que os escalares o o o
1 2
, , ,
n
sejam todos
iguais ao nmero zero.
Exemplos:
1) O conjunto { } L R = _ ( , , , ), ( , , , ), ( , , , ) 110 0 0 2 10 0 0 0 3
4
LI, pois:
x y z ( , , , ) ( , , , ) ( , , , ) ( , , , ) 1100 0210 0003 0000 + + =
resulta no sistema:
x
x y
y
z
=
+ =
=
=

0
2 0
0
3 0
,
que possui como soluo nica x y z = = = 0. Portanto L um conjunto LI.
2) O conjunto { } L R = _ ( , , , ), ( , , , ), ( , , , ) 110 0 010 0 2 10 0
4
LD, pois:
x y z ( , , , ) ( , , , ) ( , , , ) ( , , , ) 1100 0100 2100 0000 + + =
resulta no sistema:
x z
x y z
x z
y z
l l
+ =
+ + =

+ =
=

=
2 0
0
2 0
0
2 1
~
l
2
,

que um sistema compatvel indeterminado, logo existem outras solues alm da trivial, para a igualdade:
x y z ( , , , ) ( , , , ) ( , , , ) ( , , , ). 1100 0100 2100 0000 + + =
Assim o conjunto L LD.
Observaes:
1) Convencionaremos que o conjunto vazio { } ( ) _ V LI.
2) A igualdade:
o o o
1 1 2 2
0 u u u
n n
+ + = ,
onde 0 denota o vetor nulo de um espao vetorial V e o
i
R para i n e s s 1 , resulta sempre em um sistema
linear homogneo, e portanto compatvel.
3) Qualquer subconjunto de um espao vetorial que contenha o vetor nulo desse espao vetorial um
conjunto LD.
4) Se V um espao vetorial e v V e , ento { } L v v
1
= , um conjunto LD, ainda mais, se L
2
outro
subconjunto do espao vetorial V tal que L L
1 2
_ ento L
2
tambm LD.
5) Se V um espao vetorial e { } L v v V
k 1 1
= _ , , um conjunto LD, ento se L
2
outro
subconjunto do espao vetorial V tal que L L
1 2
_ ento L
2
tambm LD.
Exerccios:
1) Verificar quais dos seguintes conjunto de vetores do espao vetorial R
3
, so linearmente
independentes:
a) { } ( , , ), ( , , ), ( , , ) ; 110 14 5 3 6 5
b) { } ( , , ), ( , , ), ( , , ) ; 12 3 14 9 18 27
c) { } ( , , ), ( , , ), ( , , ) . 12 1 2 4 2 510 5
2) Se u, v, e w so vetores de um mesmo espao vetorial V tais que u w e[ ] e v w e[ ] ento { } u v ,
um conjunto LD.
3) Mostrar que o conjunto:
{ } ( , , ), ( , , ), ( , , ) , 1 0 11 11
2
o o o
de vetores do R
3
, LI, desde que o o = = 0 e 1.
4) Mostrar que se o conjunto { } u v w , , de vetores de um mesmo espao vetorial V for LI, o mesmo
acontecer com o conjunto:
8
{ } u v u w v w + + + , , .
5) Sabemos que P R
n
( ) o conjunto de todos os polinmios de grau menor ou igual a n com
coeficientes reais. Isto :
{ } P R a a x a x a x R R R R
n n
n
( ) , , , , . = + + + + e e e e
0 1 2
2
1
a a a a
0 2 n

Consideremos ento o conjunto de vetores:
{ } L x x x x P R = + + _ 1 2 2
2 2
2
, , , ( ).
Mostrar que L um conjunto LD.

Propriedades da dependncia linear:
Consideremos um espao vetorial sobre R, V. Valem as seguintes propriedades:
P1) Se um conjunto finito L V _ contm o vetor nulo, ento L LD;
P2) Se { }
S u V = _ e u no o vetor nulo, ento S LI;
P3) Se { } S u u V
n
= _
1
, , LD, ento pelo menos um de seus vetores combinao linear dos
demais;
P4) Se S
1
e S
2
so subconjuntos finitos e no vazios de V, S
1
_S
2
, e S
1
LD, ento S
2
tambm
LD;
P5) Se S
1
e S
2
so subconjuntos finitos e no vazios de V, S
1
_S
2
, e S
2
LI, ento S
1
tambm
LI;
P6) Se { } S u u V
n
= _
1
, , LI, e para um certo u V e tivermos

{ }
{ } S u u u u V
n
= _
1
, , ,
LD, ento o vetor u combinao linear dos vetores u u
n 1
, , , isto , u S e[ ];
P7) Se
{ }
S u u u V
j n
= _
1
, , , , e
{ }
| |
u S u
j j
e , isto , u
j
combinao linear dos demais
vetores de S, ento:
{ }
| |
[ ] . S S u
j
=
Exemplo: Observe no R
4
o seguinte sub-espao:
S= [( , , , ),( , , , ),( , , , ),( , , , )]. 1100 0102 0010 02 14
fcil ver que:
( , , , ) ( , , , ) ( , , , ), 02 14 2 0102 0010 =
assim, a propriedade P7) nos garante que:
S=[( , , , ),( , , , ),( , , , )]. 110 0 010 2 0 010

Base de um espao vetorial finitamente gerado:
Definio: Seja V um espao vetorial finitamente gerado. Uma base de V um subconjunto finito
B V _ , para o qual as seguintes condies se verificam:
a) [ ] ; B V =
b) B linearmente independente.
Exemplos:
1) { } ( , ), ( , ) 10 01 uma base do espao vetorial R
2
.
2) { } ( , , , , ), ( , , , , ), , ( , , , , ) 1 0 0 0 01 0 0 0 0 0 1 formado por n n-uplas uma base do espao vetorial
R
n
.
3) O conjunto:
1 0 0 0
0 0 0 0
0 0 0 0
0 1 0 0
0 0 0 0
0 0 0 0
1 0 0 0
0 0 0 0
0 0 0 1

|
\

|
.
|
|
|
|
|
\

|
.
|
|
|
|
|
\

|
.
|
|
|
|

, , , ,
formado por m n (m vezes n) matrizes com m linhas e n colunas, uma base para o espao vetorial
M R
mxn
( ).
4) Os n +1 polinmios 1, , t, , t
n
formam uma base de P R
n
( ), pois:
9
a) Dado f P R
n
e ( ) existem (e so nicos) a R R R
0
e e e , , , a , a
1 n
de modo que:
f t a a t a t
n
n
( ) , = + + +
0 1

o que consequncia da prpria definio de polinmios;
b) Se a a t a t
n
n
0 1
0 + + + = , onde zero denota o polinmio nulo, ento:
a a a R
n 0 1
0 = = = e ,
devido ao princpio de igualdade de polinmios.
5) Se indicarmos por 0 o vetor nulo de um espao vetorial qualquer ento, como convencionamos
que { }
| |
{ }
= 0 , uma base do espao vetorial { }
0 o conjunto { }, onde { } denota o conjunto vazio.
Observao: As bases exibidas nos exemplos 1), 2), 3), e 4) so chamadas de bases cannicas dos
espaos R
2
, R
n
, M R
mxn
( ), e P R
n
( ), respectivamente. Obviamente esses espaos tem outras bases, como
veremos posteriormente.
Proposio: Todo espao vetorial finitamente gerado admite uma base.

