Anda di halaman 1dari 260

Curso de lgebra Linear

Fundamentos e Aplicaes

u+v

v 0

u+v u

u v 0 u

u+v

u+v u 0

v u

u+v

0 v u+v

0 v 0 v u

u u+v

u+v

Marco Cabral

Paulo Goldfeld

ii

Curso de lgebra Linear


Fundamentos e Aplicaes
Segunda Edio Setembro de 2012

Marco A. P. Cabral

Paulo Goldfeld

hh sndin niversityD ie rofF sw ! pt

mapcabral@ufrj.br

hh gournt snstituteD ie rofF sw ! pt

goldfeld@labma.ufrj.br

heprtmento de wtemti eplid snstituto de wtemti niversidde pederl do io de tneiro io de tneiro ! frsil gpis so utorizds e em vindsX divulgue nosso trlho3 gonsulte o stio www.labma.ufrj.br/~mcabral/livros ou entre em ontto om os utoresF

ii iste trlho est lienido so um vien gretive gommons etriuiE o @fA " so xoEgomeril @xgA " gomprtilhmento pel mesm vien @eA QFH nportedF r ver um pi dest lienD visite

http://creativecommons.org/licenses/by-nc-sa/3.0/br/ ou envie um rt pr gretive gommonsD IUI eond treetD uite QHHD n prnisoD gliforni WRIHSD eF ist lien permite que outros possm opir ou redistriuir est or sem (ns omeriisD dptr e rir ors derivds sore est or sem (ns omeriisD ontnto que trium rdito o utor e distrium or resultnte so mesm lienD ou so um lien similr presenteF

grlD wro eF F e qoldfeldD ulo gurso de lger viner G wro grl e ulo qoldfeld E io de tneiroX snstituto de wtemtiD PHHVF IF lger viner sF tulo ghhX SIPFS SITFQ sfx EEE

Ficha Catalogrca

Sobre os Autores
wro eurlio lumo grl rio @nturl do io de tneiroA e triolor @toredor do )uminenseAF pez o fhreldo em snformti n ptD o westrdo em wtemti eplid n pt e o doutordo em wtemti n sndin niversity @floogmintonD ieAF professor no snstituto de wtemti n ptF us res de interesse so eques difereniis priis @ihAD enlise xumri e pinnsF ulo qoldfeld fez fhreldo em inhenhri weni n ptD o westrdo em wteE mti eplid n pt e o doutordo em wtemti no gournt snstitute @xov sorqueD ieAF professor no snstituto de wtemti n ptF u re de interesse mtodos numrios em eques difereniis priis @ihAF

iii

iv

SOBRE OS AUTORES

Agradecimentos
rimeiro os progrms @e progrmdoresA que permitirm produo deste mterilF iste produto herdeiro d ultur qv @qnu uli vienseAD que permite o reuso de digo fonteF egrdeemos em primeiro lugr hougls unuth pelo i @e veslie vmport pelo A v iAD softwre que permite que este mteril sej to onitoY vinus orvlds @e milhres de outrs pessosA pelo sistem operionl vinuxD frm woolenr pelo vim @editor de textoAD ill ntu pelo femer @slides do ursoA e pelo TikZ e PGF @(gurs do textoAD ihrd tllmn @responsvel pelo projeto qxA e milhres de pessos por dezens de softwres utilizdosX tar @ompto de rquivosAD make @gerenidor de progrmAD grepD findD ghostviewD xpdfD F F F egrdeemos tmm tim re'eronD ujo livro viner elgerD em lien gretive gommonsD judou inspirr este trlhoF egrdeemos rofF fetriz wljovih @niioA pel jud om grito dos exeriosD o rofF pelipe eker @ptA por sugesto de mor(smosD rofF wonique grmon @ptA por diverss sugestes de orgnizo gerlD o rofF wrtin eilndt @pgA pel reviso extens d segund edioF

vi

AGRADECIMENTOS

Pref acio
Para o estudante
iste livro tem omo foo o luno e sus di(ulddesF e ordem de presento do ontedo e metodologi foi disutid om vrios olegs do deprtmento om lrg experini no ensino de lger viner n grduo e psEgrduoF m exemplo disso onepo do primeiro ptuloD que explor qeometri enltiD em prte j vist pelos lunos no ensino mdioD e introduz oneitos hves d lger vinerF y livro possui er de PQH exemplos resolvidosF rourmos destr no texto os erros mis omuns dos lunos e estimulr o uso de tenologi @softwre lgrioA em todos os ptulosF prte fundmentl do urso resolver exeriosD tntos qunto for possvelF eo (nl de d ptulo existem exerios divididos em R gruposX

exerccios de xaoX hevem ser feitos imeditmente ps leitur do textoF o

de respost imedit @mentlAF xo ser respost orret sugere um retorno o textoF heveEse fzer todos ntes de seguir dinteF

problemasX o os prinipis exerios do ptuloF odos devem ser feitosF problemas extrasX gso o luno j tenh feito todos os prolemsF desaosX r se profundr n disiplinF o opionisF

odos os exerccios de xao e todos os problemas tem resposts no (nl do livroF rios prolems extrs e des(os tmm possuem respostsF o er de WH exerios de (xoD IIH prolemsD ISH prolems extrs e VH des(osF

Porque um novo livro?


iste livro pode ser perfeiodo por qulquer pesso por ser disponiilizdo trvs d
D que permite o reEuso do mterilF smginmos que dqui IHH lien nos o deprtmento de wtemti eplid d pt ind estr utilizndo um verso deste livroX todo o trlho dos utores iniiis e susequentes no ser perdidoF r detlhes onsulteX http://creativecommons.orgF

ermitir os lunos de todo o frsil esso fil @internetA mteril grtuito e de qulidde por ser erti(do pelo heprtmento de wtemti eplid d pt e por olegs de todo o frsilF
vii

viii

PREFCIO

xeessidde do nosso deprtmentoD responsvel pelo ensino de lger viner n ptD de plir prov uni(d eD onsequentementeD rir um mteril pdro pr o ursoF roduzir um mteril om ontedo que ser efetivmente utilizdo em sl de ul pelo lunoF x noss experiniD os lunos preferem livros (nosD que so feis de trnsportr e estimulm leiturF roduzir trnsprnis pr sl de ul diretmente oplds um livroF
grimos um pote ompleto pr um urso de lger vinerX lm deste textoD form produzids trnsprnisF udo isto est disponvel em www.labma.ufrj.br/~mcabral/

livros

Como foi escolhido o material?


heterminmos os tpios tomndo por se o urso usulmente ministrdo n ptF elm disso o omponente esttio foi fundmentlX os lunos devem pereer elez d wteE mtiF elgums esolhs importntes form feitsX

tores e operes no Rn D eques prmtris e rtesinsD espos gerdos @rets e plnosAD omines lineresD dependni e independni linerF istes tems so retomdos no ptulo de ispos etoriisD ms reditmos que importnte um exposioD logo no inioD destes oneitosF

Captulo inicial present ontedo prinipl do urso sem grnde formlismoX veE

e soluo de sistemas lineares feit trvs d elimino de qussF e regr de grmer um seo opionl do ptulo de heterminntesF snterpretmos soluo de sistems trvs de interpretes do produto mtrizEvetorF essim o onjunto soluo visto om lingugem de espo gerdoD presentdo no primeiro ptuloD e tmm do ponto de vist geomtrioD interseo de retsD plnosD hiperplnosD etF

Espaos vetoriais de polinmios e funes no so meros exemplosD so entris


pr formo de engenheirosD mtemtios e fsiosF elgums plies importntes soX eques difereniisD proximo de funes por polinmios e mtodos numrios omo elementos (nitosF

Matriz preeD iniilmenteD somente omo form onveniente de resolver sistems lineresF eps presentr transformaes lineares @vsAD mtrizes so vists omo

representes de vsF epresentmos vs @e mtrizesA geomtrisX projeoD re)exoD rotoF elionmos operes de som e omposio de vs om operes entre mtrizesF he(nimos o produto entre mtrizes omo onsequni d omposio de vsF pi lro que o produto de mtrizes no omuttivo pois omposio de funo @ind que sej linerA no omuttivF e mtriz invers luld por eslonmentoF

xo ptulo de produto internoD fomos em projees e no mtodo de mnimos qudrdosF epresentmos projeo ortogonl de funes omo form de proximElsD preprndo o luno pr mtodos numriosF

ix

Determinante presentdo desde o inio reliondo om re @volumeA om sinlD

pr depois ser presentdo lgerimenteF yptmos por for no lgoritmo de lE ulo utilizndo operes elementres por ser mis e(iente e ligd diretmente os oneitosF epresentmos onexo om mudn de vriveis n integro mltipl e de(nio de produto vetoril e misto em R3 F gomo seo opionlD olomos um disusso de omo interpretr o sinl do determinnteF

Autovalores e Autovetores so presentdos em onexo om interpreto geoE


mtriF e teori de digonlizo de mtrizes plid em lulo de potni de mtrizes e lssi(o de forms qudrtisD reliondos om o teste d derivd segund do lulo diferenil de vris vriveis pr determinr se um ponto rtio mximoD mnimo ou ponto de sel lolF

inftizmos o longo do texto @ptulos de istems vineresD wtrizesD heterminnteD eutovlores e eutovetoresA viso modern de um matriz por blocosD fundmentl pr omputo ient(F y escalonamento o lgoritmo prinipl do ursoD pois trvs deleX resolvemos sistemD determinmos se vetores so linermente dependentesD determinmos oorE dends de vetoresD mudmos de seD invertemos mtrizD lulmos determinnteD enontrmos utovetoresD lulmos soluo de mnimos qudrdosD lulmos projeE o ortogonlF

Sobre a Segunda Edio


elm de diverss orrees pontuisD s prinipis modi(es formX @A juntr o ptulo de rnsformes vineres e de wtrizes em um nio ptuloY @A expndir o primeiro ptulo n prte de geometri nlti no plno e espo por ser de(ini omum que lunos trzem do ensino mdioY @A reorgnizr o ptulo de roduto snterno e oloElo ntes do ptulo de hetermiE nnteF pomos no Rn e em plies importntesF

PREFCIO

Sum ario
Sobre os Autores Agradecimentos Prefcio 1 Introduo lgebra Linear
IFI etores do Rn e yperes F F F F F F F F F F F F F F F F IFIFI etores do Rn F F F F F F F F F F F F F F F F F F F IFIFP yperes om etores em Rn F F F F F F F F F F IFIFQ epresento qeomtri de etores e yperes iques grtesins e rmtris F F F F F F F F F F F IFPFI ets no R2 F F F F F F F F F F F F F F F F F F F F IFPFP ets e lnos no R3 F F F F F F F F F F F F F F F gomines vineres e ispos qerdos F F F F F F F F F IFQFI he(nies F F F F F F F F F F F F F F F F F F F F F IFQFP ispo qerdo por I etor e ets em Rn F F F F IFQFQ ispo qerdo por P etores e lnos no Rn F F F IFQFR ispo qerdo por Q ou wis etores F F F F F F F ixerios de sntroduo lger viner F F F F F F F F F IFRFI ixerios de pixo F F F F F F F F F F F F F F F IFRFP rolems F F F F F F F F F F F F F F F F F F F F F IFRFQ ixtrs F F F F F F F F F F F F F F F F F F F F F F F IFRFR hes(os F F F F F F F F F F F F F F F F F F F F F F eplies de istems vineres F F F F F F F F F F wtrizes e etores do Rn F F F F F F F F F F F F F snterpreto de istems em R, R2 e R3 F F F F F PFQFI x et @RA F F F F F F F F F F F F F F F F PFQFP xo lno @R2 A F F F F F F F F F F F F F F F PFQFQ xo ispo @R3 A F F F F F F F F F F F F F F yperes ilementres e istems iquivlentes F esolvendo istems vineres F F F F F F F F F F F PFSFI islonmento F F F F F F F F F F F F F F F PFSFP enlise sEislonmento F F F F F F F F PFSFQ istems om sn(nits olues F F F F F F roduto wtrizEetor F F F F F F F F F F F F F F F istems romogneosD oluo qerl e rtiulr xi F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F

iii v vii
I I P Q S S W IQ IR IW PH PI PP PP PQ PR PS

IFP IFQ

IFR

2 Sistema Linear
PFI PFP PFQ

27

PFR PFS

PFT PFU

PU QH QI QI QP QS QT RI RI RS RU SQ SS

xii PFV PFW snterpreto de istems em Rn ixerios de istems vineres F PFWFI ixerios de pixo F F PFWFP rolems F F F F F F F F PFWFQ ixtrs F F F F F F F F F F PFWFR hes(os F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F

SUMRIO

F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F

F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F

F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F

ST SV SV TH TI TQ

3 Espao Vetorial
QFI QFP QFQ QFR QFS

QFT QFU

ispo e uespo etoril F F F F F F F F F F F F F F F F F gomino viner e ispo qerdo F F F F F F F F F F F F hependni e sndependni viner F F F F F F F F F F F F fse e himenso F F F F F F F F F F F F F F F F F F F F F F F olinmios e punes omo etores F F F F F F F F F F F F F QFSFI he(nio e ixemplos F F F F F F F F F F F F F F F F QFSFP gomino viner e ispo qerdo F F F F F F F F QFSFQ hependni e sndependni vinerD fse F F F F F QFSFR punes omo etoresX epresento qeomtri himenso de ispo etorilX eori F F F F F F F F F F F ixerios de ispos etoriis F F F F F F F F F F F F F F F QFUFI ixerios de pixo F F F F F F F F F F F F F F F F QFUFP rolems F F F F F F F F F F F F F F F F F F F F F F QFUFQ ixtrs F F F F F F F F F F F F F F F F F F F F F F F F QFUFR hes(os F F F F F F F F F F F F F F F F F F F F F F F punoD rnsformo viner e wtriz F F F F F F F F F RFIFI homnio e smgem de puno F F F F F F F F F F RFIFP rnsformo viner e wtriz F F F F F F F F F RFIFQ rnsformes vineres qeomtris F F F F F F xleo e smgem F F F F F F F F F F F F F F F F F F F F F RFPFI xleo e smgem F F F F F F F F F F F F F F F F RFPFP eorem do xleo smgem F F F F F F F F F F F RFPFQ snjetividdeD orejetividde e xleo F F F F F F RFPFR eplies em ispos de punes e olinmios gomposio de punes e roduto de wtrizes F F F F F RFQFI gomposio de punes e vs F F F F F F F F F RFQFP roduto wtrizEwtriz F F F F F F F F F F F F F F puno e wtriz snvers F F F F F F F F F F F F F F F F F RFRFI puno snvers e vs F F F F F F F F F F F F F F RFRFP wtriz snvers F F F F F F F F F F F F F F F F F F lger ds wtrizes e vs F F F F F F F F F F F F F F F RFSFI lger de wtrizes F F F F F F F F F F F F F F F RFSFP lger ds vs F F F F F F F F F F F F F F F F wtriz em floos F F F F F F F F F F F F F F F F F F F F wtriz epresentndo etorX goordends F F F F F F F wtriz epresentndo vX wudn de fse F F F F F ixerios de rnsformes vineres F F F F F F F F F F RFWFI ixerios de pixo F F F F F F F F F F F F F F RFWFP rolems F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F

65

TS UH UI UP US US UV UW VH VP VR VR VT VV VW

4 Transformao Linear e Matriz


RFI

RFP

RFQ RFR RFS RFT RFU RFV RFW

WP WP WP WS WW WW IHP IHS IHT IHU IHU IHW III III IIQ IIS IIS IIU IIV IIW IPQ IPU IPU IPW

91

SUMRIO

xiii ixtrs F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F hes(os F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F


n

RFWFQ RFWFR SFI SFP SFQ SFR SFS SFT SFU SFV SFW

IQH IQS

5 Produto Interno

roduto snterno em R F F F F F F F F F F F F F F F F F gomplemento yrtogonl F F F F F F F F F F F F F F F F F eplioX istems em oluo @wnimos udrdosA eplioX rojeo yrtogonl F F F F F F F F F F F F F wnimos udrdos e rojeoX eori F F F F F F F F eplioX eproximndo punes por olinmios F F F guhyEhwrz e ngulo F F F F F F F F F F F F F F F roesso de yrtogonlizo de qrmEhmidt F F F F ixerios de roduto snterno F F F F F F F F F F F F F F SFWFI ixerios de pixo F F F F F F F F F F F F F F SFWFP rolems F F F F F F F F F F F F F F F F F F F F SFWFQ ixtrs F F F F F F F F F F F F F F F F F F F F F F SFWFR hes(os F F F F F F F F F F F F F F F F F F F F F

F F F F F F F F F F F F F

F F F F F F F F F F F F F

F F F F F F F F F F F F F

F F F F F F F F F F F F F

F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F

F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F

F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F

F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F

F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F

F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F

F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F

137

IQU IRH IRQ IRV ISH ISH ISR ISS ITH ITH ITI ITP ITR

6 Determinante
TFI TFP TFQ

TFR TFS TFT TFU TFV TFW

wotivo qeomtri F F F F F F F F F F F F F F F F F F he(nio e roprieddes fsis F F F F F F F F F F F F glulndo heterminnte F F F F F F F F F F F F F F F F TFQFI prmul do heterminnte em R2 e R3 X egr de TFQFP elgoritmo pr glulo do heterminnte F F F F wis roprieddes F F F F F F F F F F F F F F F F F F F F heterminnte e wudn de re F F F F F F F F F F F F roduto etoril e wisto F F F F F F F F F F F F F F F F F inl do heterminnte F F F F F F F F F F F F F F F F F egr de grmer F F F F F F F F F F F F F F F F F F F F ixerios de heterminntes F F F F F F F F F F F F F F F TFWFI ixerios de pixo F F F F F F F F F F F F F F TFWFP rolems F F F F F F F F F F F F F F F F F F F F TFWFQ ixtrs F F F F F F F F F F F F F F F F F F F F F F TFWFR hes(os F F F F F F F F F F F F F F F F F F F F F eutovlores e eutovetores F F F F F F F F F F F F F F F F higonlizo F F F F F F F F F F F F F F F F F F F F F F eplies F F F F F F F F F F F F F F F F F F F F F F F F ixerios de eutovloresD eutovetores e higonlizo UFRFI ixerios de pixo F F F F F F F F F F F F F F UFRFP rolems F F F F F F F F F F F F F F F F F F F F UFRFQ ixtrs F F F F F F F F F F F F F F F F F F F F F F UFRFR hes(os F F F F F F F F F F F F F F F F F F F F F

F F F F F F F F F F F F rrus F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F

167

ITU IUI IUQ IUQ IUR IUU IVP IVQ IVS IVT IVU IVU IVV IWH IWQ IWS PHI PHS PHV PHV PHW PIP PIS

7 Autovetores e Diagonalizao
UFI UFP UFQ UFR

195

A Notao

eFI fsi F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F eFP ispos F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F eFQ fses e goordends F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F

217

PIU PIU PIU

xiv

SUMRIO

eFR wtrizes F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F eFS roduto snterno e xorm F F F F F F F F F F F F F F F F F F F F F F F F F F F

PIV PIV

B Respostas dos Exerccios

fFI sntroduo lger viner F F F F F F F F fFIFI ixerios de pixo F F F F F F F fFIFP rolems F F F F F F F F F F F F F fFIFQ ixtrs F F F F F F F F F F F F F F F fFIFR hes(os F F F F F F F F F F F F F F fFP istems vineres F F F F F F F F F F F F F fFPFI ixerios de pixo F F F F F F F fFPFP rolems F F F F F F F F F F F F F fFPFQ ixtrs F F F F F F F F F F F F F F F fFPFR hes(os F F F F F F F F F F F F F F fFQ ispos etoriis F F F F F F F F F F F F F F fFQFI ixerios de pixo F F F F F F F fFQFP rolems F F F F F F F F F F F F F fFQFQ ixtrs F F F F F F F F F F F F F F F fFQFR hes(os F F F F F F F F F F F F F F fFR rnsformes vineres F F F F F F F F F F fFRFI ixerios de pixo F F F F F F F fFRFP rolems F F F F F F F F F F F F F fFRFQ ixtrs F F F F F F F F F F F F F F F fFRFR hes(os F F F F F F F F F F F F F F fFS roduto snterno F F F F F F F F F F F F F F fFSFI ixerios de pixo F F F F F F F fFSFP rolems F F F F F F F F F F F F F fFSFQ ixtrs F F F F F F F F F F F F F F F fFSFR hes(os F F F F F F F F F F F F F F fFT heterminntes F F F F F F F F F F F F F F F fFTFI ixerios de pixo F F F F F F F fFTFP rolems F F F F F F F F F F F F F fFTFQ ixtrs F F F F F F F F F F F F F F F fFTFR hes(os F F F F F F F F F F F F F F fFU eutovloresD eutovetores e higonlizo fFUFI ixerios de pixo F F F F F F F fFUFP rolems F F F F F F F F F F F F F fFUFQ ixtrs F F F F F F F F F F F F F F F fFUFR hes(os F F F F F F F F F F F F F F

F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F

F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F

F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F

F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F

F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F

F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F

F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F

F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F

F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F

F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F

F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F

F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F

F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F

F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F

F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F

F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F

F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F

F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F

219

PIW PIW PIW PPH PPH PPH PPH PPH PPI PPI PPP PPP PPP PPQ PPQ PPR PPR PPR PPT PPW PPW PPW PPW PQH PQI PQI PQI PQI PQI PQP PQP PQP PQQ PQS PQT

Referncias Bibliogrcas ndice Remissivo

239 240

Cap tulo 1 o a ` Algebra Introduc a Linear


iste ptulo present oneitos d lger viner que surgem d geometri nlti no plno e espo e d us de soluo de sistems lineresX @A vetores e operes no Rn X som e multiplio por eslr @produto eslrEvetorAY @A equo rtesin e prmtri d ret e do plno e sus generlizesY @A omino linerD espo gerdoD independni linerD dimenso do espo gerdoY @dA espo gerdo por ID PD Q ou mis vetoresD ssoindoEos om pontosD retsD plnos e generlizesY istes oneitos sero replidos @no gptulo Q ispo etorilA em ontextos onde os vetores podero ser polinmiosD funesD mtrizesD ou elementos strtosF imor sistems lineres prem qundo plimos estes oneitosD o urso de lger viner muito mis do que somente um urso de omo resolver sistems lineresF gso omessemos om resoluo de sistems lineres " ssunto que o lunoD om frequniD pensa que domina " o luno teri senso de que lger viner um urso filD de reviso e profundmento de tnis pr resoluo de sistems lineresF

1.1 Vetores do Rn e Operaes


1.1.1 Vetores do Rn
Denio 1.1 (vetor, entradas e o Rn )
nmeros reais. Dizemos que uma Um

vetor do Rn um uma lista ordenada de n


u = (a1 , a2 , . . . , an1 , an ) u.
com

n-upla

de nmeros reais.

A notao utilizada para representar um vetor

Os nmero ai 's so chamados de do vetor n O R o conjunto de n-uplas de nmeros reais.

entradas

ai R .

Exemplo 1.1

2 So vetores de R : (6, 8), (1, 2). 4 So vetores de R : (1, 2, 3, 4), (2, 7/4, 1, 2/3). 5 So vetores de R : (1, 2, 4, 6, 8), (1, 2, 7/4, 1/3, 3).
1 Verso 04.ago.2012 13h

CAPTULO 1.

INTRODUO LGEBRA LINEAR

Observao 1.1
si os vetores

Como um vetor uma lista e

ordenada de nmeros, so distintos entre


e

(1, 2)

(2, 1)

e tambm

(1, 2, 3), (2, 3, 1)

(3, 1, 2).

Observao 1.2 Porque Rn com n > 3?


Embora nossa (humana) percepo esteja restrita a trs dimenses, em simulaes computacionais de diversos modelos, por exemplo para estudar as foras atuantes na estrutura de um prdio, dividimos o mesmo em bloquinhos no computador e associamos a cada bloquinho uma varivel. Quanto maior o nmero de bloquinhos mais precisa ser a simulao:

pode ser to grande quanto se queira. Leia tambm Observao 2.1 da p.28.

1.1.2 Operaes com Vetores em Rn


Denio 1.2 (Soma de vetores) Dados vetores u = (u1 , u2 , . . . , un ) (v1 , v2 , . . . , vn ), denimos o vetor soma de u e v, denotado por u + v, por
u + v = (u1 + v1 , u2 + v2 , . . . , un + vn ).
e

Exemplo 1.2

R4 (1, 1, 1/4, 2/3) + (2, 2, 3/4, 5/3) = (1 2, 1 + 2, 1/4 + 3/4, 2/3 + 5/3) = (1, 1, 1, 1).
A soma dos vetores do

Observao 1.3

Note que o sinal  + (mais) em  u

+ v

e  (u1

+ v1 , . . . , un + vn )

possui signicado distinto em cada expresso: soma de vetores, num caso, e de soma de nmeros reais (escalares) no outro.

Denio 1.3 (origem ou vetor nulo)


por

Denimos como

origem ou vetor nulo, denotado


este vetor o elemento

o vetor

neutro da

0 = (0, . . . , 0)(todas as entradas so nulas). Note que soma de vetores pois v + 0 = 0 + v = v para todo v.

Denio 1.4 (multiplicao por escalar ou produto escalar-vetor)


u = (u1 , u2 , . . . , un ) por tu, por
e o escalar

Dados por

vetor

t R,

denimos o vetor multiplicao de

u,

denotado

tu = (tu1 , tu2 , . . . , tun ).


or ontrste om vetoresD um nmero rel hmdo de escalarF ist lingugem vem d psiD que distingue grndezs vetoriis @fors por exemploA de grndezs eslres @mss e tempertur por exemploAF

Exemplo 1.3
Considere

u = (1, 3, 1, 2, 3/2), ento 2u = 2(1, 3, 1, 2, 3/2)= (2, 6, 2, 4, 3). w = (4, 6, 1, 3). Ento 1/2w = 1/2(4, 6, 1, 3) = (2, 3, 1/2, 3/2).
Se Dizemos que o

Observao 1.4

Rn

munido das operaes de soma de vetores (Def. 1.2)

e produto por um escalar (Def. 1.4) um

espao vetorial sobre R.


Cn .

De forma anloga denimos o espao vetorial

1.1.

VETORES DO

RN

E OPERAES

Q
Dizemos que

Denio 1.5 (mltiplo ou paralelo)


se existe um escalar

mltiplo de

(ou paralelo a)

tal que

v = tw.
pois

Exemplo 1.4 Exemplo 1.5

So paralelos entre si: e

2(1, 2, 3, 1/2)

(2, 4, 6, 1) e (1, 2, 3, 1/2) (1, 2, 3, 1/2) = 1/2(2, 4, 6, 1). 0


mltiplo de qualquer outro pois

(2, 4, 6, 1) =

O vetor

0 = 0w

para qualquer

w.

1.1.3 Representao Geomtrica de Vetores e Operaes


gomemos identi(ndoD d mneir usulD um plno om R2 e o espo om R3 utilizndo o sistem de oordends rtesinD om eixos ortogonis entre siF m vetor (a, b) R2 pode ser representdo geometrimente por um segmento de reta orientado que une (0, 0) om (a, b)F r indir oriento do segmento utilizmos um setinh @dqui por dinte sem sps e utilizdo omo sinnimo de segmento orientdoAF odemos fzer o mesmo om vetores em R3 F wostrmos n pigur IFI os vetores (3, 2) R2 e (1, 3, 2) R3 F

2 3

(3, 2)

2 1

(1, 3, 2) 3

pigur IFIX etores no lno e no ispo elm de representr o vetor omo um setinh prtindo d origem (0, 0)D podeEse representE lo trnsldndo setinh e prtindo de um ponto qulquer (c, d) R2 F

Denio 1.6 (setinha e vetor)


quaisquer

A setinha que comea em (c, d) e termina em (c + a, d + b) representa o mesmo vetor (a, b) R2 para quaisquer c, d R. A setinha que comea em (d, e, f ) e termina em (d + a, e + b, f + c) representa o mesmo vetor (a, b, c) R3 para

d, e, f R.

or est de(nio o mesmo vetor possui um in(nidde de representesF hus setinhs representm o mesmo vetor se qundo deslormos prlelmente um dels pr que seus pontos iniiis oinidmD o ponto (nl dels tmm oinideF or exemploD tods s setinhs representds n pigur IFP representm o mesmo vetor (3, 2) R2 F

(3, 2) 3

pigur IFPX epresentes do vetor v = (3, 2)

CAPTULO 1.

INTRODUO LGEBRA LINEAR

e represento geomtri1 importnte em plies @psi por exemploA e pr desenvolver intuio pr espos de dimenses mioresF odemos interpretr geometrimenteD utilizndo est represento por setinhsD soma de dois vetores no plno e no espoF gonsidere pigur IFQD no ldo esquerdoD onde dois vetores so representdos om sus omponentes no eixoEx e y F el regra do tringulo

pigur IFQX egr do ringulo e do rlelogrmo representmos o primeiro vetor om ponto iniil n origem e o segundo om ponto iniil n pont d set do primeiroF y vetor resultnte unindo origem t pont d set do segundo o vetor somF el regra do paralelogramoD plimos regr do tringulo os dois vetoresD onforme presentdo nest mesm (gurF

Observao 1.5 Podemos, numa abordagem geomtrica, denir a soma de vetores pela regra do paralelogramo ou tringulo. Fazer isto em dimenso maior que trs no

intuitivo.

Em contraste, a Denio 1.2 da p.2, feita de forma algbrica, no depende Convidamos o leitor a vericar que estas

de visualizao geomtrica e muito simples. denies so equivalentes.

Exemplo 1.6

Podemos aplicar a regra do tringulo em sequncia para obter a soma de mais

de dois vetores. Por exemplo considere os quatro vetores representados no lado esquerdo da Figura 1.4. Concatenando de forma sucessiva os vetores obtemos sua soma conforme indicado na mesma gura no lado direito.

z u u+v+w+z w v
pigur IFRX om de 4 vetores

z v u w

e interpreto geomtri do produto escalar-vetor depende do mdulo e do sinl do eslrF gomendo por vlores positivos inteirosD oserve que multiplindo por 1 preservE mos o vetor @e o tmnhoAD por 2 duplimos seu tmnhoD por 3 triplimos seu tmnhoF or outro ldoD multiplindo por 1/2 reduzimos seu tmnho pel metdeF he form gerlD multiplindo por vlor positivo om mdulo mior que 1 otemos um vetor om mesmo
1 Embora seja til para a intuio, nada do que fazemos depende desta interpretao geomtrica.

1.2.

EQUAES CARTESIANAS E PARAMTRICAS

sentido ms om tmnho miorY multiplindo por vlor positivo om mdulo menor que 1 otemos um vetor om mesmo sentido ms om tmnho menorF wultiplindo por vlor negtivo otemos vetor om sentido invertido e om tmnho mior ou menor de ordo om mdulo ser mior ou menor que 1F ej o vetor u = (3, 2) e represento de 1uD 1, 5u, 0, 5u e u d pigur IFSF

1 pigur IFSX etores 1uD 3 u, 2 u e u 2

ortntoD vrindo o vlor do eslr e multiplindoEo por um vetor (xo u = 0 otemos um ret pssndo pel origemF essim {tu| t R} um ret e equo tu hmd de equao paramtrica da reta que pss pel origem om direo uF e motivo geomtri vem qundo u R2 ou R3 D ms ontinumos hmndo de ret om u Rn F

Observao 1.6 O que , de fato, um vetor?

A viso geomtrica (Denio 1.6 da p.3), embora mais intuitiva, limitante pois no conseguimos visualizar mais do que trs dimenses. formalizada como segmentos orientados equivalentes. Este caminho bom para certas generalizaes em Matemtica (no contexto da Geometria Diferencial por exemplo), para a visualizao de vetores no plano e no espao tridimensional e para interpretao Fsica (foras). So chamados em alguns livros de

vetores geomtricos.

Por contraste, a viso algbrica (Denio 1.1 da p.1) bem mais simples mas no apresenta nenhuma motivao geomtrica. de Como no dependemos de intuio geomtrica, 2 30 trabalhamos com a mesma facilidade em R como em R . So chamados em alguns livros

vetores algbricos.

Faremos com frequncia a passagem da viso algbrica para geomtrica e vice-versa.

1.2 Equaes Cartesianas e Paramtricas


1.2.1 Retas no R2
Equao Cartesiana da Reta em R2 Denio 1.7 (eq. cartesiana da reta em R2 ) Dados a, b, c R com a = 0 ou b = 0, chamamos de equao cartesiana da reta a equao ax + by = c, que representa o
conjunto (a reta);

(x, y ) R2 | ax + by = c .

Observao 1.7
exemplo,

Note que equaes diferentes podem representar a mesma reta.

Por

7x 3y = 2

que as equaes so

equivalentes.

14x + 6y = 4

representam a mesma reta (porque?). Dizemos

CAPTULO 1.

INTRODUO LGEBRA LINEAR

Exemplo 1.7
(a)

Determine a equao cartesiana da reta que passa por:

(1, 2)

(2, 3);

(b)

(1, 3)

(1, 7).

Soluo: @A emos que resolver o sistem


1a + 2b = c, 2a + 3b = c.
wultiplindo primeir equo por P e somndo om segund otemos 7b = 3cF vogo b = 3/7cF h primeir equoD a = c 2b = c 6/7c = c/7F egor tomndo c = 7 otemos que a = 1 e b = 3F vogo ret x + 3y = 7F egor veri(que respost sustituindo os pontosX 1 + 3 2 = 7 e 2 + 3 3 = 7F oderi se (xr c = 1 ou outr onstnte noEnul qulquer @f isso3A e oter eques equivlentesF @A emos que resolver o sistem

1a + 3b = c, 1a + 7b = c.
utrindo d segund equoD primeirX 4b = 0F essim b = 0F vogo a = cF pixndo c = 1 @outros vlores gerro eques equivlentesA otemos ret x = 1F

Exemplo 1.8

Determine a interseo da reta

2y 7x = 3

com os eixos

y.

Soluo: omndo x = 0 @ eixo y3 orquecA otemos y = 3/2 e interseo om eixo


y (0, 3/2)F omndo y = 0 @ eixo x3 orquecA otemos x = 3/7 e interseo om eixo y (3/7, 0)F

Equaes Paramtricas da Reta em R2


el de(nio do produto eslrEvetor @ver pigur IFS d pFSAD ddo u = 0 equo tu um ret pssndo pel origem n direo uF omndo um vetor w d elemento deste onjunto trnsldmos ret tu que pss pel origem e otemos ret w + tuD onforme indido n pigur IFTF

Denio 1.8 (eq. paramtrica da reta) Dados u = 0 e w chamamos {w + tu| t R} (ver Figura 1.6) de equao paramtrica da reta paralela ao vetor u passando por w. O t chamado de parmetro. Observao 1.8 (vetor ponto?)
pontos da reta Na Figura 1.6 apresentamos trs interpretaes geomtricas de vetor simultaneamente: como seta comeando na origem (o vetor seta comeando em ponto qualquer (os vetores

w),

como

1u, 2u, 1u, 2u)

e como pontos (os

w + 1u, w + 2u,
Se uma reta

etc.).

Observao 1.9
u = p2 p1 . p1 + tu.

passa pelos pontos

p1

p2 ,

um vetor paralelo

Faa uma gura se convencendo disso. Assim sua equao paramtrica

Exemplo 1.9

Considere a reta

(a) Determine pontos de

r = {(1, 2) + t(4, 6)| t R}. r; (b) Verique se (5, 2) r .

1.2.

EQUAES CARTESIANAS E PARAMTRICAS

r w + 2u w + 1u w + 0u = w w 1u w 2u 2u
pigur IFTX et r = {w + tu; t R}

2u u 0

Soluo: @A golondo t = 0 otemos o ponto (1, 2) rF golondo t = 1 otemos o

ponto (1, 2) + 1(4, 6) = (5, 8) rF golondo t = 0, 5 otemos o ponto (1, 2) + 0, 5(4, 6) = (3, 5) rF golondo t = 1 otemos o ponto (1, 2) 1(4, 6) = (3, 4) rF golondo t = 0, 5 otemos o ponto (1, 2) 0, 5(4, 6) = (1, 1) rF @A emos que ver se existe t R tl que (1, 2) + t(4, 6) = (5, 2) resolvendo o sistem 1 + 4 t = 5 F h primeir equo t = 3/2D d segund t = 03 y sistem sem 2 + 6t = 2 soluoF ortnte (5, 2) rF

Exemplo 1.10
a mesma reta.

A mesma reta pode ser gerada por vetores distintos, basta que eles sejam De fato o vetor

paralelos entre si. Por exemplo os conjuntos

{t(1, 1)| t R} e {m(4, 4)| m R} representam (t, t) pode ser escrito como t/4(4, 4). Tomando m = t/4

observamos que formam o mesmo conjunto.

Equao Cartesiana da reta Paramtrica em R2 r pssr de equo rtesin


pr prmtri de ret em R2 X goloque um ds vriveis omo o prmetro e determine outr vrivel em funo do prmetroF
Determine uma equao paramtrica para a reta: (b)

Exemplo 1.11
(a)

2x 3y = 6;

y = 7;

(c) que passa por

(1, 2)

(2, 1).

Soluo: @A goloque y = tF egor x = 3+3/2y = 3+3/2tF essim (x, y) = (3+3/2t, t) =


(3, 0) + t(3/2, 1)F vogoD {(3, 0) + t(3/2, 1)| t R}F @A goloque x = tD y = 7F vogo (x, y ) = (0, 7) + t(1, 0)F @A y vetor u = (1, 2) (2, 1) = (3, 1) prlelo retF vogo {(1, 2) + t(3, 1)| t R} a {(2, 1) + t(3, 1)| t R}F yutr possiilidde tomr u = (2, 1) (1, 2) = (3, 11)X {(1, 2) + t(3, 1)| t R}F Observao 1.10 Se colocarmos y = t no exemplo anterior item (b) obteremos que t = 7 e no teremos valor para x! A escolha de quem vai ser o parmetro importante.
Aprenderemos a fazer a escolha certa de forma sistemtica no (prximo) Captulo Sistema Linear (p.27). Veja caso similar na Observao 1.14 da p.13.

CAPTULO 1.

INTRODUO LGEBRA LINEAR

Exemplo 1.12
(a)

A mesma reta possui diversas representaes paramtricas (veja soluo do (b)

ltimo exemplo (c)). Verique quais retas so iguais reta

{(2, 0) + t(3, 2)| t R};

{(1, 2) + t(3, 2)| t R}: {(1, 2) + t(3, 2)| t R}.

Soluo: @A emos que ver se existem s, t R tis que (1, 2) + t(3, 2) = (2, 0) +
1 + 3t = 2 3s F esolvendo vemos que s dus 2 2t = 0 + 2s eques so equivlentes t + s = 1F essim soluo t = 1 sX s rets so idntisF @A emos que ver se existem s, t R tis que (1, 2) + t(3, 2) = (1, 2) + s(3, 2)F 1 + 3t = 1 + 3s ssto result no sistem F y sistem sem soluo pois devemos ter 2 2t = 2 2s t s = 2/3 = 13 vogo no mesm ret e els so prlels entre si @no possuem interseoAF s(3, 2)F ssto result no sistem

Equao Paramtrica da reta Cartesiana em R2

r pssr de equo prmtri pr rtesin de ret em R2 X hetermine o prmetro em funo de um ds vriveis e sustitu n outr equoF

Exemplo 1.13
(a)

Determine uma equao cartesiana para a reta: (b)

{(2, 3) + t(1, 2)| t R};

{(5, 3) + t(0, 1)| t R}.

Soluo: @A gomo x = 2 + 1tD t = x 2F h segund equoD y = 3 + 2t = 3 + 2(x 2)F


vogo y 2x = 1F @A gomo x = 5 e y = 3 tD y pode ssumir qulquer vlor e x sempre onstnteF essim equo rtesin x = 5F

Exemplo 1.14
(a)

Determine a interseo da reta (b)

{(1, 0) + t(2, 1)| t R}

com cada uma das

retas abaixo, caso exista, e determine se so paralelas ou coincidentes:

2x 3y = 4;

x 2y = 1;

(c)

{(0, 1) + t(0, 2)| t R}.

Soluo: @A gomo x = 1 + 2t, y = tD sustituindo n outr equo 2(1 + 2t) 3t = 4F

essim t = 2 e s rets se intereptm em (5, 2)F @A ustituindoD (1 + 2t) 2t = 1 equivlente 1 = 1X sempre verdde3 vogo s rets so oinidentesD pois verdde pr todo tF @A ueremos ser se existem t, s R tis que (1, 0)+ t(2, 1) = (0, 1)+ s(0, 2) @note que 1 + 2 t = 0 + 0s tromos o segundo t por sAF reismos resolver o sistem D uj soluo 0 + t = 1 + 2s ni t = 1/2D s = 3/4F essim o ponto de interseo (1, 0) 1/2(2, 1) = (0, 1/2)F

Exemplo 1.15
com o eixo

Determine a interseo da reta

{(2, 3) + t(2, 5)| t R}

com o eixo

y.

Soluo: e interseo om o eixo x oorrer qundo y = 0F gomo y = 3+5tD queremos que

y = 0 = 3 + 5tF vogo interseo oorrer qundo t = 3/5F vogo x = 2 + 2(3/5) = 2/5 e onlumos que interseo no ponto (2/5, 0)F e interseo om o eixo y ser qundo x = 0F gomo x = 2 + 2tD queremos que x = 0 = 2 + 2t e portnto t = 1F vogo y = 3 + 5(1) = 2 e onlumos que interseo no ponto (0, 2)F

1.2.

EQUAES CARTESIANAS E PARAMTRICAS

1.2.2 Retas e Planos no R3


Equao Cartesiana do Plano em R3 Denio 1.9 (eq. cartesiana do plano em R3 ) Dados a, b, c, d R com a = 0 ou b = 0 ou c = 0, chamamos de equao cartesiana do plano a equao ax + by + cz = d,
que representa o conjunto (o plano):

(x, y, z ) R3 | ax + by + cz = d .

Exemplo 1.16

Determine a interseo do plano

2x y + 3z = 2

com os eixos

x, y

z.

que 2x = 2 e x = 1F vogo interseo om o eixo x (1, 0, 0)F he form nlog @fA otemos que interseo om o eixo y (0, 2, 0) e om o eixo z (0, 0, 2/3)F

Soluo: y eixo x orresponde os pontos (x, 0, 0)F essim tomndo y = z = 0 otemos

Exemplo 1.17
e

Determine a equao cartesiana do plano que passa por

(1, 0, 2), (1, 0, 2)

(3, 2, 1).

Soluo: emos que resolver o sistem


1a + 0b + 2c = d, 1a + 0b + 2c = d, 3a + 2b + c = d.
omndo s P primeirs eques otemos que c = d/2F h primeir otemos que a = d 2c = d d = 0F h tereir otemos que b = (d 3a c)/2 = (d 3(0) d/2)/2 = 1/4dF omndo d = 4 otemos que a = 0, b = 1, c = 2F vogo equo do plno y + 2z = 4F omndo d = 2 otemos y/2 + z = 2D etF @equo xy niAF

Equaes Paramtricas de Retas em R3


iques prmtris de rets em R3 so iguis s de ret em R2 e utilizremos sem miores omentriosF

Exemplo 1.18

Determine a eq. paramtrica da reta que passa por

(1, 2, 1)

(3, 2, 1).

Soluo: y vetor prlelo ret v = (1, 2, 1) (3, 2, 1) = (2, 4, 2) @pode ser

v = (3, 2, 1) (1, 2, 1) = (2, 4, 2)AF omndo w = (1, 2, 1) @pode ser tmm w = (3, 2, 1)A r = {(1, 2, 1) + t(2, 4, 2)| t R}F yutrs opesX (3, 2, 1) + t(2, 4, 2)D (1, 2, 1) + t(2, 4, 2)D (3, 2, 1) + t(2, 4, 2)F

Exemplo 1.19

Determine se o ponto

(2, 1, 1)

pertence reta

(1, 2, 1) + t(3, 1, 1).

Soluo: hevemos ter 2 = 1 + 3tD 1 = 2 + tD 1 = 1 + tF h I equoD t = 1D que stisfz segund equo ms no stisfz tereirF essim o ponto no pertene retF Exemplo 1.20
exista: (a) dos planos (b) de (c) de Determine o(s) ponto(s) de interseo de cada par de conjuntos abaixo, caso

4x 2y + 3z = 2 e x z = 1; {(2, 3, 0) + t(1, 2, 3)| t R} e x 2y + z = 2; {(2, 3, 0) + t(1, 2, 3)| t R} e x + 2y z = 8;

IH

CAPTULO 1.

INTRODUO LGEBRA LINEAR

4x 2y + 3z = 2 otemosD olondo z = tX x = xz =1 1+ tD y = 1+7/2tF essim interseo destes P plnos ret {(1, 1, 0) + t(1, 7/2, 1)| t R} @A gomo x = 2 + tD y = 3 + 2t e z = 3tD (2 + t) 2(3 + 2t) + 3t = 2F essim 8 = 23F gomo sem soluo onlumos que ret prlel o plno @interseo vziAF @A pzendo onts similres o @A onlumos que ret pertene o plno pois verdde pr todo t RF essim interseo prpri retX {(2, 3, 0) + t(1, 2, 3)| t R}F

Soluo: @A esolvendo o sistem

Equaes Paramtricas de Planos em R3


el regr do tringulo ou prlelogrmo @ver pigur IFQ d pFRAD ddos dois vetores u e v no nulos e no prlelos @he(nio IFS d pFQAD equo tu + svD om s, t R um plno pssndo pel origemF iste plno ontm o prlelogrmo formdo pelos pontos 0D uD v e u + vF hizemos que o plno gerado pelos vetores u e vF omndo um vetor w d elemento deste onjunto trnsldmos este plnoF x pigur IFU mostrmos o plno tu + sv que pss pel origem e su trnslo w + tu + svF

Denio 1.10 (eq. paramtrica do plano)


w

plano parmetros.

chamamos

Dados u e v no nulos e no paralelos e = {w + tu + sv| s, t R} (ver Figura 1.7) de equao paramtrica do paralelo ao gerado pelos vetores u e v passando por w. Dizemos que t e s so

w + tu + sv

tu + sv tu u v 0 sv

pigur IFUX lno = {w + tu + sv; s, t R}

Exemplo 1.21
termine se

Considere o plano

= {(2, 3, 0) + s(1, 0, 1) + t(0, 2, 3)| s, t R}.

De-

(1, 2, 2) .

2 s + 0t = 1 Soluo: emos que resolver o sistem 3 + 0s + 2t = 2 F hs P primeirs eques 0 s + 3t = 2 otemos que t = 1 e s = 1F ws isto no stisfz tereirF vogo o ponto no pertene o plnoF

1.2.

EQUAES CARTESIANAS E PARAMTRICAS

II

Observao 1.11

p1 , p2 , e p3 , denindo u = p2 p1 e v = p3 p1 , o plano gerado por u e v paralelo . Faa uma gura se convencendo disso. Assim sua equao paramtrica p1 + tu + sv.
Se o plano

passa pelos pontos

Exemplo 1.22
e

Determine a equao paramtrica do plano que passa por

(0, 1, 0), (1, 1, 1),

(1, 0, 2).

plnoX u = (1, 1, 1) (0, 1, 0) = (1, 0, 1) e v = (1, 0, 2) (0, 1, 0) = (1, 1, 2)F essim o plno (0, 1, 0) + t(1, 0, 1) + s(1, 1, 2)F odemos (xr w = (1, 1, 1) e lulr os vetores prlelos o plno u = (0, 1, 0) (1, 1, 1) = (1, 0, 1) e v = (1, 0, 2) (1, 1, 1) = (0, 1, 1)F essim outr equo prmE tri pr o plno (1, 1, 1) + t(1, 0, 1) + s(0, 1, 1)F

Soluo: pixmos w = (0, 1, 0) o vetor trnslo e lulmos dois vetores prlelos o

Exemplo 1.23

mine o(s) ponto(s) de interseo de

= {(2, 3, 0) + s(1, 0, 1) + t(0, 2, 0)| s, t R}. Deter com cada um dos conjuntos abaixo, caso exista: (a) reta {(1, 0, 1) + t(0, 1, 1)| t R}. (b) reta {t(1, 0, 1)| t R}. (c) plano x y = 2. (d) plano {(1, 2, 0) + s(1, 1, 0) + t(0, 1, 0)| s, t R}; (e) com o eixo z .
Considere o plano

Soluo: @A ueremos ser se existem s, t, u R @note que tromos o prmetro d


retA tis que (2, 3, 0) + s(1, 0, 1) + t(0, 2, 0) = (1, 0, 1) + u(0, 1, 1)F reismos resolver 2 s + 0 t = 1 3 + 0s + 2t = u F h primeir equoD s = 3F o sistem @Q equesD Q vriveisAX 0 + s + 0t = 1 + u h tereirD omo s = 1 + uD u = 2F h segundD omo 3 + 2t = uD t = 1/2F essim o ponto de interseo (1, 0, 1) + u(0, 1, 1) = (1, 0, 1) + 2(0, 1, 1) = (1, 2, 3)F eri(que que otemos o mesmo ponto sustituindo s = 3 e t = 1/2 em (2, 3, 0) + s(1, 0, 1) + t(0, 2, 0)F @A ueremos ser se existem s, t, u R @note que tromos o prmetro d retA tis que (2, 3, 0) + s(1 , 0, 1) + t(0, 2, 0) = u(1, 0, 1)F reismos resolver o sistem @Q 2 s + 0t = u 3 + 0s + 2t = 0 F h segund equoD t = 3/2D ms existe equesD Q vriveisAX 0 + s + 0t = u um ontrdio entre primeir e tereirX u = 2 s = s3 essim o sistem sem soluo onlumos que ret prlel o plnoF @A gomo x = 2 s e y = 3 + 2tD x y = 2 = 1 s 2t = 0F essimD s = 3 2tF ustituindo n equo do plno otemos (2, 3, 0) + (3 2t)(1, 0, 1) + t(0, 2, 0)F vogo interseo ret (5, 3, 3) + t(2, 2, 2)F @dA ueremos ser se existem s, t, u, v R @note que tromos os prmetros do seE gundo plnoA tis que (2, 3, 0) + s(1, 0, 1) + t(0, 2, 0) = (1, 2, 0) + u(1, 1, 0) + v (0, 1, 0)F 2 s + 0 t = 1 + u + 0v 3 + 0s + 2t = 2 + u + v F h reismos resolver o sistem @Q equesD R vriveisAX 0 + s + 0 t = 0 + 0u + 0 v ltim equoD s = 0F h primeirD 2 s = 1 + u e portnto u = 1F h segundD 3+2t = 2+ u + v = 2+1+ v F vogo v = 2t +4F vogo soluo ret @u = 1, v = 2t +4A (1, 2, 0) + 1(1, 1, 0) + (2t + 4)(0, 1, 0)F impli(ndoD (2, 3, 0) + t(0, 2, 0)F

IP

CAPTULO 1.