Dimenso:
Teorema da Invariana: Seja V um espao vetorial finitamente gerado. Ento duas bases quaisquer
de V tem o mesmo nmero de vetores.
Apoiados neste teorema, damos a seguinte definio.
Definio: Seja V um espao vetorial finitamente gerado. Denomina-se dimenso de V o nmero de
vetores de uma qualquer de suas bases. Diz-se tambm, neste caso, que V um espao de dimenso finita.
Notao: Se V um espao vetorial de dimenso finita n, denotaremos por dim . V n =
Exemplo: Tendo em vista os exemplos anteriores, conclumos que:
a) dim ; R
2
2 =
b) dim ; R n
n
=
c) dim ( ) ; M R m n
mxn
=
d) dim ( ) ; P R n
n
= +1
e) { }
dim , 0 0 = ou seja, a dimenso do espao vetorial que contm somente o vetor nulo zero.
Proposio (Teorema do completamento): Seja V um espao vetorial de dimenso finita n > 1. Se
{ } u u V
r 1
, , _ um subconjunto LI com r vetores e r n < , ento existem ( ) n r vetores
u V V
r n +
e e
1
, , , u de modo que
{ } B u u u u V
r r n
= _
+ 1 1
, , , , ,
uma base de V.
Proposio: Todo sub-espao vetorial de um espao vetorial finitamente gerado tambm
finitamente gerado.
Observao: Lembre-se que todo sub-espao vetorial de um espao vetorial sobre R tambm um
espao vetorial sobre R.
Proposio: Seja W um sub-espao vetorial de um espao vetorial sobre R de dimenso finita, V. Se
dim dim W V = ento W V = .
Em geral, todo sub-espao do R
n
, dado pelos seus geradores, ou ento, possvel encontrar esses
geradores. A partir disto, daremos a seguir um dispositivo prtico para achar uma base desse sub-espao a
partir dos seus geradores. Esse processo se baseia em trs propriedades.
Seja V u u
r
=[ , , ]
1
um sub-espao do R
n
, ento valem as seguintes propriedades:
BI) Se permutarmos no segundo membro da igualdade:
V u u
r
=[ , , ]
1

dois vetores que l figuram evidentemente no alteramos o sub-espao gerado, isto :
V u u u u u u u u
i j r j i r
= = [ , , , , , , ] [ , , , , , , ],
1 1

e para verificar este fato, basta lembrarmos da definio de sub-espao gerado.
BII) Para todo nmero real o, tem-se a seguinte igualdade:
V u u u u u u u u u
i j r i j i r
= = + [ , , , , , , ] [ , , , , , , ],
1 1
o
pois sendo u u u u u
i i j j r r
= + + + + + + | | | |
1 1
um elemento de V, ento u pode ser escrito como:
u u u u u u u
u u u u u
i i j i j j j i r r
i j i j j i r r
= + + + + + + +
= + + + + + + +
| | | o | | o |
| | | o | o |
1 1
1 1

( ) ( ) .

10
Logo u u u u u u
i j i r
e + [ , , , , , , ].
1
o
Inversamente se u u u u u u
i j i r
e + [ , , , , , , ],
1
o ento:
u u u u u u
u u u u u
u u u u u
u u u u
i i j j i r r
i i j j j i r r
i i j i j j r r
i j i j j r r
= + + + + + + +
= + + + + + + +
= + + + + + + +
= + + + + + + +
| | | o |
| | | | o |
| | | o | |
| | | o | |
1 1
1 1
1 1
1 1




( )
( ) .




Logo u u u u u
i j r
e[ , , , , , , ].
1

Assim V u u u u u u u u u
i j r i j i r
= = + [ , , , , , , ] [ , , , , , , ].
1 1
o
BIII) Se u
r 1
, , u se apresentam na forma escalonada, ou seja, se o nmero de zeros iniciais de
u
i+1
maior que o de u
i
para 1 1 s s i r , ento os vetores u
r 1
, , u formam um conjunto LI, e assim
dim . V r = Isto no difcil de se verificar. Se u
r 1
, , u no formam um conjunto LI, ento, pelo menos
um destes vetores pode ser escrito como combinao linear dos demais. Suponhamos ento que o vetor u
i

seja combinao linear dos demais. Isto :
u u u u u
i i i i i r r
= + + + + +
+ +
o o o o
1 1 1 1 1 1
.
Mas isto no possvel, pois o nmero de zeros iniciais de u
i
certamente diferente do nmero de
zeros iniciais de o o o o
1 1 1 1 1 1
u u u u
i i i i r r
+ + + + +
+ +
, devido nossa hiptese a respeito desses vetores.
Assim, quando estivermos interessados em encontrar uma base para um sub-espao V do espao
vetorial R
n
, primeiramente, caso no seja dado, devemos encontrar um conjunto de geradores de V, e ento
formamos com os geradores de V uma matriz onde as linhas desta matriz sero os geradores de V, e ento
aplicamos convenientemente as propriedades BI) e BII) sobre os geradores de V, ou seja, sobre as linhas
desta matriz, descartando os vetores que porventura se anulem durante o processo (pois, sabemos que um
conjunto de vetores que contenha o vetor nulo um conjunto LD), at obtermos um conjunto escalonado,
que ser a base procurada. Para facilitar, denotaremos as propriedades usadas, atravs de uma notao
anloga usada para denotar as operaes elementares no captulo 2.
Exemplo: Seja V R = _ [( , , ), ( , , ), ( , , , )] . 2 110 1012 0 114
4

Consideramos ento a matriz:
2 1 1 0
1 0 1 2
0 1 1 4
|
\

|
.
|
|
|
.
Vamos ento aplicar as propriedades BI) e BII) at obtermos a situao da propriedade BIII).
2 1 1 0
1 0 1 2
0 1 1 4
1 0 1 2
2 1 1 0
0 1 1 4
1 0 1 2
0 1 1 4
0 1 1 4
1 0 1 2
0 1 1 4
0 0 0 0
2
2 2 1 3 2

|
\

|
.
|
|
|

|
\

|
.
|
|
|

|
\

|
.
|
|
|

|
\

|
.
|
|
|
= = +
~ ~ ~
per(l l l
1 2 3
.
, ) l l l l l

Levando em conta BI) e BII) temos que:
V R = = _ [( , , ), ( , , ), ( , , , )] [( , , , ), ( , , , ), ( , , , )] . 2 110 1012 0 114 1012 01 1 4 0 0 0 0
4

Como o vetor nulo pode ser eliminado, temos que:
V= [( , , , ),( , , , )]. 1012 01 1 4
Usando BIII), conclumos que { } ( , , , ), ( , , , ) 1012 01 1 4 um conjunto LI, e portanto uma base de V e
assim dim . V = 2
Agora, seja W um espao vetorial sobre R. J vimos que se U e V so sub-espaos de W, ento
U V e U V + tambm so sub-espaos de W. No caso em que a dimenso de W finita as dimenses de
U V e U V + esto relacionadas conforme a proposio abaixo.
Proposio: Seja W um espao vetorial sobre R de dimenso finita. Se U e V so sub-espaos de W,
ento:
dim( ) dim( ) dim dim . U V U V U V + + = +
Exemplo: Consideremos os seguintes sub-espaos de R
4
:
U=[( , , , ),( , , , )] 1010 0100 ]
11
e
{ } V x y z t R x y = e + = ( , , , ) .
4
0
Determinar dim( ) dim( ). U V U V + e
Temos que { } B= ( , , , ), ( , , , ) 1010 010 0 gera U, e como { } B= ( , , , ), ( , , , ) 1010 010 0 est na forma escalonada,
e assim conclumos que os vetores de B so LI, temos que
{ } B= ( , , , ), ( , , , ) 1010 010 0
uma base de U, e assim dim . U = 2
Vamos agora determinar os geradores de V.
Temos que u x y z t V = e ( , , , ) se e somente se x y + = 0, ou seja, se y x = . Assim, u x y z t V = e ( , , , )
se e somente se u x x z t = e e e ( , , , ) onde x R, z R, e t R. Logo:
u x x z t x z t = = + + ( , , , ) ( , , , ) ( , , , ) ( , , , ). 1 100 0010 0001
Logo:
V= [( , , , ),( , , , ),( , , , )], 1 100 0010 0001
ou seja, { } C = ( , , , ), ( , , , ), ( , , , ) 1 1 0 0 0 0 10 0 0 0 1 gera V. Como os vetores de C j esto na forma escalonada
conclumos que so LI. Logo:
{ } C = ( , , , ), ( , , , ), ( , , , ) 1 1 0 0 0 0 10 0 0 0 1
uma base de V, e assim dim . V = 3
Agora, como { } U V u v u U e v + = + e eV temos que:
U V B C B C + = + = [ ] [ ] [ ].
Assim, U V + = [( , , , ),( , , , ),( , , , ),( , , , ),( , , , )]. 1010 0100 1 100 0010 0001 Vamos ento, a partir disto, encontrar
uma base de U V + .
1 0 1 0
0 1 0 0
1 1 0 0
0 0 1 0
0 0 0 1
1 0 1 0
0 1 0 0
0 0 0 1
0 0 1 0
1 1 0 0
1 0 1 0
0 1 0 0
0 0 1 0
0 0 0 1
1 1 0 0
1 0 1 0
0 1 0 0
0 0 1 0
0 0 0 1
0 1 1 0
5 4 4

|
\

|
.
|
|
|
|
|

|
\

|
.
|
|
|
|
|

|
\

|
.
|
|
|
|
|

|
\

|
.
|
|
|
|
|
=
~ ~ ~
per(l per(l l
3 3 4
, ) , ) l l l l
1

~ ~
l
1 0 1 0
0 1 0 0
0 0 1 0
0 0 0 1
0 0 1 0
1 0 1 0
0 1 0 0
0 0 1 0
0 0 0 1
0 0 0 0
4 4 2 4 4 3

|
\

|
.
|
|
|
|
|
|
\

|
.
|
|
|
|
|
= + = +
.
l l l l l

Disto conclumos que:
{ } D = ( , , , ), ( , , , ), ( , , , ), ( , , , ) 1010 010 0 0 010 0 0 01
uma base de U V + , e assim dim( ) . U V + = 4
Pela ltima proposio:
dim( ) dim( ) dim dim , U V U V U V + + = +
substituindo os valores encontrados obtemos:
dim( ) . U V =1
Observao: No exemplo acima, como ( ) U V + um sub-espao do R
4
, e dim( ) dim , U V R + = =
4
4
conclumos que U V R + =
4
.
Daremos agora, alguns resultados com os quais se constroe a demonstrao do teorema da
invariana.
Lema: Seja { } B u u u
n
=
1 2
, , , uma base de um espao vetorial sobre R, V. Se u V e e ainda se:
u u u u u
i i n n
= + + + + + o o o o
1 1 2 2

com
{ } o o o o
1 2
0 e e e e R R R R
i n
, , , , , , ento o conjunto:
12
{ } C u u u u u u
i i n
=
+ 1 2 1 1
, , , , , ,
tambm uma base de V.
Lema: Suponhamos que exista uma base de um espao vetorial sobre R, V, com n vetores, ou seja,
suponhamos que dim . V n = Ento se { } B u u u V
n
= c
1 2
, , , LI e possui n vetores de V, B tambm uma
base de V.
Lema: Suponhamos V como no lema anterior. Ento todo subconjunto de V que seja LI tem no
mximo n vetores.
Exerccios:
1) Mostrar que o subconjunto de vetores { } ( , , ), ( , , ) 0 2 2 0 4 1 uma base do seguinte sub-espao vetorial
do R
3
:
{ } U x y z R x = e = ( , , ) .
3
0
2) No espao vetorial sobre R, R
3
, consideremos os seguintes sub-espaos:
{ } U x y z R x = e = ( , , )
3
0
e
V=[( , , ),( , , )]. 12 0 312
Determinar uma base e a dimenso dos sub-espaos: U, V, U V + , e U V .
3) Determinar uma base do R
4
que contenha os vetores ( , , , ), 1111 ( , , , ), 01 10 e (0,2,0,2).
4) No espao vetorial R
3
, consideremos os seguintes sub-espaos:
S= [( , , ),( , , )], 1 12 211
T= [( , , ),( , , )], 01 1 121
{ } U x y z R x y x z = e + = = ( , , ) ,
3
4 0
e
{ } V x y z R x y z = e = ( , , ) .
3
3 0
Determinar as dimenses de:
a) S;
b) T;
c) U;
d) V;
e) S T + ;
f) S T ;
g) T U + ;
h) T U .
5) Determinar uma base e a dimenso do espao soluo do seguinte sistema:
x y z t
x y t
z t
=
+ + =
=

0
2 0
0
.
6) Consideremos o sub-espao vetorial de M R
3
( ) constitudo das matrizes simtricas. Determinar
uma base desse sub-espao.

Coordenadas:
Seja V um espao vetorial sobre R, uma base ordenada de V uma base na qual fixamos o qual o
primeiro vetor, o qual o segundo vetor, e assim sucessivamente. De agora em diante, quando nos
referirmos uma base ordenada { } B u u u
n
=
1 2
, , , de um espao vetorial sobre R, V, estaremos
considerando que u
1
o primeiro vetor, u
2
o segundo vetor, e assim sucessivamente, a menos que algo em
contrrio seja mencionado.
Seja V um espao vetorial sobre R, de dimenso finita n. Dada uma base ordenada:
{ } B u u u
n
=
1 2
, , ,
de V, ento todo vetor v desse espao vetorial combinao linear de B, ou seja, existem
o o o
1 2
e e e R R R
n
, , , , tal que:
v u u u
n n
= + + + o o o
1 1 2 2
.
13
Observemos que o o o
1 2
e e e R R R
n
, , , , so nicos, pois se:
v u u u u u u
n n n n
= + + + = + + + o o o | | |
1 1 2 2 1 1 2 2

ento:
( ) ( ) ( ) , o | o | o |
1 1 1 2 2 2
0 + + + = u u u
n n n

onde 0 denota o vetor nulo de V.
Como B LI, temos que:
( ) ( ) ( ) , o | o | o |
1 1 2 2
0 = = = =
n n

e assim:
o | o | o |
1 1 2 2
= = = , , , .
n n

Definio: Seja V um espao vetorial sobre R, e seja { } B u u u
n
=
1 2
, , , uma base ordenada de V.
Dado um vetor v V e , os escalares o
1
eR, o
2
eR, ,o
n
R e , que figuram na igualdade:
v u u u
n n
= + + + o o o
1 1 2 2
,
so chamados coordenadas do vetor v em relao base ordenada B.
Notao: Ser conveniente denotar estas coordenadas pela matriz nx1,
o
o
o
1
2

n
B
|
\

|
.
|
|
|
|

ou simplesmente,

o
o
o
1
2

n
|
\

|
.
|
|
|
|
,
se no houver possibilidades de confuso.
Observao: evidente a necessidade de se trabalhar com bases ordenadas de V (e no apenas bases
de V) para podermos considerar a matriz de coordenadas como foi definida acima. Sem ordenar a base, no
saberamos qual seria o o
1
eR, o o
2
eR, , o o
n
R e .
Exemplo: Consideremos a base ordenada { } B t t = + + 11 1
2
, , de P R
2
( ). Vamos encontrar as
coordenadas de f t t t ( ) = + + 2 4
2
em relao base B:
2 4 1 1 1
2 4
2 2
2 2
+ + = + + + +
+ + = + + + +
t t x y t z t
t t x y z yt zt
( ) ( ) ( )
( ) .