INTRODUO LGEBRA LINEAR

@eA y eixo z rterizdo pelos pontos (0, 0, z )F essim queremos determinr s, t R tis que x = 2 s = 0 e y = 3 + 2t = 0F gonlumos que s = 2 e t = 3/2F vogo o ponto (2, 3, 0) + 2(1, 0, 1) + 3/2(0, 2, 0) = (0, 0, 2)F

Equao Cartesiana do plano Paramtrica em R3

r pssr de equo rtesin pr prmtri de plno em R3 X goloque dus ds vriveis omo os dois prmetros e determine tereir vrivel em funo dos prmetrosF
Determine a equao paramtrica do plano: (b)

Exemplo 1.24
(a)

2x 3y + 10z = 16;

3y + 2z = 6.

plno (x, y, z ) = (8 + 3/2s 5t, s, t) = (8, 0, 0) + s(3/2, 1, 0) + t(5, 0, 1)F @A gomo x no pree n equoD olomos x = s @um dos prmetrosAF golondo y = t otemos que z = 3 3/2y = 3 3/2tF vogo o plno (x, y, z ) = (s, t, 3 3/2t) = (0, 0, 3) + s(1, 0, 0) + t(0, 1, 3/2)F

Soluo: @A goloque y = s e z = tF into x = 8 + 3/2y 5z = 8 + 3/2s 5tF vogo o

Equao Paramtrica do plano Cartesiana em R3

r pssr de equo prmtri pr rtesin de plno em R3 X hetermine vlor dos dois prmetros em funo de dus vriveis @resolvendo sistem liner om dus ds equesA e sustitu n outr equoF

Observao 1.12

A converso paramtrica

cartesiana envolve resolver sistema li-

near. A generalizao e sistematizao da resoluo de sistemas lineares para um nmero maior de equaes e variveis feita pelo chamado ptulo Sistema Linear (p.27).

escalonamento, apresentado no Ca-

Exemplo 1.25

Determine a equao cartesiana do plano:

{(2, 1, 0) + s(1, 1, 1) + t(1, 2, 3)| s, t R}.

Soluo: gomo x = 2 s + t e y = 1 + s 2tD otemos resolvendo o sistem @otendo s, t em funo de x, y A que t = y x + 3 e s = y 2x + 5F gomo z = s + 3tD z = (y 2x + 5) + 3(y x + 3) = 2y x + 4F essim equo rtesin x + 2y + z = 4F Observao 1.13 (Software Algbrico) Com auxlio do Software Maxima (que pode
ser obtido livremente na Internet) podemos resolver o sistema acima com o comando

linsolve([x=2-s+t,y=1+s-2*t],[t,s]);.

Equaes Cartesianas (sistemas) de Reta em R3


gomo determinr om eques rtesins um ret em R3 c m equo rtesin ax + by + cz = d determin um plnoF essim podemos determinr um ret em R3 pel interseo de dois plnos noEprlelosD ou sejD por um sistem om dus eques que tenh omo soluo um retF

Equaes Cartesianas (sistemas) da reta Paramtrica em R3

r pssr de eques rtesins pr prmtri de ret em R3 X goloque um ds vriveis omo o prmetro e determine s outrs vriveis em funo do prmetroF

1.3.

COMBINAES LINEARES E ESPAOS GERADOS

IQ

Exemplo 1.26
(a)

Determine equaes paramtricas para as retas (b)

2x 2y + z = 2 ; yz =1 (1, 2, 4);
(d)

xz =1 x=2

Determine se cada dos pontos abaixo pertence reta do item (a): (c)

(1, 1, 2).

Soluo: @A pixe z = t e determine y = 1 + z = 1 + t e x = (2 + 2y z )/2 = 1 + y z/2 =

1 + 1 + t t/2 = 2 + t/2F vogo ret (2, 1, 0) + t(1/2, 1, 1)F @A xote que y no pree no sistem e pode ssumir qulquer vlorF gomo x = 2D z = x 1 = 1F essim y = tF vogo ret (2, t, 1) = (2, 0, 1) + t(0, 1, 0)F @A y ponto stisfz primeir equo ms no stisfz segundF vogo no pertene retF @dA tisfz s duas equesY logo pertene retF Observao 1.14 No exemplo anterior item (a) podemos colocar y = s e resolver
(tente!). A resposta ser um pouco diferente da obtida acima. Se colocarmos

z = t no exemplo anterior item (b) teremos um problema (tente fazer isso!).


1.10 da p.7.

Veja caso similar na Observao

Equao Paramtrica da reta Cartesiana em R3

r pssr de equo prmtri pr rtesin de ret em R3 X hetermine o prmetro em funo de um ds vriveis e sustitu ns outrs equesF

Exemplo 1.27

Determine equaes cartesianas para a reta:

(1, 3, 1) + t(2, 1, 1).

Soluo: gomo x = 1 + 2tD y = 3 t e z = 1 + tD temos que t = 3 yF essim otemos


dus eques rtesins x = 1 + 2(3 y ) e z = 1 + (3 y )F vogo

x + 2y = 7 F y+z =4

Exemplo 1.28

Determine a interseo da reta

x 2z = 1 x+y+z =0

com o plano

{(1, 2, 2) + t(1, 0, 1) + s(1, 0, 0)| t, s R}.

1 + t + s 2(2 t) = 1 3t + s = 4 D ou sejD F 1+t+s+2+2t=0 s = 5 essim s = 5, t = 3F essim interseo no ponto (1, 2, 2) + 3(1, 0, 1) + (5)(1, 0, 0) = (1, 2, 1)F
tituindo otemos o sistem @em s, tAX

Soluo: h equo prmtri do plno temos que x = 1 + t + sD y = 2D z = 2 tF usE

1.3 Combinaes Lineares e Espaos Gerados


qenerlizmos plnos e rets pr Rn em eques rtesins e prmtrisF r isto preE ismos ntes de(nir omines lineresD espos gerdosD independni liner e dimensoF

IR

CAPTULO 1.

INTRODUO LGEBRA LINEAR

1.3.1 Denies
mos introduzir o oneito de combinaes lineares motivndoEo trvs d onexo entre resoluo de sistems lineres e vetoresF premos isto trvs de exemplosF emetemos o leitor pr o gptulo istem viner @pFPUA pr teori ompletF x 2y = 1 gonsidere o sistem F y sistem pode ser esrito vetorilmente omo 3x + 5y = 4 (x 2y, 3x + 5y ) = (1, 4)F essim (x, 3x) + (2y, 5y ) = (1, 4)F golondo x e y em evidniD otemos que x(1, 3) + y (2, 5) = (1, 4)F he(nindo v1 = (1, 3)D v2 = (2, 5) e b = (1, 4)D queremos determinr x, y R tis que xv1 + y v2 = bF vogo resolver o sistem im equivle perguntr se o vetor b pode ser esrito omo som de mltiplos dos vetores v1 e v2 F hizemos que queremos determinr se b pode ser esrito omo um combinao linear @vej he(nio IFIIA de v1 e v2 F x 2y = 1 y sistem sem soluo @porquecA pode ser interpretdo omo o prolem x 2y = 4 de determinr x, y R tis que x(1, 1) + y (2, 2) = (1, 4)F gomo os vetores (1, 1) e (2, 2) so mltiplos um do outroD soms de mltiplos deles resultro em mltiplosF gomo (1, 4) xy mltiplo de (1, 1) @porquecAD o prolem no tem soluoF m vetor ser mltiplo de outro generlizdo pel de(nio ixoF

Denio 1.11 (combinao linear)


v1 , v2 , . . . , v p
se existem

Dizemos que tais que

combinao linear
p

(CL) de

1 , 2 , . . . , p R

v = 1 v 1 + 2 v2 + + p vp =
i=1

i vi .

h de(nio segue de form imedit que se v mltiplo de v1 ento v omino liner @gvA de v1 F essim dois vetores num mesm ret pssndo pel origem sero mltiplos entre si e um ser omino liner do outroF imos que omino liner de dois vetores no prlelos ger um plno @pigur IFU d pFIHAF essim w = su + tv signi( que w pertene este plno seD e somente seD w omino liner de u e vF essim se o vetor b no pertene este plno ele no omino liner de u e vF

Exemplo 1.29

Determinar a soluo do sistema

x + y 2z + w = 1 x y + w = 2 z+w =1

equivale a um

problema de combinaes lineares. Explique.

Soluo: esolver este sistem equivle ser se existem x, y, z, w R tis que x(1, 1, 0)+ y (1, 1, 0) + z (2, 0, 1) + w(1, 1, 1) = (1, 2, 1)D isto queremos ser se (1, 2, 1) combinao linear de (1, 1, 0), (1, 1, 0), (2, 0, 1) e (1, 1, 1)F Exemplo 1.30
z=0
Considere

u = (1, 0, 0) e v = (0, 1, 0) em R3 .

Qualquer outro vetor no plano

ser combinao destes dois.

Soluo: he fto (a, b, 0) = a(1, 0, 0) + b(0, 1, 0)F yu sejD por exemploD o vetor w = (3, 2, 0) omino liner de u e vF y signi(do geomtrio que w est no plno pssndo pel origem determindo por u e vF

1.3.

COMBINAES LINEARES E ESPAOS GERADOS

IS

Exemplo 1.31
Por exemplo

O mesmo vetor combinao linear de uma innidade de vetores distintos.

(3, 3) = 3(1, 1) + 0(2, 2) = 1(1, 1) 2(2, 2).

Por outro lado alguns vetores no podem ser obtidos como combinao linear de certos vetores. Por exemplo o vetor (3, 4) no combinao linear de (1, 1) e (2, 2) pois (3, 4) = (1, 1)+ (2, 2) para todo , R. De fato, igualando componente a componente, obtemos o sistema

+ 2 = 3 + 2 = 4
que claramente (como

+ 2

pode ser

ao mesmo tempo?) sem soluo.

Exemplo 1.32
(a)

Determine se:

u = (2, 3, 4) combinao linear de v = (1, 0, 0) e w = (1, 0, 1). (b) u = (1, 3, 4) combinao linear de v = (1, 1, 0) e w = (1, 0, 1).

r isto preismos resolver o sistem + = 2 0 = 3 . = 4

Soluo: @A reismos determinr , R tis que (2, 3, 4) = (1, 0, 0) + (1, 0, 1)F

gomo o sistem lrmente @omo podemos ter 0 = 3cA sem soluoD onlumos que u no omino liner de v e wF @A reismos determinr , R tis que (1, 3, 4) = (1, 1, 0) + (1, 0, 1)F r isto preismos resolver o sistem + = 1 = 3 . = 4 y sistem possui soluo ni om = 3 e = 4F ortntoD u = 3v + 4wF

Observao 1.15 (Combinaes Lineares e Sistemas)


precisamos resolver um sistema linear.

Os exemplos anteriores mos-

tram que para determinar se um vetor combinao linear de outros vetores (ou no)

Denio 1.12 (espao gerado)


Portanto,

espao

gerado

pelo

conjunto

de

vetores

{v1 , v2 , . . . , vp }, denotado por v1 , v2 , . . . , vp ou por span {v1 , v2 , . . . , vp }, o conjunto de todas as

ainda (em ingls e em diversos livros) combinaes lineares de

v 1 , v2 , . . . , v p .

v1 , v2 , . . . , vp = span {v1 , v2 , . . . , vp } =
i=1

ti vi

ti R, i = 1, 2, . . . , p .

Denio 1.13 (conjunto gerador) O conjunto ordenado1 {v1 , v2 , . . . , vp } gera conjunto gerador de) W se W = v1 , v2 , . . . , vp .
1 Veja nota na p.72.

IT

CAPTULO 1.

INTRODUO LGEBRA LINEAR

Exemplo 1.33
2

2 so todos os elementos de R pois dado 2 (a, b) R , (a, b) = a(1, 0)+ b(0, 1). Escrevemos que (1, 0), (0, 1) = R . De forma anloga (1, 0, 0), (0, 1, 0), (0, 0, 1) = R3 .
O espao gerado por

(1, 0)

(0, 1)

{(1, 1, 1), (1, 1, 1)} igual ao gerado por {(1, 1, 1)}, a reta passando pela origem com direo (1, 1, 1). Neste caso dizemos que o vetor (1, 1, 1) redundante (no acrescenta nada) ao conjunto gerador {(1, 1, 1), (1, 1, 1)}. Utilizando a notao temos que (1, 1, 1), (1, 1, 1) = (1, 1, 1) = (1, 1, 1) .
O espao gerado por

Exemplo 1.34

Exemplo 1.35
(a)

Mostre que so iguais ao plano ; (b)

(0, 0, 1), (0, 1, 0)

x=0 (0, 1, 1), (0, 1, 0) .

em

R3 :

Soluo: m ponto qulquer deste plno d form (0, a, b)F


@A verdde pois (0, a, b) = a(0, 1, 0) + b(0, 0, 1)F @A verdde pois (0, a, b) = a(0, 1, 1) + (b a)(0, 0, 1)F
Considere os vetores .

Exemplo 1.36

u, v

w.

Suponha que

v = 2w 3u.

Prove que

u, v, w = u, w

ws se b u, v, w D b = au+bv+cwF gomo v = 2w3uD b = au+b(2w3u)+cw = (a 3)u + (2b + c)wD ou sejD b u, w F mos motivr o oneito de @inAdependni liner om P exemplos geomtriosF

Soluo: lro que se b u, w ento b u, v, w @porquecAF

Exemplo 1.37

Vamos ilustrar trs casos tpicos de conjuntos gerados por

1, 2

vetores,

que geram, respectivamente, uma reta, um plano e um espao tridimensional:

1 vetor

2 vetores

3 vetores

Exemplo 1.38

Pode ocorrer, no entanto, de um dos vetores ser redundante (desnecess-

rio), e o espao gerado por

vetores ser uma reta ou por

vetores ser um plano:

2 vetores

3 vetores

Lema 1.14
e

Dados vetores

v1 , v2 , . . . , v p ,

linear dos outros se, e somente se, existem p

com p > 1, existe um vetor que combinao t1 , . . . , tp R com pelo menos um deles no-nulo

ti vi = 0.
i=1

1.3.

COMBINAES LINEARES E ESPAOS GERADOS

IU

ento 0 = av1 1v2 + bv3 F e existem t1 , t2 , t3 R omD digmosD t3 = 0D 0 = t1 v2 + t2 v2 + t3 v3 e portnto v3 = t1 /t3 v2 t2 /t3 v3 F iste lem mostr que 0 pode ser expresso omo gv noEtrivil dos vi 9sF seD e somente seD um dos vetores omino liner dos outrosD isto D se e somente se um dos vetores v1 , v2 , . . . , vp redundnte @pode ser elimindo d listAF

Prova: mos provr pr p = 3 pr filitr notoF eD digmosD v2 = av1 + bv3 D

Denio 1.15 (linearmente dependente/independente) so ditos linearmente dependentes (abreviamos por LD) se
pelo menos um deles no-nulo e

Os

vetores

existem

v1 , v2 , . . . , v p t1 , . . . , tp R com

ti vi = 0.
i=1
Pelo Lema 1.14,

v 1 , v 2 , . . . , vp

com

p>1

ser LD se, e s se, um dos vetores combinao

linear dos demais. Caso contrrio, dizemos que o conjunto p LI). Mais explicitamente, se

linearmente independente (abreviamos por


t1 = t2 = = tp = 0.

ti vi = 0
i=1

ento

essim @exemplo nteriorA seD por exemploD v = 2w 3uD ento omo 0 = 3u v + 2w o onjunto {u, v, w} vhF

Exemplo 1.39

Determine condies para que seja LI:

(a) o conjunto unitrio

{u};

(b) o conjunto

{u, v}

Soluo: @A r ser vh devemos ter tu = 0 om t = 0F ssto possvel seD e somente seD


u = 0F essim st que u = 0F @A r ser vh devemos ter su + tv = 0 om t ou s diferentes de zeroF upondo t = 0 @so ontrrio o rionio nlogoAD v = (s/t)uD ou sejD v mltiplo de uF essim st que no sejm mltiplos entre si pr que o onjunto sej vsF
e um vetor v omino liner dos demis vetores de D ento o espo gerdo por e por {v} @onjunto sem o vetor vA o mesmoF yu sejD o vetor v redundante em pois no resent nd o espo gerdo por F elo vem IFIR d pFIT o onjunto LDF

Exemplo 1.40

Mostre que o conjunto

{(1, 2, 1), (1, 0, 1), (1, 1, 1)}

LD.

(1, 2, 1) redundnteF hest form (1, 2, 1), (1, 0, 1), (1, 1, 1) = (1, 0, 1), (1, 1, 1) F xeste mesmo onjuntoD o vetor (1, 1, 1) redundnte pois (1, 1, 1) = 1/2(1, 2, 1) + 3/2(1, 0, 1)F ortntoD (1, 2, 1), (1, 0, 1), (1, 1, 1) = (1, 2, 1), (1, 0, 1) F

Soluo: y onjunto linermente dependente pois (1, 2, 1) = 3(1, 0, 1) 2(1, 1, 1)F essim

Exemplo 1.41
(a) (f )

Considere a caixa retangular e os vetores (b) (g)

u, v, w, x, y, z,

representados na

Figura 1.8. Determine se so LIs ou LDs os conjuntos:

{u, v, w}; {v, x, y};

{w, z}; {v , w , z};

(c)

{v, y, z}; (h) {u, v, y};

(d)

{v, z}; (e) {u, y}; (i) {u, v, w, x}.

IV

CAPTULO 1.

INTRODUO LGEBRA LINEAR

z u y

x v w

pigur IFVX etores em um guo

Soluo:

o vss os onjuntos @A {u, v, w}D @A {w, z}D @A {v, y, z}D @dA {v, z}F o vhs os onjuntos @eA {u, y} pois u = 2yD @fA {v, x, y} pois x + v = 2yD @gA {v, w, z} pois w + 2z = vD @hA {u, v, y} pois u = 2yD @iA {u, v, w, x} pois v + u + x = 0F

Denio 1.16 (dimenso) Dizemos que o espao dimenso p se o conjunto {v1 , v2 , . . . , vp } LI. Observao 1.16
nmero. Ou seja, ser que sempre que e

gerado

H = v1 , v2 , . . . , v p

possui

Uma questo sem resposta aqui se isto dene, de fato, um nico LIs,

{ v1 , v2 , . . . , v p }
rio 3.23 da p.83.

{u1 , u2 , . . . , uq }

H = v1 , v2 , . . . , vp = u1 , u2 , . . . , uq com temos que p = q ? Veja prova que sim no Corol-

r se determinr dimenso do espo gerdo deveEse eliminr os vetores dependentes @redundntesA do onjunto de vetoresF

Exemplo 1.42
(a) (c)

Determine a dimenso de: (b) (d)

(1/2, 2, 1), (1, 4, 2) ; (1, 1, 1), (1, 0, 1), (0, 1, 0) ;

(1, 0, 0), (0, 1, 0), (0, 0, 1) ; (0, 1, 0, 0), (0, 0, 1, 0), (0, 0, 0, 1)

@ou (1, 4, 2)D que mesm retAF xeste so o espo gerdo possui dimenso 1F ortntoD (1/2, 2, 1), (1, 4, 2) = (1/2, 2, 1) = (1, 4, 2) . @A y espo gerdo igul todo o R3 pois ddo (a, b, c) R3 D (a, b, c) = a(1, 0, 0) + b(0, 1, 0) + c(0, 0, 1)F e dimenso 3F @A gomoD (1, 1, 1) = (1, 0, 1)+(0, 1, 0)D (1, 1, 1), (1, 0, 1), (0, 1, 0) = (1, 0, 1), (0, 1, 0) F essim dimenso 2F @dA odeEse veri(r que o onjunto vs pois fzendo um omino liner deles otemos (0, a, b, c) = (0, 0, 0, 0)F e ni form disto oorrer se a = b = c = 0F vogo dimenso 3D igul um suespo de dimenso 3 do R4 perpendiulr o eixo xF

Soluo: @A y espo gerdo ret pssndo pel origem prlel o vetor (1/2, 2, 1)

Exemplo 1.43

Considere trs vetores

u, v, w

no

R3 .

Se eles forem LIs, eles geraro um

3 que ser necessariamente igual a todo o R3 . Se um for combinao linear (LDs) dos outros, digamos que w = u + v, ele ser redundante; desta forma u, v, w ser igual a u, v . Agora, conforme anlise anterior, o espao gerado ser reduzido a um
subespao de dimenso plano, reta ou ponto.

1.3.

COMBINAES LINEARES E ESPAOS GERADOS

IW

Observao 1.17 (localizando pontos)

Pontos numa reta xa em

R2 ou R3 podem ser

localizados por um nico parmetro. Isto tambm verdade para curvas. Assim localizamos 3 um ponto em uma certa estrada (que uma curva em R ) pelo seu quilmetro. J pontos num plano, ou de forma mais geral numa superfcie, so localizados por dois parmetros. Na superfcie da terra por latitude e longitude por exemplo. necessrios ser chamado de O nmero de parmetros

dimenso.

Assim dizemos que uma reta ou curva possui

dimenso 1 e um plano ou superfcie dimenso 2.

y espao gerado D geometrimenteD retD plno e generlizes pssndo pel origemF wis preismenteD se u = 0 e v no mltiplo de uD u um ret pssndo pel origem e u, v um plno pssndo pel origemF y espao gerado transladado D geometrimenteD retD plno e generlizes pssndo pelo ponto de trnsloF essim ddo um vetor w qulquerD w + u um ret e w + u, v um plnoD mos pssndo por wF imos isto em R2 e R3 n eo IFP d pFSF mos generlizr gorF

1.3.2 Espao Gerado por 1 Vetor e Retas em Rn


imos @n pFUA que ddo u = 0 e um vetor w qulquer equo w + tu um retF tilizndo noto de espo gerdoD equao paramtrica da reta em Rn dd por r = w + u D onde u um direo prlel ret e w o vetor trnsloF imos @n pFIPA que em R3 preismos de um sistem om pelo menos P eques rtesins pr determinr um retF y so gerl de eques rtesins de ret em Rn ser visto no gptulo istem viner @pFPUAD onde se entender porque rets em R4 D por exemploD so determinds por um sistem om pelo menos Q equesF

Exemplo 1.44

Determine equaes paramtricas para a reta (em vetor

(2, 3, 4, 5) e paralela ao (b) que contm os pontos (1, 2, 1, 2) e (3, 4, 3, 4); xw =2 4 yz =3 (c) (x, y, z, w ) R tais que z 2w = 1
(a) que contm o ponto

R4 ): (1, 1, 1, 1);

Soluo: @A e ret (2, 3, 4, 5) + t(1, 1, 1, 1)F

@A glulndo u = (3, 4, 3, 4) (1, 2, 1, 2) = (2, 2, 2, 2)D prlelo retF essim ret (1, 2, 1, 2) + t(2, 2, 2, 2)F xote que podermos ter luldo u = (1, 2, 1, 2) (3, 4, 3, 4) = (2, 2, 2, 2) e otermos mesma retaD emor om represento distintD (1, 2, 1, 2) + t(2, 2, 2, 2)F tilizmos w = (1, 2, 1, 2) ms podermos ter tomdo (3, 4, 3, 4)F essimD fzendo tods s ominesD representm ind mesm retD (3, 4, 3, 4) + t(2, 2, 2, 2) e (3, 4, 3, 4) + t(2, 2, 2, 2)F @A omndo w = tD otemos que z = 2t + 1D y = z + 3 = t + 4D x = w + 2 = t + 2F essim ret (x, y, z, w) = (2, 4, 1, 0) + t(1, 1, 2, 1)F

Exemplo 1.45

(a) Determine se o ponto

(b) Determine se

(1, 1, 1, 2) pertence reta (1, 0, 1, 0)+ (2, 1, 2, 1) (1, 2, 1) + (2, 6, 4) = (0, 5, 1) + (1, 3, 2) .

ssto determin o sistem

Soluo: @A ueremos ser se existe t R tl que (1, 1, 1, 2) = (1, 0, 1, 0) + t(2, 1, 2, 1)F


1 + 2t t 1 + 2 t t = = = = 1 1 . 1 2

PH

CAPTULO 1.

INTRODUO LGEBRA LINEAR

gomo ele no possui soluo @t = 1 e t = 2cAD o ponto no pertene retF @A ueremos ser se pr um s ddoD existe t tl que (1, 2, 1)+ s(2, 6, 4) = (0, 5, 1)+ t(1, 3, 2)F ssto determin o sistem liner

1 + 2s t = 3t = 3 6s . 2t = 2 + 4s
h primeir equo otemos que t = 1 2sF eri(que que isto stisfz s outrs dus equesF ortnto mesm retF m soluo mis geomtri oservr que ms so trnslo d ret (1, 3, 2) pois (2, 6, 4) = 2(1, 3, 2)F elm disso o ponto (1, 2, 1) (0, 5, 1) + (1, 3, 2) @veri(que isso3AF

Exemplo 1.46

Determine equaes cartesianas para a reta (em

R4 ) (1, 0, 1, 0)+t(2, 1, 1, 3).

Soluo: gomo x = 1 + 2tD y = tD z = t e w = 3tD temos @(xe t = z AX


x 2z = 1 y+z =0 . 3z + w = 0

Observao 1.18
da forma uma reta

A caracterizao de reta atravs de equaes paramtricas independe 2 3 4 da dimenso do espao ambiente. Desta forma uma reta em R , R , R , etc. sempre

w + tv. Por contraste, precisamos de uma equao 2 3 4 em R , 2 equaes em R , 3 equaes em R , etc.

cartesiana para caracterizar

Observao 1.19 A forma paramtrica no nica.


Dada reta

r = {w + tu; t R} podemos substituir u por um mltiplo no-nulo qualquer v = 3u ou v = 6u e obter a mesma reta r = {w + sv; s R}. Por outro lado, dado z r qualquer, como z w paralelo ao vetor u (faa um desenho), r = {z + tu; t R} (podemos substituir w r por outro vetor qualquer que pertena reta.

1.3.3 Espao Gerado por 2 Vetores e Planos no Rn


imos @n pFIHA que ddos dois vetores u e v no nulos e no prlelos @he(nio IFS d pFQAD e um vetor trnslo w qulquer equo w + tu + sv um plnoF tilizndo noto de espo gerdoD equao paramtrica do plano em Rn dd por = w + u, v F imos @n pFWA que um equo rtesin determin um plno em R3 F mos ver trvs de exemplos que em R4 preismos de um sistem om pelo menos P eques rtesins pr determinr um plnoF y so gerl de plnos em Rn ser visto no gptulo istem viner @pFPUA onde se entender porque plnos em R5 D por exemploD so determinds por um sistem om pelo menos Q equesF

Exemplo 1.47

Determine pontos do plano cuja equao paramtrica

(1, 1, 2, 0) + t(1, 2, 1, 1) + s(1, 1, 1, 1).

1.3.

COMBINAES LINEARES E ESPAOS GERADOS

PI

Soluo: golomos t = s = 0 pr oter o ponto (1, 1, 2, 0)F golondo t = 0D s = 1

otemos (1, 1, 2, 0) + (1, 1, 1, 1) = (2, 2, 3, 1)F golondo t = 1D s = 0 otemos (1, 1, 2, 0) + (1, 2, 1, 1) = (0, 3, 1, 1)F golondo t = 1D s = 1 otemos (1, 1, 2, 0) + (1, 2, 1, 1) (1, 1, 1, 1) = (1, 2, 0, 0)F
Considere R5 .

Exemplo 1.48
u, v

u = (1, 2, 1, 1, 1), v = (2, 2, 0, 1, 1).

Verique se

(1, 2, 3, 4, 5) +

um plano em

Soluo: ys vetores u e v no so mltiplos entre siF odemos veri(r isto omprndo


s primeirs entrdsX um teri que ser o doro do outroF ws s outrs entrds no so o doro entre siF vogo um plnoF

Exemplo 1.49

Determine se o ponto .

(1, 1, 1, 1)

pertence ao plano

(2, 2, 2, 2) + (1, 0, 1, 0), (0, 1, 0, 1)

Soluo: ueremos ser se existem s, t R tl que (1, 3, 1, 3) = (2, 2, 2, 2) + s(1, 0, 1, 0) +


t(0, 1, 0, 1)F ssto determin o sistem 2+s 2+t 2 +s 2+t = = = = 1 3 . 1 3

e soluo s = 1 e t = 1F ortnto o ponto pertene o plnoF

Exemplo 1.50
(0, 1, 0, 1)
.

Determine equaes paramtricas para o plano (em

R4 ): (2, 3, 5, 7)
e

(a) que contm o ponto

(1, 2, 3, 4)

e simultaneamente paralelo aos vetores

(b) que contm os pontos (c) que contm os pontos

(2, 2, 2, 2), (3, 3, 3, 3) e (4, 0, 4, 0). (1, 1, 1, 1) e (2, 3, 4, 5) e paralelo

ao vetor

(2, 3, 4, 5).

@A omndo w = (2, 2, 2, 2)D u = (3, 3, 3, 3) w = (1, 1, 1, 1) e v = (4, 0, 4, 0) w = (2, 2, 2, 2)F vogo o plno w + tu + svF @A omndo w = (1, 1, 1, 1)D u = (2, 3, 4, 5) w = (1, 4, 3, 6) e v = (2, 3, 4, 5)F vogo o plno w + tu + svF

Soluo: @A y plno (1, 2, 3, 4) + t(2, 3, 5, 7) + s(0, 1, 0, 1)F

1.3.4 Espao Gerado por 3 ou Mais Vetores


t vimos que @ixemplo IFQW d pFIUAX

{u} vs seD e somente seD u = 0F {u, v} vs seD e somente seD u e v so no nulos e no prlelosF
essim o espo gerdo por p vetores vss u1 , u2 , . . . , up um ret se p = 1 e um plno se p = 2F mos generlizr pr p 3F e omino liner de p vetores vss u1 , u2 , . . . , up ger um suespo pssndo pel origemF ediionndo um vetor trnslo w este suespo otemos equo w + t1 u1 + t2 u2 + + tp vp D onde ti RD om i = 1, . . . , pD so p vriveis independentesF tilizndo noto de espo gerdoD equao paramtrica dd por w + u1 , u2 , . . . , up F

PP

CAPTULO 1.

INTRODUO LGEBRA LINEAR

Exemplo 1.51
R5
do sistema:

Determine equaes paramtricas para o conjunto soluo

(x, y, z, w, q )

xy+zw =1 yq =0

Soluo: o S vriveis e P equesX podemos introduzir 5 2 = 3 prmetros r, s, t RF

essim tomndo z = r, w = s, q = tD x = 2+ q = 2+ tD y = x + z w 1 = 2+ t + r s 1 = t + r s + 1F vogo soluo (2, 1, 0, 0, 0) + r(0, 1, 1, 0, 0) + s(0, 1, 0, 1, 0) + t(0, 1, 0, 0, 1)F


Identique se reta, plano etc. o conjunto: .

Exemplo 1.52

(2, 3, 5, 7) + (1, 1, 1, 1), (2, 2, 2, 2), (3, 3, 3, 3)

2(1, 1, 1, 1)D (3, 3, 3, 3) = 3(1, 1, 1, 1)F hest formD (1, 1, 1, 1), (2, 2, 2, 2), (3, 3, 3, 3) = (1, 1, 1, 1) F ortnto rterizo geomtri de S = w + u1 , u2 , . . . , up depende no do vlor de pD ms de quntos vetores so vssF essim seX p = 0D S um pontoY p = 1D S um ret ou pontoY p = 2D S um plnoD um ret ou um pontoY p = 3D S trnslo de um suespo de dimenso 3D um plnoD um ret ou um pontoY p = k D S trnslo de um suespo de

Soluo: um ret em R4 emor sej gerdo por 3 vetoresF ssto porque (2, 2, 2, 2) =

no mximo dimenso kF

intuitivmente vio que em R2 qulquer onjunto de 3 vetores ser vh pois so ontrrio gerri um suespo de dimenso 3F ho mesmo modo em R3 D qulquer onjunto om 4 ou mis vetores vh pois so ontrrio gerri um suespo de dimenso mior que 4F or outro ldoD pr que um onjunto de vetores gere todo o R2 deve ter pelo menos 2 vetoresD so ontrrio gerr somente um ret ou pontoF r que gere todo o R3 deve ter pelo menos 3 vetoresD so ontrrio gerr somente plnoD ret ou pontoF gonlumos que em Rn X

um onjunto om mis de n vetores vhY um onjunto om menos de n vetores no ger Rn Y um onjunto de n vetores ger Rn seD e s seD vsF

1.4 Exerccios de Introduo lgebra Linear


1.4.1 Exerccios de Fixao
Fix 1.1: hetermine se pontoD ret ou plno o onjunto representdo pel@sA equo@esAX
@A x = 4 em R2 Y @A x = 1 em RY @A y = 3 em R3 Y @dA x + y = 2 em R2 Y @eA x y = 1 em R3 Y
1 Verso 23.ago.2012 11h

1.4.

EXERCCIOS DE INTRODUO LGEBRA LINEAR

PQ

x=5 x = 5 x y = 5 em R2 Y @gA em R3 Y @hA em R3 Y y = 2 y=2 y=2 Fix 1.2: undo representmos vetores omo setinhsX @coincidentes, paralelosAY @A dois vetores iguis so neessrimente @A fzendo produto por k > 1 otemos vetor om @mesmo, maior, menorA @mesmo sentido, sentido opostoAF tmnho e om @A fzendo produto por k = 1 otemos vetor om @mesmo, maior, menorA @mesmo sentido, sentido opostoAF tmnho e om @mesmo, maior, menorA @dA fzendo produto por k < 1 otemos vetor om tmnho e om @mesmo sentido, sentido opostoAF @mesmo, @eA fzendo produto por k D om 1 < k < 0D otemos vetor om maior, menorA tmnho e om @mesmo sentido, sentido opostoAF Fix 1.3: e interseo d ret 3y 2x = 5 om o @A eixo x Y @A eixo y Y Fix 1.4: e equo prmtri d ret Y @A y = 1 F @A x = 3 Fix 1.5: hetermine se omino liner de (2, 0) e (0, 2)X @A (0, 0)Y @A (1, 0)Y @A (4, 6)F Fix 1.6: hetermine se pontoD ret ou plnoX @A (1, 2, 0, 0), (2, 4, 0, 0) + (2, 1, 2, 2)Y @A (1, 2, 0, 0), (0, 1, 0, 0) + (0, 0, 0, 0)Y @A (1, 1, 1, 1) + (0, 0, 0, 0)Y @dA (0, 0, 0, 0) + (1, 1, 1, 1)Y Fix 1.7: e u omino liner de v e wD ento neessrimente u perteneX @A ret gerd por wc @A o plno gerdo por v e wc Fix 1.8: ej S um onjunto om 5 vetores em Rn F hetermine se verddeiro ou flsoX @A se n = 3D ento S sempre vhY @A se n = 4D ento S sempre ger R4 F
@fA

1.4.2 Problemas
Prob 1.1: hetermine eques prmtris pr s rets @em R2 AX
@A y 2x = 5Y @A @A y = 1F

Prob 1.2: hetermine eques rtesins pr s rets @em R2 AX


x = 2t 1 Y @A y = t zx=1 Y @A x+y+z =0 x = 5t 1 Y @A y = 2t x+y =1 Y @A xy =1 x=t Y @dA y = 3 x=y F z=0 x=0 F y=t

Prob 1.3: hetermine eques prmtris pr s rets @em R3 AX


@A

Prob 1.4: hetermine eques prmtris pr ret @em R3 AX

@A que ontm os pontos (2, 3, 1) e (1, 2, 1)Y @A que ontm o ponto (1, 2, 1) e prlel o vetor (0, 0, 1)Y @A que pertene o plno x y = z 1 e o plno 3x y + 1 = z F

Prob 1.5: s rets @em R3 AX hetermine eques rtesins pr

x = 2t 1 x=2 x = 5t 1 x=t y = t y = 3 Y @A y = 6t + 2 Y @dA y=t F @A Y @A z = 3t + 2 z=t z = t 1 z=0


@A y z = 0F

Prob 1.6: hetermine eques prmtris pr os plnos @em R3 AX


@A x + y z = 2Y

PR

CAPTULO 1.

INTRODUO LGEBRA LINEAR

x=s+t x=t x = 2s + 2 x=t y =st y = 1 Y @A y =ts y=t F @A Y @A Y @dA z = 4s 2t 2 z=s z = 4s 2t + 1 z=s Prob 1.8: gonsidere ret r = (1, 2, 1)+ (1, 0, 1) D o plno 1 = (2, 0, 0)+ (2, 0, 2), (1, 0, 0) D o plno 2 = {(x, y, z ) R3 | x + z = 0}F hetermine s intersees entreX @A r e 1 Y @A r e 2 Y @A 1 e 2 F Prob 1.9: hetermine eques prmtris pr o plno @em R3 A que ontm o@sA ponto@sAX @A (1, 0, 1)D (0, 1, 1) e (1, 0, 0)F @A (3, 0, 1) e simultnemente prlelo os vetores (2, 1, 1) e (0, 1, 1) F @A (1, 3, 2) e (1, 2, 1) e prlelo o vetor (1 , 1, 1)F x=t+1 y =1t F @dA (3, 1, 0) e ret de equo prmtri z =t1 Prob 1.10: gonsidere ret r = (1, 2, 0, 0) + t(0, 1/2, 1, 1)F hetermineX @A trs pontos distintos de rY @A se (1, 4, 4, 4) rY @A se (1, 4, 3, 2) rY @dA se r = (1, 4, 3, 2) + s(0, 1/2, 1, 1); @eA se r = (1, 4, 4, 4) + s(0, 2, 4, 4). Prob 1.11: gonsidere o plno = (1, 1, 2, 0) + t(1, 2, 1, 2) + s(1, 1, 1, 1) em R4 F heterE mineX @A qutro pontos distintos de Y @A se (2, 5, 3, 4) Y @A se (1, 1, 3, 3) Y @dA se = (1, 1, 3, 3) + (1, 2, 1, 2), (1, 1, 1, 1) F Prob 1.12: hetermine um equo prmtri prX @A {(x, y, z, w) R4 | x y + 3z 2w = 4}Y @A {(x, y, z, w, u) R5 | z 3u = 5}F Prob 1.13: hetermine por inspeo se vsX @A {(1, 2, 2, 3), (2, 4, 4, 5)}Y @A {(1, 2, 1, 3), (3, 6, 3, 9}Y @A {(1, 2), (2, 1), (3, 3)}Y @dA {(1, 2, 3, 4, 5), (0, 0, 0, 0, 0), (5, 4, 3, 2, 1)}F Prob 1.14: hetermine seX @A (1, 2, 3, 5) (1, 2, 3, 4) Y @A (1, 0, 0) (2, 1, 1), (3, 1, 1) Y @A (1, 0, 2) (2, 1, 1), (3, 1, 1) Y @dA R3 = (0, 1, 0), (1, 0, 1), (0, 0, 1) Y @eA (2, 1, 2) = (2, 1, 2) F

Prob 1.7: pr os plnos @em R3 AX hetermine eques rtesins

1.4.3 Extras
Ext 1.1: ej S um onjunto om 5 vetores em Rn F hetermine se verddeiro ou flsoX
@A se n = 7D ento S sempre vsY @A se n = 3D ento S pode gerr o R3 Y Ext 1.2: hetermine eques prmtris pr os onjuntosX 2x 3y + 5z = 1 @A x = 3 em R2 Y @A em R3 Y x+y =1 @A x 2y = 1 em R3 Y @dA 3x 2z 5 = 0 em R3 Y Ext 1.3: hetermine se pontoD ret ou plnoX @A (1, 2, 1, 2, 1) + (0, 0, 0, 0, 0), (1, 2, 1, 2, 1)) Y @A (1, 2, 1, 1) + (1, 2, 1, 3), (1, 2, 1, 4)) Y @A (1, 2, 1, 1) + (1, 1, 1, 1), (0, 2, 0, 2), (1, 3, 1, 3)) Y @dA (2, 0, 2, 0) + (1, 2, 0, 0), (1, 1, 1, 0), (0, 0, 0, 0) Y @eA (0, 0, 0, 0) + (0, 0, 0, 0)) Y @fA v + u, u, 3u om u = 0F

1.4.

EXERCCIOS DE INTRODUO LGEBRA LINEAR

PS

1.4.4 Desaos
mos ver omo isto possvel em R4 F xo plno impossvel fugir de dentro de um qudrdo sem trvessr um ds restsF xo entntoD em R3 D podemos fugir do qudrdo suindo @n direo perpendiulr o qudrdoAY ndndo prlelmente o qudrdo pr for deleY e desendo@n direo perpendiulr o qudrdoA retornndo o plno que ontm o qudrdo ms no ldo de for deleF hest form smos de dentro do qudrdo sem trvessr nenhum ds restsF tilizndo est ideiD onsidere o uo C R4 de(nido por C = {(x, y, z, 0) R4 ; |x| 1, |y | 1, |z | 1}F @A p de(nio nlog em R3 do qudrdo e esoe o onjuntoF @A hesrev prmetrizo de um urv que omee em (0, 0, 0, 0) C e termine for de C F

Des 1.1: m truque de mgi em onheido fug de um ix ompletmente fehdF

PT

CAPTULO 1.

INTRODUO LGEBRA LINEAR

Cap tulo 2 Sistema Linear


xeste ptulo presentmosX @A plies de sistems lineresY @A o onjunto ds mtrizes e su relo om vetoresY @A operes elementres em mtrizes e sistems equivlentesY @dA lgoritmo d elimino de quss de eslonmento de mtrizesY @eA omo determinr se um sistem possui soluo niD in(nits solues ou nenhum soluoF gso possu soluoD qul soluo @se niA ou prmetrizo do onjuntoEsoluo @se in(nitsAF @fA interpretes do produto mtrizEvetor implindo em diferentes interpretes de soE lues de um sistem linerF im prtiulr interpreto geomtri d soluo de sistems em qulquer dimensoF

2.1 Aplicaes de Sistemas Lineares


istems lineres preem em diverss plies n psiD umiD ingenhri e em proE lems d prpri wtemtiF mos presentr diversos exemplos que servem de motivo pr este estudoF y ixemplo ?? no sugere neessidde de muits @milhres deA vriveis e foi inludo somente pr ontrstr om os outrosF

Exemplo 2.1

H dois tipos de moeda indistinguveis, exceto pelo peso. As de material X

pesam 10 g cada e as de material Y, 20 g cada. Se um conjunto de 100 moedas pesa 1.25 Kg, quantas so do material X?

x + y = 100 . 10x + 20y = 1250

Exemplo 2.2
e

A combusto do propano produz dixido de carbono e gua. Encontre

a, b , c

de forma a balancear a equao da reao:

a C3 H8 + b O2 c CO2 + d H2 O.

1 Verso 22.agosto.2012 07h

PU

PV
Balano de C:

CAPTULO 2.

SISTEMA LINEAR

3a = c,

balano de H:

8a = 2d,

balano de O:

2b = 2c + d.

So 3

equaes e 4 variveis:

3a +0b 1c +0d = 0 8a +0b +0c 2d = 0 . 0a +2b 2c 1d = 0

Exemplo 2.3
pontos estes pontos?

Existe uma nica parbola e

da forma

y = ax2 + bx + c

passando pelos

(0, 1), (1, 3), (2, 4)

(3, 9)?

Caso no exista, qual a parbola que melhor aproxima

(0, 1) (1, 3) (2, 4) (3, 9)


Obtemos um sistema com

1 = a(02 ) + b(0) + c 3 = a(12 ) + b(1) + c 4 = a(22 ) + b(2) + c 9 = a(32 ) + b(3) + c +1c +1c +1c +1c = = = = 1 3 . 4 9

equaes e 3 variveis (a, b, c):

0a 1a 4a 9a

+0b +1b +2b +3b


com

Exemplo 2.4

Determine a funo cbica da forma

aproxima a funo

cos(x)

nos pontos

ki

f (x) = ax3 + bx2 + cx + d que melhor i = 1, . . . , N (N to grande quanto se queira). +d = cos(k1 )


. . . . . .

Observe o exemplo anterior para obter:

3 ak1
. . .

2 +bk1
. . .

+ck1
. . .

ak 3 +bk 2 +ck N +d = cos(kN ) N N

Exemplo 2.5

Queremos determinar a distribuio de temperatura no interior da placa re-

presentada na Figura 2.1 sabendo a temperatura em volta desta placa, conforme indicado na gura. Para isto vamos utilizar um princpio fsico que garante (de forma aproximada) que a temperatura em um vrtice igual a mdia das temperaturas dos quatro vrtices mais prximos. Deste modo, a temperatura

por exemplo igual a

desta forma obtemos 6 equaes e 6 variveis

(20 + 25 + b + d)/4. (a, b, c, d, e, f ): = = = = = = 45 15 25 . 55 20 35

Procedendo

4a b d 4b a c e 4c b f 4d e a 4e b d f 4f c e
No Exemplo 2.4 podemos ter (em torno de

Observao 2.1 Porque Resolver Sistema com muitas equaes/variveis?


N
(o nmero de pontos) to grande quanto se queira. No Exemplo 2.5 poderamos utilizar, ao invs de uma malha

4 5,

uma malha

100 100

10

mil variveis). Ou ento considerar a distribuio de calor em uma pea

slida, com trs dimenses espaciais. Neste caso, utilizando um malha de chegamos a cerca de variveis.

100 100 100,

milho de variveis.

Surge desta forma, naturalmente, a resoluo de sistemas com

muitas equaes e muitas

2.1.

APLICAES DE SISTEMAS LINEARES

PW

15o 10o 15o 20o c b a

20o f e d 15o 20o 25o

25o

30o

pigur PFIX l equeid

Exemplo 2.6

Determinar o uxo de carros em ruas faz parte do planejamento urbano de

uma cidade. Outros uxos importantes so de gua, corrente eltrica, mercadoria, ou bytes (internet). Nesses sistemas existem vias (ruas, canos, estradas ou os) que transportam estes uxos e que devem ser planejados de forma a suportar as capacidades. Estes problemas so modelados por sistemas lineares. Consulte livros de lgebra linear ou Wikipedia para detalhes sobre estes modelos.

Exemplo 2.7
esta relao?

Foram realizadas medies de dados bidimensionais (por exemplo distncia

percorrida e consumo de combustvel de um automvel) obtendo-se

pontos

(xi , yi )

no

plano. Sabendo-se que a relao deve ser linear, qual a equao da reta que melhor aproxima

Precisamos determinar sentido a ser precisado)

a, b R tal que a reta y = ax + b passe o mais perto possvel (em de todos os pontos (xi , yi ), como indicado na Figura 2.2. A resposta

dada atravs do chamado mtodo de

mnimos quadrados (veja Seo 5.3 da p.143), que


N
equaes:

busca soluo aproximada (com menor erro) do sistema com 2 variveis (a, b) e

ax1 + b = y1 . . . . = . . ax + b = y . N N

pigur PFPX et eproximd

Exemplo 2.8

O vetor

(0, 6, 10)

combinao linear de

(1, 2, 3), (2, 1, 1)

(4, 1, 3)?

QH

CAPTULO 2.

SISTEMA LINEAR

Precisamos saber existem

, ,

tais que

(1, 2, 3) + (2, 1, 1) + (4, 1, 3) = (, 2, 3) + (2, , ) + (4, , 3 ) = ( + 2 + 4, 2 + , 3 + 3 ) = (0, 6, 10).

1 +2 +4 = 0 2 +1 1 = 6 3 +1 3 = 10

hestes exemplos onlumos queX

sistems lineres modelm prolems em distintos entre siY prolems d lger viner reem n resoluo de sistems lineres de modo que s tnis pr resolvElos nos ompnhro por todo o ursoY filmente os sistems podem ter milhres de vriveis " neste so teori ser fundmentl pr se entender s solues que sero gerds por softwares de omE puto ient(F

2.2 Matrizes e Vetores do Rn


Denio 2.1 (matriz)
mas pode-se ter colunas) de Uma matriz A sobre um conjunto K (neste texto sempre K = R, K = C, Q, Z, N etc.) um arranjo num retngulo m n (m linhas e n mn elementos aij K (i = 1, . . . , m e j = 1, . . . , n): a11 a1n . . . A= . . . . am1 amn

Escrevemos tambm que pelo contexto.

A = (aij ),

onde o nmero de linhas e colunas ca subentendido

Observao 2.2

Para lembrar da conveno que matriz

mn

signica

linhas e

colunas observe que quando queremos localizar uma letra numa pgina (arranjo retangular) falamos que ela est na linha

m,

coluna

n:

natural dizer a linha primeiro.

Denio 2.2 (espao das matrizes)


ciso) o conjunto das matrizes sobre

Denotamos por com

K=R

linhas e

Mmn (Mmn (K) seria mais pren colunas.

2.3.

INTERPRETAO DE SISTEMAS EM

R, R2

R3

QI

imos n he(nio IFI d pFI que um vetor u Rn representdo por u = (a1 , a2 , . . . , an1 , an )F odemos representr o mesmo vetor u omo um elemento de a1 a2 F F Mn1 @mtrizes om um ni olunA por F F an1 an premos est identi(o entre vetores e mtrizes om um olun @vej vem RFSH d pFIPPAX Rn Mn1 F fil ver que est identi(o um ijeo entre os dois 4 onjuntosF or exemploD determinmos o mesmo vetor v R por v = (a, b, c, d) @uso a b orretoA ou v = c @ um uso de noto pois um vetor um nEupl e no um d mtriz olunAF

Vetor como Matriz com uma Coluna

Observao 2.3

Alguns livros denem vetor do

Rn

como uma matriz com uma coluna.

Existem 2 problemas nessa abordagem: (a) pela Seo 4.7 da p.119 vemos que o mesmo vetor, dependendo da base escolhida, ser representado por uma matriz coluna distinta. n (b) o R o produto cartesiano de R por ele mesmo elementos so

vezes, o que implica que seus

n-uplas

de elementos de

R.

Um vetor pode ser identicado com uma matriz com uma linha  faremos isto ocasionalmente para interpretar o produto matriz vetor  mas a conveno utilizada em livros como uma matriz com uma coluna.

todos os

2.3 Interpretao de Sistemas em R, R2 e R3


mos disutir e interpretr geometrimente solues de sistems lineres em R @retAD R2 @plnoA e R3 @espoAF x eo PFV d pFST retommos interpreto geomtriD generlizndoE pr Rn F

2.3.1 Na Reta (R)


y sistem mis simples que existe o sistem 1 1 @I vrivel e I equoAX determine x R tl queX ax = b . r resolvEloD onsidermos trs sosX @A se a = 0 ento x = a1 bX sistem

com soluo nicaY com innitas soluesY sem soluoF

@A se a = b = 0 ento qulquer x R soluoX sistem

@A se a = 0 e b = 0 ento nenhum x R soluoX sistem

xo ensino mdio prendemos generlizr est nlise pr sistems 2 2 e 3 3 d form Ax = bD om b R2 ou R3 F e det(A) = 0 @similr ondio a = 0 imAD ento

QP

CAPTULO 2.