Logo:
x y z
y
z
+ + =
=
=

2
4
1
,
e assim x = 3, y = 4, e z = 1. Portanto a matriz das coordenadas de f t ( ) em relao base B :

|
\

|
.
|
|
|
3
4
1
.

Mudana de base:

A partir de agora, diremos apenas base em vez de base ordenada, para facilitar o texto.
Definio: Seja V um espao vetorial sobre R, de dimenso finita n, e consideremos duas bases de
V:
{ } B u u u
n
=
1 2
, , , e { } C v v v
n
=
1 2
, , , .
Como B base de V ento existe uma famlia de escalares o
ij
R e com 1s s i n e 1s s j n, de
maneira que:
14
v u u u
v u u u
v u u u
n n
n n
n n n nn n
1 11 1 21 2 1
2 12 1 22 2 2
1 1 2 2
= + + +
= + + +
= + + +

o o o
o o o
o o o


ou simplesmente:
v u j n
j ij i
i
n
= s s
=
o
1
1 , . para
Consideremos a matriz quadrada de ordem n:
P
n
n
n n nn
=
|
\

|
.
|
|
|
|
o o o
o o o
o o o
11 12 1
21 22 2
1 2

.
A matriz P chama-se matriz de mudana da base B para a base C.
Exemplos:
1) Qual a matriz de mudana da base { } B t = + 11 , para a base { } C t = 1, no espao vetorial sobre R,
P R
1
( ) ?
Consideremos o sistema linear:
1 1 1
1 1
11 21
12 22
= + +
= + +

o o
o o
( )
( )
,
t
t t

e pela igualdade de polinmios, temos que:
1
0
0
1
11 21
21
12 22
22
= +
=

= +
=

o o
o
o o
o
e .
Logo, o o o o
11
1 0 1 1 = = = = , , , e .
21 12 22
Assim:
P =
|
\

|
.
|
1 1
0 1

a matriz pedida.
2) Se a base B e a base C so iguais, obviamente a matriz de mudana da base B para a base C, ou da
base C para a base B, a matriz identidade.

Propriedades da mudana de base:
PI) Sejam B, C, e D trs bases de um mesmo espao vetorial V. Se P a matriz de mudana da
base B para a base C, e Q a matriz de mudana da base C para a base D, ento a matriz de mudana da
base B para a base D a matriz PQ.
PII) Seja V um espao vetorial sobre R. Se a matriz das coordenadas de um vetor u V e em
relao uma base B do espao vetorial V X e a matriz de mudana da base B para uma base C tambm
do espao vetorial V P ento a matriz das coordenadas do vetor u V e em relao base C :
Y P X =
1
.
PIII) Seja V um espao vetorial sobre R. Se { } B u u u
n
=
1 2
, , , uma base de V e
( ) P
ij
= o com
1s s i n e 1s s j n, uma matriz inversvel, ento os n vetores:
v u j n
j ij i
i
n
= s s
=
o
1
1 , , para
tambm formam uma base de V.
Observe que se P I = (a matriz P a matriz identidade) ento:
v u
j j
= para 1s s j n.
Observao: Na propriedade PII), usamos o fato de que uma matriz de mudana de base sempre
inversvel, isto acontece, pois sendo P a matriz mudana da base B para a base C e Q a matriz de mudana
da base C para a mesma base B, ento pela propriedade PI), a matriz mudana da base B para a base B a
matriz PQ. Mas pelo exemplo 2), a matriz de mudana da base B para a mesma base B a matriz identidade
15
(I). Logo, como a matriz de mudana de base nica, pois a matriz das coordenadas de um vetor em relao
uma base nica, temos:
PQ I = .
Raciocinando analogamente temos que:
QP I = .
Logo P inversvel e P
1
(inversa de P) simplesmente a matriz de mudana da base C para a base
B.
Resumindo, se B e C so duas bases de um mesmo espao vetorial sobre R, V, P a matriz de
mudana da base B para a base C, e Q a matriz de mudana da base C para a base B, ento P uma matriz
inversvel e:
P Q

=
1
.
Exerccios:
1) Determinar as coordenadas do vetor u R = e ( , , ) , 2 14
3
em relao s bases:
a) Cannica;
b) { } ( , , ), ( , , ), ( , , ) . 111 101 10 1
2) Determinar as coordenadas da matriz
1 1
2 0
2
|
\

|
.
| e M R ( ), em relao base:
1 0
0 1
0 1
0 0
0 0
2 0
0 0
1 2
|
\

|
.
|
|
\

|
.
|
|
\

|
.
|
|
\

|
.
|


`
)
, , , .
3) Determinar as coordenadas do polinmio 1 2
3
3
+ e t t P R ( ), em relao s bases:
a) Cannica;
b) { } 11 1 1
2 3
, , , . t t t
4) Encontrar a matriz mudana da base { } B = ( , , ), ( , , ), ( , , ) 11 0 0 1 0 0 0 3 para a base cannica do R
3
.
5) No espao R
3
, consideremos as bases { } B e e e =
1 2 3
, , e { } C g g g =
1 2 3
, , relacionadas da seguinte
maneira:
g e e
g e e e
g e e e
1 1 3
2 1 2 3
3 1 2 3
2
2
= +
= + +
= + +

.
Determinar a matriz de mudana da base B para a base C e da base C para a base B.
6) Considerando os dados do exerccio 5), se as coordenadas de um vetor u em relao base B so
1, 1, e 2, quais so as coordenadas de u em relao a C?
7) A matriz de mudana de uma base B do espao vetorial R
2
para a base { } ( , ), ( , ) 11 0 2 desse mesmo
espao :
1 0
2 3
|
\

|
.
|.
Determinar a base B.
Observao: Quando consideramos um vetor v x x x
n
= ( , , , )
1 2
pertencente a um espao vetorial
sobre R, V, de dimenso finita n, os escalares x
n 1 2
, , , x x so exatamente as coordenadas do vetor v em
relao base cannica do espao vetorial V.
Agora, se { } B u u u
n
=
1 2
, , , uma base ordenada de V, os escalares o
1
eR, o
2
eR, ,o
n
R e ,
que advm da igualdade:
v x x x u u u
n n n
= = + + + ( , , , ) ,
1 2 1 1 2 2
o o o
so as coordenadas do vetor v em relao base ordenada B.
Suponha agora, que so dadas as coordenadas do vetor v em relao uma base { } C v v v
n
=
1 2
, , ,
de V, e queremos encontrar as coordenadas de v em relao base B. Este problema pode ser resolvido dos
seguintes modos:
Primeiro modo: Encontramos a matriz de mudana da base B para a base C. Sendo X
B
a matriz das
coordenadas do vetor v em relao base B, que desejamos encontrar, X
C
a matriz das coordenadas do
vetor v em relao base C, e P a matriz de mudana da base B para a base C, da temos que :
16
X P X
C B
=
1

e assim:
X PX
B C
= .
Segundo modo: Encontramos os escalares x
n 1 2
, , , x x da seguinte maneira:
v x x x v v v
n n n
= = + + + ( , , , ) ,
1 2 1 1 2 2
| | |
onde | | |
1 2
, , , ,
n
so as coordenadas de v em relao base C, dadas inicialmente.
Agora basta resolvermos o sistema:
v x x x u u u
n n n
= = + + + ( , , , ) ,
1 2 1 1 2 2
o o o
para obtermos o o o
1 2
, , , ,
n
as coordenadas de v em relao base B, as quais desejvamos.



Transformaes lineares:

Definies preliminares:
Neste captulo examinaremos correspondncias entre espaos vetoriais, cujo ponto mais importante
so as transformaes lineares, que veremos na prxima seo. Faamos antes algumas consideraes.
Definio: Dados dois conjuntos U e V, ambos no vazios, uma aplicao de U em V uma lei
pela qual a cada elemento de U est associado um nico elemento de V. Se F indica essa lei e u indica um
elemento genrico de U, ento o elemento de V associado a u representado por F u ( ) (l-se F de u) e se
denomina imagem de u por F.
O conjunto U o domnio e o conjunto V o contra-domnio da aplicao F. Para indicar que F
uma aplicao de U em V costuma-se escrever:
F U V : ,
ou ainda, indicando por u um elemento genrico de U:
u F u ( ).
Observao: Podemos usar tambm, ao invs da letra F, qualquer outra letra do alfabeto,
acompanhada ou no de ndices inferiores que pertenam ao conjunto dos nmeros inteiros positivos, para
denotar uma aplicao.
Duas aplicaes F U V : e G U V : so iguais se e somente se F u G u ( ) ( ), = para qualquer u U e .
Dado W U _ , denomina-se imagem de W por F o seguinte subconjunto de V:
{ } F W F u u W ( ) ( ) . = e
Se W U = , ento F u ( ) recebe o nome de imagem de F e a notao ser Im( ). F Portanto:
{ } Im( ) ( ) . F F u u U = e
Resumidamente escreveremos F u ( ) para indicar a imagem de u por meio de F.
Exemplo: Seja S R R :
2 2
a aplicao dada por S x y x y ( , ) ( , ), = para qualquer ( , ) . x y R e
2
S leva
cada ponto do R
2
no seu simtrico em relao ao eixo x. Em particular, a imagem da reta y x = a reta
x y = e vice-versa, a imagem do eixo x, o prprio eixo x, e a imagem do eixo y o prprio eixo y.
Definio: Uma aplicao F U V : se diz injetora se e somente se para quaisquer u U e , e v U e ,
se F u F v ( ) ( ) = ento u v = , ou em outras palavras, para quaisquer u U e , e v U e , se u v = , ento
F u F v ( ) ( ). =
Exemplos:
1) A aplicao
2 2
R R : F dada por ), y , x ( ) y , x ( F = para qualquer ( , ) , x y R e
2
injetora, pois
para quaisquer u x y R = e ( , ) ,
1 1
2
e v x y R = e ( , ) ,
2 2
2
se:
F u F x y x y F v F x y x y ( ) ( , ) ( , ) ( ) ( , ) ( , ) = = = = =
1 1 1 1 2 2 2 2

ento:
( , ) ( , ) x y x y
1 1 2 2
=
implica que:
x x
y y
x x
y y
1 2
1 2
1 2
1 2
=
=


=
=


e assim conclumos que . v u =
17
2) A aplicao F R R :
2 3
dada por F x y x y ( , ) ( , , ), = + 0 0 para qualquer ( , ) , x y R e
2
no injetora,
pois por exemplo, se u v = = = ( , ) ( , ) 11 2 0 ento:
F u F F v F ( ) ( , ) ( ) ( , ) ( , , ). = = = = 11 2 0 02 0
Definio: Uma aplicao F U V : se diz sobrejetora se e somente se Im( ) , F V = ou seja, para todo
v V e existe u U e tal que F u v ( ) . =
Exemplos:
1) A aplicao
2 2
R R : F dada por ), y , x ( ) y , x ( F = para qualquer ( , ) , x y R e
2
sobrejetora. De
fato, dado v c d V R = e = ( , ) ,
2
basta tomar u c d U R = e = ( , )
2
para termos:
F u F c d c d c d v ( ) ( , ) ( , ( )) ( , ) . = = = =
2) A aplicao F R R :
2 3
dada por F x y x y ( , ) ( , , ), = + 0 0 para qualquer ( , ) , x y R e
2
no
sobrejetora, pois, por exemplo, se tomarmos v V R = e = ( , , ) , 10 0
3
no existe u x y U R = e = ( , ) ,
2
tal que
F u v ( ) . =
Definio: Uma aplicao F U V : se diz bijetora se e somente se F injetora e sobrejetora.
Exemplo: A aplicao S R R :
2 2
dada por S x y x y ( , ) ( , ), = para qualquer ( , ) , x y R e
2
injetora e
sobrejetora, conforme j vimos. Logo S bijetora.
Observao: Se F U V : bijetora, ento cada elemento de V do tipo F u ( ) (pois F sobrejetora),
com u U e , bem definido, isto , no existem u U
1
e , e u U
2
e , u u
1 2
= , tal que F u F u ( ) ( )
1 2
= (pois F
injetora), e assim se fizermos a associao:

F u
v V
u ( ) ,
e

teremos uma aplicao de V em U, pois no podemos ter F u F u ( ) ( )
1 2
= e u u
1 2
= , j que F injetora.
Essa nova aplicao assim definida (no caso de F ser bijetora), chamada aplicao inversa de F e
indicada por F
1
. Tem-se ento:

F F u
v V
u

e
=
1
( ( )) e F F v
u U
v ( ( )) ,

e
=
1


para quaisquer u U e , e v V e .

Transformaes Lineares:
Definio: Sejam U e V espaos vetoriais sobre R. Uma aplicao F U V : chamada
transformao linear de U em V se e somente se para quaisquer u U
1
e , u U
2
e , e o e R:
T1) F u u F u F u ( ) ( ) ( );
1 2 1 2
+ = +
T2) F u F u ( ) ( ). o o
1 1
=
No caso em que U V = , uma transformao linear F U V : chamada tambm de operador linear.
Exemplos:
1) Seja 0: U V a aplicao definida por:
0 0 ( ) , u =
onde 0 denota o vetor nulo de V, para qualquer u U e . Esta aplicao, assim definida, uma transformao
linear, pois para quaisquer u U
1
e , u U
2
e , e o e R:
a) 0 0 0 0 0
1 2 1 2
( ) ( ) ( ); u u u u + = + = +
b) 0 0 0 0
1 1
( ) ( ). o o o u u = = =
0: U V , dada por 0 0 ( ) , u = onde 0 denota o vetor nulo de V, se denomina transformao linear
nula de U em V.
2) Seja I U U : a aplicao definida por:
I u u ( ) , =
para qualquer u U e . I uma transformao linear, pois para quaisquer u U
1
e , u U
2
e , e o e R:
a) I u u u u I u I u ( ) ( ) ( );
1 2 1 2 1 2
+ = + = +
b) I u u I u ( ) ( ). o o o
1 1 1
= =
A aplicao I, assim definida, denomina-se operador identidade de U.
3) Seja F R R :
3 2
definida por:
F x y z ax by cz dx ey fz ( , , ) ( , ), = + + + +
18
onde , R f , R e , R d , R c , R b , R a e e e e e e para qualquer ( , , ) . x y z R e
3
F uma transformao linear,
pois para quaisquer ( , , ) , x y z R
1 1 1
3
e ( , , ) , x y z R
2 2 2
3
e e o e R:

a x y z x y z F x x y y z z
a x x b y y c z z d x x e y y f z z
ax ax by by cz cz dx dx ey ey fz fz
ax by cz ax by cz dx ey fz dx ey fz
) (( , , ) ( , , )) ( , , )
( ( ) ( ) ( ), ( ) ( ) ( ))
( , )
( , )
F