SISTEMA LINEAR

existe soluo nica x = A1 bF gso ontrrioD dependendo de ondies que relionm A e bD o sistem possui innitas solues ou no existe soluoF

Observao 2.4 Classicamos os sistemas lineares como sem soluo, com soluo nica ou com innitas solues. No ensino mdio utiliza-se outro vocabulrio (que no
utilizaremos):

sem soluo: com soluo:

incompatvel ou impossvel ou inconsistente; compatvel ou possvel ou consistente; (compatvel ou consistente ou possvel e) determinado (compatvel ou consistente ou possvel e) indeterminado.

com soluo nica:

com innitas solues:

Observao 2.5

utilizado como sinnimo de

varivel o termo incgnita.

2.3.2 No Plano (R2)


xo sistem

a11 x + a12 y = b1 (r1 ) d equo represent um ret @r1 e r2 AF eE a21 x + a22 y = b2 (r2 ), solver o sistem equivle usr intersees dests retsF or outro ldo o sistem pode ser esrito omo a11 a12 b1 x +y = . a21 a22 b2 v1 = a11 a21 , v2 = a12 a22 ,b = b1 b2 ,

he(nindo vetores

resolver o sistem orresponde determinr se existem x, y R tis que

xv1 + y v2 = b,
ou sej determinr se b omino liner de v1 e v2 F x lingugem de espo gerdoD queremos ser se b v1 , v2 .

Interpretaes da Soluo de Sistema 2 2

@A snterseo de P rets @interpreto geomtriAF @A y vetor ldo direito do sistem est no espo gerdo pels oluns d mtriz do sistem @interpreto lgriAF

Exemplo 2.9 (soluo nica)


Dena

Considere o sistema

1x +1y = 2 (r1 ) . 1x 1y = 0 (r2 )

v1 =

1 1

, v2 =

1 1

,b =

2 0

. A Figura 2.3 apresenta as duas interpretano lado

es para a soluo deste sistema, que possui de

soluo nica igual ao ponto (1, 1):


b combinao Assim b v1 , v2 .

esquerdo a interseo de duas retas, no lado direito observe que

linear nica

v1

v2

(mais exatamente, neste caso

b = 1v1 + 1v2 ).

2.3.

INTERPRETAO DE SISTEMAS EM

R, R2

R3 y

QQ

y (0, 2) (1, 1) (0, 0) (2, 0)

r2

v1 x r1 v2 x b

pigur PFQX oluo ni

Exemplo 2.10 (sem soluo)


Dena

Considere o sistema

1x 2y = 2 (r1 ) 2x +4y = 2 (r2 )

v1 =

1 2

, v2 =

2 4

,b =

pretaes para a soluo deste sistema, que

sem soluo:

2 2

A Figura 2.4 apresenta as duas interno lado esquerdo duas retas

paralelas (portanto sem interseo), no lado direito observe que

b no combinao linear de

v1

v2

pois ambos esto na mesma reta. Portanto qualquer combinao deles car nesta

mesma reta. Assim

b v1 , v 2 y

y r2 v2 b x v1

(0, 1/2) (1, 0) (0, 1)

r1 (2, 0) x

pigur PFRX em oluo

Exemplo 2.11 (innitas solues)


Dena

Considere o sistema

1x 2y = 2 ( r1 ) 2x +4y = 4 (r2 )

v1 =

1 2

, v2 =

2 4

,b =

2 4

A Figura 2.5 apresenta as duas no lado esquerdo

interpretaes para a soluo deste sistema, que possui duas retas coincidentes, no lado direito observe que como combinao linear de

innitas solues:

b pode ser escrito de innitas formas v1 e v2 pois os trs esto na mesma reta. Por exemplo, b = 0v1 v2 = 2v1 + 0v2 = v1 1/2v2 . O conjunto-soluo nesse caso ser (verique!) {(0, 2) + t(1, 1) | t R}. Na linguagem do Captulo 1, o conjunto-soluo a reta (0, 2) + (1, 1) . Assim b v1 , v2 . 1x +1y = 2 (r1 ) 0x +1y = 0 (r2 ) . 1x +0y = 0 (r3 )

Exemplo 2.12 (sem soluo)

Considere o sistema

QR

CAPTULO 2.

SISTEMA LINEAR

y y v2

r1 = r2 (2, 0) x (0, 1)

x v1 b

pigur PFSX sn(nits olues

Dena

1 1 2 v1 = 1 , v2 = 0 , b = 0 . 0 1 0

A Figura 2.6 apresenta a interpretao so trs retas que no se

geomtrica para a soluo deste sistema, que interceptam no mesmo ponto. Observe que

sem soluo:

b v1 , v2

(porque? prove isso).

r1 (0, 2)

r2 (2, 0) r3

pigur PFTX em oluo mos fzer um resumo do que (zemos do ponto de vist geomtrioF gomo d equo d form ax + by = c represent um ret em R2 D um sistem om P eques orrespondeD geometrimenteD um dos trs sosX @A P rets @noEprlels e no oinidentesA se intereptndo num pontoX soluo nicaD onjuntoEsoluo um pontoY @A P rets prlels noEoinidentesX sem soluoD onjuntoEsoluo vzioY @A P rets oinidentesX innitas soluesD onjuntoEsoluo um retF mos verD de form sistemtiD tods interpretes geomtris de um sistem om Q eques em R2 F gonvidmos o leitor fzer os desenhos orrespondentesF rtindo de P rets r1 e r2 noEprlels e noEoinidentesD onsidere ponto P = r1 r2 @interseo ds retsAX @A tereir ret ontm o ponto P X soluo nicaD onjuntoEsoluo um pontoY @A tereir ret no ontm o ponto P X sem soluoD onjuntoEsoluo vzioF xeste so s Q rets formm um tringulo @f um (gur3AY rtindo de P rets prlels noEoinidentesX @A independente d posio d tereir retX sem soluoD onjuntoEsoluo vzioF

2.3.

INTERPRETAO DE SISTEMAS EM

R, R2

R3

QS

rtindo de P rets oinidentes r1 = r2 X @dA tereir ret interept r1 ms no oinidenteX um pontoY @eA tereir ret oinidente r1 X

soluo nicaD onjuntoEsoluo

innitas soluesD onjuntoEsoluo um retF

2.3.3 No Espao (R3)


xest seo onvidmos o leitor veri(r d interpreto representndo os plnos om folhs de ppelD s mosD predes e ho d slD etF ssto muito importante pr desenvolver intuio pr o que se segueF ejud tmm representr o plno x = y em R3 omo ret x = y em R2 e olor o eixo z sindo do ppelF e equo ax + by + cz = d represent um plno em R3 F essim determinr soluo de um sistem om P eques orrespondeD geometrimenteD determinr interseo de P plnosF es possiiliddes soX @A P plnos @noEprlelos e no oinidentesA se intereptndo num retX soluesD onjuntoEsoluo um retY @A P plnos prlelos noEoinidentesX @A P plnos oinidentesX

innitas

sem soluoD onjuntoEsoluo vzioF

innitas soluesD onjuntoEsoluo um plnoF

mos verD de form sistemtiD tods interpretes geomtris de um sistem om Q eques em R3 F rtindo de P plnos 1 e 2 noEprlelos e noEoinidentesD onsidere ret r = 1 2 @interseo dos plnosAX @A tereiro plno no prlelo ret rX

soluo nicaD onjuntoEsoluo um pontoY

@A tereiro plno prlelo no oinidente ret rX sem soluoD onjuntoEsoluo vzioF xeste so os Q plnos formm um prism tringulr @tente visulizr isto3AY @A tereiro plno ontm ret rX

innitas soluesD onjuntoEsoluo ret rY sem soluoD onjuntoEsoluo vzioF innitas soluesD onjuntoE

rtindo de P plnos prlelos noEoinidentesX @dA independente d posio do tereiro plnoX rtindo de P plnos oinidentes 1 = 2 X @eA tereiro plno interept 1 ms no oinidenteX soluo um retY @fA tereiro plno oinidente 1 X

innitas soluesD onjuntoEsoluo um plnoF

ist nlise pode ser feit pr R eques tmmF x eo PFV d pFST presentmos interpreto geomtri de sistems em Rn om qulquer nmero de vriveisF xote que no R3 o onjuntoEsoluo pode ser in(nito de P formsX um plno ou um retF

QT

CAPTULO 2.

SISTEMA LINEAR

2.4 Operaes Elementares e Sistemas Equivalentes


Denio 2.3 (matriz de coecientes, matriz aumentada e lado direito)
Considere o sistema, com

equaes em

variveis:

a11 x1 +a12 x2 +a1n xn = b1 a21 x1 +a22 x2 +a2n xn = b2 . . . . .. . . . . . . . . . a x +a x +a x = b m1 1 m2 2 mn n m


Denimos como matriz de coecientes, matriz aumentada (ou ampliada) e o lado direito do sistema acima as matrizes indicadas na gura abaixo.

matriz aumentada ou ampliada


a11 a21 . . .
m1

a12 a22
. . .

a1n a2n
.. . . . .

am2 amn

b1 b2 . . . bm

matriz de coecientes lado direito


Note que a matriz de coecientes possui em

m linhas e n colunas que correspondem as m equaes A,


onde

variveis do sistema. comum o abuso de linguagem considere o sistema

Observao 2.6

matriz aumentada do sistema a ser considerado.

undo mtriz de oe(ientes possui lgums forms prtiulresD o sistem se torn extremmente fil de ser resolvidoF y primeiro so qundo mtriz de oe(ientes diagonalX soluo do sistem imeditF

Denio 2.4 (matriz diagonal) A diagonal se aij = 0 para todo i = j.


Exemplo 2.13

So matrizes diagonais:

10 0 0 1 0 0 3 0 , 0 3 , 0 0 5 0 0

3 0 0 5 0 0 0 0 0 0

0 0 0 0 0 0 0 3 0 0

3 0 0 5 Exemplo 2.14 Resolva o sistema 0 2 0 4 . 0 0 1 2 5 3x1 = Soluo: e mtriz mplid orresponde o sistemX 2x2 = 4 . fil ver que o x3 = 2 5 onjuntoEsoluo , 2, 2 F 3

2.4.

OPERAES ELEMENTARES E SISTEMAS EQUIVALENTES

QU

yutro so fil qundo mtriz de oe(ientes

triangularF
se

Denio 2.5 (matriz triangular superior) A


todo

triangular superior

aij = 0

para

i > j. 1 1 7 5 2 3 12 0 3 0 3 2 , 0 3 , 0 5 3 0 . 0 0 1 0 0 0 0 5 1

Exemplo 2.15

triangular superior:

Observao 2.7

Existe denio similar de matriz

triangular inferior,

cuja denio

deixamos para o leitor.

undo mtriz triangular superior soluo luld trvs d substituio para trsF gomendoEse d ltim equoD onde se determin ltim vrivelD determinEse d vrivelD suessivmenteD de trs pr frenteF

Exemplo 2.16

Resolva o sistema

3 1 3 2 0 2 1 5 . 0 0 2 2 3x1

+x2 +3x3 = 2 2x2 +x3 = 5 . pE 2x3 = 2 zendo ustituio pr trsD lulmos primeiro x3 d ltim equoF ustitumos seu vlor n segund equo e otemos x2 F pinlmenteD sustituindo x1 e x2 n primeir equoD lulmos x1 X 2x3 = 2 x3 = 1 2x2 +(1) = 5 x2 = 2 . 3x1 +(2) +3(1) = 2 x1 = 1

Soluo: e mtriz mplid orresponde o sistemX

Denio 2.6 (sistemas equivalentes) Dois valentes se tm o mesmo conjunto-soluo. Exemplo 2.17

sistemas (nas mesmas variveis) so

equi-

Os dois sistemas da Figura 2.7 so equivalentes, embora com nmero de

equaes distintas, pois possuem o mesmo conjunto-soluo

{(1, 1)}.

e estrtgi pr oluo de istems vineres trnsformr um sistem qulquer num sistem equivalente @mesmo onjuntoEsoluoA filX

n n

forma escalonada @tipo tringulr superiorD ver he(nio PFIH d pFRIA ou forma totalmente escalonada @tipo digonlD ver he(nio PFIP d pFRPAF

r isto preismos ver omo gerr sistems equivlentes utilizndo s operaes elementaresD que so efetuds n mtriz umentd de um sistemF ists operes podem ser vists tmm omo operes ns eques do sistemD emor qundo efetumos os lulos fzemos s operes diretmente n mtriz umentdF

QV

CAPTULO 2.

SISTEMA LINEAR

1 1 2 1 1 0
(0, 2) 0, (1, 1)

1 2 3 1 1 0 3 1 4
3 2

(1, 1)

(2, 0)

4 ,0 3

(3, 0)

pigur PFUX istems equivlentes

Denio 2.7 (operaes elementares)


a

So

operaes elementares

numa matriz (li

i-sima

linha):

(a) trocar a ordem das linhas: (denotado li


(b) multiplicar uma linha por

. . .

lj ):

. . .

li
. . .

lj
. . .


(denotado li

lj
. . .

li
. . .

k = 0:
. . .

kli ):
. . .

lj + kli ):

li
. . .

kli
. . .

(c) substituir linha por sua soma com mltiplo de outra (denotado lj

. . .

. . .

li
. . .

lj
. . .

li
. . .

lj + kli
. . .

(d) descartar ou acrescentar linhas s de zeros:

l1

. . . 0 0 0 0 . . .

l1
. . . . . .

Denio 2.8 (matriz equivalente)

Uma matriz

por meio de uma sequencia de operaes elementares. Denotamos

A equivalente a B se pode ser obtida A B.

2.4.

OPERAES ELEMENTARES E SISTEMAS EQUIVALENTES

QW

Lema 2.9 (sistemas e matrizes equivalentes)

Sejam

matrizes aumentadas de

dois sistemas (nas mesmas variveis). Se as matrizes so equivalentes (A

B ),

ento os

sistemas correspondentes so equivalentes (possuem mesmo conjunto-soluo).

Prova: gd um ds operes elementres efetuds n mtriz umentd de um sistem

orresponde um opero ns eques desse sistem que no lter o onjuntoEsoluoX @A tror ordem ds linhsX tror ordem ds eques em um sistem no lter o onjuntoEsoluoF @A multiplir um linh por um eslr noEnuloX sustituir equo A = B por kA = kB F ssto no lter o sistem pois se A = B ento kA = kB @isto verdde mesmo se k = 0AF or outro ldo se kA = kB D omo k = 0D multiplimos os dois ldos por k 1 e otemos que A = B F ortnto no ltermos o onjuntoEsoluoF @A sustituir linh por su som om mltiplo de outrX sustituir s eques @orresponE A = B A = B dentes linhs i e j A por F e C = DD omo A = B D C = D C + kA = D + kB kA = kB pr qulquer k @mesmo k = 0AF omndo est equo nos dois ldos de C = D otemos que C + kA = D + kB F or outro ldoD suponh que C + kA = D + kB F gomo A = B D kA = kB pr qulquer k F vogo sutrindo kA dos dois ldos de C + kA = D + kB D otemos C = D + kB kA = DF @dA desrtr @ou resentrA linhs s de zerosX eliminr @ou resentrA um equo sempre verddeir @0 = 0AD que no lter o onjuntoEsoluoF

Observao 2.8

Dessas operaes podemos deduzir outras como por exemplo: se duas Isto porque o sistema

linhas so iguais, uma delas pode ser descartada.

B = C B = C
obtemos

equivale a

o sistema

B = C tomando k = 1 na operao (c). Portanto BB = C C B = C B = C . . Pela operao (d) este equivalente a 0 = 0

heveEse tomr uiddo pois nem tod opero ger sistems equivlentesF xo prximo exemplo ilustrmos um erro que no omum ms serve pr judr entender o exemplo depois desseF

Exemplo 2.18
demos fazer isto

Embora possamos substituir uma linha pela soma dela com outra, no po-

simultaneamente com duas linhas pois seno transformaramos o sistema


sistema equivalente a

A=B A+C =B+D em . Mas este C=D A+C =B+D A + C = B + D pela observao anterior.
Vamos ver num caso particular. Considere

{(1, 2)}.
soluo

Somando as duas linhas

x+y = 3 cujo conjunto-soluo 2x y = 0 3x = 3 simultaneamente obtemos cujo conjunto3x = 3

{(x, y ) = (1, t); t R}. 3x 2x y 3x 5x y = = = = 3 0 3 3


e depois substituir a segunda linha pela soma dela com a primeira

Note que isto diferente de substituir a primeira linha pela soma dela com a segunda obtendo

obtendo

. Note que preservamos o conjunto-soluo

{(1, 2)}.

RH

CAPTULO 2.

SISTEMA LINEAR

y erro presentdo no exemplo nterior di(ilmente ometidoF xo prximo exemplo presentmos um erro que oorre om ert frequni om lunos que no plim um opero elementr de d vezF yorre qundo sustitumos sem ter um lgoritmoF

x+y+z y+z Exemplo 2.19 Considere o sistema x+y 1 1 1. Na forma matricial ele corresponde a 0 1 1 1 l1 l1 l2
,

= = =

l2 l2 l3

l3 l3 l1 ,

1 3 1 2 . Vamos fazer simultaneamente 0 2 1 1 0 0 0 . Isto corresponde 1 obtendo 1 0 0 0 1 1 x=z=1


e

3 2 2

cuja soluo nica

x=y=z=

ao sistema

x = 1 x + z = 0 z = 1

cuja soluo

pode assumir qualquer valor.

Portanto o conjunto-soluo

linguagem do Captulo 1, o conjunto-soluo a reta conjunto-soluo foi modicado.

{(x, y, z ) = (1, t, 1) = (1, 0, 1) + t(0, 1, 0), t R}. Na (1, 0, 1) + (0, 1, 0) . Note que o

Observao 2.9

O ltimo exemplo mostra a importncia de sermos

extremamente

cuidadosos quando aplicamos as operaes elementares, aplicando uma de cada vez.

entes de presentr um lgoritmo @ilimino de quss pFRPA pr resolver sistems liE neresD vmos presentrD trvs de um exemploD trnsformo de um sistema linear qualquerD utilizndo somente s operaes elementaresD num sistema equivalente diagonalD que pode ser filmente resolvidoF 1 2 4 2 Exemplo 2.20 Considere o sistema 0 7 11 25 . Fazendo l3 l3 + 3l1 , cal16 3 13 4 3 13 4 16 3 13 4 16 3 6 12 6 e obtemos culamos = + + 3 ( 1 2 4 2 ) 0 7 8 22 0 7 11 25 1 2 4 2 0 7 11 25 . Fazendo l3 l3 + l2 calculamos + 0 7 8 22 e 0 7 8 22 0 3 3 0 1 2 4 2 1 2 4 2 1 0 7 11 25 . Fazendo l3 l3 , obtemos 0 7 11 25 . obtemos 3 0 0 3 3 0 0 1 1 1 2 4 2 + 0 0 4 4 . Para fazer l2 l2 Para fazer l1 l1 + 4l3 calculamos 1 2 0 2 0 7 11 25 1 2 0 2 0 0 11 11 . Obtemos ento 0 7 0 14 . Fa11l3 calculamos + 0 0 1 1 0 7 0 14 1 2 0 2 1 2 . Fazendo l1 l1 + 2l2 calculamos 0 1 0 zendo l2 l2 , obtemos 7 0 0 1 1

2.5.

RESOLVENDO SISTEMAS LINEARES

RI

1 2 0 + 0 2 0 1 0 0 1 0 obtemos o 0 1 0 0

2 1 0 0 2 4 2 . 0 1 0 e obtemos 0 0 1 1 2 0 2 0 2 . 1 1

Finalmente fazendo

l1 l1

Agora o sistema o conjunto-soluo

diagonal e pode ser facilmente resolvido:

x1 = 2 x2 = 2 . x3 = 1

Portanto

{(2, 2, 1)}.

2.5 Resolvendo Sistemas Lineares


y plno de o pr soluo de sistems lineres X

de(nir o que mtrizY

forma escalonada e forma totalmente escalonada de um

presentr o algoritmo de eliminao de Gauss que trnsform um mtriz qulquer pr form eslond ou totlmente eslondF mm hmdo de escalonamentoF resolver um sistem uj mtriz umentd est n form @totlmenteA eslondF

2.5.1 Escalonamento
Denio 2.10 (forma escalonada)
(tipo triangular superior) se: Diz-se que uma matriz est (na forma)

escalonada

o nmero de zeros no incio de cada linha aumenta estritamente de uma linha


para outra exceto se a linha toda nula. as linhas nulas, caso existam, so as ltimas da matriz.

Exemplo 2.21
(a)

Determine se esto na forma escalonada:

(c)

4 3 0 3 0 0 0

7 0 0 7 0 1 4 0 0 0 0

0 14 4 0 0 13 7 1 2 4 0 1 0 0

4 1 ; 6 ;
(d)

(b)

4 0 0 0

4 0 0 7 0 0 0

7 0 14 4 0 4 0 1 ; 0 0 13 6 0 14 4 4 0 1 . 0 0 0 0 13 6

Soluo: @A noY @A simY @A simY @dA noF Denio 2.11 (piv)


So denominados

pivs

os primeiros elementos no nulos de cada

linha (no nula) de uma matriz escalonada.

RP

CAPTULO 2.

SISTEMA LINEAR

Observao 2.10 (pivs so de colunas distintas)

Pela denio o nmero de pivs

igual ao nmero de linhas no nulas. Como o nmero de zeros aumenta estritamente numa matriz escalonada, os pivs ocupam colunas distintas. Assim o nmero de pivs menor ou igual ao nmero de colunas. Temos portanto que:

nmero linhas no nulas

nmero de pivs

nmero de colunas

Exemplo 2.22

Na matriz abaixo so pivs (indicados em negrito)

4, 5, 13.

4 7 0 14 4 0 0 5 0 1 0 0 0 13 6

Denio 2.12 (forma totalmente escalonada) Uma matriz escalonada est totalmente escalonada ou escalonada reduzida (tipo diagonal) se os seus pivs:

so todos 1's e so os nicos elementos no-nulos de suas colunas. Determine se esto na forma totalmente escalonada: 3 2 0 4 1 0 1 0 0 0 1 0 1 ; 2 0 0 ; (b) 0 1 0 0 1 6 0 0 0 0 1 2 0 0 4 1 7 0 0 4 0 1 0 1 ; 0 1 0 1 . (d) 0 0 0 2 6 0 0 0 1 6

Exemplo 2.23
1 0 (a) 0 1 (c) 0 0

Soluo: @A noY @A simY @A noY @dA simF mos desrever o lgoritmo de Eliminao de GaussD tmm hmdo de escalonamentoF etrvs deleD dd um mtriz A qulquer otemos um mtriz B @totlmenteA
eslond equivlente AF ile dividido em dus prtesF

Denio 2.13 (Eliminao de Gauss Parte I: Forma Escalonada)


(a) (b)

p (no k 1.

de linhas no nulas).

(c) Enquanto

k < p,

repita:

Considere apenas as linhas lk ,

lk+1 , . . . , lp .

Identique a coluna no nula mais esquerda. Troque linhas para obter piv no nulo. Anule entradas abaixo do piv subtraindo de lk+1 , . . . , lp mltiplos de lk . de linhas no nulas).

p (no

k k + 1.

2.5.

RESOLVENDO SISTEMAS LINEARES

RQ

Denio 2.14 (Eliminao de Gauss Parte II: Forma Totalmente Escalonada)


(a) Execute a Parte I do algoritmo. (b) Repita, para

k = p, p 1, . . . , 1: lk
pelo seu piv, tornando-o 1. anule entradas acima do piv subtraindo de l1 , . . . , lk1 mltiplos de lk .

Divida Se

k>1

Observao 2.11 Alguns livros chamam a Parte I de eliminao de Gauss e a Parte I + Parte II de eliminao de Gauss-Jordan.
2 6 3 1 4 2 6 3 2 10 . mos plir o lgoritmo em detlhes n mtriz 4 12 7 0 10 6 18 11 0 14 Incio da Parte IX mos eslonr mtrizF @A p 4F @A k 1F

(c) Incio do primeiro lao.

gonsidere pens s linhs l1 D l2 D l3 e l4 @ou sejD tods s linhsAF 2 6 3 1 4 2 6 3 2 10 sdenti(que olun no nul mis esquerdX 4 12 7 0 10 6 18 11 0 14

roque linhs pr oter piv no nulo @omo o piv no nuloD no preis fzer ndAF enule s entrds ixo do piv 2 D sutrindo de l2 , l3 , l4 mltiplos de l1 F pzendo 2 6 3 1 4 0 0 0 3 6 F l2 l2 l1 D l3 l3 + 2l1 Dl4 l4 3l1 otemosX 0 0 1 2 2 0 0 2 3 2 p 4F k 2F

(c) Incio do segundo lao.

2 6 3 1 4 0 0 0 3 6 . gonsidere pens s linhs 2D 3 e 4 @ignore primeirAX 0 0 1 2 2 0 0 2 3 2 2 6 3 1 4 0 0 0 3 6 F sdenti(que olun no nul mis esquerdX 0 0 1 2 2 0 0 2 3 2 2 6 3 1 4 0 0 1 2 2 F roque linhs pr oter piv no nuloX 0 0 0 3 6 0 0 2 3 2

RR

CAPTULO 2.

SISTEMA LINEAR

enule s entrds ixo do

piv 1D sutrindo de l3 e de l4 mltiplos de l2 F pzendo


6 0 0 0 3 1 4 1 2 2 F 0 3 6 0 1 2

2 0 l4 l4 +2l2 @l3 j est om entrd zerd ixo do pivA otemosX 0 0 p 4F k 3F

2 6 3 1 4 0 0 1 2 2 F gonsidere pens s linhs 3 e 4 @ignore primeir e segundAX 0 0 0 3 6 0 0 0 1 2 2 6 3 1 4 0 0 1 2 2 sdenti(que olun no nul mis esquerdF 0 0 0 3 6 0 0 0 1 2 roque linhs pr oter piv no nulo @omo o piv no nuloD no preis fzer ndAF enule s entrds ixo do piv 3D sutrindo de l4 um mltiplo de l3 F pzendo 2 6 3 1 4 0 0 1 2 2 F l4 l4 + 1/3l3 otemosX 0 0 6 0 3 0 0 0 0 0 p 3F k 4F (c) Fim do lao pois k pF Fim da Parte IX mtriz j est eslondF

(c) Incio do terceiro lao.

2 6 3 1 4 0 0 1 2 2 F hivid l3 pelo seu piv 3 otendoX 0 0 0 1 2 0 0 0 0 0 enule s entrds im do piv D sutrindo de l1 , l2 mltiplos de l3 F p l1 l1 l3 2 6 3 0 6 0 0 1 0 2 F e l2 l2 2l1 otendoX 0 0 0 1 2 0 0 0 0 0 (b) Incio do segundo lao. k 2F 2 6 3 0 6 0 0 1 0 2 hivid l2 pelo seu piv 1 otendoX 0 0 0 1 2 F 0 0 0 0 0 enule s entrds im do piv D sutrindo de l1 mltiplos de l2 F p l1 l1 3l2 2 6 0 0 12 0 0 1 0 2 otendoX 0 0 0 1 2 F 0 0 0 0 0

Incio da Parte IIX mos fzer o eslonmento totl d mtrizF (b) Incio do primeiro lao. k 3F

2.5.

RESOLVENDO SISTEMAS LINEARES

RS

1 3 0 0 6 0 0 1 0 2 hivid l1 pelo seu piv 2 otendoX 0 0 0 1 2 F 0 0 0 0 0 enule s entrds im do piv 1F xo tem nd fzer @nenhum linh est im d primeirAF (b) Fim do lao pois k = 1F Fim da Parte IIX mtriz est totlmente eslondF Observao 2.12 (Software Algbrico) Com auxlio do Software Maxima (que pode
ser obtido livremente na Internet) podemos, entre outras coisas, escalonar matrizes. Este

(b) Incio do terceiro lao. k 1F

M: matrix([2,6,3,1,4], [2,6,3,-2,10], [-4,-12,-7,0,-10],[6,18,11,0,14]) ; e calculando a forma escalonada com echelon(M);


exemplo pode ser reproduzido no Maxima entrando com a matriz com o comando

2.5.2 Anlise Ps-Escalonamento


r nlisr o sistem ps o eslonmentoD introduzimos seguinte noto pr elementos 0 zeroY noEzeroY d mtrizX F 1 umY qulquer nmeroF

Teorema 2.15 (existncia e unicidade pela forma totalmente escalonada) Atravs da forma totalmente escalonada da matriz aumentada de um sistema determinamos se
ele possui soluo e, caso possua, se ela nica. Aps o descarte de linhas nulas, se estiver na:

. . . . . . .. . . . . . . .


. . .  sistema

forma:

0 0 0 1

sem soluo.

forma:

1 0 0 0 1 0 . . . . . .. . . . . . 0 0 1

 sistema

com soluo nica. com innitas solues.

forma: nenhuma das anteriores  sistema

Prova: Io formX e ltim linh do sistem orresponde equo 0x1 +0x2 + +0xn = 1F

gomo 0 = 1 no ser verdde nunD o onjuntoEsoluo vzioF x = 1 x2 = Po formX y sistem orrespondente F y onjuntoEsoluo {( , , . . . , )}F F F F F F F x = Qo formX er provdo no eorem PFIV d pFRVF
n

Exemplo 2.24
solues:

Determine se o sistema sem soluo, com soluo nica ou com innitas

RT

CAPTULO 2.

SISTEMA LINEAR

(a)

(d)

1 0 0 0 1 0 0

0 0 1 0 0 1 0 0 3 0 0

0 7 0 4 ; 0 3 1 13 0 5 0 1 2 0 ; 0 0 1

1 0 0 1 2 0 0 0 1 3 ; (b) 0 1 0 ; (c) 0 0 1 0 0 2 0 0 1 0 0 0 0 1 1 0 0 2 1 0 0 2 0 ; (f ) (e) 0 1 0 . 0 0 1 2 0 0 1 11

Soluo: @A soluo niY @A sem soluoY @A in(nits soluesY @dA sem soluoY @eA
soluo niY @fA in(nits soluesY

Corolrio 2.16 (existncia e unicidade pela forma escalonada) Atravs da forma escalonada da matriz aumentada de um sistema determinamos se o sistema possui soluo e,
caso possua, se ela nica. Aps o descarte de linhas nulas, se estiver na:

.. .

forma:

. . .

. . .

. . .

. . .

0 0 0
. . . . . .

 sistema

sem soluo.

forma:

0 . . . . .. . . . 0 0

 sistema

com soluo nica. com innitas solues.

forma: nenhuma das anteriores  sistema

0 = k = 0F gomo 0 = 0 no ser verdde nunD o onjuntoEsoluo vzioF Po formX pzendo segund prte do eslonmento otemos um mtriz omo n segund form do eorem PFIS d pFRSF egue o resultdoF Qo formX er provdo no eorem PFIV d pFRVF

Prova: Io formX e ltim linh do sistem orresponde equo 0x1 + 0x2 + + 0xn =

Exemplo 2.25
solues:

Determine se o sistema sem soluo, com soluo nica ou com innitas

13 2 0 6 33 7 2 9 1 ; (a) 0 10 0 0 0 3 0 2 2 8 12 0 1 0 e3 11 1 2 ; (c) 0 0 log(3) 2 0 0 0 0 77 3

0 3 0 1 6 0 0 9 ; (b) 0 0 0 0 0 311 2 2 8 12 0 0 3 11 1 1 2 . (d) 0 0 2 2 0 0 0 0 0 0

Soluo: @A om in(nits soluesY @A sem soluoY @A om soluo ni pois todos os


nmeros 2, e3 D log(3)D 77 so noEnulosY @dA om in(nits soluesF gonlumos que no preismos fzer form totlmente eslond pr determinr se um sistem possui soluo e se el niX pr isto st form eslondF wsD pr calcular soluoD reomendmos fortemente que se eslone totlmente mtriz o invs de se fzer sustituio pr trs n mtriz eslondF e prti mostr que se reduzem erros numrios dest formF

2.5.

RESOLVENDO SISTEMAS LINEARES

RU

ortntoD use form eslond somente pr deidir se o sistem possui soluoX no useEo pr lulElF im resumoD o

conjunto-soluo de um sistem linear de eques tem sempreX

ou ou ou

uma nica soluoY nenhuma soluoY innitas soluesF

Exemplo 2.26 (sistemas no lineares)

Num sistema no-linear com 2 equaes  que

correspondem a duas curvas no plano (ao invs de 2 retas)  podemos ter, alm das opes acima, um nmero nito de solues maior que um. y x2 = 0 (a) O sistema possui duas solues:

y=4

(2, 4)

(2, 4).

(b) O sistema representado na Figura 2.8 possui

solues.

pigur PFVX istem xoEliner

2.5.3 Sistemas com Innitas Solues


Denio 2.17 (varivel dependente e independente (ou livre)) Considere a matriz aumentada, totalmente escalonada, de um sistema linear. A cada coluna, exceto a ltima, da matriz corresponde uma varivel do sistema linear. Chamamos de varivel dependente aquela associada a coluna com piv. Chamamos de varivel independente ou varivel livre1 aquelas que no so dependentes. Observao 2.13 utilizado como sinnimo de varivel dependente o termo varivel lder pois esto associadas a pivs (lderes).
hentro d prov do prximo eorem presentmos o lgoritmo de soluo de um sistem linerF ugerimos leitur do ixemplo PFPU d pFRW ntes @e depois tmm3A de se dedir o entendimento do prximo teoremF
1 O nmero de variveis livres (e de variveis dependentes) uma propriedade do sistema de equaes; a
lista das variveis livres dependente de como foi escalonada a matriz ampliada. No vamos provar este fato.

RV

CAPTULO 2.

SISTEMA LINEAR

Teorema 2.18 (Algoritmo para determinar conjunto-soluo)


que

O conjunto-soluo

(quando no-vazio) de um sistema linear sempre a translao de um espao gerado. Mais n n precisamente, existe q N e v0 R e um conjunto LI de vetores do R : {v1 , . . . , vq } tais

S = {v0 + t1 v1 + + tq vq , vi Rn , ti R},
ou, em termos de espao gerado,

S = v0 + v1 , . . . , vq .

Prova: islone totlmente mtriz umentd do sistemF


e soluo for ni tome q = 0 e v0 soluo niF e tiver in(nits solues tome q igul o nmero de vriveis livres e sig o seguinte lgoritmoX

Algoritmo de Soluo de Sistemas com Innitas Solues:


@A eps o eslonmento totl do sistemD triu d varivel livreD um parmetroD denotdo por t1 , t2 , . . . , tq D que pode ssumir qulquer vlorF @A gonsidere o sistem ns variveis

1 0 0 0 1 0 D F F F F F F F F F FF F F F F 0 0 1 onde d d form + t1 + + tq @onstnte mis omino liner dos prmetros t1 , . . . , tq AF essim o sistem possui soluo ni em funo dos prmetros t1 , t2 , . . . , tq F prmetros pr o ldo direito do sistemF iste ser d form

livres otido ps eliminr linhs nuls e psse os

@A gd entrd do vetor soluo x igul um dos prmetrosD so sej vrivel livreD ou igul onstnte mis omino liner dos prmetros t1 , . . . , tq D so sej vrivel dependenteF vogo x = v0 + t1 v1 + + tq vq pr vi Rn F

heixmos pr o leitor provr que os vetores otidos n prmetrizo so vss pois mtriz est n form totlmente eslond e o piv o nio elemento no nulo d olunF

Observao 2.14
quantos parmetros Podemos classicar parmetros), reta (q

Resolver um sistema linear pelo mtodo de eliminao de Gauss sig-

nica obter esta parametrizao do conjunto-soluo

de forma explcita:

determinar

geometricamente S
=1

so necessrios e quais so os vetores parmetro), plano (q

de acordo com o valor de

v0 , v1 , v2 , . . . , vq . q : ponto (q = 0

nmero de variveis livres, que igual ao nmero de parmetros, de grau de liberdade ou grau de indeterminao do sistema linear.
Alguns livros chamam o

=2

parmetros), etc.

2.5.

RESOLVENDO SISTEMAS LINEARES

RW

Observao 2.15

Aps o escalonamento

total de um sistema obtemos uma matriz com

n +1 colunas (correspondendo ao total de n variveis) e p linhas no-nulas, correspondendo ao nmero de pivs ou de equaes efetivas (as equaes 0 = 0 no so efetivas, pois
podem ser eliminadas sem modicar o conjunto-soluo) ou variveis dependentes aps o escalonamento. Em resumo temos que:

dependentes,
np=q
= n

n= p=

n n

total de variveis,

de equaes efetivas = n

de linhas no-nulas = n

de

pivs

= n

de

variveis

de

variveis livres ou independentes = no

de

parmetros.

Exemplo 2.27

Determine o conjunto soluo do sistema:

4 1 3 0 5 0 0 0 1 2 0 0 . 0 0 0 0 1 2

Soluo: gomo s oluns om piv so 1, 3, 5D so 3 vriveis dependentesX x1 , x3 , x5 F o

P vriveis livresX x2 e x4 F sntroduzindo prmetros r e s @mis onveniente que t1 e t2 A e triuindoEos s vriveis livres otemos que x2 = r e x4 = sF = 4 + 3r 5s 1x1 1x3 = 2s y sistem pode ser reesrito omoX F 1x5 = 2 1 0 0 4 + 3r 5s 2s egor este um sistem em Q vriveisX x1 D x3 e x5 d formX 0 1 0 2 0 0 1 emos resolver esse sistemD que est no I so do eorem PFIS d pFRSF ile possui soluo niX (x1 , x3 , x5 ) = (4 + 3r 5s, 2s, 2)F gomo x2 = r e x4 = sD otemos que (x1 , x2 , x3 , x4 , x5 ) = (4 + 3r 5s, r, 2s, s, 2) ou indX

{(4, 0, 0, 0, 2) + r(3, 1, 0, 0, 0) + s(5, 0, 2, 1, 0) | r, s R}.


x lingugem de espo gerdoD o onjuntoEsoluo o plno

(4, 0, 0, 0, 2) + (3, 1, 0, 0, 0), (5, 0, 2, 1, 0) . xeste exemplo o sistem possui um totl de 5 vriveis eD por possuir 3 eques relioE nndoEsD (ou om somente 5 3 = 2 vriveis livres pr ssumir qulquer vlorF e esss dus vriveis @x2 e x4 A form triudos os dois prmetros r, s eD utilizndo s 3 eques remnesentes do sistem form otids solues em funo destes prmetrosF

Observao 2.16
livres.

Para o mesmo nmero total de variveis, quanto maior o nmero de

linhas no-nulas (equaes efetivas) no sistema escalonado menor o nmero de variveis Zerar uma linha reduz o nmero efetivo de equaes do sistema. equao era combinao linear das outras, sendo, portanto, do sistema. Isto signica que a

redundante para a resoluo

Observao 2.17 (Software Algbrico)


solver sistemas com

Maxima pode-se linsolve([x-3*y+5*w=4, z+2*w=0, a=-2], [x,y,z,w,a]);


Com auxlio do Software

re-

SH

CAPTULO 2.

SISTEMA LINEAR

Exemplo 2.28

Resolva o sistema:

0 0 0 0

1 0 0 0

2 0 0 0

0 1 0 0

0 0 1 0

0 0 0 1

1 0 4 3 . 0 1 2 3

Soluo: gomo s oluns om piv so 2, 4, 5, 6D so 4 vriveis dependentesX x2 , x4 , x5 , x6 F

o Q vriveis livresX x1 , x3 , x7 F sntroduzindo prmetros r, s, t @mis onveniente que t1 , t2 e t3 A e triuindoEos s vriveis livres otemos que x1 = r, x3 = s, x7 = tF hs eques otemos que x2 = 2x3 + x7 = 2s + t, x4 = 4 3x7 = 4 3t, x5 = 1, x6 = 2 3x7 = 2 3tF ortnto (x1 , x2 , x3 , x4 , x5 , x6 , x7 ) = (r, 2s + t, s, 4 3t, 1, 2 3t, t)D ou indD o onjuntoEsoluo

{(0, 0, 0, 4, 1, 2, 0) + r(1, 0, 0, 0, 0, 0, 0) + s(0, 2, 1, 0, 0, 0, 0) + t(0, 1, 0, 3, 0, 3, 1)},


om r, s, t RF x lingugem do gptulo ID o onjuntoEsoluo

(0, 0, 0, 4, 1, 2, 0) + (1, 0, 0, 0, 0, 0, 0), (0, 2, 1, 0, 0, 0, 0), (0, 1, 0, 3, 0, 3, 1) .

Exemplo 2.29

Considere o sistema

0 1 3 0 7 0 0 0 1 4
(a) Determine o conjunto soluo;

(b) Determine solues particulares.

Soluo: @A gomo s oluns om piv so 2, 4D so 2 vriveis dependentesX x2 , x4 F o

P vriveis livresX x1 , x3 F sntroduzindo prmetros r, s e triuindoEos s vriveis livres otemos que x1 = r e x3 = sF hs eques otemos que x2 = 7 3x3 = 7 3s e x4 = 4F ortnto (x1 , x2 , x3 , x4 ) = (r, 7 3s, s, 4)D ou indD o onjuntoEsoluo {(0, 7, 0, 4) + r(1, 0, 0, 0) + s(0, 3, 1, 0) | r, s R}F x lingugem do gptulo ID o onjuntoEsoluo o plno (0, 7, 0, 4) + (1, 0, 0, 0), (0, 3, 1, 0) F @A ytemos solues prtiulres fzendo vrir os prmetros r, sF or exemploD toE mndo r = 0 e s = 0D otemos soluo (0, 7, 0, 4) + 0(1, 0, 0, 0) + 0(0, 3, 1, 0) = (0, 7, 0, 4). ytemos outr soluo tomndo r = 3 e s = 2X (0, 7, 0, 4) + 3(1, 0, 0, 0) 2(0, 3, 1, 0) = (3, 1, 2, 4). odemos oter innitas solues pois pr d esolh de vlores pr os prmetros r e sD um nov soluo gerdF
e

Exemplo 2.30 Considere os planos 1 = {(1, 2, 1) + s(1, 1, 1) + t(1, 1, 0)| s, t R} 2 = {(3, 2, 1) + s(2, 1, 1) + t(1, 1, 2)| s, t R}. Determine 1 2 .

Soluo: ueremos ser se existem s, t, u, v R @note que tromos os prmetros do


segundo plnoA tis que (1, 2, 1) + s(1, 1, 1) + t(1, 1, 0) = (3, 2, 1) + u(2, 1, 1) + v (1, 1, 2)D ou sejD s(1, 1, 1) + t(1, 1, 0) + u(2, 1, 1) + v (1, 1, 2) = (2, 4, 0)D ou sejD reismos resolver o sistem @Q equesD R vriveisAX s 1 1 2 1 2 t 1 1 1 1 = 4 . u 1 0 1 2 0 v

2.5.

RESOLVENDO SISTEMAS LINEARES

SI

1 1 2 1 2 1 1 1 4 F islonndo totlmente essim preismos eslonr mtriz 1 1 0 1 2 0 1 0 0 4 6 4 F essim tomndo v omo prmetro livreD oE 1 @veri(que3A otemos 0 1 0 0 0 1 2 6 temos que (s, t, u, v ) = (4v 6, 4 v, 2v 6, v )F im termos de pontos do plnoD omo 1 = (1, 2, 1) + s(1, 1, 1) + t(1, 1, 0)D interseo ret {(1, 2, 1) + (4v 6)(1, 1, 1) + (4 v )(1, 1, 0)| v R}F yutr possiilidde utilizr equo de 2 = (3, 2, 1) + u(2, 1, 1) + v (1, 1, 2) e dr omo soluo {(3, 2, 1) + (2v 6)(2, 1, 1) + v (1, 1, 2)| v R}F odeEse veri(r que nos dois sos hegE mos n mesm respostX {(9, 4, 5) + v (5, 3, 4)| v R}F

Exemplo 2.31
de

Seja

1 = (1, 0, 2, 1)+ (1, 3, 4, 1), (2, 1, 2, 1)

. Determine a interseo

1
(a)

com

(b) (c)

2 = (2, 1, 1, 2) . 3 = (1, 0, 2, 1) + (1, 1, 1, 1), (0, 3, 1, 1), (1, 0, 1, 2) x 2y + w = 0 4 o conjunto dos pontos (x, y, z, w) R4 tais que 2x y + z + w = 0

(4 o

conjunto-soluo deste sistema).

@A gomo 2 = u(2, 1, 1, 2) @note que usmos prmetro uD distinto de s, t3AD queremos ser se existem s, t, u R tis que (1, 0, 2, 1)+ s(1, 3, 4, 1)+ t(2, 1, 2, 1) = u(2, 1, 1, 2)F reismos @f s o sistem @R equesD Q vriveisA onts3A resolver 1 2 2 1 3 1 1 s 0 t = 4 2 . 2 1 u 1 1 2 1 islonndo @veri(que3A vmos onluir que o sistem no possui soluoF gonlumos que interseo vziX 1 2 = F @A gomo 3 = (1, 0, 2, 1) + u(1, 1, 1, 1) + v (0, 3, 1, 1) + x(1, 0, 1, 2) @novmente utilizmos prmetros distintos dos utilizdos n prmetrizo de 1 AD preismos resolver @veri(que3A o sistem @R equesD S vriveisA s 1 2 1 0 1 2 3 1 1 3 t 0 0 u = . 4 4 2 1 1 1 v 1 1 1 1 2 0 x esolvendo @utilizmos linsolve no MaximaA otemos que onjunto soluo um retF rmetrizndo ret por k RD s = 2 4k, t = 11k 2, u = 4 19k, v = 4 14k, x = k F ustituindo n equo prmtri de 1 @podermos sustituir tmm n de 3 e otermos o mesmo resultdo ! veri(que3A otemos que interseo (1, 0, 2, 1)+(2 4k )(1, 3, 4, 1)+(11k 2)(2, 1, 2, 1) = (3, 8, 2, 1)+ k (18, 23, 6, 7) pr k RF essim 1 3 = (3, 8, 2, 1) + (18, 23, 6, 7) F @A gomo x = 1 + s + 2tD y = 3s tD z = 2 + 4s + 2tD w = 1 + s + tD e @veri(que3A 0 = x 2y + w = 4s + 5t e 0 = 2x y + z + w = 3 + 4s + 8tD devemos resolver o sistem 3 15 4s + 5t = 0 e t0 = F essim F esolvendo otemos soluo s0 = 3 + 4s + 8t = 0 52 13 interseo de 1 om 4 o ponto (x, y, z, w) R4 om x = 1 + s0 + 2t0 D y = 3s0 t0 D

Soluo: im eqs prmtris 1 = (1, 0, 2, 1)+s(1, 3, 4, 1)+t(2, 1, 2, 1) om s, t RF

SP

CAPTULO 2.

SISTEMA LINEAR

z = 2 + 4s0 + 2t0 D w = 1 + s0 + t0 F

Exemplo 2.32
e

Seja

o conjunto dos pontos

(x, y, z, w, k ) R5 tais que


tais que

xw+k =2 xy+z =1 Y Z.

o conjunto dos pontos

(x, y, z, w, k ) R5

wk =0 x+z =0

. Determine

xw+k =2 xy+z =1 temos que resolver o sistem F islonndo otemos que soluo wk =0 x+z =0 ret (x, y, z, w, k ) = (2, 1, 2, 0, 0) + t(0, 0, 0, 1, 1) pr t RF vogo Y Z = (2, 1, 2, 0, 0) + (0, 0, 0, 1, 1) F

Soluo: ontos n interseo vo stisfzer os dois sistems simultanemanteF essim

Exemplo 2.33

Determine se ponto, reta ou plano o conjunto soluo de cada um dos

sistemas abaixo, dados por sua matriz aumentada j escalonada:

1 2 3 4 4 2 0 0 1 2 1 1 (a) 0 0 0 1 2 1
(b)

1 3 2 1 2 0 0 7 0 1 (b) 0 0 0 5 9

2 0 (c) 0 0

3 2 4 2 5 2 1 0 0 2 3 1 0 0 2 0

Soluo: @A S vriveis e Q equesX um plno @5 3 = 2AF @A R vriveis e Q equesX


um ret @4 3 = 1AF @A R vriveis e R equesX um ponto @4 4 = 0AF

Exemplo 2.34
(a) a (c)

Determine um sistema linear cujo conjunto soluo seja igual:

(b) ao plano que passa por

(1, 0, 2, 1) + (2, 1, 2, 1), (1, 3, 4, 1) . (1, 1, 0, 2), (2, 0, 1, 0) e (2, 1, 2, 3). reta que passa por (1, 2, 1, 2, 2) e (2, 1, 3, 4, 1).

x = 1 + 2s + t e y = s + 3tF esolvendo @pr s, tA otemos que 7s = y + 3x 3 e 7t = 2y + x 1F gomo z = 2 + 2s + 4t e w = 1 + s + tD sustituindo s, t omo funo de z = 2 + 2(y + 3x 3)/7 + 4(2y + x 1)/7 x, y otemos o sistem w = 1 + (y + 3x 3 + 2y + x 1)/7 @A y plno @porquecA (1, 1, 0, 2) + (1, 1, 1, 2), (1, 2, 2, 1) F vogo (x, y, z, w) = F (1, 1, 0, 2) + s(1, 1, 1, 2) + t(1, 2, 2, 1) essim x = 1 + s + t e y = 1 + s + 2tF esolvendo @pr s, tA otemos que @om MaximaX linsolve([x=1+s+t, y=-1+s+2*t],[s,t]);A s = y + 2x 3Dt = y x + 2F gomo z = s + 2t e w = 2 2s + tD sustituindo s, t omo funo de x, y otemos o sistem z = y + 2x 3 + 2(y x + 2) w = 2 2(y + 2x 3) + y x + 2 @A e ret @porquecA (1, 2, 1, 2, 2) + (1, 1, 2, 2, 3) F vogo (x, y, z, w, k ) = (1, 2, 1, 2, 2) + t(1, 1, 2, 2, 3)F essim x = 1 + tF vogo t = x 1F y = 2 1(x 1) z = 1 + 2(x 1) ustituindo ns outrs eques vmos oter o sistem F w = 2 + 2(x 1) k = 2 3(x 1)

Soluo: @A emos que (x, y, z, w) = (1, 0, 2, 1) + s(2, 1, 2, 1) + t(1, 3, 4, 1)F essim

2.6.

PRODUTO MATRIZ-VETOR

SQ

2.6 Produto Matriz-Vetor


odemos ver um mtriz omo um onjunto de vetores dispostos em oluns ou linhsF essimD ddo A Mmn D pensndo em olunsD A omposto de n vetoresEolunD d vetor vi Rm X A = v1 vn . ensndo em linhsD A omposto de m vetoresElinhD d vetor ui Rn X u1 F F A= . F um ist viso de mtrizes muito importnteD entre outrs rzesD pois s operes de som e produto de mtrizesD inluindo o produto mtrizEvetorD so mis feis @e nturisA de serem de(nids utilizndo este ponto de vistF mos utilizr stnte no livro este ponto de vistF il generlizd pel viso de mtriz em loos presentd n eo RFT d pFIIVF Denio 2.19 (produto matriz-vetor) Seja A = v1 vn Mmn e x = x1 x2 . Rn . Denimos Ax Rm , o produto da matriz A pelo vetor x, por . . xn
n

Ax =
i=1
Portanto o produto matriz-vetor a

xi v i .

combinao linear das colunas da matriz com coea12 a22 F F F

cientes dados pelas entradas do vetor.

a1n a2n wis expliitmenteD se A = ento F F F F F F am1 am2 amn a12 a1 n a11 n a22 a2 n a21 Ax = xi v i = x1 F + + xn F +x2 F F F F F F F i=1 am1 am 2 amn a11 a21 F F F v1
essim

v2

vn

Ax =

a11 a21 F F F

x1 + a12 x1 + a22 F F F

am 1 x 1 + am 2

x2 + a1n xn x2 + a2n xn . F FF F F F x2 + amn xn

SR ssto pode ser representdo pelo esquemX

CAPTULO 2.

SISTEMA LINEAR

x1 F Ax = v1 vn F F = xn

xj v j .
j =1

Lema 2.20 (linearidade do produto matriz-vetor)


R
n
e escalar

Dados uma matriz

A, vetores u, v

k , A(u + k v) = Au + kAv.

Prova: fst esrever s entrds dos vetores u, v e plir de(nio do produto mtrizE vetor omo omino liner ds oluns d mtrizF heixmos detlhes pr o leitorF
mos reordr o produto eslr entre dois vetoresF etomremos este ssunto em mis dinte no texto @vej he(nio SFI d pFIQUAF

Denio 2.21 (produto escalar ou interno) Dados dois vetores u = (u1 , . . . , un ), v = (v1 , . . . , vn ) Rn denotamos o produto escalar (ou produto interno) entre eles por u v,
um nmero denido por

uv =
i=1
Se

ui vi .

uv =0

dizemos que

so

perpendiculares entre si.


Ento

Exemplo 2.35

Sejam

u = (1, 2, 3, 4, 5), v = (1, 2, 1, 3, 0) R5 .

u v = (1)(1) + (2)(2) + (3)(1) + (4)(3) + (5)(0) = (1) + (4) + (3) + (12) = 10. u1
. . .

Lema 2.22 (interpretao do produto matriz-vetor)


Mmn
e

Seja

A =

um

x Rn .

Ento

Ax =

u1 x
. . .

um x

Portanto cada entrada do produto matriz-vetor o matriz e

produto escalar entre cada linha da

x.

Prova: fst expliitr em termos de oe(ientes (aij ) d mtriz e do vetor w = (wi )F er


ixemplo RFR d pFWQF heixmos detlhes pr o leitorF ssto pode ser representdo pelo esquemX

u1 F F x Ax = = F um

u1 x F = F = F um x

b1 F F F = b. bm

2.7.

SISTEMAS HOMOGNEOS, SOLUO GERAL E PARTICULAR

SS

2.7 Sistemas Homogneos, Soluo Geral e Particular


Denio 2.23 (Sistema homogneo)
um sistema cujo lado direito todo igual a zero:

a11 x1 +a12 x2 +a1n xn = 0 a21 x1 +a22 x2 +a2n xn = 0 . . . . . .. . . . . . . . . . a x +a x +a x = 0 m1 1 m2 2 mn n

Denio 2.24 (soluo trivial)

O vetor nulo

homogneo. Esta soluo chamada

soluo trivial.

(0, 0, . . . , 0)

sempre soluo do sistema

xum sistem homogneo o ldo direito de zeros 0 F F F F F F FF F F F F 0

preservdo por operes elementresX 0 F F F F F F FF F F . F F 0

or isso form eslond de um sistem homogneo no possui linh d form 0 0 F ssto impli que um sistem homogneo sempre possui soluoF wis indD num sistem homogneo om n vriveisD o nmero de pivs p @eques efetivsA ps o eslonmento determin se soluo niX @A p = n soluo nica @pens trivilAY @A p < n innitas soluesD (n p) vriveis livresF

Denio 2.25 (soluo geral e particular) Considere o sistema Ax = b. Chamamos de soluo geral seu conjunto-soluo S . Chamamos de soluo particular um elemento v0 S qualquer. Chamamos de soluo do sistema homogneo associado o conjunto-soluo do sistema

Ax = 0.
Dada uma matriz

Denio 2.26 (ncleo) Exemplo 2.36

Nuc(A), o conjunto-soluo do sistema

A chamamos Ax = 0.

de

ncleo

de

A,

denotado por

Vamos ver a relao entre solues de um sistema no-homogneo e do

sistema homogneo associado. Considere o sistema no-homogneo:

0 1 3 0 7 0 0 0 1 4

Este sistema foi resolvido no Exemplo 2.29 da p.50 e o conjunto-soluo

{(0, 7, 0, 4) + r(1, 0, 0, 0) + s(0, 3, 1, 0) | r, s R}.


conjunto-soluo o plano

Na linguagem do Captulo 1, o

(0, 7, 0, 4) + (1, 0, 0, 0), (0, 3, 1, 0) .


Considere o sistema homogneo associado:

0 1 3 0 0 0 0 0 1 0

ST

CAPTULO 2.

SISTEMA LINEAR

Resolvendo-o de forma anloga, obtemos o conjunto-soluo

{r(1, 0, 0, 0) + s(0, 3, 1, 0) | r, s R}.


o plano

Na linguagem do Captulo 1, o conjunto-soluo

(1, 0, 0, 0), (0, 3, 1, 0) .


Note que o conjunto-soluo do sistema no-homogneo e do homogneo associado diferem somente pelo vetor

(0, 7, 0, 4), que uma soluo particular (dentre as innitas solues)

do sistema no-homogneo.

Teorema 2.27 (soluo geral de sistema)


sistema no-homogneo e

Seja

o conjunto-soluo (soluo geral) do

o conjunto-soluo do sistema homogneo associado. Se

ento existe uma soluo particular (do sistema no-homogneo)

v0 S

S = , S = v0 + V .

Prova: ej S = soluo gerl do sistem noEhomogneo Ax = b e v0 S soluo

prtiulr qulquer do sistem noEhomogneoF ej V o onjuntoEsoluo do sistem homoE gneo ssoido Ax = 0F ueremos provr que S = v0 + V F r isto st provr que v0 + V S e que S v0 + V F mos provr que v0 + V S F hdo v V qulquerD queremos provr que v0 + v S D ou sejD que A(v0 + v) = bF he ftoD pelo vem PFPH d pFSR @lineridde do produto mtriz vetorA A(v0 + v) = Av0 + Av = b + 0 = bF mos provr que S w0 + V F hdo w S qulquerD queremos provr que w v0 + V F xovmente pelo vem PFPH d pFSR A(w v0 ) = Aw Av0 = b b = 0F gonlumos que w v0 V e portnto w v0 + V F e

soluo geral @se noEvziA do sistem Ax = b d form v0 + V D som de um soluo particular om um soluo do sistema homogneo associado Ax = 0F
essim so equivlentesX @A o sistem possui soluo ni @igul v0 AY @A o sistem homogneo ssoido possui soluo ni @ trivilAY @A Nuc(A) = 0F

2.8 Interpretao de Sistemas em Rn


r interpretr preismos d de(nio de hiperplnoD que generliz rets no R2 e plnos no R3 F

Denio 2.28 (hiperplano)


de dimenso

Um

hiperplano em Rn a translao de um espao gerado

n 1.

Exemplo 2.37

So hiperplanos: R2 (translao de um espao gerado de dimenso 2 1 = 1); 3 (b) Um plano em R (translao de um espao gerado de dimenso 3 1 = 2); 4 (c) Em R a translao de um espao gerado de dimenso 4 1 = 3 um hiperplano. (a) Uma reta em

Lema 2.29 (geometria da equao do hiperplano)


H
tal da equao

Dado u = 0, o conjunto-soluo u x = b R um hiperplano. Mais precisamente, se V o conjunto dos vetores perpendiculares a u ento existe v0 H que H = v0 + V .

2.8.

INTERPRETAO DE SISTEMAS EM

RN

SU

equo v0 = (x1 , . . . , xn ) om xk = abk e xj = 0 pr j = k F gonsidere V o onjuntoE soluo do sistem homogneo ssoido u y = 0F xote que V o onjunto dos vetores perpendiculares uF gomo este um sistem eslondo om I equo noEnul e n vriveisD so q = n 1 vriveis livresF elo eorem PFIV d pFRV V gerdo por q = n 1 vetores vssD ou sejD tem dimenso n 1F elo eorem PFPU d pFSTD H = v0 + V D trnslo de um espo gerdo de dimenso n 1F

Prova: gomo 0 = u = (a1 , . . . , an ) Rn D um dos ak = 0F vogo soluo prtiulr d

Exemplo 2.38

Mostre que

{(x, y, z, w, u) R5 | x 2y + 3z + w u = 4} um hiperplano.

y, t2 = z, t3 = w e t4 = uD otemos que x = 2t1 3t2 t3 + t4 +4F ortnto (x, y, z, w, u) = (4, 0, 0, 0, 0) + t1 (2, 1, 0, 0, 0) + t2 (3, 0, 1, 0, 0) + t3 (1, 0, 0, 1, 0) + t4 (1, 0, 0, 0, 1)F rtEse d trnslo de um espo gerdo de dimenso 4 em R5 D isto D um hiperplno em R5 F mos relionr opero de produto mtrizEvetor om sistems lineresF gonsidere o sistem a11 x1 + a12 x2 + a1n xn = b1 a21 x1 + a22 x2 + a2n xn = b2 . F F F F FF F F F F F F F F F a m1 x1 + am2 x2 + amn xn = bm a11 a12 a1n b1 x1 a21 a22 a2n F F F e mtriz A = D b = he(nimos x = F F F emos F F F F F F F F F F F F F bm xn am1 am2 amn d he(nio PFIW d pFSQ do produto mtrizEvetor que podemos esrever este sistem omo Ax = b.
es dus interpretes do produto matriz-vetor @omino liner de oluns e produto eslr om linhsA impliro em dus interpretes pr o onjuntoEsoluo do sistem liner @interseo de hiperplnos e b espo gerdo pels olunsAX @A @produto eslr om linhs interseo de hiperplanosA u1 F F e A = @d linh um vetorAD pelo vem PFPP d pFSR o sistem F um u1 x = b1 u2 x = b2 Ax = b pode ser resrito omoX . gd equo uj x = bj F F F F F F u x = b
m m

Soluo: odemos esrever que x = 2y 3z w +u+4F sntroduzindo qutro prmetros t1 =

@supondo uj = 0A represent um hiperplno Hj @trnslo de um espo gerdo de dimenso n 1 em Rn AF y onjuntoEsoluo S do sistem liner igul interseo de
m

todos estes hiperplnosX S =


j =1

Hj D ist interpreto

geomtricaF pizemos isto

em R2 e R3 n eo PFQ d pFQIX im R2 interseo de rets @hiperplnos em R2 AY em R3 interseo de plnos @hiperplnos em R3 AF

SV

CAPTULO 2.

SISTEMA LINEAR

e intuio geomtri grnte queD de form gerlD tnto interseo de dus rets no plno qunto interseo de trs plnos em R3 um nio pontoF ws omo visulizr queD de form gerlD interseo de 4 hiperplnos em R4 um nio pontoc r entender sistems om muits eques devemos nos liertr dest interpreto geomtriD que no pode ser experimentd em dimenso mior que 3D em fvor d prxim interpretoF @A @omino liner ds oluns b espao gerado pelas colunasA e A = v1 vn @d olun um vetorAD pel he(nio PFIW d pFSQ o sistem Ax = b pode ser resrito omoX Ax = b = n 1 xj v j F y sistem ter soluo se o vetor b for omino liner dos vetores olun d mtrizD n isto D se b = 1 xj vj pr lguns xj RD ou sejD se b v1 , . . . , vn F ode existir mis de um omino linerD isto D o sistem pode ter mis de um soluoF or outro ldoD se b v1 , . . . , vn D ento o sistem no possuir soluoF ist interpreto algbricaF interpreto mis importnte no urso de lger vinerF odemos resumir d seguinte formX istem sem soluo om soluo ni om in(nits solues

b=

xj vj c ou b v1 , . . . , vn c @interpreto algbricaA
no sim @niA sim @in(nitsA

Hj = c @interpreto geomtricaA
no sim @I pontoA sim @in(nidde de pontosA

2.9 Exerccios de Sistemas Lineares


2.9.1 Exerccios de Fixao
Fix 2.1: em fzer ontsD2 determine se os sistems ixo possuem um niD nenhum
ou in(nits soluesF x+y = 1 x+y = 1 x+y = 1 @A Y @A Y @A 2x + 2y = 2 2x 3y = 2 2x + 2y = 3 Fix 2.2: gonsidere s seguintes operes em um sistem liner de qutro equesX @A tror dus equesY @A desrtr um equoY @A sustituir tereir equo pel som d primeir om segundY @dA sustituir qurt equo pel su som om um mltiplo d segundY @eA multiplir um equo por 1Y @fA multiplir um equo por 0F es operes nunca alteram e s operes podem alterar o onjuntoEsoluo do sistemF

1 Verso 23.ago.2012 22h 2 Por sem fazer contas, queremos dizer, neste e em outros exerccios, sem fazer quaisquer contas que
no possam ser feitas mentalmente com facilidade

2.9.

EXERCCIOS DE SISTEMAS LINEARES

SW

x 2y = 3 @no resolv o sistem3A no se 3x + y = 1 lter se resentrmos equo 2x + 3y = F

Fix 2.3: y onjuntoEsoluo do sistem

Fix 2.4: gonsidere um tringulo ABC equiltero

@A um sistem formdo pels trs rets que ontm os ldos de ABC possui @nenhuma; trs; uma nica; innitasA soluo@esAY @A um sistem formdo por quisquer dus dests rets possui @nenhuma; trs; uma nica; innitasA soluo@esAF

entre siA om ldos prlelos AB e CDF he(nimos qutro rets r, s, t, u de modo queX r pss por A e B D s pss por B e C D t pss por A e C D u pss por A e DF hetermine soluo de d um dos sistems ixoD onde representmos d equo pel ret que el determinX r r s u s Y t F @A Y @A Y @A @dA t s t u

Fix 2.5: gonsidere o prlelogrmo ABCD @noEdegenerdoX todos os pontos so distintos

Fix 2.6: m ddo omum um uo ujs T fes presentm os nmeros de 1 t 6D

distriudos de form que fes oposts somm sempre U @o I oposto o TY o P oposto o S e o Q oposto o RAF mos representr por fe I equo do plno que ontm fe om o nmero ID por fe P equo do plno que ontm fe om o nmero PD etF hetermine o nmero de solues de d um dos sistems ixoX fe1 fe3 fe1 fe2 fe3 fe3 Y fe5 Y fe3 Y @A Y @A Y @A @dA @eA fe6 fe4 fe5 fe6 fe6

Fix 2.7: em fzer ontsD determineD se possvelD ondio em pr que os sistems


ixo no possum soluoX x + y = 3 @A Y 2x 2y = @A

x + y = 3 F 2x + y =

Fix 2.8: hetermine se verddeiro ou flsoX

@A se durnte o eslonmento um linh (r zerd ento o sistem tm in(nits soluesY @A um sistem homogneo possui sempre soluoY @A um sistem noEhomogneo no pode possuir in(nits soluesF

Fix 2.9: hetermine se verddeiro ou flsoX

@A um sistem om S eques e Q vriveis sempre sem soluoY @A um sistem om Q eques e S vriveis possui in(nits soluesY @A um sistem homogneo om Q eques e S vriveis possui in(nits soluesY @dA um sistem homogneo om S eques e W vriveis possui pelo menos R vriveis livresY @eA um sistem homogneo om W eques e W vriveis possui sempre soluo niF

Fix 2.10: em fzer ontsD disut existni e uniidde de soluo dos sistems ixoF
xo so determine ind o nmerode vriveis livresF de in(nits soluesD 1 4 6 2 1 4 6 2 0 2 5 2 0 2 5 2 Y @A @A @A 0 0 3 1 Y 0 0 3 1 0 0 0 0 0 0 0 1

0 1 0 2 F 0 0 1 2

Fix 2.11: im R5 X

TH

CAPTULO 2.

SISTEMA LINEAR

@A o onjuntoEsoluo de um sistem liner pode ser visto omo interseoA de @retas; planos; hiperplanosAY Y @A um ret um suespo de dimenso @A um plno um suespo de dimenso Y @dA um hiperplno um suespo de dimenso F Fix 2.12: gonsidere o sistemX u1 x1 F F F Ax = x = v1 vn F F F = b. um xn he(n Hj = {x Rn | uj x = bj }F @A o sistem Ax = b possui soluo seD e somente seD
j =1 m

@unio;

Hj

@=, =A Y

@A o sistem Ax = b possui soluo seD e somente seD b @, A v1 , . . . , vn Y Fix 2.13: ej S = soluo gerl de um sistem noEhomogneo om V o onjuntoE soluo do sistem homogneo ssoidoF isolh um opoF sempre verdde queX @eA S = v0 + V om v0 V Y @fA S = v0 + V om v0 S Y @gA V = v0 + S om v0 S Y @hA V = v0 + S om v0 V Y

2.9.2 Problemas
f o gr(o e determine geometrimente o nmero de soluesX x+y = 3 3x y = 6 @A Y @A Y xy = 1 6x + 2y = 6 Prob 2.2: uponh que um sistem de trs vriveis omposto de trs equesF im R3 d equo represent um plnoF ul posio reltiv destes trs plno qundo o sistemX @A no possui soluoc @A possui extmente um soluoc @A possui in(nits soluesc Prob 2.3: r d um dos itens ixoD d um exemplo de um sistem om s rterstis pedids ou explique por que tl exemplo no pode existirX @A @no equesA a @no vriveisAD in(nits soluesY @A @no equesA ` @no vriveisAD soluo niY @A @no equesA ` @no vriveisAD nenhum soluoY @dA @no equesA b @no vriveisAD in(nits soluesY Prob 2.4: form totalmente escalonada ds mtrizes ixoX inontre 1 2 3 4 1 3 5 7 @A 4 5 6 7 Y @A 3 5 7 9 F 6 7 8 9 5 7 9 1 Prob 2.5: dos sistems ixoX esolv d um 0 1 2 0 0 0 1 2 0 0 0 1 0 Y @A Y @A 0 0 0 0 0 1 0 0 0 0 0 1 3 4 2 0 1 0 0 1 9 12 6 0 Y 3 Y @A 0 1 0 @dA 6 8 4 0 0 0 1 2 0 0 0 0

Prob 2.1: r d um dos sistems ixo interprete d equo omo um ret em R2 D

2.9.

EXERCCIOS DE SISTEMAS LINEARES

TI

2 6 3 1 4 0 1 2 1 1 6 2 6 3 2 10 Y @fA 0 2 4 2 4 18 . @eA 4 12 7 0 10 13 0 1 2 2 3 14 6 18 11 0 Prob 2.6: ys sistems ixo so equivlentes @o segundo est totlmente eslondoAX 2 1 2 41 0 0 1 0 2 24 0 0 1 0 2 24 0 0 0 1 2 7 0 0 . 1 1 0 17 1 0 0 0 0 0 1 0 3
h desries prmtris dos onjuntosEsoluo de mosF inontre trs solues distints pr o primeiro sistemF Prob 2.7: esolv os sistems lineres ixoD esrevendo o onjunto soluo em eques prmtrisX x + y 2z = 2 2x y + 2z = 1 xy = 0 Y @A Y @A 4x + 2y 4z = 2 2x + y 3z = 3

Prob 2.8: hetermine os vlores de m pr que o sistem

2x + 8y + 2z = 3 possuX 4x + m2 y + mz = 6 @A um ni vrivel livreY @A dus vriveis livresF Prob 2.9: hetermine todos os vlores possveis pr a, b, c, d R tis que o sistem x + 2y + 3z = a 5y + 6z = b possuX @A nenhum soluoY @A in(nits soluesF cz = d Prob 2.10: gonsidere prol y(x) = ax2 + bx + c que pss por (1, 2)D (2, 4) e (3, 8)F hetermine a, b, c RF 1 0 1 2 Prob 2.11: glule 2 1 3 1 @produto mtrizEvetorA de dus formsX 0 4 3 1 @A omo gv ds oluns d mtriz @usndo omo oe(ientes s entrds do vetorAY @A omo produtos eslres ds linhs d mtriz pelo vetorF 1 4 5 Prob 2.12: ej A = 2 5 7 F xote que tereir olun som ds dus primeirsF 3 6 9 em eslonrD enontre um vetor x tl que Ax = 0F

2.9.3 Extras
f o gr(o e determine geometrimente o nmero de soluesX

Ext 2.1: r d um dos sistems ixo interprete d equo omo um ret em R2 D

2x + 2y = 6 2x 3y = 1 xy = 1 Y @A Y @A 6x + 9y = 3 x + 3y = 6 Ext 2.2: r d um dos itens ixoD d um exemplo de um sistem om s rterstis pedids ou explique por que tl exemplo no pode existirX @A @no equesA a @no vriveisAD soluo niY @A @no equesA a @no vriveisAD nenhum soluoY
0 Verso 23.ago.2012 22h

TP @A @no equesA ` @no vriveisAD in(nits soluesY @dA @no equesA b @no vriveisAD soluo niY @eA @no equesA b @no vriveisAD nenhum soluoY

CAPTULO 2.

SISTEMA LINEAR

(x A)2 + (y B )2 = r2 F @A determine a, b, c em funo de A, B, r pr que equo do rulo sej esrit omo x2 + ax + y 2 + by + c = 0Y @A hdos trs pontos (x1 , y1 ), (x2 , y2 ), (x3 , y3 ) por onde pss o ruloD esrev o sistem que determin a, b, cF @A hetermine equo do rulo que pss em (4, 5), (2, 7) e (4, 3)F Ext 2.4: hetermine ondies nos prmetros @, A pr que o sistem ssoido possu um ni soluoD in(nits solues ou nenhum soluoX 1 x + y + z = x + 2y = 0 2x y + 3z = Y @A Y @A 2x + y = 2 x + 3 y = 2 x y + z = 1 2 x + 2y + ( + 1)z = x+yz = 1 y + 2z = + 1 Y @A @dA Y 3x y + z = 1 x + (1 )z = 0 x+ y + ( 1)z = 1 1 3 2 x + y z = 2 y + 5z = 5 F @eA 1 2 4 3 Y @fA 1 3 x + 2y + z = 7 Ext 2.5: inontre os vlores de a tis que o sistem liner ixo tenh soluoF xy = a x+y+z = a Y 2x + z = a Ext2.6: @A ul ondio em b1 D b2 e b3 pr que o sistem ixo possu soluoc 2 5 8 b1 2 1 0 b2 1 4 6 b3 @A em refzer tods s ontsD dig se o sistem possui soluo om o ldo direito (3, 5, 1)F Ext 2.7: ej y = 4 x4 + 3 x3 + 2 x2 + 1 x + 0 um polinmio que pss por S pontos ddosX (a1 , b1 )D (a2 , b2 )D (a3 , b3 )D (a4 , b4 )D e (a5 , b5 )F isrev mtriz mplid @onheid omo mtriz de ndermondeA do sistem que determin s S vriveis 4 , 3 , 2 , 1 , 0 F xote que os pres (ai , bi ) so ddosD e sero oe(ientes d mtriz mplidF 1 x + 3y = 2x + y = 3 F xo ensino fundmentl um mtodo Ext 2.8: gonsidere o sistem 2x + 2y = 0 de resoluo de sistem resolver um equo pr um vrivel e sustituir expresso ns outrs equesF ssto repetido t (rmos om somente um vrivelF gom issoD determinmos um vrivel eD sustituindo ns outrs equesD determinmos s outrsF iste mtodoD lm de mis longo que elimino de quss em termos de operes neessris induzD frequentementeD o erroF @A esolv primeir equo pr x e sustitu expresso n segund equoF heE termine y Y @A xovmente resolv primeir equo pr xD ms dest vez sustitu expresso n tereir equoF inontre este y Y

Ext 2.3: e equo gerl do rulo em R2 om entro em (A, B ) e rio r dd por

2.9.

EXERCCIOS DE SISTEMAS LINEARES

TQ

@A ul soluo orret pr o sistemc

2.9.4 Desaos
res elementres um mtriz P tl que P A sej mtriz resultnte ps plio d opero elementrY hiX eplique opero elementr n mtriz identiddeF Des 2.2: rove que s operes elementres @de eslonmento de um mtrizA so reverE sveisD isto D mostre que se mtriz A equivlente B ento mtriz B equivlente mtriz AF Des 2.3: m sistem liner om n eques e n vriveis tem propriedde que os oe(ienE tesD qundo lidos linh por linhD d esquerd pr direitD form um progresso geomtriF rove que o sistem no tem soluo niF hetermine su soluoF Des 2.4: gonsidere um sistem de n eques em n vriveisF rove lterntiv de predholmX @A ou o sistem possui soluo ni pr todo ldo direitoY @A ou o sistem homogneo ssoido tem soluo noEtrivilF

Des 2.1: ej A um mtriz que ser eslondF hetermine pr d um ds trs opeE

TR

CAPTULO 2.

SISTEMA LINEAR

Cap tulo 3 Espac o Vetorial


xeste ptulo ome prte mis strt @pr muitos lunosD prte mis difilA do urso de lger viner om de(nio de espos e suespos vetoriisF y prinipl exemplo o Rn e rets e plnos pssndo pel origemD ms tmm so exemplos onjuntos de polinmios e funesF evisitmos os oneitos presentdos no gptulo I pr espos vetoriis quisquerX vetor e operesY omino linerD espo gerdoD vsGvhF goneitos novos presentdos soX se e dimenso de espo vetorilD nleo e imgem de mtrizF

3.1 Espao e Subespao Vetorial


Denio 3.1 (Um Espao vetorial)

um conjunto no-vazio um conjunto numrico consiste de:

V,

cujos elementos so chamados de (ou

vetores;
R),

K=R

cujos elementos so chamados de uma

escalares;

ou

ou outros, mas nesse livro ser sempre

soma vetorial:

operao que associa a cada dois vetores

u, v V

um vetor

u+v V;
uma

multiplicao por escalar (produto escalar vetor):


uV
e escalar

operao que associa a

cada vetor

aK

um vetor

au V .
da multi-

As operaes satisfazem os Denotamos por

axiomas (detalhados na sequncia) da soma vetorial;


o

plicao por escalar (produto escalar-vetor); e distributivos.

(V, +, )

espao vetorial sobre K.

Axioma 3.2 (axiomas da soma vetorial)



comutativa: associativa:

u+v =v+u

para todo

u, v V ;
para todo

(u + v ) + w = u + ( v + w ) 0V

u, v, w V ;
para todo

elemento neutro da soma: Existe inverso aditivo: Dado inverso aditivo de

tal que

u+0=u

uV; w,
o

u,

por

u V, u.

existe

wV

tal que

u + w = 0.

Denotamos

1 Verso 03.agosto.2012 15h

TS

TT

CAPTULO 3.

ESPAO VETORIAL

Observao 3.1 (unicidade do elemento neutro e do inverso aditivo) Segue dos axiomas acima a unicidade do elemento neutro. Suponha que existam 0 e 0 elementos
neutros da soma. Como

u + 0 = u (porque?), tomando u = 0, obtemos que 0 + 0 = 0. Por outro lado u + 0 = u (porque?). Tomando u = 0, obtemos que 0 + 0 = 0. Como a soma comutativa, 0 + 0 = 0 = 0 + 0 = 0. Conclumos que 0 = 0.
Tambm segue a unicidade do inverso aditivo. Convidamos o leitor a provar isso. Comece supondo que

so inversos aditivos de

u.

Axioma 3.3 (axiomas da multiplicao por escalar (produto escalar-vetor))


Dados vetor

uV

e escalares

, :

( )u = ( u);
elemento neutro do produto:

1u = u.
Dados vetores

Axioma 3.4 (axiomas distributivos)


(u + v) = u + v; ( + )u = u + u.

u, v V

e escalares

, :

Exemplo 3.1

O espao vetorial mais importante o

Rn

munido das operaes denidas no

Captulo 1. Num certo sentido (ver Lema 4.50 da p.122), todo espao vetorial (de dimenso n nita) sobre R (escalares) equivalente ao R .

Exemplo 3.2 Exemplo 3.3


tado sempre

Outro exemplo o

Cn ,

o conjunto das

n-uplas

de nmeros complexos com

operaes denidas da forma natural. Veja Observao 7.3 da p.198.

Verique que

V = { a}

(conjunto unitrio) com operaes tendo como resul-

um espao vetorial.

Soluo: hdos u, v V D u = v = a e u + v = a e ku = a pr todo eslr kF xote que


o elemento neutro d som e o inverso ditivo ser aF eri(que s proprieddes3 xote que este espo equivlente W = {0} om 0 + 0 = 0 e k 0 = 0F

Exemplo 3.4

Considere

com centro na origem). com estas operaes.

V = {(x, y ) R2 ; x2 + y 2 1} (o interior de um crculo de raio 1 2 Considere em V as operaes do R . Verique se V espao vetorial

Soluo: ixiste elemento neutro d somD o vetor (0, 0) V D existe inverso ditivo @ddo
u V, u V AF xo entntoD u = (0, 1) V ms 2u = (0, 2) V F yutro prolem que v = (1, 0) V ms u + v = (1, 1) V @veri(que3AF essim V no espo vetorilF

Exemplo 3.5

Verique que o conjunto das matrizes

Mmn

sobre os nmeros reais (De-

nio 2.1 da p.30) munido da operao de soma de matrizes e multiplicao de escalar por matriz da forma usual um espao vetorial. Quem o elemento neutro da soma? Quem o inverso aditivo?

3.1.

ESPAO E SUBESPAO VETORIAL

TU

Soluo: e omuttividde e ssoitividde d som de mtrizes deorrente d omuttiE

vidde e ssoitividde d som de nmeros reisF y elemento neutro mtriz om tods entrds iguis zeroD invers ditiv de A = (aij ) mtriz A = (aij )F Observao 3.2 Identicamos (veja p.31) o espao vetorial Rn com Mn1 pois as open raes so idnticas. De fato vrios livros representam vetores do R por uma matriz com
uma coluna.

Denio 3.5 (subespao vetorial) Seja (V, +, ) um espao vetorial sobre K. Considere W V . Dizemos que W subespao vetorial de V se (W, +, ) um espao vetorial sobre
K.
Note que as operaes em

so herdadas das operaes em

V.

Exemplo 3.6
(a)

Todo espao vetorial (b)

possui pelo menos dois subespaos vetoriais:

V;

{0}

(dito subespao trivial). subespao vetorial se:

Lema 3.6 (caracterizao de subespao) W V


0 W, W

fechado para a soma vetorial, isto , se dados u, v W , u + v W , e para a multiplicao


por escalar, isto , se dados

W fechado ku W .

u W, k R,

Prova: heixmos pr o leitorF


r se entender um oneito importnteD lm dos exemplosD ver ontrEexemplosF essim estude nos exemplos ixoD porque um onjunto no suespo vetorilF

Exemplo 3.7 (retas e planos)

Determine condies para que: R2 . 3 (b) um plano seja um subespao vetorial de R . (a) uma reta seja um subespao vetorial de

vetoriisX rets e plnos que no pssm pel origemF xote que o vetor 0 vi pertener somente om est ondioF eri(que que so pssem pel origem sero fehdos pel som vetoril e multiplio por eslrF p uns desenhosF

Soluo: o suespos vetoriisX rets e plnos pssndo pel origemF xo so suespos

Exemplo 3.8
(a)

A= (b) B = uma reta que no passa por (0, 0). (c) C = a unio do eixo x com o eixo y (de forma
passam pela origem). (d) Considere (e) A

Verique se os conjuntos abaixo so subespaos do espao vetorial {v R2 | v = k (1, 2), k R};

R2 :

geral, duas retas no coincidentes que

D o primeiro e quarto quadrantes 2 parbola E = {(x, x ) x R}

do

R2 .

Soluo: @A A suespo vetorilF he ftoX


0 A @tome k = 0AF hdos v1 , v2 AD existem k1 , k2 R om vi = ki (1, 2)F vogo v1 + v2 = (k1 + k2 )(1, 2) A

TV

CAPTULO 3.

ESPAO VETORIAL

hdo m RD mv1 = mk1 (1, 2) AF


@A B no suespo pois 0 B F @A C no suespo pois emor 0 C e sej fehdo pr multiplio por eslr @porquecAD (1, 0), (0, 1) C ms (1, 0) + (0, 1) C @no fehdo pr som de vetoresAF @dA D no suespo pois emor 0 D e sej fehdo pr multiplio por eslr @porquecAD (2, 1), (1, 2) DD (2, 1) + (1, 2) = (1, 1) D @porquecAF @eA E no suespo pois emor 0 E ddo (1, 1), (2, 4) E D (1, 1) + (2, 4) = (3, 5) E @no fehdo pr somAF

Exemplo 3.9
(a)

Verique se os conjuntos abaixo so subespaos do espao vetorial (b)

R3 :

A = {(x, y, 0), x, y R}.

B = {(x, y, 1), x, y R}.

Soluo: @A A suespo vetorilF he ftoX


(0, 0, 0) A @tome x = y = 0AF ejm (x1 , y1 , 0), (x2 , y2 , 0) AF into (x1 , y1 , 0)+(x2 , y2 , 0) = (x1 + x2 , y1 + y2 , 0) AF ejm (x, y, 0) A e RF into (x, y, 0) = (x, y, 0) AF
@A B no suespo vetorilF xote que B trnslo do item @A pelo vetor (0, 0, 1)F he ftoX

(0, 0, 0) B F ejm (x1 , y1 , 1), (x2 , y2 , 1) B F into (x1 , y1 , 1)+(x2 , y2 , 1) = (x1 +x2 , y1 +y2 , 2) BF ejm (x, y, 1) B e RF into (x, y, 1) = (x, y, ) B D se = 1F

Exemplo 3.10
(a)

Verique se os conjuntos abaixo so subespaos do espao vetorial (b)

A = {(2a 3b, 0, a, b a), a, b R}.

B = u, v, w

, com

R4 : u, v, w R4 .

Soluo: @A A suespo vetoril @um plno pssndo pel origemAF he ftoX


0 A @tome a = b = 0AF hdos v1 , v2 AD v1 = (2a1 3b1 , 0, a1 , b1 a1 ), v2 = (2a2 3b2 , 0, a2 , b2 a2 )F vogo v1 + v2 = (2(a1 + a2 ) 3(b1 + b2 ), 0, a1 + a2 , a2 + b2 (a1 + a2 ))F essim de(nid a = a1 + a2 e b = b1 + b2 veri(Ese que v1 + v2 AF hdo RD v1 = (2a1 3b1 , 0, a1 , b1 a1 )F he(nindo a = a1 e b = b1 veri(Ese que v1 AF
@A B suespo vetorilF heixmos pr o leitor veri(rF evej he(nio IFIP d pFIS @espo gerdoAF

Exemplo 3.11
de

Considere o espao vetorial

u, w V .

Verique se subespao vetorial

V:
(a)

A = {v V | v = u, R}.

(b)

B = {v V | v = u + w, R}.

Soluo: @A A suespo vetoril @ um ret prlel v pssndo pel origemAF he


ftoX

3.1.

ESPAO E SUBESPAO VETORIAL

TW

0 A @tome = 0AF hdos v1 , v2 AD v1 = 1 u, v2 = 2 uF vogo v1 + v2 = (1 + 2 )u AF hdo RD v1 = (1 )u1 AF


@A 0 B seD e somente seD existe 0 R tl que 0 u + w = 0D ou sejD w = 0 uD ou sej se w mltiplo de uF xeste so u + w = u 0 u = ( 0 )uF essim todos os vetores so mltiplos de u e A = B um suespo vetorilF gso ontrrio @se w no mltiplo de vAD omo 0 B D B no suespo vetorilF Exemplo 3.12 (espao vetorial e matrizes) Considere a matriz A = v1 vn .
Determine se subespao vetorial: n (a) V = {x R | Ax = 0}

Rn ,

o conjunto-soluo do sistema linear homogneo o conjunto-soluo do sistema linear

Ax = 0; n n (b) W = {x R | Ax = b} R , com b = 0, no-homogneo Ax = b; m n m (c) Z = {y R | y = Ax; x R } R .

Soluo: @A V suespo vetoril do Rn F he fto lro que 0 V pois 0 soluo

do sistem homogneoF elm dissoD pel lineridde do produto mtrizEvetor @vem PFPH d pFSRAD se u e v so solues de um sistem homogneo ento u + v e k u tmm so pr todo k RF @A W no suespo vetoril pois lro que 0 W @porquecA
n

@A els interpretes do produto mtrizEvetor @vej pgin SQAD y = Ax =


i=1 n

xi v i F

vogo Z =
i=1

xi vi | xi R D que igul o espo gerdo pels oluns d mtrizD isto D

Z = v1 , v2 , . . . , vn F vogo Z suespo vetorilF Z ser de(nido @vej de(nio ixoA omo imagem d mtriz AF istes exemplos presentm dois suespos ssoidos um mtriz que so muito importntes pr teoriX

Denio 3.7 (ncleo e imagem de matriz)


da matriz de matriz

Dada uma matriz

imagem
A.

A,

denotado por Nuc(A), o subespao-soluo do

A, chamamos de ncleo sistema homogneo Ax = 0 e

da matriz, denotado por Im(A), o subespao vetorial gerado pelas colunas da

gomo se omportm suespos vetoriis om relo s operes de unio e interseo de onjuntosc

Exemplo 3.13
(a)

dois planos em 3 Determine se so subespaos vetoriais de R :

Considere (b)

R3

passando pela origem com

H = K.

H K.

H K.

Soluo: @A e interseo pois ser um ret pssndo pel origemF

@A xo ser pois emor 0 perten unioD som de vetores noEnulosD um de d plnoD no pertener nenhum dos doisF

UH

CAPTULO 3.

ESPAO VETORIAL

Exemplo 3.14
vetorial de

Considere

H e K subespaos vetoriais de V .

Determine se

H K subespao

V.

disso ddo u, v H K D u + v H @pois H suespoA e K @pois K suespoAF vogo u + v H K F he form nlog interseo fehd pr multiplio por eslrF

Soluo: e interseo ser suespo pois 0 pertene os doisD e portnto interseoF elm

Denio 3.8 (soma de subespaos)


e

Denimos a

soma de subespaos vetoriais H

por

H + K = {h + k | h H, k K }.

Exemplo 3.15
vetorial.

Dados

subespaos vetoriais de

V,

mostre que

H +K

subespao

v = h2 + k2 om hi H e ki K om i = 1, 2F essim u + v = (h1 + h2 ) + (k1 + k2 )F gomo h1 + h2 H e k1 + k2 K D som pertene H + K F he form nlog provEse que fehdo pr multiplio por eslrF

Soluo: omndo h = k = 0D h + k = 0 H + K F e u, v H + K D u = h1 + k1 e

Exemplo 3.16
(a)

Considere os vetores no-nulos

em

R3

no-colineares, um plano

passando pela origem que no contm estes vetores e um vetor no-nulo (geometricamente) a soma de:

w .

Determine ;

u + v

(b)

u + w

(c)

u + ;

(d)

w + ;

(e)

u + u

Soluo: @A u, v F @A u, w D que diferente de F @A R3 pois u F @dA pois


w F @eA u F

3.2 Combinao Linear e Espao Gerado


eomendo que iniilmente o leitor revej om uiddo os oneitos de omino liner @he(nio IFII d pFIRA e espo gerdo @he(nio IFIP d pFISA ms do gptulo I no ontexto do espo vetoril Rn F evej os exemplosF es mesms de(nies vlem pr todo espo vetorilF

Exemplo 3.17

Determine se

(2, 1, 7)

combinao linear de

(1, 2, 3), (4, 5, 6)

(7, 8, 7).

Soluo: emos que veri(r se existem , , R tis que (1, 2, 3) + (4, 5, 6) +


(7, 8, 7) = (( + 4 + 7 ), (2 + 5 + 8 ), (3 + 6 + 7 )) = (2, 1, 7)F 1 +4 +7 = 2 2 +5 +8 = 1 F reismos resolver o sistemX 3 +6 +7 = 7 1 4 7 2 1 4 7 2 1 0 0 5.5 2 5 8 1 0 3 6 3 0 1 0 8 F islonndoD 3 6 7 7 0 0 2 7 0 0 1 3.5 gomo o sistem possui soluo @poderim ser in(nits soluesD ms niAD otemos que omino liner e que = 5.5, = 8, = 3.5F
y exemplo nterior mostr onexo entre omines lineres e sistemsF r ser se um vetor omino liner de outros vetores @ou noA preismos resolver um sistem linerF

3.3.

DEPENDNCIA E INDEPENDNCIA LINEAR

UI
um subespao veto-

Lema 3.9 (conjunto gerado subespao) H = v1 , v2 , . . . , vp


rial.

Prova: hdos u, v H D u =
i=1

u i vi , w =
p i=1

wi vi F into tomndo ui = 0 onlumos

que 0 H F e som u + w =
p i=1

(ui + wi )vi H F pinlmenteD ddo RD u =

(ui )vi H F
i=1

Exemplo 3.18

Mostre que:

(1, 1, 0), (0, 1, 0) = R2 .

Soluo: yserve que (0, 0, 1) no pertene o espo gerdo pois devermos ter (0, 0, 1) =
a(1, 1, 0) + b(0, 1, 0) que ger um sistem impossvel @1 = 03AF

Exemplo 3.19

Considere

o plano

Determine o conjunto gerador de

3x 2y + z = 0 V W.

o plano

x 3y 2z = 0

em

R3 .

Soluo: gomo os vetores (x, y, z ) pertenem interseo devem stisfzer s dus equE
esF fst resolver o sistem

3x 2y + z = 0 F ytemos (x, y, z ) = t(1, 1, 1)F vogo x 3y 2z = 0

V W = (1, 1, 1) F

3.3 Dependncia e Independncia Linear


eomendo que iniilmente o leitor estude om uiddo o vem IFIR d pFIT que rteriz qundo um vetor redundnte num list de vetores e de(nio de vetores vss e vhs @he(nio IFIS d pFIUAD ms do gptulo I no ontexto do espo vetoril Rn F evej os exemplosF es mesms de(nies vlem pr espo vetoriis quisquerF epresentmos onvenes @pouo interessntesA sore o onjunto vzioF

Conveno 3.10 (conjunto vazio)


(a) trivial

Convencionamos que:

= {0}, {0}.

isto , o espao gerado por um conjunto vazio de vetores o subespao

(b) O conjunto vazio LI.

Observao 3.3 (Matrizes e Vetores LIs)


R
m
. somente se,

Considere

os

vetores

v1 , v 2 , . . . , vn

em

Pela Denio 1.15 da p.17 eles sero Linearmente Independentes (LIs) se, e n

xi vi = 0 implicar que x = (x1 , . . . , xn ) = 0. Assim denindo A = v1 vn , sero LIs se, e somente se, o conjunto soluo do sistema ho m mogneo Ax = 0 for trivial, isto , igual a {0}. Portanto para vericar se vetores em R
i=1
so LIs devemos resolver um sistema linear.

UP

CAPTULO 3.

ESPAO VETORIAL

Exemplo 3.20
(a)

Determine se so LIs ou LDs: e

(1, 2, 3), (4, 5, 6)

(7, 8, 7).

(b)

(1, 2, 3), (4, 5, 6)

(7, 8, 9).

Soluo: @A emos que veri(r se existem , , R noEnulos tis que (1, 2, 3) +

(4, 5, 6) + (7, 8, 7) = (( + 4 + 7 ), (2 + 5 + 8 ), (3 + 6 + 7 )) = (0, 0, 0)F 1 +4 +7 = 0 2 +5 +8 = 0 c ixiste soluo noEtrivil pr o sistemX 3 +6 +7 = 0 1 4 7 0 1 4 7 0 islonndo prilmenteD 2 5 8 0 0 3 6 0 F 3 6 7 0 0 0 2 0 gonlumos que o sistem possui somente soluo trivilF ortnto so vssF @A emos que veri(r se existem , , R noEnulos tis que (1, 2, 3) + (4, 5, 6) + (7, 8, 9) = (( + 4 + 7 ), (2 + 5 + 8 ), (3 + 6 + 9 )) = (0, 0, 0)F 1 +4 +7 = 0 2 +5 +8 = 0 F reismos resolver o sistemX 3 +6 +9 = 0 1 4 7 0 1 4 7 0 islonndoD 2 5 8 0 0 3 6 0 . 3 6 9 0 0 0 0 0 gonlumos que o sistem possui in(nits soluesF ortnto existe soluo noEtrivil do sistem e portnto so vhsF

Observao 3.4 Para determinar se LI ou LD basta escalonar matriz com vetores em cada coluna (veja os dois exemplos anteriores novamente). No precisa ser forma totalmente escalonada. Isto segue do Corolrio 2.16 da p.46, pois precisamos saber somente se o sistema homogneo possui soluo nica ou innitas solues, a soluo. Surpreendentemente (ver Lema 3.15 da p.74), tambm podemos determinar se LI ou LD escalonando matriz com vetores em cada do espao ambiente).

no precisamos calcular

linha,

que de forma geral um mtodo mais

eciente pois linhas (vetores neste caso) ser menor que o nmero de colunas (dimenso

3.4 Base e Dimenso


gonsidere os vetores do R2 e1 = (1, 0) e e2 = (0, 1)F hdo v = (v1 , v2 ) R2 qulquerD ni form de esrever v omo omino liner de e1 e e2 se v = (v1 , v2 ) = a1 (1, 0) + a2 (0, 1) = (a1 , a2 )D ou sejD se ai = vi pr i = 1, 2F gonlumos que v se esreve omo combinao linear nica de e1 e e2 F or ontrsteD ddos w1 = (1, 1) e w2 = (1, 1) o vetor v = (3, 3) pode ser esrito omo @entre in(nits outrs possiiliddesAX v = 3w1 + 0w2 D v = 0w1 3w2 D v = 4w1 + 1w2 D v = 2w1 1w2 D F F F D etF ssto motiv de(nio ixoF

Denio 3.11 (base) Um conjunto ordenado1 S base forma nica como combinao linear dos elementos de S .
1 Ao invs de

se todo vetor se expressa de

conjunto ordenado,

o termo mais correto seria uma n-upla de vetores ou uma lista. Num

conjunto no importa ordem nem termos repetidos; numa n-upla (ou lista) podemos ter termos repetidos e

3.4.

BASE E DIMENSO

UQ

Exemplo 3.21
(b) (c)

Determine se o conjunto ordenado: 2 (a) {(0, 1), (1, 0), (0, 1)} base do R ;

= {(1, 1, 1, 1), (0, 1, 1, 1), (0, 0, 1, 1), (0, 0, 0, 1)} base do R4 ; = {(1, 1, . . . , 1), (0, 1, . . . , 1), . . . , (0, . . . , 0, 1)} base do Rn .

Soluo: @A xo se pois ddo (a, b) R2 D (a, b) = a(1, 0) + (b + )(0, 1) + (0, 1)


pr qulquer RF yu sejD todo vetor do R2 pode ser expresso porm de diverss forms distintsF or exemplo (3, 2) = 3(1, 0) + 2(0, 1) + 0(0, 1) = 3(1, 0) + 1(0, 1) 1(0, 1)F @A hdo v = (v1 , v2 , v3 , v4 ) R4 D queremos esrever v = (v1 , v2 , v3 , v4 ) = a1 (1, 1, 1, 1)+ a2 (0, 1, 1, 1)+ a3 (0, 0, 1, 1)+ a4 (0, 0, 0, 1)D omino liner do onjunto ordendo F mos oter o sistemX a1 = v 1 a1 + a2 = v 2 a1 + a2 + a3 = v3 a1 + a2 + a3 + a4 = v4

iste sistem tringulr superior e pode ser filmente resolvidoF ossui soluo nicaX a1 = v1 , a2 = v2 v1 , a3 = v3 v2 , a4 = v4 v3 F gomo soluo ni @sistem tringulr superiorAD seF @A henotndo = {b1 , b2 , . . . , bn }D ddo um vetor v = (v1 , . . . , vn ) Rn D v = i bi = (1 , 1 + 2 , 1 + 2 + 3 , . . .) seD e somente seD

= v 1 = v1 1 1 1 + 2 = v2 2 = v2 1 = v2 v1 1 + 2 + 3 = v3 3 = v3 (1 + 2 ) = v3 v2 . F F F F F F
gomo o sistem possui soluo ni @tringulr superiorAD seF mos generlizr os omentrios que (zemos ntes d he(nio QFIIF m notE o muito utilizd de(nir os seguintes vetores de Rn X e1 = (1, 0, 0, . . . , 0, 0)D e2 = (0, 1, 0, . . . , 0, 0)DF F F D en = (0, 0, 0, . . . , 0, 1)F hdo um vetor v Rn D v = (v1 , . . . , vn ) =
n

i ei = (1 , 2 , . . . , n ) seD e somente seD i = vi pr todo i = 1, . . . , nF gonluE


mos que todo vetor do Rn pode ser expresso omo e1 , e2 , . . . , en D formndo um se do Rn F
i=1

combinao linear nica dos vetores


= {e1 , e2 , . . . , en } chamado de

Denio 3.12 (base cannica) base cannica do Rn .

O conjunto ordenado

x prtiD o vem ixo utilizdo pr grntir que um onjunto ordendo seF

Lema 3.13 (caracterizao de base)


mentos do espao vetorial

O conjunto ordenado vetorial

(b)
(a)

gera LI.

H,

isto ,

V base do subespao H = v1 , v 2 , . . . , vn ;

= { v1 , v2 , . . . , v n } H V se, e s se:

de ele-

a ordem importa. Assim, embora os conjuntos

{(1, 1), (1, 1)}

conjuntos ordenados

{(1, 1)}

sejam idnticos, considerados como

so distintos pois um possui 1 elemento e outro 2 elementos. Alm disso um LI o

outro LD. Neste texto, e em muitos textos de lgebra linear, quando se diz que um subentendido que trata-se de um

conjunto ordenado.

conjunto

base est

UR

CAPTULO 3.