1 1 1 2 2 2 1 2 1 2 1 2
1 2 1 2 1 2 1 2 1 2 1 2
1 2 1 2 1 2 1 2 1 2 1 2
1 1 1 2 2 2 1 1 1 2 2 2
+ = + + +
= + + + + + + + + + +
= + + + + + + + + + +
= + + + + + + + + + +


= + + + + + + + + +
= +
( , ) ( , )
( , , ) ( , , );
ax by cz dx ey fz ax by cz dx ey fz
F x y z F x y z
1 1 1 1 1 1 2 2 2 2 2 2
1 1 1 2 2 2


b x y z F x y z
a x b y c z d x e y f z
ax by cz dx ey fz
ax by cz dx ey fz
ax by cz dx ey fz
F x y z
) ( ( , , )) ( , , )
( , )
( , )
( ( ), ( ))
( , )
( , , ).
F





o o o o
o o o o o o
o o o o o o
o o
o
o
1 1 1 1 1 1
1 1 1 1 1 1
1 1 1 1 1 1
1 1 1 1 1 1
1 1 1 1 1 1
1 1 1
=
= + + + +
= + + + +
= + + + +
= + + + +
=

4) Seja F R R
n m
: definida por:
F x x x a x a x a x a x a x a x
n n n m m mn n
( , , , ) ( , , ),
1 2 11 1 12 2 1 1 1 2 2
= + + + + + +
onde a R R R R R R
n m m mn 11 12 1 1 2
e e e e e e , , , , , , a , a , a a , a para todo ( , , , ) . x x x R
n
n
1 2
e
F uma transformao linear, e a verificao anloga do exemplo 3).
Dependendo de como encaramos uma -upla, se como um ponto ou um vetor, o efeito geomtrico
de um operador o de transformar cada ponto (ou vetor) de em algum novo ponto (ou novo
vetor):













T leva pontos em pontos













T leva vetores em vetores

T


T


19
Da definio de transformao linear, em particular das condies T1) e T2), temos que adicionando
dois elementos u e v no domnio e aplicando a transformao linear em seguida obtemos o mesmo resultado
que adicionar as respectivas imagens no contra-domnio. Da mesma forma, multiplicando o elemento u do
domnio por R e e ento aplicando a transformao linear obtemos o mesmo resultado que multiplicar a
imagem de u por R e no contra-domnio. Como exemplo, considere
2 2
R R : T dada por:
T(x,y) = (-x,y).
Adotando a representao de uma n-upla como vetor temos as seguintes representaes geomtricas
das condies T1) e T2) para esta aplicao:






















u
T(
u
)




Fica a cargo do leitor verificar que a aplicao T acima uma transformao linear.

Propriedades de uma transformao linear:
Sejam U e V espaos vetoriais sobre R e consideremos uma transformao linear F U V : . Ento
valem as seguintes propriedades:
P1) F( ) 0 0 = (F transforma o vetor nulo de U no vetor nulo de V);
P2) F u F u ( ) ( ), = para qualquer u U e ;
P3) F u u F u F u ( ) ( ) ( ),
1 2 1 2
= para quaisquer u U
1
e , e u U
2
e ;
P4) Se W um sub-espao de U, ento a imagem de W por F um sub-espao de V;
P5) F a u a F u
i i
i
n
i i
i
n
= =

|
\

|
.
| =
1 1
( ), onde a R
i
e , e u U
i
e , para 1s s i n.
Exerccios:
1) Verificar se a aplicao F R R :
3 2
definida por:
F x y z z x y ( , , ) ( , ), = +
para qualquer ( , , ) , x y z R e
3
uma transformao linear.
2) Verificar se F R R :
2
uma transformao linear, onde:
F x x ( ) ( , ), = 2
para qualquer x R e .
3) Mostre que a aplicao F R R :
2 2
definida por:
T
u+v


T(u+v)


T


20
F x y x y x ( , ) ( , ), = +
2 2

para todo ( , ) , x y R e
2
no uma transformao linear.
4) Sejam V M R
n
= ( ) e B uma matriz fixa desse espao vetorial. Verifique se o operador F V V :
dado por:
F X BX ( ) , =
para qualquer X V M R
n
e = ( ), uma transformao linear.
5) Sabendo que F R R :
2 2
um operador linear e que:
F( , ) ( , ) ( , ) ( , ), 12 3 1 01 12 = = e F
encontrar F x y ( , ), onde ( , ) x y um vetor genrico do R
2
.
6) Verificar se transformao linear F R R :
3
dada por:
F x y z x y z ( , , ) , = + + 2 3 7
para qualquer ( , , ) . x y z R e
3


Operaes com Transformaes Lineares:
Adio:
Sejam e transformaes lineares. Chamamos soma das transformaes F e G
transformao dada por , .

Multiplicao por Escalar:
Sejam uma transformao linear e . Chamamos produto de F por K transformao
dada por ,
Se F e G so lineares ento F=G e kF tambm so lineares.

Composio:
Sejam e transformaes lineares. Chamamos funo composta de G com F e
denotamos , a transformao dada por , .
Se F e so lineares ento linear.

Propriedades das operaes:
Sejam S e T transformaes lineares de U em V e G e F transformaes lineares de V em W e seja
, ento:
1)
2)
3)
Exemplos:
1) Sejam F, funes lineares definidas por:
e
determine:
a)




Portanto: .
b)




Portanto: .
21
2) , , , transformaes lineares dadas por:
, e
.
Determinar, se possvel:
a)




Portanto: .
b)




Portanto: .
c)
no possvel pois e , assim .
d)




Portanto: .
e)




Portanto: .
f)
No possvel a composio pois e .
g)





Portanto: .