ESPAO VETORIAL

Prova: Se: ej se de H F h de(nio de seD segue que ger H F h uniidde


de represento de 0D segue que vsF S se: ej vs e gerdor de H F odo vetor v H pode ser esrito omo gv dos vetores
n n

de F mos mostrr que est represento niF uponh v =


n i=0

i vi =
i=0

i vi F

intoD
i=0

(i i )vi = 0F gomo vsD i i = 0 pr i = 0, . . . , nF ortnto i = i

pr i = 0, . . . , n e represento de v niF

Observao 3.5

Pelo Lema 3.13, para que um conjunto seja base ele deve ser:

(a) grande o suciente para gerar todos os vetores; (b) pequeno o suciente para ser LI.

Exemplo 3.22
(a)

Verique se base do (b)

{(1, 0), (1, 1), (0, 1)};

R2 : {(1, 0), (1, 1)}.

se de R2 pois no onjunto vsX (1, 1) = (1, 0) + (0, 1)F essimD por exemploD (1, 1) xy se express de form niX (1, 1) = 1(1, 0) + 0(1, 1) + 1(0, 1) = 0(1, 0) + 1(1, 1) + 0(0, 1)F @A qer o R2 pois ddo (a, b) R2 D (a, b) = a(1, 0) + (b a)(1, 1)F o vss @um no mltiplo do outroAF vogo se do R2 F

Soluo: @A qer o R2 pois ddo (a, b) R2 D (a, b) = a(1, 0) + 0(1, 1) + b(0, 1)D ms no

Denio 3.14 (dimenso)

dimenso de um (sub)espao vetorial o nmero de veto-

res em (qualquer) uma de suas bases, caso seja nito, ou dito de dimenso innita.

xote que o mesmo @suAespo vetoril pode ser gerdo por diversos onjuntos ordendos de vetoresF r que est de(nio f sentido temos que provr que o nmero de vetores ser sempre o mesmo independente d seF emetemos o leitor pr eo QFT d pFVP pr demonstro deste importnte @e lssioA resultdoF rovmos no gorolrio QFPW d pFVR que em um espo de dimenso nD ddo = {v1 , v2 , . . . , vp } @um onjunto ordendo de vetores om p elementosAD seX

p > nD ento no vs @e no seAY p < nD ento no gerdor @e no seAY e p = nD ento gerdor se e s se vsD se e s se seF
hdo um espo gerdo por um list de vetores do Rn omo extrir um sec gomo operes elementres no lterm o espo gerdoD isto pode ser feito eslonndo um mtriz que tem estes vetores omo linhasF u1 Lema 3.15 (escalonamento e espao gerado) Seja A = e B = um v1 matrizes equivalentes, isto , B obtida atravs de operaes elementares vk aplicadas em A. Ento os espaos gerados u1 , u2 , . . . , um e v1 , v2 , . . . , vk so iguais. Alm disso, se B estiver escalonada (no precisa ser totalmente escalonada) e aps descarte das linhas nulas ento {v1 , v2 , . . . , vk } LI.

3.5.

POLINMIOS E FUNES COMO VETORES

US

Prova: fst veri(r que d um ds operes elementres preserv o espo gerdoX

@A ror ordem ds linhs lrmente no lterY @A wultiplir um linh por um eslr noEnuloF mos provr qundo o espo gerdo por um nio vetorF uponh k = 0D vmos mostrr que v = k v F he ftoD sej w = av v F into w = a/k (k v) k v F or outro ldoD se w = bv k v F into w = bk (v) v F @A ustituir linh por su som om mltiplo de outrF odemos veri(r no so de espo gerdo por dois vetoresX mos provr que u, v = u + av, v F ej w = cu + dv u, v F into w = c(u+av)+(dac)v u + av, v F or outro ldo se w = c(u+av)+dvD entoD w = cu + (ac + d)v u + av, v F @dA hesrtr linhs s de zeros preserv pois 0 sempre um vetor vhF e mtriz B estiver eslondD ento qulquer omino liner de {v1 , v2 , . . . , vk } resultr num sistem tipo tringulr inferior @similr form eslondD que tipo tringulr superiorAD uj ni soluo trivilF

Exemplo 3.23

Determine uma base para o espao gerado por

W = (1, 2, 1, 1), (2, 1, 0, 2), (3, 3, 1, 1), (4, 5, 2, 0) . 1 2 1 1 2 1 0 2 1 1 F islonndo otemos B = 1 2 Soluo: ej A = 3 3 1 1 0 1 2/3 4/3 4 5 2 0 @dus linhs form desrtdos por onter somente zerosAF essim W = (1, 2, 1, 1), (0, 1, 2/3, 4/3) F lro que formm se pois mtriz est eslondF

Observao 3.6 (Software Algbrico)


plo. Entramos a matriz onde

Vamos

cacular

com um

Maxima
que

este

exem-

cada

coluna

vetor

gera

W:

M: matrix( [1,2,1,-1], [2,1,0,2], [3,3,1,1], [4,5,2,0]);. pao gerado pelas colunas com o comando columnspace(M).

Calculamos o es-

3.5 Polinmios e Funes como Vetores


ispos vetoriis de funes so utilizdos @entre inmers pliesA pr se entenderX @A omo proximr um funo utilizndo polinmiosY @A mtodos numrios que proximm derivd ou integrlY @A espos de solues de eques difereniisF

3.5.1 Denio e Exemplos


Denio 3.16 (espao vetorial de polinmios de grau mximo n)
Pn = {a0 + a1 x + + an xn ; ai R} o conjunto em R de grau at n. Denimos em Pn as operaes:
n n n
(a) soma vetorial: dos polinmios Seja com coecientes

ai x
i=0

+
i=0 n

bi x ai x i

=
i=0 n

(ai + bi ) xi ; (ai ) xi .

(b) multiplicao por escalar: Pode-se vericar que

Pn

i=0 i=0 munido destas operaes um espao vetorial.

UT

CAPTULO 3.

ESPAO VETORIAL

Exemplo 3.24
de

Determine o elemento neutro da soma de

P3 .

Determine o inverso aditivo

q (x) = 3x 2x + 1.

Soluo: y elemento neutro p(x) = 0 @veri(queAF y inverso ditivo de q p(x) =


3x3 + 2x 1 pois p(x) + q (x) = 0F

Denio 3.17 (espao vetorial dos polinmios)


conjuntos

Denimos por

a unio de todos os

Pn para n N.

Assim

inclui TODOS os polinmios, de todos os graus possveis e

forma um espao vetorial se for munido das operaes de soma de polinmios e multiplicao por escalar.

Denio 3.18 (espao vetorial de funes)


notamos

Dado conjunto

(no-vazio) qualquer, dee

R,

I em R. Dadas duas funes f, g F (I ; R) F (I ; R) as operaes: (a) soma vetorial: f + g por f (x) + g (x) para todo x I ; e (b) multiplicao por escalar: f por f (x) para todo x I . Pode-se vericar que F (I ; R) munido destas operaes um espao vetorial.
o conjunto das funes de denimos em Determine o elemento neutro da soma de

F (I ; R)

Exemplo 3.25
aditivo de

F ([0, 2]; R).

Determine o inverso

g (x) = sen(3 x).

sen(3 x) pois g + h = 0F

Soluo: y elemento neutro funo f (x) = 0F y inverso ditivo de g(x) h(x) = Observao 3.7
Note que o sinal  + (mais) em  f

+ g

e  f (x) + g (x) (bem como de

 ) possui signicado distinto em cada expresso: soma de vetores, num caso, e de soma de nmeros reais (escalares) no outro.

Exemplo 3.26
(a)

Verique se os conjuntos abaixo so subespaos do espao vetorial (b)

P3 :

{p P3 | p(1) = 0}.

{p P3 | p(2) = 5}.

(c)

{p P3 | p(3) 0}.

q(1) = 0D ento (p + q)(1) = p(1) + q(1) = 0Y hdos p e RD omo p(1) = 0D ento (p)(1) = (p(1)) = (0) = 0F @A xo suespo pois 0(2) = 0 = 5F elm disso ddos p, qD omo p(2) = q(2) = 5D ento (p + q)(2) = p(2) + q(2) = 10 = 0F @A he ftoX 0 pertene pois 0(3) 0F hdos p, qD omo p(3) 0 e q(3) 0D ento (p + q)(3) = p(3) + q(3) 0Y hdos p tl que p(3) > 0 e = 1D (p)(3) = p(3) < 0 e no pertene o onjuntoF vogo no suespo vetorilF Observao 3.8 Todo polinmio de Pn pode ser pensado como um elemento (funo) de F (I ; R) com I R. Neste sentido, Pn subespao de F (I ; R). Este exemplo
importante pois mais adiante (Captulo Produto Interno p.137) responderemos a seguinte questo: dada uma funo qualquer

Soluo: @A suespoF he ftoX 0 pertene pois 0(1) = 0Y hdos p, qD omo p(1) =

f F (I ; R),

determine o polinmio

p Pn

mais

perto possvel (num sentido que ser tornado preciso) de

f.

3.5.

POLINMIOS E FUNES COMO VETORES

UU

Denio 3.19 (espao de funes contnuas e diferenciveis) Dado conjunto I (no-vazio) qualquer, denotamos C (I ; R) o espao das funes contnuas de I em R e k por C (I ; R) o espao das funes com k derivadas contnuas. Finalmente temos o espao das funes com innitas derivadas contnuas C (I ; R). As operaes de
soma e multiplicao por escalar so iguais as da Denio 3.18.

f (x) = cos(x), g (x) = exp(x2 ) pertencem a C (R; R). As 2 funes f (x) = 1/x e g (x) = 1/(x 1) pertencem ao espao C ((0, 1); R) mas no pertencem a F (R; R) pois no esto denidas no 0 nem no 1. 1 A funo f (x) = |x| pertence a C (R; R) mas no pertence a C (R; R) (no possui derivada em 0).
As funes

Exemplo 3.27

Observao 3.9

Todo polinmio innitamente diferencivel; se uma funo possui

derivadas ento ela possui

k1

derivadas; toda funo diferencivel contnua; toda

funo contnua funo. Deste modo temos a sucesso de subespaos vetoriais (cada um subespao vetorial de todos os que se seguem):

Pn P C (I ; R) C k (I ; R) C 2 (I ; R) C 1 (I ; R) C (I ; R) F (I ; R).
ixemplos importntes de espos vetoriis de funes preem n teori de eques difereniisF

Exemplo 3.28
(a) (b) (c) (d)

Determine se so subespaos vetoriais de F (R; R): T = {y C (R; R)| y (x) + 9y (x) = 0}. U = {y C (R; R)| y (x) + 9y (x) = 9x}. V = {y C (R; R)| y (x) + f (x)y (x) = 0} para uma f W = {y C (R; R)| y (x) + y 2 (x) = 0}.

C (R; R)

xa.

Soluo: @A T suespo vetorilF he ftoD ddos y1 , y2 V @soluesAD se tomrmos y = ay1 + by2 D a, b R @onstntesAD omo derivd d som igul som ds derivds @lineridde d derivdAD lulmos y +9y = ay1 +by2 +9(y1 +y2 ) = ay1 +9y1 +by2 +9y2 = 0 + 0 = 0F xote queD em prtiulrD se y1 (x) = sen(3x) e y2 = cos(3x)D ento y1 , y2 T F gomiE nes dests funes tmm sero solues @n relidde yhe s solues sero dest formD ms no provremos istoAF ortntoD T = {ay1 + by2 ; a, b R}F @A U no suespo vetorilF yserve que se y1 , y2 U D e y = y1 + y2 D y + 9y = 9x + 9x = 18x = 9xF ortnto y U F elm disso y = 0 U F x relidde trnslo do suespo do exemplo nteriorF wis preismenteD sej y0 (x) = xF eri(que que y0 U D isto D soluo @prtiulrA d equoF into U = y0 + T F @A V suespo vetorilF lro que y = 0 V F elm dissoD ddos y1 , y2 V @soluesAD se tomrmos y = ay1 +by2 D a, b R @onstntesAD omo derivd d som igul som ds derivds @lineridde d derivdAD lulmos y + f y = ay1 + by2 + f (y1 + y2 ) = ay1 + f y1 + by2 + f y2 = 0 + 0 = 0F vogo y V F @dA W no um suespo vetorilF imor y = 0 W D se y soluoD w = ay D ento w + w2 = ay + a2 y 2 = ay + ay 2 + ay 2 = 0 + ay 2 = 0F odeEse mostrr que W no tmpouo trnslo de um suespoF

UV

CAPTULO 3.

ESPAO VETORIAL

3.5.2 Combinao Linear e Espao Gerado


Exemplo 3.29
v = x x, e v.
2 3 Considere os vetores de P (espao de todos os polinmios) u = x + x, 3 2 3 2 w1 = 3x x + 4x e w2 = x + 2x + 10. Determine se w1 , w2 so CL de u

3 or outro ldoD w2 no omino linerF ssto pois w2 = x3 + 2x2 + 10 = (x + =1 2 3 2 =2 F x) + (x x) = x + x + ( 1)xF emos que resolver o sistemX 1 = 10 xote que este sistem no possui soluo @porquecAF ortntoD w2 = u + v pr todo , RF

Soluo: he ftoD w1 gv pois w1 = 3x3 x2 + 4x = 3(x3 + x) (x2 x) = 3u vF

Exemplo 3.30
se

Considere os elementos de combinao linear de

F (R; R) u = sen2 (x)

v = cos2 (x)

Determine

w = cos(2x)

u, v.

Soluo: omino poisD por um identidde trigonomtri onheidD w = v uF Exemplo 3.31


(a) Prove que subespao vetorial e determine um conjunto gerador para:

H = {p P2 | p(2) = p(3)} P2 . (b) Z = {p P3 | p(1) = 0} P3 .

nes lineres tmm possuiro o mesmo vlorF ej p(x) = ax2 + bx + cF gomo p(2) = p(3)D 4a + 2b + c = 9a + 3b + cD temos equo 5a + b = 0F o trs vriveis e um equoF ortnto so dus vriveis livresX c = r e b = sD om a = b/5 = s/5F vogo V = {s/5x2 + sx + r; r, s R}D um plno @dimenso 2A em P2 F omndo r = 0, s = 1 otemos u = x2 /5 + xD r = 1, s = 0 otemos v = 1F vogo V = u, v F @A heixmos pr o leitor veri(r que suespo vetorilF ej p(x) = ax3 +bx2 +cx+dF gomo p(1) = 0D a + b + c + d = 0F o qutro vriveis e um equoF ortnto so trs vriveis livresX d = r, c = s, b = tD om a = r s tF vogo H = {(r s t)x3 + tx2 + sx + r}F golondo r, s, t om 0 e 1 lterndmenteD otemos u = x3 + 1, v = x3 + x, w = x3 + x2 F ortnto X = u, v, w F yutr prmetrizo possvel tomr omo vriveis livresX a = r, b = s, c = tD om d = r s tF golondo r, s, t om 0 e 1 lterndmenteD otemos u = x3 1, v = x2 1, w = x 1F ortnto X = u, v, w F

Soluo: @A suespo pois se dois polinmios possuem mesmo vlor em 2 e 3D omiE

Exemplo 3.32
0}.
Prove que

Z = (x 1), x(x 1), . . . , xn1 (x 1) . e W = {p Pn | p(1) = W = Z.


Seja

Soluo: he ftoD ddo p W D omo p(1) = 0 @1 rizAD podemos dividir o polinmio por
n1 n1

(x 1)D otendo que p(x) = (x 1)


outro ldoD se z Z ento z (x) =

ai x i

=
i=0

ai xi (x 1) F vogo p Z F or

i=0 n1 i i=0 ci x (x

1)D z (1) = 0 e portnto z W F

Exemplo 3.33
(a)

Mostre que . (b)

cos(2x) 1, cos(x), cos2 (x)

cos(3x) 1, cos(x), cos2 (x), cos3 (x)

3.5.

POLINMIOS E FUNES COMO VETORES

UW

Soluo: @A verdde pois @identidde trigonomtri onheidA cos(2x) = 2 cos2 (x) 1F

@A tilizndo identidde de @A e que sen(2x) = 2 sen(x) cos(x) e cos(3x) = = cos(x) cos(2x) sen(x) sen(2x)D otemos que cos(3x) = 2 cos3 (x)+2 cos2 (x) cos(x) 2F qenerlizndo onluiremos que cos(nx) 1, cos(x), . . . , cosn (x) F y prximo exemplo mis so(stidoF iste tipo de omino liner utilizdo nos hE mdos mtodos dos elementos (nitosD muito importnte no lulo de estruturs @engenhri ivilD nvlD meni etFAF

pigur QFIX ilementos (nitos

Exemplo 3.34

Considere as funes

0 , . . . , 3

mostradas na Figura 3.1. Observe que elas

so caracterizadas como funes lineares por partes (entre dois inteiros quaisquer elas so lineares, isto , o grco um segmento de reta) e que

ij chamado de delta de Kroenecker, denido como 1 se i = j e 0 caso contrrio. Assim 0 (0) = 1 (i = j ) e 0 (1) = 0 (2) = 0. Do mesmo modo, 1 (1) = 1 (i = j ) e 1 (0) = 1 (2) = 0.
onde Agora podemos fazer combinaes lineares destas funes. Poderemos obter uma funo linear por partes qualquer pois se quisermos que 3 3 tome

i (j ) = ij ,

assuma valores

f (j ) = aj , com j = 0, . . . , 3,
(as outras

f =
i=0

ai i .

Deste modo

f (0) =
i=0

ai i (0) = a0 0 (0) = a0 1 = a0
3

funes tambm

1 (0) = 2 (0) = 3 (0) = 0), f (2) = a2 , f (3) =

e de forma anloga,

f (1) =

ai i (1) = a1 ,

i=0 a3 . Desta forma CL das i 's podem gerar qualquer funo linear

por parte:

0 , . . . , 3 =

funes tipo

3.5.3 Dependncia e Independncia Linear, Base


Exemplo 3.35
(a) (c)

{1, t, t {sen(2x), sen(x) cos(x)};

Determine se so LIs ou LDs: }; (b) {t, et }; (d)

{sen(2x), sen2 (x)};

(e)

{sen2 (x), cos2 (x), 1}.

Soluo: @A uponh que a1 + bt + ct2 = 0 pr todo t RF epresentmos dus provs


que a = b = c = 0 e portnto o onjunto vsX " herivndo otemos que b + 2ct = 0 e 2c = 0F vogo c = 0D b = 0 e a = 0F " golondo t = 0 otemos que a = 0F golondo t = 1 e t = 2 otemos s equesX b + c = 0 e 2b + 4c = 0D uj soluo ni b = c = 0F

VH

CAPTULO 3.

ESPAO VETORIAL

@A uponh que at + bet = 0F golondo t = 0 otemos que b = 0F golondo t = 1 otemos que a(1) = 0 e a = 0F vogo vsF @A vh pois sen(2x) 2 sen(x) cos(x) = 0 pr todo x RF @dA uponh que a sen(2x) + b sen2 (x) = 0 pr todo xF omndo x = /2 otemos que a(0) + b(1) = 0F vogo b = 0F omndo x = /4D a(1) = 0 e a = 0F gomo a = b = 0 onlumos que vsF @eA vh pois sen2 (x) + cos2 (x) 1 = 0 pr todo x RF

Observao 3.10 (conjunto de funes LI?) Para determinar se um conjunto de funes LI ou LD, uma ferramenta importante o chamado Wronskiano, apresentado
como Desao 6.9.4 da p.193. Veja tambm o Exemplo 4.42 da p.121.

Exemplo 3.36
(a)

Prove que: base de

{1, t, t2 , . . . , tn }

Pn ;

(b)

{1 t, 2 + t, t + t2 }

base de

P2 .

t = 0 onlumos que a0 = 0F herivndo otemos que q (0) = a1 = 0F gontinundo q (t) = 2a2 = 0 e a2 = 0F he form gerl f (k) (0) = k !ak = 0 e onlumos que ak = 0 pr k = 1, . . . , nF vogo o onjunto vsF lro que ger Pn @prove3AF vogo seF @A ej q (t) = at2 + bt + cF ueremos esrever q (t) = (1 t) + (2 + t) + t2 F sgulndo termos do mesmo gru e resolvendo o sistem otemos soluo ni = a, = (b + c)/3, = (c 2b)/3F gomo represento niD seF

Soluo: @A he fto suponh q(t) = a0 + a1 t + + an tn = 0 pr todo t RF omndo

Exemplo 3.37

Retomando as funes da Figura 3.1 da p.79, prove que

0 , . . . , 3

LI.

f (0) = 0F gomo f (0) = a0 0 (0) + a3 3 (0) = a0 1 + a1 0 + + a3 0 = a0 = 0D onlumos que a0 = 0F he form nlogD f (1) = a0 0 (1) + a1 1 (1) + a3 3 (1) = a0 0 + a1 1 + + a3 0 = a1 = 0D onlumos que a1 = 0F roedendo dest formD onluiremos que a0 = a1 = a2 = a3 = 0D e que ni gv de zero trivilF

Soluo: he ftoD suponh que f (t) = a0 0 (t) + a3 3 (t) = 0 pr todo t RF ortnto

3.5.4

Funes como Vetores: Representao Geomtrica

gomo representr geometrimente um funo omo um vetorc mos omer vendo um nov represento geomtri de vetores no R2 e no R3 F t mostrmos que podemos representr vetores omo setinhs @segmentos orientdos equiE vlentesAF egor vmos representElos omo gr(os de funes d seguinte formF hdo f F ({1, 2} ; R)D ou sejD dd um funo f : {1, 2} RD el ( inteirmente deterE mind um vez (xdo os vlores f (1) e f (2)F ortnto ssoimos f F ({1, 2} ; R) o vetor f = (f (1), f (2)) R2 F eipromenteD ddo (a1 , a2 ) R2 D ssoimos funo f F ({1, 2} ; R) tl que f (1) = a1 e f (2) = a2 F or exemploD o vetor f = (5, 3) R2 pode ser representdo omo o gr(o de f F ({1, 2} ; R)D omo indido n pigur QFPF he form nlogD dd g F ({1, 2, 3} ; R)D ou sejD dd um funo g : {1, 2, 3} RD ssoimos o vetor g = (g (1), g (2), g (3)) R3 F eipromenteD ddo (a1 , a2 , a3 ) R3 D ssoimos funo g F ({1, 2, 3} ; R) tl que g (1) = a1 D g (2) = a2 e g (3) = a3 F or exemploD o vetor g = (3, 5, 2) R3 pode ser representdo omo o gr(o de gD omo indido n pigur QFPF
1 A leitura desta subseo opcional.

3.5.

POLINMIOS E FUNES COMO VETORES

VI

y f (1) = 5 f (2) = 3

y g (2) = 5 g (1) = 3 g (3) = 2 x x

pigur QFPX epresentndo f = (5, 3) R2 e g = (3, 5, 2) R3 F

e vntgem deste ponto de vist que os desenhos so idimensionisD e podemos repreE sentrD por exemploD o vetor f = (2, 4, 3, 4, 1) R5 pelo gr(o de f F ({1, 2, 3, 4, 5} ; R) de(nid por f (i) = ai D i = 1, . . . , 5D omo indido n pigur QFQF xote que om interE preto geomtri de setinhs no tnhmos omo representr vetores do Rn om n > 3F

y f (4) = f (2) = 4 f (3) = 3 f (1) = 2 f (5) = 1 1 2 3 4 5 x

pigur QFQX epresentndo f = (2, 4, 3, 4, 1) R5 F qenerlizndoD omo um vetor um nupl de nmeros reisD podemos ssoir f = (a1 , . . . , an ) Rn um funo f : {1, . . . , n} R tl que f (1) = a1 , f (2) = a2 , . . . , f (n) = an F essim podemos representr f Rn D pr n qulquerD pelo gr(o de f F ({1, . . . , n} ; R)F egor se sustituirmos {1, . . . , n} por I om I R qulquerD poE demos representr o vetor @elemento do espo de funesA f F (I ; R) pelo gr(o de f : I RF or exemplo f F ([0, ]; R)D de(nido por f (x) = sen(x)D pode ser representdo pelo seu gr(oD omo indido n pigur QFRF Observao 3.11 Fixemos a notao In = {1, . . . , n}. A representao de vetores do Rn como funo coerente no seguinte sentido. Vamos nos concentrar na operao de
soma de vetores (a multiplicao por escalar anlogo). J denimos anteriormente como n somar vetores u, v R : basta somar componente a componente. Se interpretarmos estes vetores como funes

u + v : In R

por

u, v : In R, denimos a funo soma (veja Denio 3.18) (u + v )(i) = u(i) + v (i) para i = 1, . . . , n. Note que apesar de ser

denido de outra forma, obtemos a mesma coisa.

Exemplo 3.38

Considere

de cinza de cada ponto do

f, g F ([0, 1] [0, 1]; R), onde cada funo representa o nvel quadrado [0, 1] [0, 1]. Desta forma cada funo representa uma

VP

CAPTULO 3.

ESPAO VETORIAL

pigur QFRX epresentndo f F ([0, ]; R)D om f (x) = sen(x)F


imagem. Agora vamos visualizar os elementos da reta e

r(1.0) = g . Neste exemplo, conforme mostra a quadrado e g = r (1.0) um crculo. Observe a transformao de um quadrado onde representamos os pontos intermedirios da reta r : r (0.2), . . . , r (0.8).

r(t) = tg + (1 t)f , onde r(0.0) = f Figura 3.5, a funo f = r (0.0) um


em um crculo,

Em processamento de imagem estas transformaes so chamadas de morsmos. Podemos, por exemplo, criar rostos intermedirios entre fotos distintos, misturando caractersticas.

r(0.0)

r(0.2)

r(0.4)

r(0.5)

r(0.6)

r(0.8)

r(1.0)

pigur QFSX udrdo se trnsform em rulo

3.6

Dimenso de Espao Vetorial: TeoriaI

rovmos nest seo que se um espo vetoril V possui um se om d N vetores ento qualquer se de V possuir d vetoresD o que permite de(nir dimenso de V omo dF elm disso um sequni de resultdos provr que qulquer onjunto vs de vetores de V pode ser estendido pr formr um seF gomemos enunindo um resultdo muito importnte n teori dos espos vetoriisF

Teorema 3.20

Todo espao vetorial possui uma base.

Prova: e prov delidX vej em SF


mos distinguir os espos vetoriis de dimenso (nit e in(nitF

Denio 3.21 (dimenso nita e innita) Um espao vetorial que admite base nita de dimenso nita. Um espao vetorial que no admite, dito de dimenso innita. Exemplo 3.39 Rn Exemplo 3.40 Pn
de dimenso nita, pois de dimenso nita, pois

= {e1 , e2 , . . . , en }

base. base.

= {1, x, x2 , . . . , xn }

1 A leitura desta seo opcional.

3.6.

DIMENSO DE ESPAO VETORIAL: TEORIA

VQ

Exemplo 3.41 P
De fato, dado e

de dimenso innita. conjunto nito qualquer, dena pois

= {p1 , p2 , . . . , pn } P q P,
mas

N = max grau(p)
p
para

todo

q(x) = x p .

N +1

. Ento

grau(q) = N + 1 > N grau(p)


e

Logo,

no base.

Exemplo 3.42

Os espaos

C (I ; R), C k (I ; R), C 2 (I ; R), C 1 (I ; R), C (I ; R) P

F (I ; R )

so

de dimenso innita. De fato todos os espaos acima contm o espao (vide Observao 3.9 da p.77).

y prximo lem fundmentl pr de(nio de dimensoF e demonstro pode ser omitid num primeir leiturF

Lema 3.22 (conjunto gerador e LI)


{ v1 , v 2 , . . . , vn } H .
Se

Sejam

gerador de

LI, ento

{u1 , u2 , . . . , um } , m n.
i=1,...,m j =1,...,n

Prova: ejm aij tis que vj =

aij ui F he(n A = [aij ]


i=1

uponhD por surdoD que n > mF ortnto o nmero de vriveis @nA mior que o nmero de eques @mA no sistem homogneoF xeste soD existe x = 0 tl que
n n

Ax = 0F vogo
j =1 m n

xj aj = 0D o que impli que


j =1 n m

xj aij = 0 pr todo iF egue que


n

xj aij
i=1 j =1

ui = 0F ortnto
j =1

xj
i=1

aij ui

=
j =1

xj v j = 0 F

gonlumos que no vs3 gomo isto surdoD onlumos que n mF

Corolrio 3.23 Toda base de um subespao vetorial de dimenso nita tem o mesmo nmero de elementos. Prova: ejm = {v1 , v2 , . . . , vm } e = {u1 , u2 , . . . , un } sesF elo vem QFPPD omo
gerdor e vsD ento m nF rondo os ppis de e D novmente pelo vem QFPPD omo gerdor e vsD ento n mF gomo m n e n mD onlumos que m = nF
iste gorolrio justi( prxim de(nioF

Denio 3.24 (dimenso)

dimenso de um (sub)espao vetorial de dimenso nita


Os vetores

o nmero de vetores em (qualquer) uma de suas bases.

Lema 3.25 (caracterizao dos conjuntos LD) Prova: Se: trivilF

s se, existe um vetor que combinao linear dos anteriores,

v1 , v2 , . . . , vp vk = i vi .
i<k

so LD se, e

S se: sej k 1 mnimo tl que v1 , v2 , . . . , vk so vhF ej


k1

i vi = 0 gv noEtrivilF
i=1

e k fosse zeroD
i=1 k 1

i vi = 0 seri gv noEtrivilD ontrrindo minimlidde de k F essimD i vi F k

k = 0 e v k =
i=1

y prximo lem nos diz que podemos eliminr vetores que so gv de outros de um onjunto sem modi(r o espo gerdoF

VR

CAPTULO 3.

ESPAO VETORIAL

Lema 3.26 (eliminando vetores redundantes)


LD, seja

vk

CL dos demais. Ento

Dado um conjunto S = {v1 , v2 , . . . , vn } v1 , . . . , vk1 , vk+1 , . . . , vn = S .

Prova:
k vk =

emos que vk =
i=k

i vi . hdo w S D temos w =
i

i vi =
i=k

i vi +

i vi + k
i= k i= k

i v i =
i= k

(i + k i )vi F vogo w =
i= k

(i + k i )vi e portntoD

w v1 , . . . , vk1 , vk+1 , . . . , vn F

Corolrio 3.27

Todo conjunto gerador contm uma base.

Prova: e o onjunto vsD nd fzerF e vhD h um vetor que omino liner

dos demisF hesrte este vetorY o suonjunto otido ind gerdor @pelo lem nteriorAF epit o proedimento t que o suonjunto otido sej vs @ssumimos titmente que o onjunto iniil (nitoAF pinlmenteD o resultdo ixo grnte queD ddo um onjunto de vetores vs em um espo vetoril de dimenso (nitD este pode ser estendido um seF

Lema 3.28 (estendendo conjunto LI em base)


menso nita pode ser estendido a uma base.

Todo conjunto LI em um espao de di-

Ou seja, se base.

{ v1 , v2 , . . . , v p }

LI, existem

vp+1 , . . . , vn

tais que

{v1 , v2 , . . . , vp , vp+1 , . . . , vn }

Prova: ej {v1 , v2 , . . . , vp } vs e = {u1 , u2 , . . . , un } seF xote que

{v1 , v2 , . . . , vp , u1 , u2 , . . . , un } gerdorF eplique o resultdo nteriorD notndo queD enE qunto o suonjunto vhD existe um vetor que omino liner dos anteriores @vem QFPS d pFVQAF iste no pode ser um dos vi 9sF ortntoD os vi 9s no so desrtdos no proessoF = { v1 , v2 , . . . , v p }

Corolrio 3.29
p > n, p < n, p = n,

Em um espao vetorial de dimenso

n,

dado

(um

conjunto ordenado de vetores com ento ento ento

elementos), se:

no LI; no gerador; e gerador se e s se LI.

3.7 Exerccios de Espaos Vetoriais


3.7.1 Exerccios de Fixao
Fix 3.1: hetermine se so suespos vetoriis do Rn X
@A o onjuntoEsoluo de um sistem liner homogneoY @A o onjuntoEsoluo de um sistem liner ujo ldo direito tem omo entrds inteiros miores do que IY @A plno pssndo pel origem no espoY @dA ret que no pss pel origem no plnoY @eA prol que pss pel origem no plnoY @fA primeiro qudrnte do plnoY
0 Verso 23.agosto.2012 22h

3.7.

EXERCCIOS DE ESPAOS VETORIAIS

VS

@A e o espo gerdo por u igul o espo gerdo por v ento neessrimente @u = v, u mltiplo de v, u perpendicular a v, nenhuma das alternativasA @v = w, v mltiplo de w, v @A e u, v = u, w ento neessrimente perpendicular a w, nenhuma das alternativasA @A endo que o onjunto {w} vs podemos (rmr que w @no nulo, nuloAF

Fix 3.2:

Fix 3.3: isolh um opoF hizer que {v1 , v2 , . . . , vn } vs o mesmo que dizer queX
@eA se 1 = = n = 0D ento 1 v1 + n vn = 0Y @fA 1 v1 + n vn = 0 pr todo i RY @gA se 1 v1 + n vn = 0D ento 1 = = n = 0Y @hA vi = 0 pr todo i = 1, . . . , nY @iA vi no mltiplo de vk se i = k F

@nmero zero, funo identidade, funo identicamente nula, conjunto vazioAF

Fix 3.4: y elemento neutro pr som do espo vetoril ds funes reis o@A
@A onjunto ds funes ontnusY @A {f (x) = a sen(x) + 2, a R}Y @A {f (x) = ax2 + b, a, b R}Y

Fix 3.5: hetermine se so suespos vetoriis de F (R; R)X

Fix 3.6: gonsidere W = u1 , u2 , . . . , um F ytemos se de W

multiplicando, zerando, somandoA um mtriz que tem estes vetores omo colunasAF

@escalonando, @linhas,

Fix 3.7: ej W o suespoEsoluo de um sistem liner homogneo om R equesX

@A eliminndo um equoD dim(W ) @pode, vaiA @aumentar, diminuirAF @pode, @A resentndo um equo @om ldo direito igul zeroAD dim(W ) vaiA @aumentar, diminuirAF

Fix 3.8: ejm V, W R3 suespos vetoriisD om dim(V ) = 2 e W um retF


@A dim(W ) = @0, 1, 2, 3AY @A V um@A

@ponto, reta, plano, sistemaAY @A 6 vetoresc

Fix 3.9: ode ser se de R5 um onjunto deX


@A 4 vetores vssc

@A 5 vetores vhsc

Fix 3.10: ej R vsF


7

@A possui @no mximo, exatamente, no mnimoA 7 vetoresY @A retirndo de um vetorD oteremos um onjunto que @, pode serA @LI, LDAY @A resentndo um vetor w D oteremos um onjunto que @, pode serA @LI, LDAY @dA o vetor 0 @pertence, no pertence, pode pertencerA F

@A possui @no mximo, exatamente, no mnimoA 7 vetoresY @A retirndo de um vetorD oteremos um onjunto que @, no , pode serA gerdorY @A resentndo um vetor w D oteremos um onjunto que @, no , pode serA gerdorY @dA o vetor 0 @pertence, no pertence, pode pertencerA F

Fix 3.11: ej R7 gerdorF

Fix 3.12: e W = v1 , v2 , . . . , vn entoX


@A 0 @, A W Y @A 6v2 5v3

@, A W Y

@A dim W

@=; <; ; >; A nF

VT

CAPTULO 3.

ESPAO VETORIAL

3.7.2 Problemas
Subespaos do Rn Prob 3.1: hetermine se suespo vetoril de R3 X
@A {(a, b, c)| a, c R, b = a + c + 1}Y @A {(a, 1, 1)| a R}Y @A {(a, b, c)| a, b R, 2a + 3b = 5c}Y

Prob 3.2: hetermine se formm um suespo vetoril do R2 suonjunto de todos vetoresX


@A om exeo dqueles prlelos um ret ddY @A ujs oordends so miores ou iguis zeroF @A V W Y

Prob 3.3: gonsidere V e W plnos distintos ontendo origem em R3 F hetermineX Prob 3.4: hetermine seX
@A (1, 0, 6) (1, 0, 1), (1, 2, 1) Y @A (1, 2, 1) (1, 0, 1), (1, 2, 1) Y @A {(0, 0, 2, 2), (3, 3, 0, 0), (1, 1, 0, 1)} vsY @A {(0, 0, 0)} R3 vsc @A {(1, 0, 2)} R3 vsc @A grterizeD de form gerlD os onjuntos de

@A V + W F

Prob 3.5:

Prob 3.6:

um nico elemento que so vsF

@A {(0, 0, 0), (1, 0, 2)} R3 vsc @A {(1, 0, 2), (1, 2, 1)} R3 vsc @A {(1, 0, 2), (2, 0, 4)} R3 vsc @dA grterizeD de form gerlD os onjuntos de

Prob 3.7:

dois elementos que so vsF

@A {(1, 0, 2), (2, 1, 1), (4, 1, 1)} R3 vsc @A {(1, 0, 2), (2, 1, 1), (1, 2, 8)} R3 vsc @A ixiste um rterizo fil dos onjuntos de trs elementos que so vsc @pil no sentido de que se poss deidir de e se o onjunto ou no vsD sem neessidde de se eslonr ndFA

Prob 3.8: neessrio de ontsD dig se so ses de R3 X pzendo o mnimo


1 1 1 1 @A 1 1 1 @A 1 1 1 @dA 1 1
@A

1 , 2 3 0 , 0 0 1 , 2 3 2 , 2 2

, , ,

3 0 1 3 0 1 3 0 1

0 , 1 2

Prob 3.9: hetermine um se e dimenso dos seguintes suespos de R4 X


@A hiperplno {(x, y, z, w) | x + y w = 0}Y

3.7.

EXERCCIOS DE ESPAOS VETORIAIS

VU

@A onjuntoEsoluo de @A onjuntoEsoluo r + 2s + t s 2t @dA 2r + s 4t r 3t onjunto soluo de suespos V e W F de

x+zw =0 Y z + w = 0 0 1 3 0 0 Y 0 0 0 1 0 r, s, t R F

Prob 3.10: gonsidere os suespos do R4 D V onjunto soluo de

x+yw =0 e W x+zw =0 F hetermine um se pr interseo entre os z + w = 0

xy =0 Prob 3.11: gonsidere o onjuntoEsoluo do sistemX y + w = 0 F ueremos retirr um x+w =0 equo e resentr um equo o sistem mntendo o mesmo espo soluoF hetermine um equo que pode serX @A retirdY @A resentdD que sej noEnul e distint ds outrsF

LI e LD: tericos Prob 3.12: rove que pr qulquer u, v, w V o onjunto {u v, v w, w u} vhF Prob 3.13: ejm {v1 , v2 , . . . , vn } vetores vs e W = v1 , v2 , . . . , vn F rove queX
@A se w W ento {w, v1 , v2 , . . . , vn } vhY @A {v2 , . . . , vn } vsY @A v2 , . . . , vn = W F

Espaos de Polinmios e Funes Prob 3.14: eri(que se suespo vetoril de F ([a, b]; R) o onjunto ds funes f : [a, b] R tis queX @A f (a) = f (b) = 0Y @A f (a) = f (b) = 1Y @A f (x) 0 pr todo x [a, b]Y @dA f derivvel e f + 2f = 0F Prob 3.15: wostre que vhX @A {1 + 2x, 1 + x, 1 x} P2 Y @A {1, sen2 (x), cos2 (x)} F (R; R)F Prob 3.16: hetermine se so vss ou vhs em P3 X @A {1, x2 , x2 + 4}Y @A {x + 2, x + 3, x2 3}Y @A {x2 2x, 1 + x, x2 + 2}F Prob 3.17: gonsidere o espo ds funes in(nitmente difereniveis f : [a, b] RD denotdo por C (R; R)F eri(que que o suespoX @A {f C (R; R)| f = 0} gerdo por g tl que g (x) = 1Y @A {f C (R; R)| f f = 0} gerdo por g tl que g (x) = ex Y Prob 3.18: hetermine se suespo vetoril de P4 @espo dos polinmios de gru menor ou igul RAF im so (rmtivo determine um se e dimensoF @A {p P4 | p(2) = 0}Y @A {p P4 | p(2) = 1}F Prob 3.19: gonsidere U e V suespos de dimenso 3 ontidos em Rp F r d p ixo determine menor vlor possvel pr dim(U V )X @A p = 3Y @A p = 4Y @A p = 5Y @dA p = 6F

VV

CAPTULO 3.

ESPAO VETORIAL

3.7.3 Extras
Subespaos do Rn Ext 3.1: hetermine seX
@A (1, 0, 1) (1, 1, 1), (1, 2, 1) Y @A {(k, 1, 1), (1, k, 1), (1, 1, k )} vs pr k RY @A R3 = (2, 1, 3), (4, 1, 2), (8, 1, 8), (6, 0, 5) Y

3 Ext 3.2: o mnimo de ontsD dig se so ses pzendo de R neessrio X

1 1 8 1 , 2 , 5 @A 1 3 4

1 1 8 1 , 2 , 6 @A 1 3 4

4 Ext 3.3: hetermine um se e dimenso dos suespos do R D soluo do sistem linerX

x y + z 2w = 0 2x + y z w = 0 F @A x y + z w = 0 Y @A x + 2y 2z + w = 0 @A resente eques noEnuls @A que no lterem o suespoF Ext 3.4: hetermine pr d suespo do Rn ixo um se e dimensoX @A (0, 1, 2, 1), (1, 2, 1, 0), (1, 1, 3, 1), (3, 5, 5, 1) Y @A (1, 0, 1, 1), (2, 3, 3, 0), (1, 3, 2, 1), (0, 3, 1, 2) Y @A (1, 2, 0, 1, 2), (1, 0, 1, 2, 1), (0, 6, 3, 9, 9) F Ext 3.5: m suespo do Rn pode ser determindo porX @A espo gerdoD W = v1 , v2 , . . . , vn D por exemploD W = (1, 0, 1), (1, 2, 1) Y @A soluo de sistem homogneoD W = {w Rn | Aw = 0}D por exemploD xy =0 Y y+z =0 @A prmetrizoD por exemploD W = {(2s + 3t, s + t, s t) R3 | s, t R}F hesrev omo onverter entre estes trs tipos utilizndo os exemplos pr efetur s onversesY Ext 3.6: gonsidere (a, b), (c, d) R2 F wostre que eles so vhs seD e somente seD ad bc = 0F

LI e LD: tericos Ext 3.7: uponh que {v1 , v2 , v3 } um onjunto vsF rove que {w1 , w2 , w3 } om wi =
v1 + vi @om i = 1, 2, 3A um onjunto vsF Ext 3.8: ej A mtriz m nF rove queX @A Ax = b tem soluo pr todo ldo direito b Rm D se e s se s oluns de A formm um onjunto gerdorF @A Ax = 0 tem soluo ni se e s se s oluns de A formm um onjunto vsF Ext 3.9: uponh que os sistems lineres Ax = b1 e Ax = b2 tmD mosD solues nisF y que podemos dizer sore o onjuntoEsoluo de Ax = cD ondeX @A c = 3b1 2b1 c @A c qulquer vetorc

Ext 3.10:

Ext 3.11: ej = {v1 , v2 , . . . , vn } um onjunto de vetores tl queX

@A ej = {v1 , v2 , . . . , vn } tl que o suonjunto = {v1 , v2 , . . . , vk }D om k nD vhF wostre que vhF @A wostre que se {v1 , v2 , . . . , vn } vs ento qulquer suonjunto ser vs tmmF

3.7.

EXERCCIOS DE ESPAOS VETORIAIS

VW

@A {v1 , v2 , . . . , vn1 } vsY wostre que vsF

@A vn v1 , v2 , . . . , vn1 F

Espaos de Funes ou Polinmios


tdo por C (R; R)F eri(que que o suespoX @A {f C (R; R)| f = 0} gerdo por g e h tis que g (x) = 1 e h(x) = xY @A {f C (R; R)| f f = 0} gerdo por g e h tis que g (x) = sen(x) e h(x) = cos(x)Y

Ext 3.12: gonsidere o espo ds funes in(nitmente difereniveis f : [a, b] RD denoE

R tis queX @A f um funo onstnteY


@A f no derivvelY

Ext 3.13: eri(que se suespo vetoril de F ([a, b]; R) o onjunto ds funes f : [a, b]
@A f derivvelY
b

@dA f ontnu e
a

f (x) dx = 0F

Ext 3.15: hetermine dimenso de cos2 (x), sen2 (x), cos(2x), sin(2x) C (R; R)F

igul RAF im so (rmtivo determine um se e dimensoF @A {p P4 | p (2) = 0}Y @A {p P4 | p(x) = p(x)}Y

Ext 3.14: hetermine se suespo vetoril de P4 @espo dos polinmios de gru menor ou

3.7.4 Desaos
Des 3.1: rove que se V R1 um suespo vetoril ento V = 0 ou V = RF Des 3.2: gonsidere W V Rn om dim(W ) = dim(V )F rove que W = V F Des 3.3: m subespao am H trnslo de um suespo vetoril W D isto D existe

Des 3.4: ejm H, K V suespos vetoriisF wostre queX

um vetor h0 V e um suespo vetoril W V tl que H = h0 + W = {h0 + w | w W }F @A rove que H um suespo (m seD e somente seD pr todo u, v H D vle u + (1 )v H pr todo RY @A ul propriedde geomtri express por est proprieddec @A H K no D em gerlD suespoY @A H + K o menor suespo ontendo H K D isto se W suespo om H W e K W D ento H + K W Y @A dim(H + K ) = dim(H ) + dim(K ) dim(H K ).

Des 3.5: hdos os espos W1 = {(s + t, t s, s + t, 2s + t) R4 | s, t R} e

W2 = {(x, y, z, w) R4 | y + z = 0 e x w + z = 0}D determine um se e dimenso deX @A W1 e W2 Y @A W1 + W2 F

Denio 3.30 (soma direta de subespaos) Dados subespaos vetoriais H e K se H K = {0}, dizemos que H + K uma soma direta, denotando-a por H K .
hetermineX @A um suespo W3 de modo que W1 W3 = R4 @som diretD vej he(nio imAY @dA um se de W1 W2 F @A lulr W1 + W2 Y

Des 3.6: uponh que W1 = v1 , v2 , . . . , vn e W2 = w1 , w2 , . . . , wm F hetermine omoX

WH

CAPTULO 3.

ESPAO VETORIAL

@A lulr W1 W2 Y @A enontrr um suespo W3 de modo que W1 W3 = R4 @som diretD vej he(niE o QFQH d pFVWAY @dA veri(r se W1 W2 Y @eA veri(r se W1 = W2 F Des 3.7: ejm p, q C (R; R) e V = {f C 2 (R; R)| f (x) + p(x)f (x) + q(x)f (x) = 0} @rolem de turmEviouvilleAF @A wostre que V um suespo vetoril de C 2 (R; R)Y @A hdo g C (R; R)D sej f0 um soluo de f0 (x) + p(x)f0 (x) + q (x)f0 (x) = g (x)F wostre que h = f + g D om f V D soluo tmmD isto D dd um soluo prtiulr d equo noEhomogne e um soluo qulquer d equo homogneD som dels soluo d noEhomogneF Des 3.8: gonsidere F (R; R)D o espo ds funes reis om domnio em RF ejm V1 = {f F (R; R)| f (x) = f (x)} @funes presA e V2 = {f F (R; R)| f (x) = f (x)} @funE es mpresAF ixemplos so sen(x), x, x3 V2 e cos(x), 1, x2 V1 F he form gerl xn V1 @ prA se n pr e xn V2 @ mprA se n mprF wostre queX @A V1 e V2 so suespos vetoriis de F (R; R)Y @A wostre que V1 V2 = {0}Y @A wostre que V1 V2 = F (R; R) @som diretD vej he(nio QFQH d pFVWAF Des 3.9: gonsidere s funes reis I[a,b] D de(nids por I[a,b] (x) = 1 se x [a, b] e I[a,b] (x) = 0 so ontrrioF hmd de funo rtersti @ou indidorA do intervlo [a, b]F he(n fk = I[k,k+1] F @A rove que o onjunto {f1 , . . . , fn } vs9s pr qulquer nF @A gonlu que o espo F (R; R) possui dimenso in(nitF Des 3.10: hdo um espo vetoril V e um onjunto I @noEvzioA qulquerD onsidere F (I ; V )D o espo ds funes de I em V F he(ns s operes de som e multiplio por eslr utilizndo s operes orrespondentes em V D tl qul n he(nio QFIV d pFUTF rove que F (I ; V ) um espo vetorilF Des 3.11: gonsidere V = {p P4 | p(1) = 0} e W = {p P4 | p(1) = 0}F hetermine um se e dimenso deX @A V Y @A W Y @A V W F Des 3.12: gonsidere o espo ds funes reis no intervlo (a, b)F wostre que s funes xr1 D F F F D xrk formm um onjunto vs om ri R distintosF Des 3.13: gonsidere P o onjunto dos nmeros reis positivosF sntroduz em P dus operE esX @A ddos x, y P som x y por xy Y @A ddo x P e R de(nimos o produto x por x F P um espo vetoril om ests operesc e forD determine um se e dimensoF

Cap tulo 4 o Linear e Matriz Transformac a


xeste ptulo estudmos os ojetos entris de um urso de lger vinerX lineares @um tipo espeil de funoA e matrizesF

transformaes

et mtrizes preerm omo um rtifio pr resolver sistems lineresX o invs de se tror linhs de um sistemD tromEse linhs d mtriz que o representD etF xeste ptulo s mtrizes sero ojetos mtemtios importntes por si mesmoF mos de(nir operes no onjunto ds mtrizes e provr que formm um espo vetoril qundo munido om ests operesF elm disso mtrizes vo representr funes @mis extmente trnsformes lineresA de Rn em Rm F or exemploD mtrizes representm trnsformes geomtris omo projeoD re)exo e rotoF mos @reAver oneitos sios sore funes omo domnio e imgemD funo injetiv e sorejetivD omposio de funes e funo inversF istes oneitos sero plidos em trnsformes lineres @vs dqui por dinteAD e mtrizesF imor tipimente o luno j si multiplir mtrizesD jogremos novs luzes sore o ssuntoX qul origem e diverss interpretes d de(nio d multiplio entre mtrizesY omo operr mtrizes em loosF he(nimos espos vetoriis muito @A o nleoY @A imgemY

importantes ssoidos vs e mtrizesX

@A o espoElinh e olun de um mtrizF

ys resultdos prinipis deste gptulo soX " o eorem RFIP d pFIHP @teorem do nleoEimgemAD que relion s dimenses do nleoD imgem e domnio de um v ou mtrizF " y eorem RFIU d pFIHS que grnte ondies pr que um v sej injetiv ou sorejetivF vF " o eorem RFQQ d pFIIQ que relion o nleo om existni de invers de um " y eorem RFQV d pFIIR que present um lgoritmo pr o lulo d mtriz inversF " y vem RFRV d pFIIV que mostr omo operr om um mtriz em loosF erminmos o ptulo om dus sees opionisX um sore oordends de um vetor num se e outr sore represento mtriil de um v qulquer e mudn de seF
0 Verso 26.jun.2012 18h

WI

WP

CAPTULO 4.

TRANSFORMAO LINEAR E MATRIZ

4.1 Funo, Transformao Linear e Matriz


4.1.1 Domnio e Imagem de Funo
Denio 4.1 (domnio, contradomnio e imagem de funo)
funo. Dizemos (veja Figura 4.1) que: Seja

f :XY

uma

X Y

o o

domnio; contra-domnio e
para algum

{y B ; y = f (x)

x X}

imagem, denotada Im(f ) ou f (X ).

f (X ) X Y

pigur RFIX puno f : X Y

Observao 4.1 No contexto de lgebra Linear comum utilizar o termo transformao como sinnimo de funo. Exemplo 4.1
R2 .

t R, (t) = (cos t, sen t) 2 Verique que a imagem de um crculo unitrio, uma curva contida em R . 2 2 (b) Considere V : R R a funo V (x, y ) = (y, x). Pode-se visualizar esta funo (x, y )
associamos o vetor (c) Considere

Alguns exemplos de funes: 2 (a) Considere : R R uma funo denida, para cada

como um campo de vetores no plano. A cada ponto

o conjunto das funes derivveis em

R.

Dena

V (x, y ). D : F F

por

D (f ) = f
derivada.

(a derivada da funo). A cada funo derivvel associamos outra funo: sua

3 (d) Considere T : A R R uma funo que associa a cada ponto do conjunto R3 (pode-se pensar numa bloco de metal) sua temperatura T (x, y, z ).

xo exemplo nterior vimos funes entre diversos esposF odemos terD de form mis gerlD funes de Rn Rm F ists sero ojeto de quse todo ptuloF

4.1.2 Transformao Linear e Matriz


Denio 4.2 (transformao linear) Sejam V e W espaos vetoriais. transformao) T : V W dita transformao linear (TL) se:
T (k u) = kT (u)
para todo (preserva produto) e Uma funo (ou

T (u + v) = T (u) + T (v)

(preserva soma),

u, v V

escalar. Isto equivalente a preservar combinaes lineares, isto :

T (k u + v) = kT (u) + T (v).

4.1.

FUNO, TRANSFORMAO LINEAR E MATRIZ

WQ

Exemplo 4.2 (TLs triviais)


(a) (b)

Verique que so TLs: de

I : V V denida por I (v) = v para todo v V , chamada 0 : V W denida por 0(v) = 0 para todo v V .

identidade.

Soluo:heixmos pr o leitorF Exemplo 4.3


(a) Determine se linear

T (x, y, z ) = (z, x);

T : R3 R2 denida por (b) T (x, y, z ) = (z, xy ).

Soluo: @A gomoD T (kx + y) = T (kx1 + y1 , kx2 + y2 , kx3 + y3 ) = (kx3 + y3 , (kx1 +


y1 )) = k (x3 , x1 ) + (y3 , y1 ) = kT (x) + T (y)D onlumos que linerF @A gomo T (1, 1, 1) = (1, 1) e T (2, 2, 2) = (2, 4) = 2T (1, 1, 1)D onlumos que no linerF Observao 4.2 fcil vericar que se T linear, ento T (0) = T (0 + 0) = T (0) + T (0) = 0. A recproca no verdadeira: existem funes que satisfazem isto mas no so
lineares (veja Exemplo 4.3 e Exemplo 4.21 da p.106).

Denio 4.3 (TL associada a uma matriz)


nimos

Dada uma matriz

TA : R R

por

TA (w) = Aw

(produto matriz-vetor).

m n A Mmn , deTA uma transformao

linear pelo Lema 2.20 da p.54 (linearidade do produto matriz-vetor).

Observao 4.3
A:R R
n m

Abusando a linguagem dizemos dada a matriz

A Mmn ,

considere

, utilizando o mesmo smbolo para a matriz e para a funo. O correto seria

dizer dada a matriz

A,

considere a funo

TA .

Exemplo 4.4
(a)

Para cada matriz

abaixo determine o domnio, o contradomnio e a trans-

formao associada

TB .
; (b)

B=

1 2 3 4 5 6

2 3 6 ; B= 5 3 1

(c)

B=

3 2

(d)

2 B = 2 . 3

Soluo: @A gomo so P linhs e Q olunsD TB : R3 R2 F tilizndo de(nio do


produto mtrizEvetorD x B y = z

1 2 3 4 5 6 x 4x 2y 5y

x y =x z + 3z 6z

1 4

+y

2 5

+z

3 6

x + 2 y + 3z 4x + 5y + 6z

mis fil @e o que deve usr o vem PFPP d pFSR e fzer serfeito n prtiA x x 1 2 3 (1, 2, 3) (x, y, z ) y produto eslr om linhsX B y = = = 4 5 6 (4, 5, 6) (x, y, z ) z z x + 2y + 3 z . he um form ou de outrD onlumos que TB (x, y, z ) = (x + 2y + 4x + 5y + 6z 3z, 4x + 5y + 6z )F

WR

CAPTULO 4.

TRANSFORMAO LINEAR E MATRIZ

@A gomo so Q linhs e P olunsD TB : R2 R3 D TB (x, y ) = (2x + 3y, 5x + 6y, 3 y )F @A gomo so I linh e P olunsD TB : R2 RD TB (x, y ) = (3x 2y )F @dA gomo so Q linhs e I olunD TB : R R3 D TB (x) = (2x, 2x, 3x)F y prximo lem permite determinr um v no espo todo onheendo seus vlores somente num se @so sej (nitAF

Lema 4.4 (determinando uma TL)


{u1 , u2 , . . . , un }
base de

Seja

U.

Se conhecemos

T : U V transformao linear e T (ui ) para i = 1, . . . , n, ento T (u) est


n i=1

bem determinado para qualquer

u U.
n i=1

i ui F el lineriddeD T (u) = T ( i ui ) = i T (ui )F gomo os vlores T (ui ) so onheE idosD trnsformo est determind de modo nioF
n i=1

Prova: hdo u U qulquerD pel de(nio de seD existem i s tis que u =

Exemplo 4.5
(a) (b)

T :R T : R2 R

Determine uma TL satisfazendo em cada caso: R2 tal que T (1, 0) = (2, 1) e T (0, 1) = (3, 1); tal que

T (1, 1) = 2

T (0, 1) = 3.

Soluo: @A gomo (x, y) = x(1, 0) + y(0, 1)D pel lineriddeD T (x, y) = xT (1, 0) +
yT (0, 1) = x(2, 1) + y (3, 1) = (2x + 3y, y x)F @A gomo (1, 1) e (0, 1) so vssD formm um se do R2 F hdo (x, y ) R2 D (x, y ) = x(1, 1) + (y x)(0, 1)F vogoD T (x, y ) = xT (1, 1) + (y x)T (0, 1) = 2x + 3(y x) = 3y xF

Lema 4.5 (bijeo entre matrizes e TLs)


matriz

A Mmn

a transformao linear

TA :

A funo da Denio 4.3 que associa a cada Rn Rm uma bijeo.

mos provr injetividdeF uponh que TA = TB F vogoD ddos vetores ei D i = 1, . . . , n d se nni do Rn D temos TA (ei ) = Aei = B ei = TB (ei ) pr todo iF egorD lro que Aei iEsim olun de A pois n omino liner dos vetores oluns de A vi preer somente iEsim olunF ho mesmo modoD B ei iEsim olun de B F gonlumos que d olun de A igul d olun de B D isto D A = B D provndo injetividdeF r sorejetividdeD onsidere S : Rn Rm um vF he(n vi = S (ei )D i = 1, . . . , nF he(n A = v1 vn F egorD lro que Aei = vi F vogo TA (ei ) = Aei = vi = S (ei )F gomo S e TA so lineres e ssumem os mesmo vlores em todos os vetores d seD pelo vem RFR imD S = TA F

Prova:

Observao 4.4
versa.

Pelo lema acima toda TL do

Rn

em

Rm

dada por uma matriz e vice-

Isto verdade para espaos de dimenso nita pela Denio 4.51 da p.123 e o

estudo de TLs em EVs nitos pode ser reduzido ao estudo de matrizes.

Exemplo 4.6
(a)

Determine a matriz associada TL:

T (x, y, z, w) = (x y + 2z, x + y, z + w); 3 (b) T que leva cada vetor do R na sua projeo ortogonal no plano xz . 3 (c) T que leva cada vetor do R na sua rotao em torno do eixo z por um 1 graus no sentido anti-horrio do plano xy .
1 Orientar sentido de rotaes em

ngulo de

90
xy ,

R3

um problema delicado.

Neste caso, por se tratar do plano

pensamos na orientao usual do plano. eixos, seremos pouco precisos neste ponto.

Em outras partes do livro, quando rodamos em torno de outros

4.1.

FUNO, TRANSFORMAO LINEAR E MATRIZ

WS

Soluo: @A glule T (1, 0, 0, 0) = (1, 1, 0)D T (0, 1, 0, 0) = (1, 1, 0)D T (0, 0, 1, 0) =


(2, 0, 1)D T (0, 0, 0, 1) = (0, 0, 1)F golondo estes vetores omo oluns d mtriz T D otemos que 1 1 2 0 1 0 0 . T = 1 0 0 1 1

@A lro que @porquecA T (1, 0, 0) = (1, 0, 0) @o vetor e1 pertene o plno xz AD T (0, 1, 0) = (0, 0, 0) @o vetor e2 perpendiulr o plno xz AD T (0, 0, 1) = (0, 0, 1) @o vetor e3 pertene o plno xz AF golondo estes vetores omo oluns d mtriz T D otemos que

1 0 0 T = 0 0 0 . 0 0 1
@A lro que @porquecA T (1, 0, 0) = (0, 1, 0)D T (0, 1, 0) = (1, 0, 0)D T (0, 0, 1) = (0, 0, 1)F golondo estes vetores omo oluns d mtriz T D otemos que 0 1 0 0 0 . T = 1 0 0 1

4.1.3 Transformaes Lineares Geomtricas


wtrizes que representm trnsformes geomtris omo projeoD rotoD re)exo e homotetis @mplies e reduesA so utilizds em omputo gr( e pr o estudo d geometri ds trnsformes lineresF iste ponto de vist geomtrio ser retomdo n pFIWW @vej s (gurs3AF heixmos pr o leitor veri(r que ests trnsformes geomtris so vsF

Exemplo 4.7 (exemplos no R2 )

Determine a matriz que:

(a) amplia todos os vetores por um fator (b) reete os vetores em torno do eixo (d) reete os vetores em torno da reta

k. x.

x. y = x. k 0 0 k =

(c) projeta (ortogonalmente) os vetores no eixo

Soluo: @A A(1, 0) = k(1, 0) = (k, 0)D A(0, 1) = k(0, 1) = (0, k)F vogoD A =
kI F r ilustro do so k = 2 vej pigur RFPF
@A A(1, 0) = (1, 0)D A(0, 1) = (0, 1)F vogoD A = pigur RFQF @A A(1, 0) = (1, 0)D A(0, 1) = (0, 0)F vogoD A =

1 0 F r ilustro vej 0 1 1 0 F r ilustro vej piE 0 0

gur RFRF @dA gom uxlio de um desenhoD veri(que que A(1, 0) = (0, 1)D A(0, 1) = (1, 0)F vogoD 0 1 A= F 1 0

WT

CAPTULO 4.

TRANSFORMAO LINEAR E MATRIZ

y T v113 T v135 T v158 T v180 v113 v135 v158 v180 v205 v225 v248v T v248 v 90 v
68

T v90

T v68 T v45 v45 v23 v0 v338 v315 T v338 T v315 T v0x T v23

T v205

270

v293

T v225 T v270 T v293

pigur RFPX emplio niformeX A(x, y ) = (2x, 2y )

y v113 v135 v158 v180 = T v180 v90 v 68 v45 v23 v0 = T v0 x T v23 T v45 T v90 T v68

T v158 T v135 T v113

pigur RFQX e)exo no eixo xX A(x, y ) = (x, y )

Exemplo 4.8 (exemplos no R3 )

Determine a matriz que:

(a) projeta (ortogonalmente) os vetores do espao no plano (b) reete os vetores do espao em torno do plano

z = 0. y = 0.

z = 0.

(c) que projeta (ortogonalmente) os vetores do espao no plano

A(1, 0, 0) = (1, 0, 0)D A(0, 1, 0) = (0, 1, 0)F y vetor (0, 0, 1) qundo projetdo vler (0, 0, 0)F

Soluo: @A gomo os vetores que esto no plno z = 0 tem omo imgem eles mesmoD

4.1.

FUNO, TRANSFORMAO LINEAR E MATRIZ

WU

v112 v135 v158


v135 T v158T T v112 v180 = T v180 v225 T v202T T v248

v90 y

v68 v45 v23 T v68 T v292 T v45T v23 v0 = T v0 x T v315T v338 v338

v202 v225 v248 v270 v292 v315

pigur RFRX rojeo ortogonl no eixoExX A(x, y ) = (x, 0)

1 0 0 vogoD A(0, 0, 1) = (0, 0, 0)F vogoD A = 0 1 0 F r ilustro vej pigur RFSF 0 0 0 @A gomo os vetores que esto no plno z = 0 tem omo imgem eles mesmoD A(1, 0, 0) = (1, 0, 0)D A(0, 1, 0) = (0, 1, 0)F y vetor (0 , 0, 1) ps re)exo se trnsformr em (0, 0, 1)F 1 0 0 0 F vogoD A(0, 0, 1) = (0, 0, 1)F vogoD A = 0 1 0 0 1 @A gomo os vetores que esto no plno y = 0 tem omo imgem eles mesmoD A(1, 0, 0) = (1, 0, 0)D A(0, 0, 1) = (0, 0, 1)F y 1, 0) qundo projetdo vler (0, 0, 0)F vogoD vetor (0, 1 0 0 A(0, 1, 0) = (0, 0, 0)F vogoD A = 0 0 0 F 0 0 1 z v3 v1

T v3 = T v4

T v1 = T v2 y

x v4 v2

pigur RFSX rojeo ortogonl no plno z = 0X A(x, y, z ) = (x, y, 0)

WV

CAPTULO 4.

TRANSFORMAO LINEAR E MATRIZ

Exemplo 4.9 (matriz de rotao em R2 )


do

Seja

a transformao que roda os vetores

por um ngulo

(no sentido trigonomtrico, isto , anti-horrio). (b) Determine a matriz

(a) Mostre que

uma TL;

R.

Soluo: @A mos provr trvs d sequni d pigur RFT que R(u + v) = R(u)+ R(v)F

x primeir mostrmos u, v e u + vF x segundD R(u), R(v) e R(u) + R(v)F x tereir mostrmos que R(u) + R(v) igul roto de u + vD isto que R(u) + R(v) = R(u + v)F ergumento nlogo vle pr multiplio por eslrF gomo roto preserv som e o produto por eslrD R linerF
R(u) + R(v) u+v v u R(v) v R(u) u u+v R(u) + R(v) R u+v

pigur RFTX oto @A yserve n (gur ixo imgem de R(e1 ) e R(e2 )F


e2 cos

sen

R(e1 ) cos e1 R(e2 )

sen

vogoD R(e1 ) = (cos , sen ) e R(e2 ) = ( sen , cos )F vogoD R = r ilustro de um roto de 23 vej pigur RFUF

cos sen F sen cos

y T v90 v135 T v135 v180 T v180 v225 T v225 v270 T v270 v90 T v45 v45 T v0 v0 x T v315 v315

pigur RFUX oto de 23

4.2.

NCLEO E IMAGEM

WW

Exemplo 4.10

Determine a matriz de rotao que roda os vetores do

R3

por um ngulo

em torno do eixo

y.

Soluo: gomo em torno do eixo yD A(0, 1, 0) = (0, 1, 0) @vetor no eixo y no


modi(doAF e roto for por ngulo D @vej , 0, 0) = (cos , 0, sen ) ixemplo RFWA A(1 cos 0 sen F 1 0 e A(0, 0, 1) = ( sen , 0, cos )F vogo A = 0 sen 0 cos

4.2 Ncleo e Imagem


4.2.1 Ncleo e Imagem
Denio 4.6 (Ncleo)
(ou

kernel)

de uma transformao linear

T : U V,

denotado

por Nuc(T ), o conjunto dos vetores do domnio cuja imagem o vetor nulo:

Nuc(T )

= {u U | T (u) = 0}. T : U V,
o Nuc(T )

Lema 4.7 (ncleo subespao)


subespao vetorial de

Dada uma transformao linear

U.

Prova: heixmos omo exerio pr o leitorF Denio 4.8 (Nulidade)


dim(Nuc(T )).
de uma transformao linear

a dimenso do seu ncleo:

Exemplo 4.11
(a)

Determine o ncleo de (b)

T (x, y ) = y ;

T : R2 R T (x, y ) = y x.

denida por:

Soluo: @A y nleo so os elementos (x, y) R2 que so levdos no zeroF gomo


T (x, y ) = 0 = y D o nleo ret y = 0D que orresponde o eixo xF wis indD T lev ret y = 1 no 1 e ret y = 1 no 1D onforme indido n pigur RFVF R2 y 1 ker T T 0 1
pigur RFVX T (x, y ) = y @A y nleo so os elementos (x, y ) R2 que so levdos no zeroF gomo T (x, y ) = 0 = y xD o nleo ret y = xF wis indD T lev ret y = x + 1 no 1 e ret y = x 1 no 1D onforme indido n pigur RFWF

T R T 1 0 1

x T

IHH

CAPTULO 4.

TRANSFORMAO LINEAR E MATRIZ

R2 y 1 0 ker T 1 x

T T T T 0 1 R 1

pigur RFWX T (x, y ) = y x

Exemplo 4.12
(a)

Determine uma base e dimenso do ncleo da transformao linear:

2 2 1 1 1 2 A= 1 1 2 0 0 1

0 1 0 1 ; 0 1 0 1

(b)

1 0 1 0 1 1 . B = 1 1 0 1 0 1

Soluo: @A r lulr o nleo temos que resolver o sistem homogneo Av = 0F


1 1 0 0 1 F o trs vriveis livres e 0 0 1 0 1 portnto o nleo tem dimenso 3F omndo r, s, t omo prmetrosD otemos que o nleo (x1 , x2 , x3 , x4 , x5 ) = (s t, s, t, r, t)F golondo r = 1 e s = t = 0 otemos (0, 0, 0, 1, 0) no nleoF golondo s = 1 e r = t = 0 otemos (1, 1, 0, 0, 0) no nleoF golondo t = 1 e r = s = 0 otemos (1, 0, 1, 0, 1) no nleoF ortntoD um se pr o Nuc(T ) {(0, 0, 0, 1, 0), (1, 1, 0, 0, 0), (1, 0, 1, 0, 1)}F @A r lulr o nleo temos que resolver o sistem homogneo B v = 0F r 1 0 1 0 istoD eslonndo totlmente B D otemos F o dus vriveis livres e 0 1 0 1 portnto o nleo tem dimenso 2F omndo s, t omo prmetrosD otemos que o nleo (x1 , x2 , x3 , x4 ) = (s, t, s, t)F golondo s = 1 e t = 0 otemos (1, 0, 1, 0) no nleoF golondo t = 1 e s = 0 otemos (0, 1, 0, 1) no nleoF ortntoD um se pr o Nuc(T ) {(1, 0, 1, 0), (0, 1, 0, 1)}F
r istoD eslonndo totlmente AD otemos

Denio 4.9 (Imagem)


Im(T )

de uma transformao linear

T : U V,

denotada por Im(T ),

o conjunto dos vetores do contra-domnio que so imagem de algum vetor do domnio:

= {v V | v = T (u)

para algum

u U }. T : U V , a Im(T )

Lema 4.10 (imagem subespao)


subespao vetorial de

Dada uma transformao linear

V.

Prova: heixmos omo exerio pr o leitorF Denio 4.11 (Posto)


dim(Im(T )).
de uma transformao linear

a dimenso da sua imagem

4.2.

NCLEO E IMAGEM

IHI

Observao 4.5
mum.

O termo

nulidade pouco utilizado, mas o termo posto muito co-

Observao 4.6 (calculando ncleo e imagem de T ) Como obter o ncleo e a imagem de T : Rn Rm ? (a) Para o ncleo vimos nos exemplos: resolva o sistema T (x1 , . . . , xn ) = (0, . . . , 0). (b) Para a imagem, escalone (no precisa ser totalmente escalonada, veja Lema 3.15
da p.74) matriz com os vetores vetores geram a imagem de T pois para todo n na imagem T (v) = i=1 i T (ei ).

T (e1 ), . . . , T (en ) nas linhas para determinar base. Estes v no domnio, v = n i=1 i ei e os vetores

T : R2 R, T (x, y ) = (x + 2y ); 2 5 (b) T : R R , T (x, y ) = (x, 2y + x, 2x + 2y, 2y x, 2y ); 3 5 (c) T : R R , T (x, y, z ) = (y + z, y + z, x + z, x + z, x + z ).


(a)

Exemplo 4.13

Determine o ncleo, a imagem e suas respectivas dimenses de:

vogo x = 2y e tomndo y = tD x = 2tF vogo Nuc(T ) = {(2t, t)} = (2, 1) D dimenso 1F gomo {(1, 0), (0, 1)} se de R2 D imgem gerd por {T (1, 0), T (0, 1)} = {1, 1}F vogo imgem todo o RD om dimenso 1F @A heterminmos o nleo resolvendo @o sistem linerA T (x, y ) = 0 = (x, 2y + x, 2x + 2y, 2y x, 2y )Y h primeir equo otemos x = 0 e d ltim 2y = 0F vogo ni soluo x = y = 0F gonlumos que o nleo o 0 @dimenso 0AF gomo {(1, 0), (0, 1)} se de R2 D imgem gerd por {T (1, 0), T (0, 1)} = {(1, 1, 2, 1, 0), (0, 2, 2, 2, 2)}F vogo imgem @estes vetores so lrmente vssA o (1, 1, 2, 1, 0), (0, 2, 2, 2, 2) D om dimenso 2F @A heterminmos o nleo resolvendo @o sistem linerA T (x, y, z ) = 0 = (y + z, y + y+z = 0 z, x + z, x + z, x + z )Y iste sistem equivlente o sistem F islonndo e x+z = 0 resolvendoD so dus eques e trs vriveisF omndo z = tD otemos y = x = tF vogo o nleo {(t, t, t)} = (1, 1, 1) D dimenso 1F gomo {(1, 0, 0), (0, 1, 0), (0, 0, 1)} se de R3 D imgem gerd por {T (1, 0, 0), T (0, 1, 0), T (0, 0, 1)} = {(0, 0, 1, 1, 1), (1, 1, 0, 0, 0), (1, 1, 1, 1, 1)}F islonndo mtriz om estes vetores em d linhD oservmos que o ltimo omino liner dos outrosF vogo imgem (0, 0, 1, 1, 1), (1, 1, 0, 0, 0 D om dimenso 2F

Soluo: @A heterminmos o nleo resolvendo @o sistem linerA T (x, y) = 0 = x + 2yF

Exemplo 4.14

Determine o ncleo e a imagem somente com argumentos geomtricos (sem

calcular explicitamente) de: 2 2 (a) P : R R uma projeo ortogonal na reta x = y ; 2 2 (b) R : R R uma reexo em torno da reta x = y . 2 2 (c) X : R R uma rotao por um ngulo de 27 graus no sentido horrio.

ortogonlD sero levdos no zero os vetores perpendiulres est retD isto D Nuc T ret x = y F @A hdo um vetor v qulquerD ele imgem de w @tome w = R(v)AF vogo imgem o R2 F or outro ldoD o nio vetor que re)etido vi n origem prpri origemF vogo o nleo o suespo {0}F

Soluo: @A gomo P projet n ret x = yD imgem de P est retF gomo projeo

IHP

CAPTULO 4.

TRANSFORMAO LINEAR E MATRIZ

@A hdo um vetor v qulquerD ele imgem de w @tome w roto por PU grus no sentido ntiEhorrio de vAF vogo imgem o R2 F or outro ldoD o nio vetor que ps ser rotiondo vi n origem prpri origemF vogo o nleo o suespo {0}F Observao 4.7 (calculando ncleo e imagem de A) Dada uma matriz A = v1 vn , como determinar o ncleo e a imagem de A? (a) Para o ncleo vimos nos exemplos anteriores: resolva o sistema Ax = 0.
(b) Para a

imagem, escalone (no precisa ser totalmente escalonada, veja Lema 3.15 da
TA (ej ) = Aej = vj ,
para

p.74) matriz com os vetores

j = 1, . . . , n

(colunas de

A)

nas

linhas:

v1
. . .

vn

Exemplo 4.15
(a)

Determine uma base e dimenso da imagem da transformao linear:

2 2 1 1 1 2 A= 1 1 2 0 0 1

0 1 0 1 ; 0 1 0 1

(b)

1 0 1 0 1 1 . B = 1 1 0 1 0 1 2 1 1 2 1 1 1 2 2 0 0 0 1 1 1
Im(T )

Soluo:
otemosD

@A r lulr imgem temos que eslonr

0 0 1 0 1

F islonndo

2 1 1 0 F ortntoD um se pr 0 3/2 3/2 1 {(2, 1, 1, 0), (0, 3/2, 3/2, 1)}D que possui dimenso 2F

1 1 0 0 1 1 F islonndo @A r lulr imgem temos que eslonr A = 1 1 0 0 1 1 1 1 0 F ortntoD um se pr Im(T ) otemosD 0 1 1 {(1, 1, 0), (0, 1, 1)}D que possui dimenso 2F

4.2.2 Teorema do Ncleo Imagem


y prximo teorem onheido omo o Teorema Fundamental da lgebra Linear pel su importniF ile relion s dimenses do nleo e d imgem om dimenso do domnioF

Teorema 4.12 (Teorema do ncleo-imagem (TNI))


dimenso nita. Ento

Seja

T :U V

linear com

de

dim(Nuc(T )) + dim(Im(T )) = dim(U ).


Portanto a soma das dimenses do ncleo e da imagem igual a dimenso do domnio.

4.2.

NCLEO E IMAGEM

IHQ

Prova:

uponh que dim(U ) = n e que dim(Nuc(T )) = k F ome se u1 , . . . , uk de Nuc(T )F ome v1 , . . . , vr pr que = {u1 , . . . , uk , v1 , . . . , vr } sej se de U F gomo dim(U ) = n e tod se possui mesmo nmero de elementosD k +r = nD isto D dim(Nuc(T ))+ r = dim(U )F mos mostrr que dim(Im(T )) = rD mis preismenteD vmos mostrr que = {T (v1 ), . . . , T (vr )} form um se pr Im(T )X @A = Im(T )X lro que Im(T )F mos mostrr que Im(T ) F ej w Im(T )F intoD w = T u pr lgum u U F gomo se de U D u = a1 u1 + ak uk + b1 v1 + br vr F gomo u1 , . . . , uk se do nleoD T (uj ) = 0F vogoD w = T u = b1 T (v1 ) + br T (vr )F ortnto w F @A vsX uponh que i ai T (vi ) = 0F el lineridde de T D T ( i ai v i ) = 0 F vogo i ai vi Nuc(T )F gomo u1 , . . . , uk se do nleoD existem bj tis que i ai vi = j bj uj F vogo i ai v i j bj uj = 0F gomo vsD todos os oe(ientes so iguis zeroF gomo um se pr Im(T ) e possui r vetoresD dim Im(T ) = rF

Observao 4.8

Como consequncia do TNI, caso o ncleo seja trivial (igual a

{0})

imagem ter a mesma dimenso que o domnio e portanto a imagem ser uma cpia el do domnio. A dimenso mxima possvel para a imagem a dimenso do domnio: caso o ncleo seja no nulo perdemos dimenso da imagem.

Exemplo 4.16

Determine o valor mximo e mnimo possvel para a dimenso do ncleo e

da imagem de uma TL: 8 6 (a) T : R R ; (b)

T : R5 R5 ;

(c)

T : R4 R20 .

Soluo: ejm n = dim Nuc(T ), i = dim Im(T )F elo xsD n + i igul dimenso
do domnioF or outro ldo dimenso d imgem @iA menor ou igul dimenso do ontrEdomnio e dimenso do nleo @nA menor ou igul dimenso do domnio @A n + i = 8 e i 6F gomo 8 n = i 6D n no pode ser 0 ou 1 pois i seri 8 ou 7F vogo n = 2, . . . , 8D i = 6, . . . , 0F @A n + i = 5 e i 5F vogo n = 0, . . . , 5D i = 5, . . . , 0F @A n + i = 4 e i 40F vogo n = 0, . . . , 4D i = 4, . . . , 0F

Observao 4.9

Pelos exemplos acima, como a dimenso da imagem no pode exceder

a dimenso do contra-domnio, o ncleo pode ter um mnimo maior que zero.

Exemplo 4.17
(a)

Explique em cada caso porque no existe uma TL: .

T : R11 R11 com posto(T ) = dim Nuc(T ); 5 2 (b) T : R R com Nuc(T ) = (1, 2, 3, 4, 5), (2, 3, 4, 5, 6)

@A omo o nleo tem dimenso 2D pelo xs imgem teri dimenso 3D mior que do ontrdomnioF

Soluo: @A pelo xsD posto(T ) + dim Nuc(T ) = 11F gomo 11 mprD isto impossvelF

T : R3 R3 cujo ncleo seja o plano x + y + z = 0 e a imagem seja a reta (x(t), y (t), z (t)) = (0, t, t); 4 3 (b) T : R R cujo ncleo seja gerado por (0, 1, 1, 1) e (1, 0, 0, 0) e a imagem seja o plano y + z = 0.
(a)

Exemplo 4.18

Em cada item d um exemplo de TL satisfazendo as condies dadas.

IHR

CAPTULO 4.

TRANSFORMAO LINEAR E MATRIZ

lro que resentndo (1, 0, 0) oteremos um se do R3 F e imgem deve ser (0, 1, 1) F tilizndo o vem RFR d pFWRD (xmos T (1, 1, 0) = (0, 0, 0) = T (1, 0, 1)F r grntir imgem (xmos T (1, 0, 0) = (0, 1, 1)F @A esolvendo o sistem y + z = 0D imgem igul o (1, 0, 0), (0, 1, 1) F gompleE tndo o nleo om um se do R4 D onsidermos se (1, 0, 0, 0), (0, 1, 1, 1), (0, 0, 1, 0), (0, 0, 0, 1)F he(nimos T (1, 0, 0, 0) = T (0, 1, 1, 1) = (0, 0, 0)D T (0, 0, 1, 0) = (1, 0, 0) e T (0, 0, 0, 1) = (0, 1, 1)F e v est em de(nid pelo vem RFR d pFWRF

Soluo: @A esolvendo o sistem otemos que o nleo gerdo por {(1, 1, 0), (1, 0, 1)}F

B = (bij ) = AT

Denio 4.13 (matriz transposta)


dada por

transposta de uma matriz A = (aij ) a matriz


i, j.
Se

bij = aji ,

para todo

A
. . .

B=A =
Note que

a11
. . .

an1

mn .

ento

AT

nm

a1m anm

(AT )T = A.

e relo entre linhs e oluns om nleo e imgem motiv prxim de(nioF

Denio 4.14 (espao-linha e espao-coluna) O espao-coluna de A o espao gerado pelas colunas de A, isto , igual a Im(A). T O espao-linha de A o espao gerado pelas linhas de A, isto , igual a Im(A ). Observao 4.10 (Software Algbrico)
mando do Maxima Pode-se calcular o

columnspace.

espao-coluna com o co-

Ver Observao 3.6 da p.75.

Lema 4.15 (dimenso do espao linha e coluna)


dimenso do espao-coluna, isto ,

A dimenso do espao-linha igual

dim Im(A ) = dim Im(A).

Prova: gonsidere A om m linhs e n olunsF e dimenso do espoEolun igul

dim(Im(A))F e dimenso do espoElinh o nmero k de linhs noEnuls ps eslonr AF gomo o sistem possui n vriveis e foi reduzido k equesD onlumos que so n k vriveis livresD isto D o Nuc(A) possui dimenso n k F elo eorem RFIP d pFIHP @xsAD dim(Im(A)) = n dim(Nuc(A)) = n (n k ) = k F yu sejD dimenso do espoEolun = dim(Im(A)) = k = dimenso espoElinhF

Observao 4.11

Como consequncia deste lema, quando resolvemos um sistema ob-

temos o posto da matriz (a dimenso de sua imagem) que igual ao nmero de linhas no-nulas da matriz escalonada.

4.2.

NCLEO E IMAGEM

IHS

4.2.3 Injetividade, Sobrejetividade e Ncleo


Denio 4.16 (funo injetiva, sobrejetiva e bijetiva)
Dizemos que Seja

f :AB

uma funo.

: se

injetiva
atingido

no mximo uma vez;

f (u) = f (v )

implica que

u = v.

Cada elemento do contra-domnio

sobrejetiva se f (A) = B . uma vez;

Cada elemento do contra-domnio atingido

pelo menos exa-

bijetiva se injetiva e sobrejetiva. tamente uma vez.

Cada elemento do contra-domnio atingido

Exemplo 4.19
(a) (b) (c)

f :R f : R2 R denida por f (x, y ) = (x + y ); f : R3 R2 denida por f (x, y, z ) = (z, y ).

Determine se injetiva, sobrejetiva e bijetiva: R2 denida por f (x) = (x, x);

Soluo: @A qeometrimente est v lev ret R n ret y = x do R2 onforme


representdo n (gur ixoF

injetiv pois f (x) = f (y ) (x, x) = (y, y ) x = y F xo sorejetiv poisD por exemploD (1, 2) = f (x) = (x, x) pr todo x RF e imgem ret y = xF tilizndo o eorem RFIP d pFIHP @xsAX y nleo trivil @veri(que3A e portnto imgem tem dimenso igul o do domnioX IF @A xo injetiv poisD por exemploD f (1, 0) = f (0, 1)F sorejetiv pois ddo y R @elemento do ontrEdomnioAD existe x R2 @por exemploD x = (y, 0)A tl que f (x) = f (y, 0) = y F e imgem de f RF tilizndo o eorem RFIP d pFIHP @xsAX y nleo tem dimenso I @veri(que3A e portnto imgem tem dimenso IF @A xo injetiv poisD por exemploD f (0, 0, 0) = (0, 0) = f (2, 0, 0) = f (3, 0, 0)F sorejetiv pois ddo (a, b) R2 tome z = a e y = bF vogo f (2, b, a) = (a, b)F tilizndo o eorem RFIP d pFIHP @xsAX y nleo tem dimenso I @veri(que3A e portnto imgem tem dimenso PF

Lema 4.17 (injetividade e sobrejetividade de TL)


V
: (a)

Uma transformao linear

T :U

injetiva se, e somente se, seu ncleo for igual a 0; (b) sobrejetiva se, e somente se, seu posto (dim Im(T )) for igual a dim(V ).

Prova: @A gomo T linerD T (u) = T (v) seD e somente seD T (u v) = 0D se e somente seD

u v Nuc(T )F vogo T injetiv seD e somente seD u = v seD e somente seD o Nuc(T ) = 0F @A e T for sorejetivD Im(T ) = V e portntoD o posto(T ) = dim Im(T ) = dim(V )F or outro ldoD se o posto(T ) = dim Im(T ) = dim(V ) ento Im(T ) V um suespo vetoril de V om mesm dimenso que V F ortntoD Im(T ) = V F

IHT

CAPTULO 4.

TRANSFORMAO LINEAR E MATRIZ

Corolrio 4.18

Uma transformao linear

T :V V

num espao de dimenso nita

injetiva se, e somente se, sobrejetiva.

Prova: he fto se T injetiv ento

= {0}F vogoD pelo eorem RFIP d pFIHP @xsAD dim Nuc(T ) + dim Im(T ) = 0 + dim Im(T ) = dim V F vogo dim Im(T ) = dim V eD portntoD Im(T ) = V D isto D T sorejetivF e T sorejetiv ento Im(T ) = V F gomo dim Im(T ) = dim V D pelo xs dim Nuc(T ) = dim V dim Im(T ) = 0F ortnto o Nuc(T ) = 0 e T injetivF
Nuc(T )

Exemplo 4.20
(a)

T : R7 R3

Explique em cada caso porque no existe uma TL: 2 3 injetiva; (b) T : R R sobrejetiva.

e pelo eorem RFIP d pFIHP @xsA o nleo tem dimenso no mnimo 4F r ser injetiv deveri ser igul 0F @A elo eorem RFIP d pFIHP @xsA imgem tem no mximo dimenso 2D igul dimenso do domnioD menor que dimenso do ontrdomnio que QF

Soluo: @A gomo ontrdomnio tem dimenso 3D imgem tem no mximo dimenso 3

4.2.4 Aplicaes em Espaos de Funes e Polinmios


Exemplo 4.21
Considere o espao

P2

de polinmios de grau mximo 2. Seja

C 1 (R; R)

espao das funes continuamente diferenciveis e determine o ncleo e a imagem.

C (R; R) o conjunto das funes contnuas.

Determine se linear, injetiva e sobrejetiva cada uma das funes abaixo. Caso seja linear

D : P2 P2 denida por D(p) = p (derivada); 1 (b) D : C (R; R) C (R; R) denida por D (f ) = f (derivada); 2 (c) T : P P , denida por T (p)(x) = (p(x)) . Por exemplo T (p)(x) = (x2 + 1)2 = x4 + 2x2 + 1. 2 (d) P : F (R; R) R denida por P (f ) = (f (1), f (2)).
(a)

se

p(x) = x2 + 1,

todo x impli que a = b = 0F vogo Nuc(D) so os polinmios p(x) = c @onstntesAF ist mesm expresso mostr que imgem so os polinmios de gru 1 @P1 AF em fzer ontsD o onjunto dos polinmios uj derivd funo identimente nul so os polinmios onstntesF e imgem d derivd de polinmios de gru t 2 so polinmios de gru t 1F @A gomo D(k f + g) = (k f + g) = k f + g = kD(f ) + D(g), onlumos que linerF gomo D(f ) = f = 0 impli que f = C @onstnteA @pelo eorem do lor wdioAD ker D igul o onjunto ds funes onstntesF gomo nleo diferente de zeroD D no injetivF x hd g C (R; R)D de(n h(x) = 0 g (s) dsF elo eorem fundmentl do lulo h C 1 e D(h) = h = g F vogo D sorejetivF @A imor T (0) = 0D tomndo p(x) = x temos T (kp)(x) = k 2 x2 = kT (p)(x) = kx2 F vogo no linerF or outro ldo se tomrmos polinmios onstntes iguis 1 e (1) oservmos que T (1) = 1 = T (1)F vogo no injetivF 2 r qul pD T (p)(x) = xc r isto termos (p(x)) = xD o que impliri que p(x) = xF ws isto no um polinmioD logo T no sorejetivD pois o polinmio q (x) = x no tingido nun por T F

Soluo: @A r determinr o nleo sej p(x) = ax2 + bx + cD D(p)(x) = 2ax + b = 0 pr

4.3.

COMPOSIO DE FUNES E PRODUTO DE MATRIZES

IHU

@dA gomo P (kf + g ) = ((kf + g )(1), (kf + g )(2)) = (kf (1) + g (1), kf (2) + g (2)) = k (f (1), f (2)) + (g (1), g (2)) = kP (f ) + P (g )D onlumos que linerF y nleo formdo pels funes f tis que P (f ) = (f (1), f (2)) = (0, 0)D ou sejD que se nul em 1 e 2F elguns exemplos de elementos do nleoX f (x) = (x 1)(x 2)D g (x) = (x 1)2 (x 2)3 sen(x), . . . xo injetiv pois se f (x) = (x 1)(x 2) e g (x) = 0 ento P (f ) = P (g ) = (0, 0) ms f = g F sorejetiv pois ddo (a, b) R2 D sej y = f (x) equo d ret que pss por (1, a) e (2, b)F vogo P (f ) = (a, b)F

Observao 4.12 (anlise numrica)

No exemplo acima denimos uma projeo que

associa a cada funo contnua seus valores em dois pontos. O leitor pode generaliz-lo e n denir P : F (R; R) R por P (f ) = (f (1), . . . , f (n)) e provar que P uma TL. Em anlise numrica, xado um intervalo valores da funo em

[a, b],

denimos uma projeo que toma os

n + 1 pontos equiespaados neste intervalo. Dado n qualquer, dena x = (b a)/n e x0 = a, x1 = a + x, x2 = a + 2x, . . . , xn = a + nx = b (so n + 1 pontos). Agora dena P : F (R; R) Rn+1 por P (f ) = (f (x0 ), f (x1 ), . . . , f (xn )). Novamente P linear.

Exemplo 4.22

Representando o polinmio

p(x) = ax2 + bx + c

pelo vetor

a p = b , c
2

determine as matrizes (a) derivada

D, S : R3 R3

I : R3 R

que associa a cada ;

a:

Dp = p ;

(b) derivada segunda

Sp = p

(c) integral

Ip =
0

p(x) dx.

0 0 0 0 Soluo: @A gomo p (x) = 2ax + bD p = 2a F vogo D = 2 0 0 F 1 0 1 0 0 0 0 0 @A gomo p (x) = 2aD p = 0 F vogo S = 0 0 0 F xote que S = D2 @f s 2 2 0 0 onts3A pois mtriz d derivd segund igul plir mtriz d derivd P vezesF 8 2 2 F @A Ip = 3 a + 2b + 2cF vogo I = 8 3

4.3 Composio de Funes e Produto de Matrizes


4.3.1 Composio de Funes e TLs
xest seo reordmos opero de omposio de funes e plimos o so em que s funes so vsF e omposio @de funes e de vsA no omuttiv de form gerlF

Denio 4.19 (composio de funes)

Dadas

f :XY

g : Y Z,

dene-se

gf : X Z x g (f (x))

IHV

CAPTULO 4.

TRANSFORMAO LINEAR E MATRIZ

gf Z X
Considere

Lema 4.20 (propriedades da composio de funes)


Y Z
e

f : X Y, g :

h : Z W. (f g ) h = f (g h) = f g h. gf
est bem denido, mas caso em que ambas esto denidas,

Associatividade:

No comutatividade: em geral, quando

Z = X,

gf

f g no est. Mesmo f g podem diferir.

Prova:

e ssoitividde d omposio deixmos pr o leitorF e no omuttividde segue do prximo exemploF

Exemplo 4.23

Considere

f (x) = x2 , g (x) = x + 1

h(x) = x + 2.

Determine todas as

composies possveis e quais comutam.

omutAF gomo f (h(x)) = (x + 2)2 = x2 + 4x + 1 = h(f (x)) = x2 + 2D f h = h f @no omutAF gomo g (h(x)) = (x + 2) + 1 = x + 3 = h(g (x)) = (x + 1) + 2D f h = h f @omutAF h de(nio de omposio de funes em gerlD de(nimos omposio de vsF y prximo lem mostr que omposio de vs ger um v e se d de(nio do produto de mtrizesF

Soluo: gomo f (g(x)) = (x + 1)2 = x2 + 2x + 1 = g(f (x)) = x2 + 1D f g = g f @no

Lema 4.21 (propriedades da composio de TLs)


T S

Sejam

S, T, U

transformaes line-

ares denidas em espaos vetoriais apropriados para que as composies abaixo faam sentido. uma transformao linear (composio de TLs uma TL);

De forma geral

ST =T S

(no comutativo); (associatividade).

(S T ) U = S (T U ) = S T U

Prova: he ftoD (T S )(ku + v) = T (S (ku + v)) = T (kS (u) + S (v)) = kT (S (u)) +

T (S (v)) = k (T S )(u) + (T S )(v)F e no omuttividde segue do prximo exemploF e ssoitividde segue d ssoitividde d omposio de funesF
Utilizamos a notao multiplicativa para composio de TLs:

Notao 4.22
como

T S

escrito

T S.
Considere TLs denidas em

Exemplo 4.24
P R S

R2 :

projeo ortogonal no eixo reexo na reta reexo no eixo

x: P (a, b) = (a, 0);

y = x: R(a, b) = (b, a); y : S (a, b) = (a, b).

Determine todas as composies possveis e quais comutam.

4.3.

COMPOSIO DE FUNES E PRODUTO DE MATRIZES

IHW

Soluo: gomo P R(x, y) = P (y, x) = (y, 0) e RP (x, y) = R(x, 0) = (0, x)D P R = RP

@no omutmAF gomo P S (x, y ) = P (x, y ) = (x, 0) e SP (x, y ) = S (x, 0) = (x, 0)D P S = SP @omutmAF gomo RS (x, y ) = R(x, y ) = (y, x) e SR(x, y ) = S (y, x) = (y, x)D RS = SR @no omutmAF
Seja

Exemplo 4.25
(a)

rotao de

60

graus em torno da origem em

R2 .

Determine:

(b) todos

nN

tais que

R =I

(identidade).

Soluo: @A rodr 6 vezes 60 grus equivle rodr 360 grusF vogo R6 (x, y) = (x, y)F @A
fst que 60n sej mltiplo de 360F vogo n = 6, 12, 18, . . .X n = 6k om k NF

4.3.2 Produto Matriz-Matriz


e opero de produto entre dus mtrizes provvelmente onheid dos lunosF mos introduziEl de form stnte distint pr depois reEinterpretEl de diversos modosD tl qul (zemos om o produto mtrizEvetor n he(nio PFIW d pFSQ e no vem PFPP d pFSRF hds mtrizes A e B podemos onsiderr s trnsformes lineres orrespondentes TA e TB d he(nio RFQ d pFWQF elo vem RFPI d pFIHV @se A e B tiverem dimenses propridsA omposio S = TA TB um vF elo vem RFS d pFWR existe um nica mtriz C tl que TC = S F he(nimos o produto AB omo C F eguem os detlhes n de(nio ixoF

Denio 4.23 (produto de matrizes)

A Mmp e B Mpn . Considere TA , TB as TLs correspondentes. Por denio TB : Rn Rp e TA : Rp Rm . Como n m a composio de TLs uma TL, S = TA TB : R R TL. Logo existe uma nica C Mmn tal que S = TC . Denimos o produto AB = C Mmn . Teremos ento que TAB = TA TB . De forma mais curta, abusando a linguagem, C = A B (composio das TLs correspondentes a A e B ).
Sejam

Observao 4.13

As restries nas dimenses das matrizes ser igual ao domnio de

AeB

para que faa sentido

AB

decorrem,

de forma natural, da denio por composio de TLs: o contradomnio de

deve

B;

A no-comutatividade do produto de matrizes decorre da no-comutatividade da composio de funes lineares; O produto de matrizes herda todas as propriedades da composio de TLs: distributividade, associatividade, etc.

e de(nio im elegnte ms no mostr omo lulr o produto mtrizEmtrizF iste o ontedo do prximo lemD que reduz o produto mtrizEmtriz produtos mtrizEvetorF

IIH

CAPTULO 4.

TRANSFORMAO LINEAR E MATRIZ

Lema 4.24 (produto matriz-matriz)


Mpn ,
com

Sejam

A Mmp

B = v1 vn

vi Rp .

Ento,

AB = A v1 vn = Av1 . . . Avn .

Prova: mos determin quem so s oluns de AB F r istoD st plir AB em

um vetor d se nni ej F xote que TB (ej ) = B ej = vj @j Esim olun de B AF el he(nio RFPQD TAB (ej ) = TA (TB (ej )) = TA (vj ) = Avj F vogo j Esim olun de AB Avj F imos @he(nio PFIW d pFSQ e vem PFPP d pFSRA dus interpretes do produto mtrizEvetorX @A omino liner ds oluns d mtrizD ou @A produtos eslres om linhs d mtrizF mos ver trs interpretes pr o produto mtrizEmtrizF

Lema 4.25 (interpretaes do produto matriz-matriz)


menses apropriadas para que esteja denido (a)

Sejam

matrizes (de di-

colunas de AB so combinaes lineares das colunas de A; (b) linhas de AB so combinaes lineares das linhas de B ; (c) entradas de AB so produtos escalares de linhas de A por colunas de B . Prova: @A segue do vem RFPR que oluns de AB so produto mtrizEvetor de A om

AB ).

Ento (veja guras):

oluns de B F gomo produto mtrizEvetor gv de oluns de AD segue o resultdoF @A segue de @A se plirmos trnsposio de mtrizes dos dois ldosY @A segue do vem PFIW d pFSQ e d interpreto do produto mtrizEvetor do vem PFPP d pFSRF

= p n n m

pigur RFIHX roduto wtrizEwtrizX

colunas de AB so gvs ds oluns de AF

Lema 4.26 (propriedades do produto matriz-matriz)

De forma geral

Sejam

A, B, C

matrizes.

Sem-

pre que o produto faa sentido, valer as seguintes propriedades:

AB = BA

(no-comutativo); (associatividade);

(AB )C = A(BC ) = ABC AB = 0

no implica que A = 0 ou B = 0.

4.4.

FUNO E MATRIZ INVERSA

III

= p n n m

pigur RFIIX roduto wtrizEwtrizX

linhas de AB so gvs ds linhs de B F

= p n n m

pigur RFIPX roduto wtrizEwtrizX por oluns de B F

entradas de AB so produtos eslres de linhs de A

Prova: e noEomuttividde segue do prximo exemploF ej tmm o ixemplo RFPR d pFIHVF e ssoitividde do produto de mtrizes segue d ssoitividde d omposio de vs @vem RFPI d pFIHVAF eo ontrrio do que oorre om nmeros reisD onde ab = 0 impli que a = 0 ou b = 0D isto no vle pr mtrizesF ej o prximo exemploF Exemplo 4.26 Considere A = 0 0 e B = BA = 0 embora ambas matrizes sejam no nulas. Soluo: AB =
1 0 0 0 0 1 0 0 = 0 1 0 0 1 0 0 1 0 0
. Mostre que

AB = BA

e que

, BA =

0 1 0 0

1 0 0 0

0 0 0 0

4.4 Funo e Matriz Inversa


4.4.1 Funo Inversa e TLs
eordmos de(nio de funo invers e otemos proprieddes de inverss de vsF odeE mos inverter somente funes @e vsA que so ijetivsF

Denio 4.27 (Funo Inversa)

f : X Y uma funo bijetiva. Dado y Y : (a) sobrejetividade garante que existe x X tal que f (x) = y ; (b) injetividade garante a unicidade de tal x. 1 Fica bem denida a inversa de f , denotada por f : Y X , denida como f 1 (y ) = x.
Seja

IIP
f

CAPTULO 4.