Ncleo e imagem de uma Transformao Linear:
Definio: Sejam U e V espaos vetoriais sobre R e F U V : uma transformao linear. Indica-se
por Ker F ( ) e denomina-se ncleo de F o seguinte subconjunto de U:
{ } Ker F u UF u ( ) ( ) , = e = 0
onde 0 denota o vetor nulo de V.
Exemplo: Seja F R R :
2 3
a transformao linear dada por:
F x y x y ( , ) ( , , ). = + 0 0
Vamos achar o ncleo de F. Temos que:
( , ) ( ) ( , , ) ( , , ). x y Ker F x y e + = 0 0 000
Logo:
( , ) ( ) . x y Ker F x y y x e + = = 0
22
Assim { } { } Ker F x y R y x x x R x R ( ) ( , ) ( , ) . = e = = e e
2 2

Proposio: Seja F U V : uma transformao linear. Ento:
a) Ker F ( ) um sub-espao vetorial de U;
b) A transformao linear F injetora se e somente se { } Ker F ( ) , = 0 onde 0 denota o vetor nulo
de U.
Exemplo: O operador linear D P R P R
n n
: ( ) ( ) dado por:
D f t f t ( ( )) ' ( ), =
uma transformao linear injetora?
Seja f t a a t a t
n
n
( ) = + + +
0 1
um elemento genrico de P R
n
( ). Assim:
D f t f t a a t na t
n
n
( ( )) ' ( ) . = = + + +

1 2
1
2
Agora, f t ' ( ) , = 0 onde 0 denota o polinmio nulo em P R
n
( ), implica que:
a a a
n 1 2
0 = = = = .
Logo,
{ } Ker D f t a a R R ( ) ( ) , = = e =
0 0
ou seja, Ker D ( ) o conjunto dos polinmios reais
constantes. Logo, pela proposio acima, D no uma transformao linear injetora.
J definimos anteriormente, imagem de uma aplicao, como toda transformao linear uma
aplicao, vale a mesma definio para a imagem de uma transformao linear. Assim se U e V so espaos
vetoriais e F U V : uma transformao linear, ento:
{ } Im( ) ( ) . F F u u U = e
Sendo F U V : uma transformao linear, o teorema a seguir, relaciona as dimenses do Ker F ( )
e da Im( ) F nos casos em que a dimenso de U (dimU) finita, e lembramos que a imagem de uma
aplicao e o ncleo de uma transformao linear, como foi visto anteriormente, so sub-espaos vetoriais
de V e U respectivamente.
Teorema do ncleo e da imagem: Sejam U e V espaos vetoriais de dimenso finita sobre R. Dada
uma transformao linear F U V : ento:
dim dim ( ) dimIm( ). U Ker F F = +
Corolrio: Sejam U e V espaos vetoriais sobre R com a mesma dimenso finita n, e suponhamos
F U V : uma transformao linear. Ento so equivalentes as seguintes afirmaes:
a) F sobrejetora;
b) F injetora;
c) F bijetora;
d) F transforma uma base de U em uma base de V, isto , se B uma base de U ento F B ( )
uma base de V.
Exerccios:
1) Seja F R R :
3 2
a transformao linear dada por:
F x y z x y x y z ( , , ) ( , ). = + + 2
a) Dar uma base e a dimenso de Ker F ( );
b) Dar uma base e a dimenso da Im( ). F
2) Determinar uma aplicao linear F R R :
3 4
tal que:
Im( ) [( , , , ),( , , , )]. F = 1121 2101
3) Seja F o operador linear de M R
2
( ) definido por:
F X BX ( ) , =
para qualquer X M R M R e e
2 2
( ), ( ) e B uma matriz fixa. No caso de B =

|
\

|
.
|
1 0
2 1
determine Ker F ( ) e
uma base da imagem de F.

Forma matricial de uma Transformao Linear:
Dada uma transformao linear
m n
R R : F
em muitas situaes interessante trabalharmos com a
forma matricial de F.
Considere a transformao linear F R R :
3 2
definida por:
F x y z ax by cz dx ey fz ( , , ) ( , ), = + + + +
23
onde , R f , R e , R d , R c , R b , R a e e e e e e para qualquer ( , , ) . x y z R e
3

Para encontrar a sua forma
matricial ressaltamos que:
) fz ey dx , cz by ax ( ) z , y , x ( F + + + + =
pode ser denotada alternativamente como:
|
|
.
|

\
|
+ +
+ +
=
fz ey dx
cz by ax
) z , y , x ( F
e fazendo:

obtemos:
= cz by ax + + e
= fz ey dx + + .
Da a matriz desejada
(

=
f e d
c b a
C e a transformao F pode ser representada
|
|
|
.
|

\
|
=
z
y
x
C F .
A matriz C recebe o nome de matriz cannica da transformao linear F.



A geometria das transformaes:

A transformao Nula de :
Se 0 matriz zero e se 0 o vetor nulo de ento, para cada vetor x em :
.
De modo que a multiplicao por zero leva cada vetor em no vetor nulo de . Ns chamamos
de transformao nula ou zero de em . s vezes a transformao nula denotada por 0. Embora
isto seja a mesma notao usada para a matriz zero, a interpretao correta fica, geralmente, clara pelo
contexto.
Um operador pode ser representado geometricamente em um nico espao :











T leva pontos em pontos T leva vetores em vetores

Para o restante deste captulo adotaremos a segunda destas representaes.

O operador identidade de :
Se a matriz identidade , ento, para cada vetor x em temos:
.
Deste modo leva cada vetor em em si mesmo:









T(u)=u
24







Ns chamamos de operador identidade do . s vezes o operador identidade denotado por .
Embora isto seja a mesma notao usada para a matriz identidade, a interpretao correta fica, geralmente,
clara pelo contexto.
Entre os operadores lineares mais importantes de e esto os que produzem reflexes,
projees e rotaes. Agora ns passamos a estudar estes operadores.

Reflexes:
Considere o operador que aplica cada vetor na sua imagem simtrica em relao ao
eixo












Escrevendo , temos:
e
,
e da a matriz cannica desta transformao Da mesma forma definimos outras reflexes no R
2
e
tambm no R
3
, como vemos nas tabelas abaixo.

Tabela 1:
Operador Ilustrao Equaes Matriz Cannica
Reflexo em torno do
eixo y















Reflexo em torno do
eixo x

























25
Reflexo em torno da
reta








Tabela 2:
Operador Ilustrao Equaes Matriz Cannica
Reflexo em torno do
plano





Reflexo em torno do
plano





Reflexo em torno do
plano






A reflexo em torno do eixo y, em formato matricial, e assim descrita:
.
O mesmo podemos fazer para as demais reflexes.
Em geral, os operadores em e que levam cada vetor em seu simtrico em relao a alguma
reta ou plano so chamado de reflexes. Estes operadores so transformaes lineares.

Projees:
Considere o operador que leva cada vetor na sua projeo ortogonal sobre o eixo . Se
escrevermos , ento:


ou, em formato matricial,

A seguir descrevemos esta e outras projees:

Tabela 3:






















26
Operador Ilustrao Equaes Matriz Cannica
Projeo ortogonal
sobre o eixo










Projeo ortogonal
sobre o eixo











Tabela 4:
Operador Ilustrao Equaes Matriz Cannica
Projeo ortogonal
sobre o plano





Projeo ortogonal
sobre o plano





Projeo ortogonal
sobre o plano






Em geral, uma projeo (ou mais precisamente, uma projeo ortogonal) de ou qualquer
operador que leva cada vetor em sua projeo ortogonal sobre alguma reta ou algum plano pela origem.
Pode ser mostrado que tais operadores so transformaes lineares.































27

Rotaes:
Um operador que gira cada vetor em por um ngulo fixado chamado uma rotao em . A
tabela 5 d as frmulas paras as rotaes de . Para mostrar como derivamos estes resultados, considere o
operador que gira cada vetor no sentido horrio por um ngulo positivo fixado. Para encontrar as
equaes relacionando com , seja o ngulo entre u e o eixo positivo e seja o
comprimento de u que o mesmo de .