TRANSFORMAO LINEAR E MATRIZ

f 1

gomo funes ijetivs possuem inverssD usremosD indistintmenteD os termos e invertvelF

bijetiva

Exemplo 4.27
(a)

f (x) =
3

Determine a inversa de: 3 x ; (b) f (x) = 10x ; (c)

f (x) = cos(x).

Soluo: @A f 1 (y) =

g (y ) = 1/y F @A f 1 (y ) = log10 (y ) pois log10 (10x ) = x e 10log10 (y) = y F @A f 1 (y ) = arccos(y ) pois cos(arccos(y )) = y e arccos(cos(x)) = xF e invers g (x) = 1/ cos(x)F
Seja (a)

3 3 y D pr y 0D pois ( 3 y )3 = y e x3 = xF e invers

no no

Lema 4.28 (propriedades da funo inversa)


f (f
1

(y )) = y

para todo

y Y;

(b)

f : X Y uma funo bijetiva. (f (x)) = x para todo x X .

Prova: smedit pel de(nio d inversF


he ftoD ests dus proprieddes rterizm inversD onforme veremos no prximo lemF

Lema 4.29 (caracterizao da funo inversa) quer. Se existem g, h : Y X satisfazendo:


(a) ento

Seja

f : X Y

uma funo

qual-

(g f )(x) = x para todo x X f bijetiva e g = h = f 1 .

(b)

(f h)(y ) = y

para todo

y Y,

Prova: ej IX identidde em X e IY identidde em Y F

e r s injetivD ento s injetivF i se r s sorejetivD ento r sorejetivF gomo IX injetivD e IY sorejetivD podemos onluir que f ijetiv e f 1 est em de(nidF vogo g f = IX g f f 1 = IX f 1 g = f 1 e f h = IY f 1 f h = f 1 IY h = f 1 .

Corolrio 4.30

Se

bijetiva, ento

f 1

bijetiva e

(f 1 )1 = f . g : X Y

Lema 4.31 (inversa da composta)


f g
tambm o e

Se

f : Y Z

so invertveis ento

(f g )1 = g 1 f 1 .

Prova: fst oservr o digrm ixoF


f g f g f 1 g 1

gf X

f 1 g 1 X Y

mos gor prtiulrizr pr o so em que funo um vF r isto preismos que el sej um ijeoF

4.4.

FUNO E MATRIZ INVERSA

IIQ
Sejam

Lema 4.32 (propriedades da inversa de TL)

S, T : U V

transformaes line(c)

ares bijetivas (invertveis), ento: 1 (a) T linear; (b) U e V tm a mesma dimenso se 1 1 T S .

dim(U ) nita;

(ST )1 =

Prova:

@A ejm v1 , v2 V e , R e u1 = T 1 (v1 ), u2 = T 1 (v2 )F intoD pel lineridde de T D T (u1 + u2 ) = T (u1 ) + T (u2 ) = v1 + v2 . vogo T 1 (v1 + v2 ) = T 1 (T (u1 + u2 )) = u1 + u2 = T 1 (v1 ) + T 1 (v2 ). @A elo vem RFIU d pFIHSD omo T injetivD dim Nuc(T ) = 0Y omo T sorejeE tivD dim Im(T ) = dim(V )F elo eorem RFIP d pFIHP @xsAD dim(U ) = dim Nuc(T ) + dim Im(T ) = 0 + dim(V ) = dim(V )F @A egue pelo vem RFQIF
Suponha

Teorema 4.33 (inversa e o ncleo)


T
invertvel se, e somente se, Nuc(T )

de dimenso nita. Se

T :V V

ento

= {0}.

Prova: e T invertvel ento injetiv e pelo vem RFIU d pFIHS o nleo nuloF

uponh que Nuc(T ) = {0}F elo vem RFIU d pFIHSD T injetivF elo eorem RFIP d pFIHP @xsAD dim(V ) = dim(Nuc(T ))+dim(Im(T )) = dim(Im(T )) @pois dim Nuc(T ) = 0AF vogo T sorejetivF gomo T injetiv e sorejetiv segue que T um ijeo e portnto invertvelF
Determine, se for possvel, a inversa das transformaes geomtricas em

Exemplo 4.28

R2 :

(a) rotao de ortogonal na reta

25 graus; 5x 2y = 0.

(b) reexo em torno da reta

2x 3y = 0;

(c) projeo

Soluo: @A invers roto de 360 25 = 335 grus pois rodr 25 grus e depois rodr
335 grus equivle rodr 360 grusD isto D (r prdoF @A invers re)etir novmente em torno d mesm ret @2x 3y = 0A pois dus re)exes seguids nelm um outrY @A no possui invers pois os vetores perpendiulres ret 5y 2y = 0 fro prte do nleoY omo ele noEtrivilD est v no possui invers pelo eorem RFQQF

4.4.2 Matriz Inversa


Denio 4.34 (matriz identidade)
corresponde TL identidade matriz diagonal com

I:R

Denimos como n R denida por I (v)

matriz identidade I
=v
para todo

a matriz que Rn . I uma

n 1's

na diagonal (vetores da base cannica em cada coluna):

I = e1 . . . en =

1
.. .

. 1

Denio 4.35 (matriz inversa e singular) Diz-se que uma matriz quadrada A Mnn invertvel se existe B Mnn tal que AB = BA = I . Neste caso dizemos que B a matriz inversa de A e denota-se B por A1 (a unicidade provada no prximo lema). Caso A Mnn no seja invertvel dizemos que A singular.

IIR

CAPTULO 4.

TRANSFORMAO LINEAR E MATRIZ

Lema 4.36 (propriedades da inversa)


(a) Inversa de (b) (c)

Sejam

A, B Mnn .

Ento:

nica; somente se, invertveis

AB = I se, e Se A e B so

BA = I , se e somente se B = A1 ; 1 ento AB invertvel e (AB ) = B 1 A1 .

(BA)C = IC = C e pel ssoitividde do produto de mtrizes @roposio RFPTA B (AC ) = BI = B = C F @A e AB = I ento A sorejetiv pois A(B v) = I v = v pr todo vF elo gorolrio RFIV d pFIHT A um ijeo e portnto existe invers A1 F el uniidde d inversD A1 = B F heixmos o resto pr o leitorF @A eplique o vem RFQP pr provr que AB invertvel e frmul ddF

Prova: @A uponh que C e B so inverss de AF into AC = I e BA = I F vogoD

Lema 4.37 (ncleo e inversa de matriz)


se, Nuc(A)

A matriz quadrada

A invertvel se, e somente

= 0.

entes de presentr o lgoritmo do lulo de mtriz inversD vmos mostrr omo resolver simultneamente sistems lineres om mesm mtriz de oe(ientes ms om ldo direito distintoF

Prova: eplique o eorem RFQQ d pFIIQ v ssoid TA F

Exemplo 4.29 (resolvendo sistemas lineares simultaneamente)


x + 2y = 4 2x + 5y = 9
e

Resolva os sistemas

x + 2y = 1 2x + 5y = 3

de forma independente e simultaneamente.

Soluo: he form independente lulmos


1 2 4 2 5 9 1 2 4 0 1 1 1 0 2 0 1 1 ,

determinndo soluo do primeiro sistem @x = 2, y = 1AD e depois lulmos

1 2 1 2 5 3

1 2 1 0 1 1

1 0 1 0 1 1

determinndo soluo do segundo sistem @x = 1, y = 1AF odemos resolver simultaneamente os dois sistems umentndo mtriz om vrios ldos direitos de um vezF hest form lulmos

1 2 4 1 2 5 9 3

1 2 4 1 0 1 1 1

1 0 2 1 0 1 1 1

pr oter soluo dos dois sistems om um eslonmentoF

Teorema 4.38 (algoritmo para calcular matriz inversa)


(a) Monte matriz estendida

Seja

A uma matriz quadrada.

[A|I ];

(b) Escalone totalmente at obter a matriz identidade no lado esquerdo. 1 Caso isto seja possvel, a inversa aparecer do lado direito: [I |A ].

4.5.

LGEBRA DAS MATRIZES E TLS

IIS

Prova: elo vem RFQT st determinr B = v1 vn tl que AB = I F gomo I = e1 . . . en D queremos que AB = A v1 vn = Av1 . . . Avn = I = e1 . . . en .
r isto temos que resolver n sistems do tipo Avi = ei pr i = 1, . . . , nF xo ixemplo RFPW vimos omo sistems ujo ldo esquerdo o mesmoF wonte mtriz resolver simultnemente mplid A e1 en = [A|I ] e esloneE totlmenteD otendo mtriz identidde esquerd e soluo dos sistem no ldo direitoF hest formD ps o eslonmento totlD otemos

e1 en = [A|I ] I

v1 vn = [I |B ] = [I |A1 ].

Exemplo 4.30

Determine a matriz inversa de

A=

1 2 1 1

Soluo: islonndo totlmente


A1 = 1/3 2/3 F 1/3 1/3

1 2 1 0 D otemos 1 1 0 1

1 0 1/3 2/3 F vogoD 0 1 1/3 1/3

Observao 4.14 (Software Algbrico)


mando do Maxima invertemos com

Pode-se calcular a

invert. Entramos invert(M);.

a matriz com

M: matrix( [1,-2], [1,1]);

matriz inversa com o coe

4.5 lgebra das Matrizes e TLs


4.5.1 lgebra de Matrizes
xest seo vmos introduzir operes de som e produto por eslr de mtrizes e vsF wunido dests operes o onjunto ds mtrizes e o ds vs formm um espo vetorilF mos omer de(nindo s operes de som e produto por eslr de mtrizesF pE remos isto utilizndo s de(nies orrespondentes @ver he(nio IFP d pFP e he(nio IFR d pFPA em Rn F

IIT

CAPTULO 4.

TRANSFORMAO LINEAR E MATRIZ

Denio 4.39 (soma de matrizes e multiplicao por escalar)


e matrizes ,

Dene-se

Sejam k um escalar A, B m n cujas colunas so compostas por vetores a1 , . . . , an e b1 , . . . , bn , isto A = a1 an e B = b1 bn . A + B = (a1 + b1 ) (an + bn ) e kA = (k a1 ) (k an ) . O sinal  + (mais) dentro da matriz e entre as matrizes tem signicado

Observao 4.15

distinto: trata-se de soma de vetores, num caso, e de soma de matrizes, no outro. A mesma observao vale para o produto

kA. (A + B )ij = aij +

A denio usual destas operaes , componente a componente,

bij

(kA)ij = kaij .

mas nossa apresentao mais elegante.

Lema 4.40 (espao vetorial das matrizes) Prova:

O conjunto das matrizes

Mmn

(Deni-

o 2.2 da p.30) munido com as operaes da Denio 4.39 um espao vetorial.

m mtriz A Mmn pode ser vist omo um vetor em Rmn om entrds (aij )F ist deste modoD om operes de(nids omponente omponenteD Mmn igul Rmn F gomo j semos que Rmn um espo vetorilD Mmn um espo vetorilF

Lema 4.41 (propriedades das operaes com matrizes)


calar (a)

Dadas matrizes

A, B, C

e es-

k , sempre que o produto faa sentido, valero as seguintes propriedades: (kA)B = A(kB ) = k (AB ) (associativa), (b) A(B + C ) = AB + AC (distributiva), (c) (A + B )C = AC + BC (distributiva), T T T (d) (AB ) = B A , (e) Se A matriz quadrada e I matriz identidade de mesmo tamanho, AI = IA = A.

Dizemos que a matriz identidade o

elemento neutro para o produto de matrizes.

or ser enfdonh ser omitidF ode ser feito por plies proprids do vem PFPH d pFSR e vem RFPR d pFIIH ou lulndo tods entrds ds mtrizesF pinlizmos est eo om de(nies teis pr eo eutovlores e eutovetores @mtriz simtriA e pr eo roduto snterno @mtriz ortogonlAF

Prova:

Denio 4.42 (matriz simtrica)

Dizemos que

simtrica se A = AT .

e mtriz tem que serD neessrimenteD qudrd pr 1 k1 a b 2 Exemplo 4.31 So simtricas: a k2 c , 3 b c k3 4

ser simtriF 2 3 4 5 6 7 . 6 8 9 7 9 10

Denio 4.43 (matriz ortogonal)


dade).

Dizemos que

ortogonal

se

QT Q = I

(identi-

Exemplo 4.32

So ortogonais:

1/ 2 0 3/2 0 1/2 0 0 1 0 , 1 , 1/ 2 0 1/2 0 3/2

sen cos cos sen

4.5.

LGEBRA DAS MATRIZES E TLS

IIU

4.5.2
L(U ; V )

lgebra das TLs

Denio 4.44 (conjunto das TLs)


o conjunto das transformaes

U e V espaos lineares T : U V .
Dados Dados

vetoriais denotamos por

Denio 4.45 (operaes entre TLs)

T, S L(U ; V )

escalar, denimos a

soma de TLs e a sua multiplicao por escalar por:

T +S : U V u T (u) + S (u)

kT : U V . u kT (u)
e  T (u)

Observao 4.16
que so iguais.

O sinal  + (mais) em  T

+ S

+ S (u)

(bem como do

produto) possui signicado distinto em cada expresso: soma de TLs, num caso, e soma de vetores no outro. Compare estas denies com as da Denio 3.18 da p.76 e veja

Lema 4.46 (espao vetorial das TLs)


Denio 4.45 um espao vetorial.

O conjunto

L(U ; V ) munido com s operaes da

exerio fil mostrr que F (U ; V ) um espo vetoril @diX elemento neutro d som E : U V de(nid por E (x) 0AF ortntoD pelo vem QFT d pFTUD st veri(r que L(U ; V ) fehdo om relo s operes de som e produto por eslrF he ftoD sejm T, S L(U ; V )F into (T + S )(u + v) = T (u + v) + S (u + v) = @lineridde de T e S A T (u) + T (v) + S (u) + S (v) = T (u) + S (u) + (T (v) + S (v)) = (T + S )(u) + (T + S )(v)F vogo T + S um vD isto D T + S L(U ; V ) @fehdo pel somAF he form nlogD (kT )(u+v) = kT (u+v) = @lineridde de T A = kT (u)+kT (v) = (kT )(u) + (kT )(v)F vogo kT um vD isto D kT L(U ; V ) @fehdo pelo produtoAF gomo L(U ; V ) fehdo om relo s operes de som e produto por eslr um espo vetorilF

Prova: lro que L(U ; V ) F (U ; V ) @tod trnsformo liner um funoAF um

Observao 4.17
L(U ; V )

No Desao 4.9.4 da p.136 pede-se para determinar uma base para

e uma prova que

dim(L(U ; V )) = dim(U ) dim(V )

caso

U, V

sejam espaos

vetoriais de dimenso nita.

Lema 4.47 (propriedades da composio de TLs)


(kS ) T = S (kT ) = k (S T ) (associativa) (b) S (T + U ) = S T + S U (distributiva); (c) (S + T ) U = S U + T U (distributiva);
(a)

Dadas TLs

S, T, U

e escalar

k , sem-

pre que a composio faa sentido, valero as seguintes propriedades:

Prova: heixmos pr o leitorF


1 A leitura desta subseo opcional.

IIV

CAPTULO 4.

TRANSFORMAO LINEAR E MATRIZ

4.6 Matriz em Blocos


t vimos omo operr um mtriz por oluns ou linhsF odemos generlizr pr loos de tmnho qulquerF muito importnte em lingugens de progrmo modern @portrn PHHH e ython por exemploA e em progrms de omputo ient( @il e wtl por exemploA interpretr o produto e som de mtrizes por loosF 2 2 2 2 2 1 2 3 4 5 Exemplo 4.33 (matriz em blocos) Considere a matriz A = 2 2 2 2 2 e dena 1 2 3 4 5 2 2 2 2 2 A11 A12 por Aij cada um destes blocos: A = . Mostre que: A21 A22 A11 A11 + A12 A21 A11 A12 + A12 A22 . A2 = AA = A21 A11 + A22 A21 A21 A12 + A22 A22

Soluo: eri(que que s dimenses permitem lulr tods s operesF hepois f

ontF heixmos detlhes pr o leitorF y prximo lem mostr que opermos om os loos omo se fossem nmerosD om o nio uiddo de mnter ordem nos produtos pois o produto de mtrizes no omuttivoF epresentmos diviso em 4 loos ms podemos dividir num nmero ritrrio de loosF

Lema 4.48 (soma e produto de matrizes por blocos)


em blocos com

Sejam

AeB

matrizes divididas

Seja

A11 A12 e B = A21 A22 kA11 kA12 . k R, kA = kA21 kA22 A= A+B =

B11 B12 B21 B22

Caso o tamanho dos blocos sejam compatveis para que as somas que aparecem na frmula sejam possveis,

A11 + B11 A12 + B12 A21 + B21 A22 + B22

Caso o tamanho dos blocos sejam compatveis para que os produtos que aparecem na frmula sejam possveis,

AB =

A11 B11 + A12 B21 A11 B12 + A12 B22 A21 B11 + A22 B21 A21 B12 + A22 B22

Prova: gonsulte literturF Exemplo 4.34


O Suponha

A M44

tal que

A=

B 0 0 C

com

B, C M22

invertveis.

(a)

signica uma matriz com todas as entradas nulas de tamanho apropriado. Determine: A2 ; (b) A1 .

Soluo: @A A2 = AA =
BB 1 0 0 CC 1 = I 0 0 I

B2 0 F 0 C2 = IF

@A A1 =

B 1 0 0 C 1

pois AA1 =

Exemplo 4.35

A, B, C quadradas, I matriz identidade com a dimenso A B A 0 I 0 em cada caso. Dena J = , K = , L = . Determine: 0 C 0 I 0 B 2 (a) J ; (b) 2J ; (c) K + L; (d) KL; (e) LK .
Suponha

correta

4.7.

MATRIZ REPRESENTANDO VETOR: COORDENADAS

IIW

Soluo: @A J 2 =

A2 AB + BD 2A 2B F @A 2J = F 2 0 C 0 2C A+I 0 A 0 @A K + L = F @dA e @eA KL = = LK F 0 B+I 0 B ej omo inverter um mtriz de loo qulquer n Wikipedia:

Matriz inversaF

4.7

Matriz Representando Vetor: CoordenadasI


i 's (nicos pela Denio 3.11 da p.72) usados para combinar linearmente os
n

Denio 4.49 (coordenadas) Seja V um espao vetorial (de dimenso nita) com base = {b1 , b2 , . . . , bn }. As coordenadas do vetor v V na base (conjunto ordenado) so
os coecientes vetores

bi 's de forma a gerar v, isto , v =


i=1

i bi .

Denotamos pela matriz de uma coluna:

1 2 [v] = . Mn1 . . . n
e funo

[ ] : V Mn1 v [v]
Dados a base cannica

ssoi d vetor sus oordends n se F

Exemplo 4.36
determine

= {e1 , e2 , . . . , en }

do

Rn

v = (1, 2, 3, . . . , n) F =

[v] . 1 2 F F F n

Soluo: gomo v = 1e1 + 2e2 + + nen onlumos que [v] =

Exemplo 4.37
{(1, 1), (0, 1)}.

Considere o vetor Determine

[v ]

v = (2, 4) R2 [v] .

e as bases

= {(1, 0), (0, 1)}

Soluo: gomo (2, 4) = 2(1, 0) + 4(0, 1)D ento [v] =

2 F ueremos (2, 4) = a(1, 1) + 4 2 b(0, 1)D ou sejD 2 = a, 4 = a + bF vogo b = 2 e (2, 4) = 2(1, 1) + 2(0, 1) e [v] = F 2 wostrmos n pigur RFIQ porque o mesmo vetor pode possuir oordends distints em ses distintsF
Considere a base Determine

Exemplo 4.38
e

w = (1, 1, 0).

= {(1, 1, 1), (0, 1, 1), (0, 0, 1)} [v ] , [v ] , [w ] e [w ] .

e o vetores

v = (1, 2, 2)

Soluo:

1 1 lro que @revej exemplos nterioresA [v] = 2 e [w] = 1 F 2 0

1 A leitura desta seo opcional.

IPH

CAPTULO 4.

TRANSFORMAO LINEAR E MATRIZ

pigur RFIQX etor v = (2, 4) em ses distints ueremos (1, 2, 2) = a(1, 1, 1)+ b(0, 1, 1)+ c(0, 0, 1)F vogo 1 = a, 2 = a + b, 2 + b + cF = a 1 vogo b = 1 e c = 0F vogo (1, 2, 2) = 1(1, 1, 1) + 1(0, 1, 1) + 0(0, 0, 1) e [v] = 1 F 0 ueremos (1, 1, 0) = a(1, 1, 1) + b(0, 1, 1) + c(0, 0, 1)F vogo 1 = a, 1 = a + b, 0 = a + b + cF vogo 1, 0) = 1(1, 1, 1) + 0(0, 1, 1) 1(0, 0, 1)D ento b = 0 e c = 1F gomo (1, 1 1 [w] = 0 F gomo [w] = [v] = 1 D vetores distintos podem possuir s mesmas 1 0 oordends em ses distintsF

Exemplo 4.39
Determine

Considere a base

do Exemplo 3.21 da p.73 e

v = (v1 , v2 , . . . , vn ) Rn .

[v] .

ortntoX

Soluo: h soluo do ixemplo QFPI d pFUQD v = v1 b1 +(v2 v1 )b2 + +(vn vn1 )bn .
[v] = (v1 , v2 , . . . , vn ) = v1 v2 v1 F F F vn vn1 .

ys dois exemplos seguir mostrm omo determinr s oordends de um vetor num se qulquer dds sus oordends n se nni e vieEversF m so diretoD o outro envolve resolver um sistem linerF tuntndo os dois exemplos podemos pssr de um se qulquer pr outr D stndo pssr pel se F

Exemplo 4.40
(a)

Considere a base

sabendo que

= {(1, 1, 1), (1, 0, 1), (2, 0, 1)} 2 [v] = 3 ; (b) [(4, 3, 7)] . 1

de

R3 .

Determine:

Soluo:

@A ifetundoD v = 2(1, 1, 1) + 3(1, 0, 1) (2, 0, 1) = (3, 2, 6) @A reismos determinr a1 , a2 , a3 R tis que a1 (1, 1, 1) + a2 (1, 0, 1) + a3 (2, 0, 1) = 2a3 = 4 1a1 + 1a2 + 1a1 + 0a2 + 0a3 = 3 F (4, 3, 7)F ixpndindoD otemos o sistem linerX 1a1 + 1a2 + (1)a3 = 7

4.7.

MATRIZ REPRESENTANDO VETOR: COORDENADAS

IPI

3 1 1 2 4 1 0 0 0 3 0 1 0 3 F ortnto soluo ni om islonndo 1 0 1 1 1 7 0 0 1 1 3 (a1 , a2 , a3 ) = (3, 3, 1)F ortntoD [(4, 3, 7)] = 3 F 1

Exemplo 4.41

V = P2 (polinmios de grau 2 base = {1 + x, 1 x, x }, e os vetores (polinmios 2 v = 6 + 5x e w = 8x 2. Determine: (a) [u] , (b) [v] , (c) [w] , (d) [u] , (e) [v] ,
Considere

at 2), a base que so (f )

= {1, x, x2 }, a elementos de P2 ) u = 8,

[w ] .

8 Soluo: @A gomo u = 8 + 0x + 0x2 D [u] = 0 F @A gomo v = 6 + 0x + 5x2 D 0 6 2 [v] = 0 D @A gomo w = 2 + 8x + 0x2 D [w] = 8 F 5 0 2 @dA ueremos 8 = a(1 + x) + b(1 x) + cx F ixpndindo 8 = a + b + (a b)x + cx2 F vogo 4 a + b = 8, a b = 0, c = 0F vogo a = b = 4F gomo 8 = 4(1 + x) + 4(1 x)D [u] = 4 F 0 2 2 2 @eA ueremos 6+5x = a(1+x)+b(1x)+cx F ixpndindo 6+5x = a+b+(ab)x+cx2 F 2 2 vogo a + b = 6, a b = 0, c = 5F vogo a = b = 3F gomo 6 + 5x = 3(1 + x) + 3(1 x) + 5x D 3 [v] = 3 F 5 @fA ueremos 8x 2 = a(1 + x) + b(1 x) + cx2 = a + b + (a b)x + cx2 F vogo c = 0 e a + b = 2 temos que resolver o sistem F esolvendo otemos a = 3, b = 5F vogo ab = 8 3 [w] = 5 F 0

Exemplo 4.42

F (R; R) (funes reais), = {sen2 (x), cos2 (x)} e = {1, sen2 (x)}. 2 Considere os vetores (funes que so elementos de F (R; R)) u = cos (x), v = cos(2x) e w = 1. Seja W = F (R; R) o subespao gerado por . Prove que: (a) W = (espao gerado por ); (b) e so LIs; (c) u, v .
Considere Determine: (d)

[u] , [v] , [w] ;

(e)

[u] , [v] , [w] .

b(1 sen2 x) = b1 + (a b) sen2 x GF egor se k G ento k = a1 + b sen2 x = a(sen2 x + cos2 x) + b sen2 x = (a + b) sen2 x + a cos2 x W F vogo G = W F @A mos provr que vsF uponh que a sen2 x + b cos2 x = 0F ueremos provr que a = b = 0F gomo identidde pr todo x RD tomndo x = 0 onlumos que a0+b1 = 0D ou sejD b = 0F omndo x = /2D a1 + b0 = 0D logo a = 0F gonvidmos o leitor provr que vsF m tni mis gerl o Wronskiano presentd no hes(o TFWFR d pFIWQF @A u = cos2 x = 1 sen2 x W D v = cos(2x) = cos2 (x) sen2 (x) = 1 2 sen2 (x) W D

Soluo: @A ej G = F e z W ento z = a sen2 x + b cos2 xF vogo z = a sen2 x +

IPP

CAPTULO 4.

TRANSFORMAO LINEAR E MATRIZ

@dA elo item nterior e identiddes trigonomtris @veri(que3A [u] =

0 D [v] = 1

1 D [w] = 1

1 D [u] = 1

1 D [v ] = 1

1 D [w] = 2

1 F 0

y prximo lem grnte que todo espo vetoril de dimenso (nit n essenilmente igul o Rn @em lingugem mtemtiD dizemos isomorfo pois existe ijeo linerAF

Lema 4.50 (mapeamento vetor coordenadas bijeo linear)


pao vetorial de dimenso nita : (a) linear, isto , preserva combinaes lineares,

com base

O mapeamento

Considere V es[ ] : V Mn1 v [v]

[u + v] = [u] + [v] , R, u, v V ; v = w. (c) sobrejetivo, isto , dada matriz coluna A Mn1 , n Alm disso existe uma bijeo linear L : V R .
(b) injetivo, isto , se ento

[v] = [w]

existe

vV

tal que

[v] = A.

@A isrevemos = {v1 , v2 , . . . , vn }F hdos u, v V D u = i vi e w = i=1 1 n n F i vi F essum u + w = (i + i )vi F imedito que [u] = F [w ] = F , i=1 i=1 n 1 1 1 + 1 1 F F = [u] + [w] . enlogmenteD F F F = F F F F + F F F , [u + w] = n n n + n n 1 F [ u] = F F = [u] F n @A egue d uniidde d represento de um vetor omo gv de vetores de um seF 1 n F @A hdo A = F i vi F F de(n v = i=1 n
1 ej se nni do Rn e [ ] : Mn1 Rn o mpemento inversoF he(n 1 n 1 L = [[ ] ] : V R D omposio de [ ] om [ ] F imor oordends sem indio d se no determinem um vetorD existe um onE veno @dizemos que um uso de notoD isto D um uso d noto diferente do onvenE iondoA que ssumir que se nniF emos trs forms equivlentes de determinr o mesmo vetor v Rn @vej pFQIAX

Prova:

onsidere o vetor v = (1 , . . . , n ) @uso orretoAY 1 F onsidere o vetor [v] = F F @uso orretoAY n

4.8.

MATRIZ REPRESENTANDO TL: MUDANA DE BASE

IPQ

1 F onsidere o vetor v = F F @uso de notoAF n


y ltimo uso to omum que muitos livros usm omo de(nio de vetor do Rn X um vetor um mtriz om um olun e n linhsF m vetor poderi ser um mtriz linhD ms onveno utilizd em todos os livros omo um mtriz olunF

4.8

Matriz Representando TL: Mudana de BaseI

entes de estudr est seo estude de(nio de oordends de um vetor num se @he(nio RFRW d pFIIWAF y vem RFS d pFWR mostr que existe um ijeo entre mtrizes @Mmn A e L(Rn ; Rm ) @vs do Rn em Rm AF mos ssoir mtrizes vs entre dois espos vetoriis quisquer de dimenso (nitF

Denio 4.51 (matriz associada TL)


nita com por

Sejam

dim(U ) = n e dim(V ) = m e bases T L(U ; V ), denotamos por [T ] Mmn a [T ]

U e V espaos vetoriais de dimenso = {u1 , . . . , un } de U e de V . Dada matriz de que representa T . Ela denida

= [T (u1 )] [T (un )] Mmn . [T ]


formada pelas coordenadas do vetor

Desta forma, cada coluna da matriz base

T (ui )

na

.
im que sentido mtriz [T ] represent T c

e respost est no prximo teoremD ujo resultdo presentmos no digrm ixoF y signi(do do digrm @e do teoremA que ele omutX tnto fzD prtindo de u U D plir diretmente T e lulr sus oordends n se D ou lulr sus oordends n se e plir mtriz [T ] F

U
[ ]

[T ]
Seja

[ ]

Mn1

Mm1

Teorema 4.52 (relao entre matriz e TL)


V.
Ento, para todo

T L(U ; V )

e bases

de

de

u U, [T (u)] = [T ] [u] .

1 A leitura desta seo opcional.

IPR

CAPTULO 4.

TRANSFORMAO LINEAR E MATRIZ

Prova: ej = {u1 , . . . , un }F intoD pel lineridde do produto mtrizEvetor @vem PFPH


d pFSRAD [T (u)] = [T ] [u] pr todo u U seD e somente seD [T (uj )] = [T ] [uj ] pr j = 1, . . . , nF gomo [uj ] = ej D [T ] [uj ] = [T ] ej D que igul j Esim olun de [T ] D que por de(nio [T (uj )] F ortntoD [T ] [uj ] = [T (uj )] F

Exemplo 4.43

T : R2 R3 linear tal que T (1, 0) = (1, 2, 3) e T (2, 1) = (0, 0, 2). Considere as bases = {(1, 0), (2, 1)}, = {(1, 2, 3), (0, 0, 2), (0, 1, 0)}, 2 = {(1, 0), (0, 1)} e 3 = {(1, 0, 0), (0, 1, 0), (0, 0, 1)}. Determine: (a) [T ] ; [T ]3 2 .
Considere

1 Soluo: gomo = {(1, 0), (2, 1)}D preismos lulr [T (1, 0)] = [(1, 2, 3)] = 0 e 0 0 1 0 [T (2, 1)] = [(0, 0, 2)] = 1 F vogoD [T ] = [T (1, 0)] [T (2, 1)] = 0 1 F 0 0 0 gomo 2 = {(1, 0), (0, 1)}D preismos lulr [T (1, 0)]3 e [T (0, 1)]3 F imor no tenh sido forneido T (0, 1) diretmenteD (0, 1) = (2, 1) 2(1, 0)F logoD T (0, 1) = T (2 , 1) 1 2T (1, 0) = (0, 0, 2) 2(1, 2, 3) = (2, 4, 4)F ortntoD [T (1, 0)]3 = [(1, 2, 3)]3 = 2 3 2 e [T (0, 1)]3 = [(2, 4, 4)]3 = 4 F vogoD [T ]3 2 = [T (1, 0)]3 [T (0, 1)]3 = 4 1 2 2 4 F 3 4

Exemplo 4.44

T : R2 R2 com T e1 = e1 + e2 , T e2 = 2e1 + 2e2 , 2 cannica de R e = {v1 , v2 } com v1 = e1 + e2 , v2 = e2 2e1 . Determine: (a) [T ] ; (b) [T ] .
Considere

base

Soluo: @A gomo [T e1 ] = [e1 + e2 ] =

1 1

e [T e2 ] = [2e1 + 2e2 ] =

2 D [T ] = 2

1 2 . 1 2 @A reismos lulr [T (v1 )] e [T (v2 )] F emos que [T (v1 )] = [T (e1 + e2 )] = [T (e1 ) + T (e2 )] = [(e1 + e2 ) + (2e1 + 2e2 )] = 3 [3(e1 + e2 )] = [3v1 ] = F 0 or outro ldoD [T (v2 )] = [T (e2 2e1 )] = [T (e2 ) 2T (e1 )] = 0 [(2e1 + 2e2 ) 2(e1 + e2 )] = [0] = [0v1 + 0v2 ] = F 0 3 0 vogoD [T ] = . 0 0

Notao 4.53
a mesma base

Quando uma TL vai de um EV nele mesmo, para o domnio e o contra-domnio.

T : U U , podemos Denotamos [T ] por [T ] .

escolher

4.8.

MATRIZ REPRESENTANDO TL: MUDANA DE BASE

IPS

Exemplo 4.45
Determine

Seja

= {1, x, x2 },

D : P2 P2

denido por

D(f ) = f

(derivada).

[D ] .

0 1 Soluo: D(1) = 0 e [0] = 0 D D(x) = 1 e [1] = 0 D D(x2 ) = 2x e [2x] = 0 0 0 0 1 0 2 F vogo [D] = 0 0 2 F 0 0 0 0

Exemplo 4.46

= {sen x, e2x , cos x}, V = C (R; R) D(f ) = f (derivada). Determine [D] .


Seja

D:V V

denido por

0 1 Soluo: D(sen x) = cos x e [cos x] = 0 D D(cos x) = sen x e [ sen x] = 0 D 1 0 0 0 1 0 2x 2x 2x 0 2 F D(e ) = 2e e [2e ] = 2 F vogo [D] = 0 0 1 0 0

Denio 4.54 (matriz de mudana de base)


menso nita

Considere bases

do espao de di-

e a TL identidade

em

U.

Como

[I ] [u] = [I (u)] = [u],


a matriz

[I ]

transforma as coordenadas de

na base

em coordenadas de

na base

Pela denio, se

= {u1 , . . . , un }, [I ] = [I (u1 )] [I (un )] = [u1 ] [un ] .

Exemplo 4.47
[I ] .

Considere as bases de

R2 :

cannica

= {(1, 2), (3, 4)}.

Determine

1 3 Soluo: imedito que [I ] = [(1, 2)] [(3, 4)] = 2 4 pelo gorolrio RFST mis dinteD st inverter mtriz imF

. e quisermos [I ] D

Observao 4.18
base de uma base

Do exemplo anterior observamos que clculo da matriz mudana de qualquer para cannica

fcil. A matriz de mudana inversa pode

ser obtida invertendo esta matriz. Esta uma importante consequncia do prximo lema.

IPT

CAPTULO 4.

TRANSFORMAO LINEAR E MATRIZ

Lema 4.55 (relaao entre produto de matrizes e composio de TLs)


L(U ; V )
e

Dados

S L(V ; W ),

e bases

conforme indicado no diagrama

, , dos espaos vetoriais de dimenso abaixo, [S ] [T ] = [S T ] .

nita

T U, V, W ,

ST U [ ] Mn1 [T ] T V [ ] Mm1[S ] [S T ] S W [ ] Mp1

Prova: ymitimos pois onsumiri espo emor sej simplesF Corolrio 4.56 (inversa da mudana de base)
tidade Considere bases igual a

em

U.

Ento a matriz mudana de base

[I ]

e de U e a TL iden1 [I ] (inversa).

ul relo entre mtrizes que representm mesm vc mos simpli(r e onsiderr o so em que T L(U ; U ) @mesmo espoAF gonsidere ses e de U F ul relo entre s mtrizes [T ] e [T ] c

Denio 4.57 (matrizes semelhantes)

Dizemos que duas matrizes A e B so seme1 lhantes quando existe uma matriz invertvel (quadrada) P tal que P AP = B.

Lema 4.58 (matrizes da mesma TL)


[T ]
e

Considere

T L(U ; U ) e bases e

de

U.

Ento

[T ]

so semelhantes com

P = [I ]

(matriz de mudana de base).

Prova: gomo IT I = T D plindo o vem RFSS dus vezesD [I ] [T ] [I ] = [T ] F


omndo P = [I ] e plindo o gorolrio RFSTD P 1 = [I ] F pzendo um esolh dequd d seD mtriz que represent v pode ser muito mis simplesD omo por exemplo digonlF gomo desorir qul se fr issoc iste o ssunto do gptulo eutovlores e eutovetoresF r resumirX s oordends de um vetor v esto pr v ssim omo mtriz que represent um trnsformo liner T est pr T X
coordenadas de

assim como

matriz que representa

4.9.

EXERCCIOS DE TRANSFORMAES LINEARES

IPU

4.9 Exerccios de Transformaes Lineares


4.9.1 Exerccios de Fixao
Fix 4.1: hetermine se so lineres T : R2 R2 X
@A T (x, y ) = (x + 2y, xy )Y @A omino liner ds @A produtos eslres om s @A T (x, y ) = (x + 2y, 0)Y @A T (x, y ) = (x2 + 2y, y )Y

Fix 4.2: y produto mtrizEvetor pode ser visto omoX

@linhas, colunasA d mtrizY @linhas, colunasA d mtrizF

Fix 4.3: hd trnsformo liner T : Rn Rm existe um mtriz A que represent e


vieEversF @A se T (x, y ) = (3x + 7y, 5x 4y )D ento A = @A se T (x, y ) = (y, x, 2x + y )D ento A = @A se A = Y

1 0 1 , )Y D ento T (x, y ) = ( 3 0 2 @dA se A = 1 8 D ento T (x, y ) = ( , )F Fix 4.4: hetermine T que projet @ortogonlmenteA vetores doX @A R2 no eixo y Y @A R3 no eixo y Y @A no plno x = 0F Fix 4.5: ul ds lterntivs present mtriz que rod os vetores do R2 por um ngulo @no sentido trigonomtrioD isto D ntiEhorrioAX cos sen cos sen sen cos sen cos @eA @fA @gA @hA sen cos sen cos cos sen cos sen Fix 4.6: ej A um mtrizF y posto de A igul X @Nuc A, Im A, dim Nuc A, dim Im AAF

Fix 4.7: gonsidere I : V V e T : V W de(nids por I (v) = v e T (v) = 0 pr todo

v VF @A Nuc(I ) = @V, W, 0AY @A Im(I ) = @V, W, 0AY @A Nuc(T ) = @V, W, 0AY @dA Im(T ) = @V, W, 0AY Fix 4.8: ej T : V W um vF r d perguntD esolh um ds opesF @iA de(nio de Nuc(T ) X @eA {w W | T (0) = w}Y @fA {w W | T (w) = 0}Y @gA {v V | T (v) = 0}Y @hA {v V | T (0) = v}F @iiA de(nio de Im(T ) X @eA {w W | w = T (v) para algum v V }Y @fA {w W | v = T (w) para algum w W }Y @gA {v V | w = T (v) para algum v V }Y @hA {v V | v = T (w) para algum w W }Y @iiiA T sorejetiv seD e somente seX @eA dim(V ) = dim(W )Y @fA dim(Nuc(T )) = dim(V )Y @gA dim(Nuc(T )) = 0Y @hA dim(Im(T )) = dim(W )Y @iA dim(Im(T )) = 0F @ivA T injetiv seD e somente seX @eA dim(V ) = dim(W )Y @fA dim(Nuc(T )) = dim(V )Y @gA dim(Nuc(T )) = 0Y @hA dim(Im(T )) = dim(W )Y @iA dim(Im(T )) = 0F
1 23.ago.2012 13h

IPV

CAPTULO 4.

TRANSFORMAO LINEAR E MATRIZ

Fix 4.9: hetermine @geometrimenteD no f ontsA o nleo e imgem de d um


ds vs ixo de R3 em R3 X @A projeo ortogonl n ret gerd pelo vetor (2, 1, 1)Y @A roto de 11 grus em torno do eixo (2, 1, 2)Y @A re)exo em torno do plno x = 0Y @dA projeo ortogonl no plno x = 0F

Fix 4.10: iste exerio pr ser feito om argumentos geomtricosF ods s trnsE
formes esto de(nids de R2 em R2 F ej P um projeo ortogonl n ret r e R um re)exo em torno d mesm ret rF hetermineX @A Nuc(R) = @0, r, R2 AY @A P P = @P, R, I, 0AY @A Im(P ) = @0, r, R2 AY @dA RR = @P, R, I, 0AY @eA RP = @P, R, I, 0AY @fA P R = @P, R, I, 0AY n n @gA de form gerl P e R om 1 n NF

Fix 4.11: ej T : R7 R10 linerF

@A se dim(Nuc(T )) = 0D ento dim(Im(T )) = @A se dim(Nuc(T )) = 3D ento dim(Im(T )) = @A se dim(Nuc(T )) = 5D ento dim(Im(T )) = @A T : R5 R4 om dim(Nuc(T )) = 3Y

Y Y Y

Fix 4.12: hetermine dim(Im(T )) sendo queX

@A T : R5 R7 om T injetivF

Fix 4.13: hetermine dim(Nuc(T )) sendo queX

@A T : V W om T sorejetivD dim(V ) = 5, dim(W ) = 3Y @A T : R4 R4 sendo que existe invers de T F

Fix 4.14: hetermine se verddeiro ou flso d um ds seguintes (rmtivs sore vsX


@A T : R5 R4 pode ser injetivY @A T : R3 R5 om dim(Im(T )) = 3 injetivF @A e T : Rn Rm stisfz T (0) = 0 ento T linerF @dA e T injetiv ento no existe w = 0 tl que T (w) = 0F @eA se T : V V possui invers ento dim(Nuc(T )) = dim(V )F
Nuc(D 2 )X

Fix 4.15: gonsidere D2 : P3 P3 de(nid por D2 (f ) = f @dus derivdsAF hetermine se


fzem prte do

3x3 + x2 c 3x 4c x2 c 5c

Fix 4.16: gonsidere um mtriz A om m linhs e n olunsF hetermine se verddeiro ou


flsoX @A se m > n ento s oluns so vssY @A se m < n ento o nleo de A ontm um retY @A ssoitividdec @A omuttividdec

Fix 4.17: ul@isA ds seguintes proprieddes do produto de mtrizes so vlidsX


@A distriutividdec

Fix 4.18: e A, B Mnn ento (A + B )(A + B ) =


intoX @A oluns de AB so omines lineres ds @A, B AF @A linhs de AB so omines lineres @A entrds de AB so produto eslr de @linhas, colunasA B F

@A2 +2AB + B 2 , A2 + AB + BA + B 2 A

Fix 4.19: ejm A e B mtrizes @de dimenses proprids pr que estej de(nido AB AF
@linhas, colunasA d mtriz @linhas, colunasA d mtriz @linhas, colunasA de A por @A, B AF

Fix 4.20: e A Mnn invertvel ento


@A dim(Nuc(A)) = Y

@A dim(Im(A)) =

4.9.

EXERCCIOS DE TRANSFORMAES LINEARES

IPW

Fix 4.21: gonsidere S um onjunto ordendo de vetoresF hetermine se verddeiro ou flsoX

@A se todo vetor de um espo pode ser esrito omo omino liner de elementos de S ento S seY @A se S se ento S um onjunto linermente dependente de vetoresY

4.9.2 Problemas
Prob 4.1: hetermine v que represent umX
@A re)exo em R2 em relo ret x + y = 0F @A projeo ortogonl em R3 sore o plno y = z Y @A roto em R3 de 450 em torno do eixo z F

formes esto de(nids de R2 em R2 F ejmX ! R um re)exo em torno d ret rD ! P um projeo ortogonl n mesm ret rD e ! Q um projeo ortogonl n ret s perpendiulr ret rF hetermineX @A QP = @P, Q, R, I, 0AY @A P Q = @P, Q, R, I, 0AY @A QR = @P, Q, R, I, 0AY @dA RQ = @P, Q, R, I, 0AF hetermine seX @A (1, 2) Im(T )Y

Prob 4.2: iste exerio pr ser feito om argumentos geomtricosF ods s trnsE

Prob 4.3: gonsidere T : R3 R2 dd por T (x, y, z ) = (4x y + 2z, 2x + y/2 z ).


@A (1, 4, 0) Nuc(T )Y @A (0, 2, 2) Nuc(T )F

Prob 4.4: hetermine o nleoD imgem e sus respetivs dimenses deX

@A T : R3 R4 D T (x, y, z ) = (x y, y z , y x, y + z )Y @A T : R3 R3 D T (x, y, z ) = (x y, z + 2x, 2y + z )Y @A L : R5 R3 D L(a, b, c, d, e) = (a + 3c e, c d + e, a + 4c d)F

Prob 4.5: hetermine um se e dimenso do nleo e d imgem pr d mtrizX


@A 1 0 2 0 0 1 1 2 1 2 0 0 @A 1 3 1 0 0 1 1 0 0 2 @A 1 1 1 2 0 1 1 0 1 0

1 0 1 0 1 1 @dA 1 1 0 1 0 1

Prob 4.6: glule imgem e o nleo de d um ds vs ixoX


@A T @A T @A T @dA T

: P3 P3 D de(nid por T (p) = p @segund derivdAF : P2 R de(nid por T (p) = p(3)F : P2 P3 de(nid por (T (p))(x) = xp(x) x RF : C 1 (R; R) C (R; R) de(nid por T (f ) = f F
ujo nleo sej origemY que sej injetivY om dim Nuc(T ) = dim Im(T )Y om Nuc(T ) = (1, 0, 0, 0), (0, 1, 0, 0) e

Prob 4.7: ixplique em d so ixo porque no existe um vX


@A T @A T @A T @dA T

: R4 R2 : R4 R2 : R7 R6 : R4 R3

Im(T )

= (1, 1, 2), (2, 2, 4) F

Prob 4.8: im d item d um exemplo de v stisfzendo s ondies ddsF

@A T : R2 R2 que lev (1, 2) em (1, 0) e (1, 1) em (1, 1)Y x+y+z =0 @A T : R4 R3 tl que o nleo plno e imgem (1, 1, 1), (1, 2, 3) Y zw =0

IQH

CAPTULO 4.

TRANSFORMAO LINEAR E MATRIZ

x=s 3 4 y=t @A T : R R ujo nleo sej ddo pels eques prmtris e z =t+s x=0 y=0 F imgem sej soluo do sistem zw =0 Prob 4.9: ej Pn o espo dos polinmios de gru nF hetermine se linerX @A L : P4 P4 de(nid por (L(p))(x) = p(x + 1)Y @A L : P2 P2 de(nid por (L(p))(x) = p (x) + 1Y @A L : P2 P2 de(nid por (L(p))(x) = cx2 + ax + b se p(x) = ax2 + bx + cF Prob 4.10: ej W = {p P3 | p(0) = 0} e D : W P3 de(nid por Dp = p F wostre que D injetivF Prob 4.11: ej D2 : C 2 (R; R) C 2 (R; R) de(nid por D2 f = f @derivd segundAF glule um se pr o nleo de D2 F 6x + 3y = 9 6x + 3y = 3 Prob 4.12: esolv o sistems 4x + 3y = 5 e 4x + 3y = 1 simultnemente 6 3 9 3 . olondo em form totlmente eslond mtriz 4 3 5 1 Prob 4.13: snvert s mtrizesX 1 1 1 2 1 1 1 F @A Y @A 1 1 0 0 0 1 Prob 4.14: inontre represento mtriil e invert @se for possvelA vX T (x, y, z ) = (x + z, x z, y )Y 1 0 0 Prob 4.15: gonsidere mtriz A = 1 3 0 1 3 5 1 @A glule A F @inversA @A hetermine uD v e w tis queX Au = e1 , Av = e2 , Aw = e3 F Prob 4.16: hetermine mtriz invers ds mtrizes formd porX loos de zerosD mtriz identidde e A @que no preis ser invertvelAF 0 I I A @A Y @A Y I 0 0 I 0 I Prob 4.17: ej S = B 0 um mtriz de loosF glule S 2 F Prob 4.18: r nmeros reis vle hmd lei do orteX se ab = ac e a = 0 ento b = cF r mtrizes isto no vlidoF 2 2 @A tome A = e determine B, C M22 tl que AB = AC e B = C Y 2 2 @A supondo que A invertvelD mostre que AB = AC impli B = C F

4.9.3 Extras
@A A2 = I Y @A B 2 = 0D B = 0Y @A C 2 = C D C = I Y @dA C 2 = I D C = I Y Ext 4.2: gonsidere W1 , W2 suespos ds mtrizes qudrds 44F ej W1 o suespo ds mtrizes tringulres superiores e W2 s mtrizes tringulres inferioresF rove que W1 W2 o suespo ds mtrizes digonisF

Ext 4.1: h exemplos de mtrizes em M22 tis queX

4.9.

EXERCCIOS DE TRANSFORMAES LINEARES

IQI

Ext 4.3: gonsidere V o espo ds mtrizes digonis 2 2 e s ses


= 1 0 0 0 , 0 0 0 1
D=

1 0 0 1

0 0 0 1

F hetermine [I ] F

0 < 2 F @A se = 0 existe v R2 , v = 0 tl que R v = vc @A se v R2 , v = 0D determine ondies em pr que v e R v sejm linermente independentesF Ext 4.5: im R3 onsidere A um roto de 90o em torno do eixo x e B um roto de 90o em torno do eixo y e C um roto de 90o em torno do eixo z F wostre queX @A A4 = B 4 = C 4 = I Y @A AB = BAY @A A2 B 2 = B 2 A2 F Ext 4.6: ej T : R7 R10 linerF y mior vlor possvel prX Y @A dim(Im(T )) F @A dim(Nuc(T )) Ext 4.7: hetermine dim(Im(T )) sendo queX @A T : R4 R7 e que T v = w possui soluo ni pr um determindo wY @A T : R6 R5 om T sorejetivF Ext 4.8: hetermine dim(Nuc(T )) sendo queX @A T : R6 R8 om dim(Im(T )) = 3Y @A T : V W om T injetivY Ext 4.9: r d um ds mtrizes ixoD determine um se e dimenso do nleo e d imgemF 1 1 0 1 1 0 0 1 0 0 1 0 2 1 1 0 0 0 0 1 Y Y @A @A @A 0 0 2 0 0 0 0 0 F 0 2 1 0 1 1 1 2 0 0 1 0 T2 (x, y, z ) = (3x 2y + z, x z )F hetermine um se pr Nuc(T1 ) Nuc(T2 )F 2 h 7 Ext 4.11: gonsidere A = 4 5 7 F hetermine yhy os vlores de h R tis que o posto de AX @A sej IY @A sej PF Ext 4.12: wostre que omposio de dus vs injetivs um v injetivF Ext 4.13: ej T : V W linerF rove queX @A T (0) = 0Y @A Nuc(T ) suespo vetorilY @A Im(T ) suespo vetorilF @dA se T injetivD T lev onjunto vs em onjunto vsF @eA se T possui inversD T lev se em seF Ext 4.14: hetermine se so lineres s seguintes operes no espo P de todos os polinE mios em xX @A multiplio por xY @A multiplio por x2 Y @A derivd em relo xF Ext 4.15: hetermine se T : Pn Pn+1 D de(nid por T (p)(x) = xp(x) @multipli o poE linmio por xD umentndo seu gruA liner e injetivF or exemplo se p(x) = x2 + 1D T (p)(x) = x3 + xF Ext 4.16: ej Pn o espo dos polinmios de gru nF hetermine se linerX @A L : P2 R de(nid por L(p) = (p(0) + p(1))/2F @A L : P5 P5 de(nid por (L(p))(x) = p(x) + 2Y Ext 4.17: ejm T, S : F (R; R) F (R; R) de(nid por T (f )(x) = 1 + f (x) e S (f )(x) = f (x + 1) @A T e S so lineresc

Ext 4.4: ej R : R2 R2 um roto em torno d origem om ngulo stisfzendo

Ext 4.10: gonsidere T1 , T2 : R3 R2 de(nids por T1 (x, y, z ) = (x y + z, 2x y) e

IQP

CAPTULO 4.