Por trigonometria bsica:
,
e:
.
Utilizando identidades trigonomtricas temos que:
.

E portanto:
e ,
o que mostra que um operador linear. Alm disto, segue destas equaes que a matriz cannica de :
.

Tabela 5:
Operador Ilustrao Equaes Matriz Cannica
Rotao pelo
ngulo





Assim, se cada vetor em rodado por um ngulo de , ento a imagem de um vetor:









r





r
28
:
.
Por exemplo, a imagem do vetor:
.
Em geral descrevemos uma rotao de vetores em em relao a um raio partindo da origem,
chamado o eixo de rotao. medida que um vetor gira em torno do eixo de rotao ele varre uma poro
de um cone. O ngulo de rotao, que medido na base do cone, descrito como sendo no sentido horrio
ou anti-horrio em relao a um ponto de vista ao longo do eixo de rotao olhando para a origem. Por
exemplo, o vetor w resulta da rotao no sentido anti-horrio do vetor u em torno do eixo por um ngulo
de . Assim como em , os ngulos so positivos se gerados por rotaes no sentido horrio.
A maneira mais comum de descrever um eixo de rotao geral especificando um vetor no-nulo v
com ponto inicial na origem e apontando ao longo do eixo de rotao. O sentido anti-horrio para a rotao
em torno do eixo pode ento ser determinado pela regra da mo direita. Se o polegar da mo direita aponta
na direo e sentido do vetor v ento os dedos da mo fechada apontam no sentido anti-horrio.












Tabela 6:
Operador Equao Matriz Cannica
Rotao anti-
horria em torno
do eixo x positivo
por um ngulo .




Rotao anti-
horria em torno
do eixo y positivo
por um ngulo .




Eixo de rotao
Rotao no sentido anti-horrio








u
w
29
Rotao anti-
horria em torno
do eixo z
positivo por um
ngulo .








Uma rotao em um operador linear que gira cada vetor em em torno de algum eixo de
rotao por um ngulo fixado . Na tabela 6 ns descrevemos as rotaes em cujos eixos de rotao so
os eixos coordenados positivos. Para cada uma destas rotaes, um dos componentes permanece inalterado
durante a rotao e a relao entre os dois outros componentes pode ser deduzida da mesma maneira que
deduzimos as equaes de w
1
e w
2
para o caso do R
2
. Por exemplo, na rotao em torno do eixo , os
componentes de e de so os mesmos e os componentes e esto relacionados como nas
equaes de w
1
e w
2
para o caso do R
2
. Isto fornece as equaes de rotao mostradas na penltima coluna
da tabela 6.
Observamos, para completar, que a matriz cannica da rotao anti-horria por um ngulo em
torno de um eixo em , determinado por um vetor arbitrrio mas unitrio com ponto inicial na
origem, :

A deduo desta matriz pode ser encontrada no livro intitulado Principles of Interactive Computer Graphics,
de W. M. Newmann e R. F. Sproull, editado em 1979 pela McGraw-Hill, de Nova Iorque. O leitor pode
achar instrutivo deduzir os resultados da tabela acima como casos especiais deste resultado mais geral.

Dilataes e contraes:
Se um escalar no-negativo, ento o operador de ou de chamado uma
homotetia de razo . Especificamente, o operador uma contrao de razo se e uma
dilatao de razo se . O efeito geomtrico de uma contrao comprimir cada vetor por um fator
e o efeito geomtrico de uma dilatao esticar cada vetor por um fator Uma contrao comprime
ou uniformemente de todas as direes na direo da origem e uma dilatao expande ou
uniformemente em todas as direes para longe da origem.








A contrao mais extrema ocorre com , caso em que se reduz ao operador nulo
, que comprime cada vetor a um nico ponto (a origem). Se ento se reduz ao
operador identidade , que deixa cada vetor inalterado, isto poderia ser considerado tanto uma
contrao quanto uma dilatao. As tabelas abaixo listam as contraes e dilataes em e .

Tabela 7:




30
Operador Ilustrao Equaes Matriz Cannica
Contrao de fator
em





Dilatao de fator
em




Tabela 8:

Temos ainda as expanses e compresses. Se uma expanso ou compresso de fator
na direo , ento:
, .
De modo que a matriz cannica de :
Operador Ilustrao Equaes Matriz Cannica
Contrao de fator
em






Dilatao de fator
em

































31
.
Analogamente, a matriz cannica da expanso ou comna direo :
.
No R
3
o raciocnio anlogo.
A tabela a seguir apresenta a aplicao de alguns operadores vistos ao quadrado unitrio, visto a
importncia destas computao grfica:

Tabela 9:
Operador Matriz cannica Efeito no quadrado unitrio
Compresso em x



Expanso em x



Reflexo em
torno do eixo


Reflexo em
torno do eixo

























32
Reflexo em
torno da reta















Rotao anti-
horria por um
ngulo














Operando com Matrizes Diagonais:
Suponha que o plano inicialmente comprimido ou expandido por um fator na direo
pelo operador X e depois comprimido ou expandido por um fator na direo pelo operador Y. As
matrizes cannicas das duas operaes so:
: expanso ou compreenso em e
: expanso ou compreenso em .
Desta forma ) y x 0 , y 0 x k (
y
x
A X
1
+ + =
|
|
.
|

\
|
= e ) y k x 0 , y 0 x (
y
x
B Y
2
+ + =
|
|
.
|

\
|
= . Calculando a
composta destas aplicaes temos:
) y k x 0 , y 0 x k (
y
x
Y X
y
x
Y X
2 1
+ + =
|
|
.
|

\
|
|
|
.
|

\
|
=
|
|
.
|

\
|

cuja matriz cannica :
.
Assim, a matriz cannica da composta da compresso ou expanso por um fator na direo
com a compresso ou expanso por um fator na direo :
,
ou seja, a multiplicao da matriz de expanso ou compreenso em pela matriz da expanso ou
compreenso em .
Fica a cargo do leitor verificar que se o plano inicialmente comprimido ou expandido por um
fator na direo e depois comprimido ou expandido por um fator na direo obtemos a mesma
matriz:













33
.
Isto mostra que a multiplicao por uma matriz diagonal expande ou comprime o plano na
direo e tambm na direo . No caso especial em que e so iguais, digamos ,
temos:
,
que uma dilatao ou contrao, conforme j vimos.

Cisalhamento:
Um cisalhamento de fator na direo uma transformao que move cada ponto
paralelamente ao eixo por uma quantia para a nova posio . Nessa transformao, os
pontos do eixo permanecem onde esto, pois neste eixo . No entanto, medida que nos afastamos
do eixo , aumenta a magnitude de , de modo que os pontos mais longe do eixo so movidos por uma
distncia maior do que os pontos mais perto do eixo.











Cisalhamento na direo Cisalhamento na direo
(k>0) (k<0)
Um cisalhamento de fator na direo uma transformao que move cada ponto
paralelamente ao eixo por uma quantia para a nova posio . Com tal transformao, os
pontos do eixo permanecem onde esto e os pontos mais longe do eixo so movidos por uma distncia
maior do que os pontos mais perto do eixo.
Pode ser mostrado que os cisalhamentos so transformaes lineares.
Se um cisalhamento por ma direo , ento a matriz cannica de :
.
Analogamente, a matriz cannica para o cisalhamento por na direo :
.