TRANSFORMAO LINEAR E MATRIZ

@A hetermineD pr s que so lineresD o nleo e imgemF

que pr vs isto no verddeF @A gonsidere projees @ortogonisA Px no eixo x e Py no eixo y em R2 F rove que emor nenhum dels sej nulD Px Py = Py Px = 0Y @A gonsidere Dxx o operdor segund derivd e Dxxx o operdor tereir derivdF rove que em P4 @polinmios de gru mximo igul RA Dxx Dxxx = 0 emor nem Dxx nem Dxxx sejm nulosF ysX em lger qundo ontee de ST = 0 om S e T noEnulos dizemos que existe um divisor de 0F 1 0 1 1 1 Ext 4.20: snvert s mtrizesX @A 1 1 Y @A 0 1 1 F 1 1 0

Ext 4.18: ej T (f )(x) = f (2x + 2)F wostre que S (f )(x) = f (x/2 1) v inversF Ext 4.19: emos que se a, b R ento ab = 0 impli que a = 0 ou b = 0F mos ver

Ext 4.21: inontre represento mtriil e invert @se for possvelAX T (x, y, x) = (z, y +
z, x + y + z )F

Ext 4.22: gonsidere A =

1 1 F glule An pr qulquer n NF 0 1 1 2 4 0 0 1

Ext 4.23: inontre um P @no preis lulr P 1 A tl queX P 1 3 2 P = Ext 4.24: eri(que se suespo vetoril o suonjunto ds mtrizes qudrdsX

@A tringulres superioresY @A digonisY @A simtrisY hetermine ses pr os os suonjuntos im que sejm suespos qundo mtriz 2 2 e 3 3F

Ext 4.25:

@A inontre um se de M23 F ul dimenso deste espoc @A he form gerlD determine se e dimenso de Mmn F @A
Nuc(T )

Ext 4.26: gonsidere T : Mmn Mnm de(nid por T (A) = AT F hetermineX


e
Im(T )F

@A se T injetiv e se T sorejetivF eB=

Ext 4.27: gonsidere s mtrizes A = Ext 4.28:

5 3 3 2 @iFeF determine mtriz X A AX + 2I = B F

6 2 F esolv equo mtriil 2 4

Denio 4.59 (matriz nilpotente)


de ordem

se existe

kN

tal que

Dizemos que uma matriz quadrada = 0 e N k1 = 0.

nilpotente

0 1 nilpotenteY 0 0 0 1 0 @A wostre que 0 0 1 nilpotenteF ul vlor de k c 0 0 0 @A ej D o operdor de derivo em Pn @polinmios de gru menor ou igul nAF wostre que D nilpotenteF ul o vlor de k c @dA wostre que se N nilpotente de ordem k D ento (I N )1 = I + N + N 2 + N 3 + + N k1 F
@A wostre que

4.9.

EXERCCIOS DE TRANSFORMAES LINEARES

IQQ

n Ext 4.29: uponh que A Mnn stisfz Avi = i vi om vi R D i R e i = 1, . . . , nF

he(n P = v1 1 , . . . , n F wostre que

vn e um mtriz digonl onde os elementos d digonl so AP = P F

Coordenadas Ext 4.30: gonsidere v = (4, 1, 1) e = {(1, 1, 0), (0, 1, 1), (0, 0, 1)}Y
@A esrev v omo omino liner dos vetores de Y @A determine [v] @se nniAY @A determine [v] Y 2 @dA sendo que [w] = 3 Y determine [w] F 2

[v ]1 = (2, 3) determine [v ]2 F

Ext 4.31: gonsidere s ses do R2 X 1 = {(1, 1), (1, 1)} e 2 = {(0, 2), (1, 0)}F e

4 Ext 4.32: = {w1 , w2 , w3 , w4 } se do R e u = w4 + 2w3 + 3w2 + 4w1 D e

[u] =

Ext 4.33: hetermine se verddeiro ou flsoX es oordends de um vetor so sempre s


mesmsD independente de seF

Ext 4.34: gonsidere v = (0, 5, 1)F hetermine [v] @oordends de v om relo se AD


onde = {(1, 1, 1), (1, 1, 0), (1, 0, 1)}F

Ext 4.35: gonsidere se = {1 + x, 1 x, x2 + 1} de P2 F ej p(x) = 4 + x x2 F


@A hetermine [p] @oordends de p om relo se AF @A rove que se de P2 D o espo dos polinmios de gru menor ou igul 2F @A [q ] onde q (x) = x2 xY

Ext 4.36: gonsidere = {1, 1 x, x2 1}F hetermineX

Ext 4.37: gonsidere s funes 0 , . . . , 3 mostrds n pigur QFI d pFUWF he(n =

@A [p] onde p(x) = x2 + x + 1F

{0 , . . . , 3 } @ seAF ej f : [0, 3] R funo representd no gr(o ixoF hetermine [f ] F y 5 4 3 2 0 1 2 3 x

Mudana de Base Ext 4.38: gonsidere s ses de R3 X = {v1 , v2 , v3 } e = {w1 , w2 , w3 } om w1 = v1 +v3 D


w2 = v1 + v2 + v3 e w3 = v1 v3 F hetermine mtriz mudn de se [I ] F

IQR

CAPTULO 4.

TRANSFORMAO LINEAR E MATRIZ

Ext 4.39: gonsidere s ses de R3 X = {(1, 0, 1), (1, 2, 3), (1, 1, 1)}D = {(3, 2, 1),

(4, 5, 6), (7, 8, 9)} = {(1, 0, 0), (0, 1, 0), (0, 0, 1)} @se nniAF @A determine s mtrizes mudn de se A = [I ] e B = [I ] Y @A esrev eques mtriiis que determinemD omo funo de A, B, A1 , B 1 @no lule A1 , B 1 A s mtrizes mudn de se [I ] D [I ] D [I ] D [I ] F

Ext 4.40: gonsidere se = { (1, 1, 1), (1, 1, 1), (0, 1, 1)} de R3 F hetermine um se
tl que [I ] 1 0 0 = 2 1 1 F 0 0 1

mtriz mudn de se [I ] F

Ext 4.41: gonsidere s ses de R2 X = {(1, 0), (0, 2)} e = {(1, 1), (2, 1)}F glule
[I ] F

Ext 4.42: gonsidere s ses do P2 X = {1, x, x2 } e = {1 + x, 1 x, x2 + 1}F hetermine Ext 4.43: ej D o operdor derivdD isto D Df = f de(nid em Wi = i F hetermine
mtriz [D]i que represent D : Wi Wi n se i X @A 1 = {cos x, sen x}Y @A 2 = {ex , e2x }Y @A 3 = {1, x, ex , xex }Y

Ext 4.44: ej D2 o operdor derivd segundD isto D D2 f = f de(nid em Wi = i F


hetermine mtriz [D2 ]i que represent D2 : Wi Wi n se i X @A 1 = {1, x, x2 }Y @A 2 = {sen(x), sen(2x), sen(3x)}F

glule [T ] F

Ext 4.45: gonsidere T : P2 P2 D de(nid por T (p)(x) = p(x + 1)F ej = {1, x, x2 }F


@A glule mtriz mudn de se [I ] F @A ixplique omo determinr [I ] usndo @AF @xo f s ontsFA 2 1 @A eri(que que [I ] = 11/2 3

Ext 4.46: gonsidere s ses de R2 X = {(6, 11), (2, 4)} = {(1, 0), (0, 1)}F

Ext 4.47: ej = {(1, 0, 0), (0, 1, 1), (1, 1, 0)}F

@A glule [I ] e [I ] Y @A v = (0, 1, 0)D lule [v] Y 1 @A [w] = 2 determine [w] Y @dA T (x, y, z ) = (x z, z, y + 2z )D determine [T ] F 3 hiX [T ] = [I ] [T ] [I ]

Ext 4.48: gonsidere T : R2 R2 dd n se nni por

2 1 F 0 1

@A ehe u e v noEnulos tis que T u = 2u e T v = vY @A prove que = {u, v} se de R2 Y @A determine [T ] F xote que nest se mtriz que represent mis simples @digonlAF

Ext 4.49: gonsidere trs ses distints 1 , 2 , 3 de um espo vetoril de dimenso (nitF Ext 4.50: gonsidere V = P1 D o espo dos polinmios de gru menor ou igul I e s ses
= {1 x, 2x} = {1 + x, x}F hetermine [I ] F
om Df = f nest seF @A determine [I ]1 1 Y @A de(n A = [I ]1 2 D B = [I ]2 3 D C = [I ]3 1 F hetermine ABC F

Ext 4.51: gonsidere W = ex , xex , x2 ex F hetermine mtriz que represent D : W W

4.9.

EXERCCIOS DE TRANSFORMAES LINEARES

IQS

S : P1 P2 D de(nid por S (p)(x) = xp(x)F essimD por exemplo se p(x) = x + 1D S (p)(x) = x2 + xF hetermine [S ]2 1 F

Ext 4.52: gonsidere se 1 = {1, x} de P1 e se 2 = {1, x, x2 } de P2 F gonsidere

4.9.4 Desaos
@A Nuc(T ) Im(T ) seD e somente seD T 2 = 0Y @A Nuc(T ) Nuc(T 2 ) Nuc(T 3 ) F @A Im(T ) Im(T 2 ) Im(T 3 ) F Des 4.2: ej T : V V liner om V de dimenso (nitF uponh que dim Im T = dim Im(T 2 )F rove que Nuc T Im T = {0}F Des 4.3: gonsidere T : V W linerD X V e U W suespos vetoriisF @A he(n T (X ) = {T (v) W | v X } @imgem diret de X por T AF wostre que T (X ) um suespo vetoril de W F @A he(n T 1 (U ) = {v V | T (v) U } @imgem invers de U por T AF wostre que T 1 (U ) um suespo vetoril de V F Des 4.4: xo espo de todos os polinmios em x @que um espo de dimenso in(nitA onsidere D o operdor derivo om relo x e S o operdor multiplio por xF @A wostre que DS SD = I Y @A tilize proprieddes do tro @som dos elementos d digonl de um mtriz quE drdA pr mostrr que em dimenso (nit no existem trnsformes lineres A, B tis que AB BA = I F Des 4.5: @desiguldde de ylvesterA ejm T, S : V V om dim(V ) = nD rT = dim Im(T ) D rS = dim Im(S )D rST = dim Im(ST )F rove que

Des 4.1: ej T : V V um vF wostre queX

rS + rT n rST min(rS , rT ).

termos de A e B F Des 4.7: gonsidere T : V V liner e A um mtriz qudrd (xF e [T ] = A pr qulquer se de V ento T = I pr lgum R @ trnsformo um mltiplo d identiddeAF Des 4.8: ej Jn um mtriz qudrd n n em que tods s entrds so iguis 1F wostre 1 que (I Jn )1 = I n J F 1 n Des 4.9: rove que se A invertvel ento A + B invertvel seD e somente seD I + BA1 invertvelF Des 4.10: pixe B Mnn e de(n T, S : Mnn Mnn por T (A) = AB BA e S (A) = BA pr todo A Mnn F wostre queX @A Nuc(T ) noEtrivilF gonlu que T no invertvelY @A Nuc(S ) = {0} seD e somente seD B possui inversF Des 4.11: hetermine um se @e dimensoA de @A L(R2 ; R)Y @A L(R2 ; R2 )F Des 4.12: @A gonsidere T : R2 R2 F rove que existem a0 , a1 , a2 , a3 , a4 R que no sejm todos nulos tis que a0 I + a1 T + a2 T 2 + a3 T 3 + a4 T 4 = 0F hiX dim L(R2 ; R2 ) = 4D o onjunto {I, T, T 2 , T 3 , T 4 } vscF

Des 4.6: uponh que B invers de A2 F wostre que A invertvel e determine A1 em

IQT

CAPTULO 4.

TRANSFORMAO LINEAR E MATRIZ

@A gonsidere T : Rn Rn F rove que existe um polinmio p(x) noEdegenerdo de gru n tl que p(T ) = 0F ysX he(nimos p(T ) d seguinte formF e p(x) = a0 + a1 x + + an xk D de(nimos p(T ) omo mtriz a0 I + aT + + an T k F hiX qenerlizo de @AF Des 4.13: hdo um espo vetoril V D denotmos por V o onjunto L(V ; R) ds trnsE formes lineres de V em RF ghmmos os elementos de V omo formas lineares ou funcionais lineares em V F t semos que este um espo vetoril pois V e R so espos vetoriisF uponh que v1 , v2 , . . . , vn se de V F rove queX @A T1 , . . . , Tn L(V ; R) de(nid por Ti (vj ) = ij se de V F y smolo ij onheido omo delt de uroneker e vle 1 se i = j e 0 se i = j F @A dim(V ) = dim(V )F hiX se @AF Des 4.14: gonsidere U e V espos de dimenso (nitF hetermine se e dimenso de L(U ; V )F
2

Cap tulo 5 Produto Interno


gomemos este ptulo de(nindo omprimento de vetores no R2 e R3 D otido pelo eorem de itgorsD e su relo om o produto eslr @ou internoAF hepois generlizmos pr o Rn de(nindo o produto internoD que permite de(nir omprimentoD distni e ortogonlidde @de form mis gerl nguloA entre vetoresF gom o oneito de omplemento ortogonlD de(nimos projeo ortogonl em suespE os vetoriisF ixplormos relo entre vetor mis prximo de um suespo vetoril e ortogonliddeD idei hve deste ptuloF o plies importntesX

resolver prolem de mnimos qudrdosD melhor soluo proximd de um sistem liner sem soluoY determinr projees em retsD plnos eD de form mis gerlD em suespos vetoriis de dimenso qulquer no Rn Y proximr funes por polinmios ou funes simplesF

5.1 Produto Interno em Rn


im R2 D de(neEse o omprimento @tmm hmdo de normA de um vetor v = (x, y ) por v = x2 + y 2 eD em R3 D o de v = (x, y, z ) por v = x2 + y 2 + z 2 F gonforme indido n pigur SFID o omprimento em R2 deorre de um plio do eorem de itgors e em R3 de dus plies pois

x2 + y 2 )2 + z 2 =

x2 + y 2 + z 2 F e w = (a, b)D (x a)2 + (y b)2 F

distni entre v e w dd @st plir itgorsA por d(v, w) =

he(nindoEse o produto interno de R2 por v, w = ax + by e em R3 por v, w = ax + by + cz, temos v = v, v e d(v, w) = v w @on(r3AF gomprimento @normAD distni e produto interno so generlizdos pr o Rn ns de(nies ixoF

Denio 5.1 (produto interno no Rn )


R

Dados por

v = (v1 , . . . , vn ), w = (w1 , . . . , wn )
n

, dene-se o

produto interno
.

de

v, w =
i=1

vi wi .

Outra notao utilizada

u v = v, w

1 Verso 07.ago.2012 12h

IQU

IQV

CAPTULO 5.

PRODUTO INTERNO

v = (x, y, z )

v = (x, y ) ( x2 + y 2 ) 2 + z 2 x2 + y 2 y x2 + y 2 x x y

pigur SFIX gomprimento em R2ou 3

Lema 5.2 (propriedades do produto interno)


terno satisfaz as seguintes propriedades: (a) simetria:

Considere

u, v, w Rn .

O produto in-

u, v = v, u ; (b) linearidade: u + v, w = u, w + v, w (c) positividade: u, u > 0 para todo u = 0.

para todo

R;

Prova: heixmos pr o leitorF Denio 5.3 (norma)


Denimos a

norma (ou comprimento) de v por v = distncia entre dois vetores u e v

v, v

Denio 5.4 (distncia)


uv .

Denimos a

por

d(u, v) =

Observao 5.1
distncia:

So propriedades fceis de serem vericadas (faa isso!) da norma e da

0 =0 v =0

(vetor nulo tem norma zero), se, e somente se, para todo

v=0 R

(o nico vetor com norma zero o vetor zero), (vetor multiplicado por escalar tem norma modi-

v = || v d(u, v) = 0 d(u, v) 0, d(v, 0) = v


.

cada por mdulo do escalar), se, e somente se

u = v,

2 Note que usamos o mesmo smbolo para espao gerado e produto interno:
espao gerado ser representado por

v, w

Neste captulo o

span {v, w}

para evitar este conito de notao.

5.1.

PRODUTO INTERNO EM

RN
Calcule

IQW

Exemplo 5.1
e

Considere

v = (1, 2, 3, 4, 0), w = (1, 2, 3, 4, 5).

v, w

v = 30. v, w = (1)(1) + (2)(2) + (3)(3) + (4)(4) + (0)(5) = 1 + 4 9 + 16 + 0 = 10. d(v, w) = (1 (1))2 + (2 2)2 + (3 (3))2 + (4 4)2 + (0 (5))2 = 65.

Soluo: v 2 = 12 + 22 + 32 + 42 + 02 = 1 + 4 + 9 + 16 = 30.

d(v, w).

Logo,

Denio 5.5 (vetor unitrio e normalizao)


que

Diz-se que

unitrio se

(acento circunexo utilizado para indicar que um vetor unitrio). Dado v 1 se vericar que v = v unitrio e tem a mesma direo e o mesmo sentido de v

normalizao de v.

v = 1 = 0, podev. Dizemos

Exemplo 5.2 Normalize o vetor v = (1, 2, 0, 2, 0) R5 . Soluo: Calculando v 2 = (1)2 + (2)2 + (0)2 + (2)2 + (0)2 = 1 + 4 + 1 = 9.
v = 3.
Assim

Logo,

v = v/3 = (1/3, 2/3, 0, 2/3, 0).

Lema 5.6 (ortogonalidade)


mente se,

Os vetores

u, v Rn u
e

so perpendiculares entre si se, e so-

u, v = 0. uv
para indicar que

Utilizamos a notao

so perpendiculares entre si.

Prova: gonsidere o prlelogrmo P de ldos u e vF emos s seguintes equivlnisX

" u e v so perpendiulres entre siY " P um retnguloY " omprimento ds digonis de P @ u + v e u v A so iguis pois @geometri euliE dinA um prlelogrmo um retngulo seD e somente seD o omprimento de sus digonis igulAY " u+v = uv Y " u + v 2 = u v 2Y " u + v, u + v = u v, u v Y " u 2 + 2 u, v + v 2 = u 2 2 u, v + v 2 pels proprieddes do vem SFP d pFIQVY " 2 u, v = 2 u, v simpli(ndo os dois ldos d expressoY " 4 u, v = 0Y " u, v = 0Y
Dizemos que

Denio 5.7 (vetores ortogonais) Observao 5.2


para todo

so

ortogonais se u, v = 0.
0v

essim vetores perpendiulres do Rn so ortogonis entre siF


Note que o vetor nulo ortogonal a qualquer outro vetor, isto ,

v.

Teorema 5.8 (de Pitgoras generalizado)


e somente se,

Os vetores

so ortogonais entre si se,

u+v

= u

+ v

Prova:

el de(nio de norm e s proprieddes do vem SFP d pFIQVD u + v 2 = u + v, u + v = u 2 + 2 u, v + v 2 F essim u + v 2 = u 2 + v 2 seD e somente seD 2 u, v = 0D ou sejD seD e somente seD u, v = 0F

IRH

CAPTULO 5.

PRODUTO INTERNO

Denio 5.9 (conjunto ortogonal)


se os vetores so dois a dois ortogonais (

Diz-se que o conjunto

vi , vj = 0 i = j )

ou se

{ v1 , v2 , . . . , v p } p = 1.

ortogonal

Lema 5.10 (conjunto ortogonal LI)


nearmente independente.

Um conjunto ortogonal de vetores no-nulos li-

Prova: ej {v1 , v2 , . . . , vp } ortogonlF into


p p

i vi = 0
i=1

vj ,
i=1 p

i vi

= vj , 0 = 0
2

i=1

i vj , vi = j vj
(j que

= 0 j

j = 0 j

v j = 0.) {v1 , v2 , . . . , vp } ortonor-

Denio 5.11 (conjunto ortonormal)


vi , vj = ij ,

Diz-se que o conjunto

mal se, alm de ser ortogonal, todos os seus vetores so unitrios, isto , se

onde

ij =

0 1

se se

i=j . i=j
ortogo-

Exemplo 5.3
nal em

Verique que

{(1, 0, 1, 0, 1, 0), (0, 1, 0, 1, 0, 1), (1, 0, 1, 2, 0, 2)}

Soluo:

R6 .

Determine um conjunto ortonormal que gere o mesmo espao.

De fato,

(1, 0, 1, 0, 1, 0), (0, 1, 0, 1, 0, 1) = 1(0)+0(1)+1(0)+0(1)+1(0)+0(1) =

0, (1, 0, 1, 0, 1, 0), (1, 0, 1, 2, 0, 2) = 1(1)+0(0)+1(1)+0(2)+1(0)+0(2) = 1+1 = 0, (1, 0, 1, 2, 0, 2), (0, 1, 0, 1, 0, 1) = 1(0)+0(1)+1(0)+2(1)+0(0)+ 2(1) = 2 2 = 0. cada vetor. Como (1, 0, 1, 0, 1, 0) = Para gerar um conjunto ortonormal, basta normalizar 3 = (0, 1, 0, 1, 0, 1) e (1, 0, 1, 2, 0, 2) = 10, um conjunto ortonormal 1 { 13 (1, 0, 1, 0, 1, 0), (0, 1, 0, 1, 0, 1), 1 (1, 0, 1, 2, 0, 2)} 3 10

5.2 Complemento Ortogonal


Denio 5.12 (complemento ortogonal) Seja H um subespao vetorial. O complemento ortogonal de H Rn o conjunto dos vetores ortogonais a todos os vetores de H ,
denotado por

(l-se

perp), denido por

H = {v R n | v , u = 0

para todo

u H} .

Exemplo 5.4 (exemplos no plano e espao)


bela abaixo: Em

Aplique a denio acima e verique a ta-

H
eixo-x eixo-y

H
eixo-y eixo-x

R2 R2 R2 R2 R3 R3 R3

y=x 0 eixo-x plano xy (z = 0) R3


a reta

y = x R2 plano yz (x = 0) o eixo-z 0
a reta

5.2.

COMPLEMENTO ORTOGONAL

IRI
Considere

Lema 5.13 (propriedades bsicas do complemento ortogonal)


um subespao vetorial gerado por {u1 , u2 , . . . , up }. Ento: (a) H subespao vetorial; n (b) H = {v R | v, ui = 0, i = 1, 2, . . . , p} ;

H Rn

ilineridde do produto internoD u + v, w = u, w + v, w F gomo u, v H D u, w = v, w = 0 pr todo w H F vogoD u + v, w = 0 pr todo w H D ou sejD u + v H @A ej W = {v V | v, ui = 0, i = 1, 2, . . . , p}F gomo ui H D lro que H W F mos mostrr inluso ontrriD isto D que W H F ej w W e v H F gomo os ui s germ H D v = ai ui F el ilineridde do produto internoD w, v =
i

Prova: @A gomo 0 ortogonl todo vetorD 0 H F uponh que u, v H F el

w,
i

ai ui

=
i

ai w, ui = 0 pois w W impli que w, ui = 0F

e importni do item @A do vem nterior que rterizmos o omplemento ortoE gonl fzendo o produto interno om um nmero nito de vetoresF ssto permite lulr o omplemento ortogonl resolvendo um sistem linerD omo mostrmos no prximo lemF

Lema 5.14 (calculando complemento ortogonal)


{u1 , . . . , up } obtemos uma base para H A = u1 u2 up . T Desta forma, H = Im A e H = Nuc(A ).

subespao gerado por T resolvendo o sistema homogneo A v = 0, onde

Dado

H Rn

Prova: egue pois so equivlentesX

" v H Y " v, u 0D pr i = . , m @pelo vem SFIQ @AAY i = 1, . . u1 u1 , v 0 F F F F F " F = v = AT v; F F F = 0 up , v up T " v Nuc(A )F

Corolrio 5.15 (relao entre


Considere a matriz

= (Im A) e Im(AT ) = (Nuc A) . 2 1 2 , 3 . Determine uma base para H . Exemplo 5.5 Considere H = span 3 4 1 2 Soluo: Seja A = 2 3 . Pelo Lema 5.14 (base do complemento ortogonal), resolvemos 3 4 T A v = 0: 1 x3 x1 = 1 0 1 0 1 2 3 0 x2 = 2 x3 . , 2 3 4 0 0 1 2 0 x3 = 1 x3 1 2 base de H . 1 A.
T Ento: Nuc(A )

Nuc, Im,

transposta e complemento ortogonal)

IRP

CAPTULO 5.

PRODUTO INTERNO

2 1 1 2 3 1 Exemplo 5.6 Considere H = span 3 , 4 , 1 . Determine uma base para 4 5 1 H . 1 2 1 2 3 1 Soluo: Seja A = 3 4 1 . Pelo Lema 5.14 (base do complemento ortogonal), resol4 5 1 vemos o sistema x 1 2 3 4 0 y = 0 . AT v = 0 = 2 3 4 5 z 1 1 1 1 0 w 1 0 1 2 (a ltima linha zera). Fazendo 0 1 2 3 z = s, w = t, x = s + 2t, y = 2s 3t. Logo, (x, y, z, w) = s(1, 2, 1, 0) + t(2, 3, 0, 1), ou seja uma base {(1, 2, 1, 0), (2, 3, 0, 1)}.
Escalonando totalmente

AT

obtemos

Lema 5.16 (menor distncia e ortogonalidade)


Suponha que exista

y H

tal que

h H,

ou seja,

o elemento de

Considere H um subespao vetorial. b y H . Ento d(y, b) d(h, b) para todo H mais perto de b.

Prova: he(n u = by e v = yh pr um h H qulquerF gomo yh H D u v por


hipteseF elo eorem SFV d pFIQW @itgorsAD b h essim d(y, b) d(h, b) pr todo h H F
2

= u+v

= b y 2F

b d(y, b) y

0 H

pigur SFPX rojeo yrtogonl odeEse provr que ddo suespo vetoril H Rn existe um nico y H om propriedde imD onforme ilustr pigur SFPF ssto motiv de(nio de projeo ortogonalF eremos omo lulr projeo ortogonl n eo SFR d pFIRVF

Denio 5.17 (projeo ortogonal)


existe um nico vetor

Dado

H Rn

um subespao vetorial e Dizemos que

ortogonal de b sobre

y H tal que d(y, b) H e denotamos PH b = y.

mnimo.

projeo

b Rn ,

5.3.

APLICAO: SISTEMAS SEM SOLUO (MNIMOS QUADRADOS)

IRQ

5.3 Aplicao: Sistemas Sem Soluo (Mnimos Quadrados)


t vimos que o sistem liner Az = b tem soluo@esA seD e somente seD b Im(A)F y que fzer qundo b / Im(A)c e respost o prolem no tem soluo usulmente instisftri em diverss pliesD omo ilustr o exemplo seguirF elgums plies so proximo de ddos por polinmiosD extrpolo e suvizo de ddosF ej em en.wikipedia.org/wiki/Linear_least_squares_(mathematics)F

Exemplo 5.7

Imagine, de forma super-simplicada, que um paciente deva fazer uma refeio

consistindo de arroz e carne, de forma a totalizar 150g de alimento com 450 Kcal e 25g de gordura. Dado que 1g de arroz tem 2.5Kcal e 0.03g de gordura e que a mesma quantidade de carne tem 3.1 Kcal e 0.21g de gordura, que quantidade de cada alimento deve ser ingerida?

Soluo:

Seja

a quantidade de arroz, em gramas, e

a quantidade de carne. Precisamos

de uma soluo para o sistema linear

x + y = 150 2.50x + 3.10y = 450 0.03x + 0.21y = 25.

ou

1 1 150 2.50 3.10 450 . 0.03 0.21 25

fcil vericar, no entanto, que este um sistema sem soluo. Mas esta resposta no h de ajudar muito o nosso paciente! Note que

1 1 2.50 3.10 0.03 0.21

38 113

151 = 445.3 . 24.87

Isto signica que 38g de arroz e 113 de carne uma quase-soluo: 151g de alimento (ao invs de 150g), 445.3Kcal (ao invs de 450Kcal) e 24.87g de gordura (ao invs de 25g). Para ns de alimentao, estes erros so totalmente aceitveis.

y que fzer qundo b / Im(A)c xeste so no existe z tl que Az = bF essim d(Az, b) = 0 pr todo z no domnio de AF yservndo pigur SFQD o melhor que podemos fzer minimizar est distniX determinr z tl que distni d(Az, b) ssum o menor vlor possvelF

Denio 5.18 (soluo de mnimos quadrados) Uma quase-soluo do sistema Ax = b, chamada de soluo de mnimos quadrados1 , um vetor z tal que d(Az, b)
d(Ax, b)
para todo

no domnio de

A.

Teorema 5.19 (mnimos quadrados)

Se

uma soluo

de

AT Az = AT b,

ento

uma soluo de mnimos quadrados do sistema

Ax = b.

1 O nome vem de minimizar a distncia, que medida tomando a soma dos quadrados das diferenas entre
as coordenadas.

2 Pode-se provar que o sistema

AT Az = AT b

sempre possui soluo.

IRR

CAPTULO 5.

PRODUTO INTERNO

b d(Az, b) Az

0
Im(A)

pigur SFQX wnimos udrdos

Prova: e AT Az = AT bD ento AT (b Az) = 0F he(nindo H = Im AD pelo vem SFIR


d pFIRID H = Nuc(AT ) e portnto b Az H F elo vem SFIT d pFIRPD d(Az, b) d(h, b) pr todo h H = Im AF vogo d(Az, b) d(Ax, b) pr todo x no domnio de AF

Relao entre Projeo Ortogonal e Mnimos Quadrados Observao 5.3 Na linguagem da Denio 5.17 da p.142 (projeo ortogonal) resolver
o sistema

Az = b

no sentido dos mnimos quadrados equivale a resolver o sistema

Az =

PIm(A) b,

que sempre tem soluo pois claro que

Se um sistema linear tem soluo no sentido

PIm(A) b Im A. clssico, ento b

Im(A) e portanto

PIm(A) b = b.

O sistema

Az = PIm(A) b

idntico ao sistema original

Az = b.

As

solues de mnimo quadrado coincidem, neste caso, com as solues clssicas.

Exemplo 5.8 Soluo:


9 6 6 6

Resolva, no sentido dos mnimos quadrados,

1 2 2 1 2 1 =

x y

1 2 1 2 2 x 2 1 AT Az = AT b : 2 1 1 y 2 1 5/3 x 19 x = e portanto, = . y 14 y 2/3

1 2 2 2 1 1

3 = 3 . 5 3 3 . Assim, 5

Observao 5.4 (Software Algbrico)


tramos a matriz com

Pode-se

resolver

com

Maxima.

En-

M: matrix( [1,2], [2,1], [2,1]);, b: [3,3,5];, Mt: \transpose(M);. Agora resolvemos o sistem com linsolve_by_lu(Mt.M,Mt.b);

Exemplo 5.9 Soluo:

Determine a equao da reta que melhor aproxima, no sentido dos mnimos

quadrados, os pontos Queremos

(1, 6), (2, 5), (3, 7) e (4, 10). determinar a, b, R tais que

a equao da reta

y = ax + b

satisfeita

5.3.

APLICAO: SISTEMAS SEM SOLUO (MNIMOS QUADRADOS)

IRS

pelos quatro pontos. Assim queremos resolver o sistema (porque?):

1 2 3 4

1 1 1 1

a b

6 5 = 7 . 10

Este sistema no tem soluo (verique) e vamos resolv-lo no sentido de mnimos quadrados. Assim vamos resolver:

1 2 3 4 1 1 1 1

1 2 3 4

1 1 1 1

a b = 1 2 3 4 1 1 1 1

6 5 7 . 10

30 10 10 4
Resolvendo obtemos example2.svg).

a b

77 28

. y = (14x + 35)/10.
Na

a = 7/5

b = 7/2.

Assim a equao da reta

gura abaixo apresentamos os dados e esta reta (Fonte: Wikipedia, File:Linear least squares

Exemplo 5.10

Jogamos uma moeda 90 vezes e contamos o nmero de vezes que apareceu

cara aps 30, 60 e 90 jogadas. O resultado est na tabela abaixo. jogadas caras A moeda tem uma certa proporo 30 16 60 34 90 51

Soluo:

m de caras com relao ao total de jogadas.Determine m. 30m = 16 60m = 34 90m = 51

Precisamos resolver o sistema abaixo que no possui soluo (exata).

Isto porque o vetor Precisamos resolver

30 b = (16, 34, 51) span {(30, 60, 90)} = Im A, onde A = 60 . 90 T T A Am = A b. Assim, (900 + 3600 + 8100)m = 7110 = 12600m.

IRT rs

CAPTULO 5.

PRODUTO INTERNO

60 30 30 60 90
jogds

pigur SFRX togndo um woed


7110 0.564. A reta com coeciente angular 12600 os dados, mostrada na gura abaixo:
Assim

m=

m 0.564,

que melhor aproxima

Exemplo 5.11

A equao que modela um determinado fenmeno fsico dada por

f (t) =

at2 + bt + c (por exemplo, f


com os seguintes resultados:

pode ser a posio de um corpo uniformemente acelerado). Com

o objetivo de se determinar os parmetros

a, b

c,

uma srie de experimentos so realizados,

t
1 As posies medidas foram: 2 3 4 5 Determine os parmetros dos mnimos quadrados.

f (t)
6.5 11.2 17.7 27.1 39.0 .

a, b

que melhor ajustam os dados experimentais no sentido

Soluo:

Gostaramos que, para determinada escolha de

a, b

c,

fossem satisfeitas simulta-

neamente as equaes

a 12 + b 1 + c = 6.5 a 22 + b 2 + c = 11.2 a 32 + b 3 + c = 17.7 a 42 + b 4 + c = 27.1 a 52 + b 5 + c = 39.0

ou

1 4 9 16 25

1 2 3 4 5

1 1 1 1 1

a b = c

6.5 11.2 17.7 27.1 39.0

A soluo aproximada obtida resolvendo-se

1 4 9 16 25 1 2 3 4 5 1 1 1 1 1

1 4 9 16 25

1 2 3 4 5

1 1 1 1 1

a 1 4 9 16 25 b = 1 2 3 4 5 c 1 1 1 1 1

6.5 11.2 17.7 27.1 39.0

979 225 55 a 1619.2 225 55 15 b = 385.4 55 15 5 c 101.5


1 Adaptado de [6].

a 1.24 b 0.68 . c 4.68

5.3.

APLICAO: SISTEMAS SEM SOLUO (MNIMOS QUADRADOS)

IRU

Para estes valores dos parmetros, o modelo prev a seguinte tabela

t
1 2 3 4 5 bastante prxima da real.

f (t)
6.60 11.00 17.88 27.24 39.08

Exemplo 5.12

As cdulas de dinheiro de um certo pas tem mdias diferentes de tempo

de circulao de acordo com o valor dados pela tabela abaixo. Quanto tempo voc espera que uma nota de 25 dure?

valor da cdula tempo mdio (anos)

10

20

50

100

1.5

20 y em funo do valor que y = k + mx. Assim


Considere

Soluo:
x

Supondo que exista uma relao linear entre o tempo mdio

da cdula, temos que determinar

devemos resolver o sistema

k e m de forma aproximada tal k + 1 m = 1 .5 . . . . , que impossvel. . = . k + 100m = 20 1 1 1 5 1 10 1 20 1 50 1 100 k b= 1.5 2 3 5 9 20

A=

z=

k m

m resolvemos AT Az = AT b com auxlio de software, obtendo z = (1.05, 0.18). Portanto, k = 1.05 e m = 0.18. O grco abaixo mostra a reta aproximada y = 0.18x + 1.05 e os dados. Colocando x = 25 na equao da reta,
Para determinar os coecientes e

tempo mdio @nosA

20 15 10 5 10 30 50 70 90

dul

pigur SFSX empo mdio de duro d dul


determinamos que a cdula deve durar
2 Adaptado de [6].

5.55

anos, isto entre 5 e 6 anos.

IRV

CAPTULO 5.

PRODUTO INTERNO

Exemplo 5.13
os coecientes

Considere os pontos

forma aproximada ao modelo

(1, 3), (3, 2) e (6, 1). Sabendo que devem satisfazer, de y = ae + b log x, determine o sistema cuja soluo aproxima
x
Assim

Soluo:

a, b R. 3 = ae1 + b log 1 = ae, 2 = a3 + b log 3, 1 = ae6 + b log 6. e1 0 e3 log 3 e6 log 6 3 = 2 . 1

Devemos ter:

queremos resolver o sistema (sobredeterminado):

a b

Agora basta aplicar o mtodo dos mnimos quadrados a este sistema.

Exemplo 5.14 (aproximando uma funo por um polinmio)


f ( x) = e
x

Aproxime a funo

y=

Soluo:
a, b, c R

no intervalo tais que

[1, 10]

Considere o polinmio de grau 2

por um polinmio de grau 2 e por um polinmio de grau 3. p(x) = ax2 + bx + c. Queremos determinar para

p(x) = f (x)

x [1, 4].

Nestes termos o problema no possvel, Se

mas podemos escolher alguns pontos no intervalo. Como so trs variveis (a, b, c) devemos escolher no mnimo 3, mas podemos escolher mais e resolver por mnimos quadrados. escolhermos 10 pontos

1, 2, . . . , 10

obtemos o sistema com 10 equaes e 3 variveis

a+b+c 4a + 2b + c 9a + 3b + c 16a + 4b + c . . . 100a + 10b + c

= e1 , = e2 , = e3 , = e4 ,
. . .

= e10 ,

que pode ser resolvido (no computador) com o mtodo dos mnimos quadrados. Podemos fazer algo semelhante com polinmio de grau 3 (ou qualquer grau: faa isso)

p(x) = ax3 + bx2 + cx + d

e obter um sistema com 10 equaes e 4 variveis:

a+b+c+d 8a + 4b + 2c + d
.

= e1 , = e2 ,
.

. . . . 1000a + 100b + 10c + d = e10 , que pode ser resolvido (no computador). A matriz obtida chamada de matriz de Vandermonde (ver internet).

5.4 Aplicao: Projeo Ortogonal


Como Projetar o vetor b em H = span {v1 , v2 , . . . , vk }? rojetr signi( oter oe(ientes zi R tis que o vetor zi vi H estej o mis perto possvel de bF essim zi R tis que d( zi vi , b) sej mnimoF queremos determinr he(nindo A = v1 v2 vk e z = (z1 , . . . , zk )D temos Az = zi vi F elo vem SFIT d pFIRPD podeEse minimizr d(Az, b) tomndo z tl que Az b H F elo vem SFIR d pFIRI st que Az b Nuc(AT )D ou sejD que AT Az = AT b @um prolem de mnimos qudrdos3A e PH b = AzF

5.4.

APLICAO: PROJEO ORTOGONAL

IRW

Exemplo 5.15 Soluo:

Calcule

PH b,

onde

2 1 2 , 3 H = span 3 4
devemos resolver:

2 b = 0 . 0

Denindo

1 2 A = 2 3 , 3 4 1 2 3 2 3 4

AT Az =

1 2 2 3 z = AT b = 3 4 2 4

1 2 3 2 3 4

2 0 . 0

14 20 20 29 1 2 PH b = Az = 2 3 3 4

z=

z=

11/3 8/3

Portanto,

11/3 8/3

5/3 = 2/3 . 1/3 1 2 3 2 b = 0 . 0

Exemplo 5.16 Soluo:

Considere

a reta gerada pelo vetor

Calcule

PH b.

Denindo

1 A = 2 , 3

devemos resolver:

AT Az = AT b.

Como

AT A = 14,

AT b = 2, z = 1/7.

Portanto,

1/7 PH b = Az = 2/7 . 3/7 2 b = 0 . 0

Exemplo Soluo:

4 1 5.17 Considere H = span 2 , 1 3 2 1 4 1 , devemos resolver: Denindo A = 2 3 2 AT Az = 1 2 3 4 1 2 1 4 2 1 z = AT b = 3 2 2 8

Calcule

PH b.

1 2 3 4 1 2

2 0 . 0

14 0 0 21

z=

z=

1/7 8/21

Portanto,

1 4 1 PH b = Az = 2 3 2

1/7 8/21

1 4 5/3 8 1 1 = 2/3 . = 2 + 7 21 3 2 1/3

ISH

CAPTULO 5.

PRODUTO INTERNO

Observao 5.5
(porque?) exemplo anterior. Neste caso

T Se a base de H ortogonal, o produto A A ser uma matriz diagonal T T e o sistema A Az = A b poder ser resolvido facilmente. Isto ocorreu no

Projeo em Bases Ortogonais

A A = I (identidade). Assim z = AT b e portanto PH b = Az = AAT b. T Conclumos que PH = AA se a base de H ortonormal.

Projeo em Bases Ortonormais

5.5

Mnimos Quadrados e Projeo: TeoriaI


Considere

y ie ie iy3

Lema 5.20 (propriedades do complemento ortogonal)


pao vetorial. Ento:

H H = {0};

H Rn

um subes-

Prova: e v H H ento v 2 = v, v = 0D o que impli que v = 0F Lema 5.21 (existncia de mnimos quadrados)
que exista mais de um Dada uma matriz

qualquer e

um

vetor qualquer (compatvel com a dimenso de A de modo que o sistema faa sentido), o T T sistema A Ax = A b sempre possui uma soluo x0 . Mais ainda y0 = Ax0 (mesmo

nico

x0

soluo).

Im AT omo restrio de AT o suespo vetoril Im AF essim L = AT em Im AF mos provr que L um ijeo linerF snjetividdeX elo vem SFIR d pFIRID Nuc(AT ) o omplemento ortogonl d Im A e pelo vem SFPH d pFISHD Im A Nuc(AT ) = 0F vogo Nuc L = Nuc(AT ) Im A = 0F orejetividdeX elo vem RFIS d pFIHRD dim(Im A) = dim(Im AT )F essim Im L Im AT eD pelo teorem do nleo imgemD possuem mesm dimensoF vogo Im L = Im AT F essimD pr todo k = AT b Im AT D existe um nico y0 Im A tl que AT y0 = k Im AT F gomo y0 Im AD existe pelo menos um x0 tl que Ax0 = y0 D e portnto AT Ax0 = AT y0 = k = AT bF
Im A

Prova: he(n L :

5.6

Aplicao: Aproximando Funes por Polinmios (ou outras funes)I

r dizer que um funo est prxim de outr preismos de(nir distni entre funesF m form de fzer isto de(nir um produto interno no espo vetoril ds funes eD om este produto internoD de(nir normD distni e ortogonlidde entre funesD tl qul (zemos n pFIQVF e de(nio mis utilizd de norm e distni em espos vetoriis de funes feit por um integrlF xos onentrmos em um intervlo [a, b] R e de(nimos norm de
b

um funo ontnu f : [a, b] R por f


1 A leitura desta seo opcional.

=
a

(f (s))2 dsF ist de(nio possuir = 0 seD e somente seD

tods s proprieddes de norm que vimos n pFIQVD inlusive f

5.6.

APLICAO: APROXIMANDO FUNES POR POLINMIOS

ISI

funo f (s) = 0 pr todo s [a, b]F essim distni entre s funes f e g ser
b

d(f, g ) =
a

|f (s) g (s)|2 ds F
b

ist norm e distni provm do produto interno f, g =

f (s)g (s) ds pois f =


a

f, f e d(f, g ) = f g F

Exemplo 5.18 Soluo:

1
Verique que

f, g =
1

f (s)g (s) ds

satisfaz todas propriedades do pro-

duto interno do Lema 5.2 da p.138. 1 1 f (s)g (s) ds = 1 g (s)f (s) ds. A bilinearidade decorre A simetria decorre de 1 1 1 1 da linearidade da integral: (f (s) + g (s))h(s) ds = 1 f (s)h(s) ds + 1 g (s)h(s) ds. 1 A positividade mais delicada. Se f no nula ento, por continuidade, ela no nula num 1 certo intervalo no-degenerado. Com isto, f 2 (s) ds > 0. 1

Exemplo 5.19
2

Considere o produto interno do Exemplo 5.18 da pgina 151 e as funes Determine 1 2 2

f (t) = t , g (t) = 1 t.

f , g

f, g
1

Soluo:
Como Logo,

Como

f (t) dt =
1 1

(t2 )2 dt =
1 1

(t4 ) dt = t5 /5|1 1 = 1/5

1
Logo, 1

(1/5) = 2/5. g
2

f =

2/5. (1 t)2 dt =
1 1 1

=
1

g 2 (t) dt =
1

(1 2t + t2 ) dt = (t t2 + t3 /3)|1 1 = 2.

g =

2.

Calculando

f, g =
1

t (1 t) dt =
1

(t2 t3 ) dt = (t3 /3 t4 /4)|1 1 = 2/3.

f (t) = t2 , g (t) = 3t. que g = 1.

Exemplo 5.20

Considere o produto interno do Exemplo 5.18 da pgina 151 e as funes Mostre que

f
1

so ortogonais. Determine

g
1

um mltiplo de

tal

Soluo:
Como,

Calculando,

f, g =
1

f (t)g (t) dt =
1 1 1

t 3t dt =
1

3t3 dt = 3t4 /4|1 1 =

3(1)4 /4 3(1)4 /4 = 3 3 = 0.
1

3 3 9t2 dt = 3t3 |1 (3t)2 dt = f 2 (t) dt = 1 = 3(1) 3(1) = 1 1 1 3 + 3 = 6. Portanto, g = 6. Logo tome g = g/ 6 = 3t/ 6.

mos explir por um exemplo onretoX gomo determinr o polinmio p(x) = ax2 +bx+c mis prximo de um funo f (x)c gonsidere p1 (x) = 1, p2 (x) = x, p3 (x) = x2 D um se pr o suespo vetoril H dos polinmios de gru mximo PF ueremos minimizr d(p, f ) pr p H F e soluo tomr p = PH f D que minimiz distni pois projeo ortogonl de f no espo H F elo vem SFIT d pFIRPD p f H @ortogonl H AF essim devemos ter p f , pi = 0 pr i = 1, 2, 3 pois {p1 , p2 , p3 } se de H @similr o vem SFIQ d pFIRIAF gomo temos trs vriveis a, b, c R e Q equesD podemos determinr seus vloresF ej os exemplos e releiF F F

Como determinar uma funo prxima de outra?

ISP

CAPTULO 5.

PRODUTO INTERNO

Exemplo 5.21

f1 (t) = 1, f2 (t) H2 o espao gerado por {f1 , f2 } determine PH2 e PH3 .

Considere o produto interno do Exemplo 5.18 da pgina 151 e as funes = t, f3 (t) = 3t2 1. Verique que {f1 , f2 , f3 } ortogonal. Considere e

H3

o espao gerado por

{f1 , f2 , f3 }.

Se

(t) = exp(t),

Soluo:

Deixamos para o leitor vericar os produtos internos:

2, f1 , f2 = 0, f2 , f3 = 0, f1 , f3 = 0, 1 1 f3 , = 2e 14e , f3 , f3 = 8/5. Agora vamos determinar PH2 = af1 + bf2 = p. Precisamos i = 1, 2. Ou seja, p, f1 = , f1 , p, f2 = , f2 .
Assim,

f1 , = e1 e1 , f1 , f1 = 1 f2 , = 2e , f2 , f2 = 2/3,
que

p , fi = 0

para

af1 + bf2 , f1 = , f1 , af1 + bf2 , f2 = , f2 .


Ou seja,

a f1 , f1 + b f2 , f1 = , f1 , a f1 , f2 + b f2 , f2 = , f2 .
Como j calculamos os produtos internos obtemos o sistema

2a + 0b = e1 e1 . 0a + 2/3b = 2e1
Resolvendo obtemos e1 )/2 + 3e1 t. determinar

a = (e1 e1 )/2

b = 3e1 .

Assim

PH2 (t) = af1 + bf2 = (e1


De forma anloga precisamos

Agora vamos calcular

PH3 = af1 + bf2 + cf3 = p.

a, b, c R

tais que:

a f1 , f1 + b f2 , f1 + c f3 , f1 = , f1 , a f1 , f2 + b f2 , f2 + c f3 , f2 = , f2 , a f1 , f3 + b f2 , f3 + c f3 , f3 = , f3 .
Como j calculamos os produtos internos obtemos o sistema (a ortogonalidade da base facilita muito!)

= e1 e1 , 2a + 0b + 0c 0a + 2/3b + 0c = 2e1 , . 1 1 0a + 0b + 8/5c = 2e 14e .


Resolvendo obtemos

a = (e1 e1 )/2, b = 3e1 e c = 5/4(e1 7e1 ). Assim PH3 (t) = af1 + bf2 + cf3 = (e1 e1 )/2 + 3e1 t + 5/4(e1 7e1 )(3t2 1). Observe na Figura 5.6 que PH2 razovel e que PH3 praticamente idntica funo . Para perceber a melhora no erro utilizando PH3 , compare os erros e2 e e3 mostrados na gura.

Exemplo 5.22 (srie de Fourier)

f (x) = ex , no intervalo [0, 1], por uma funo da forma a1 sin(x) + a2 sin(2x) + + an sin(nx). Para isto consiVamos aproximar a funo

1
deramos, no espao vetorial das funes contnuas, o produto interno O que estamos procurando a projeo ortogonal de

g (t)h(t)dt. 0 sobre Hn , o espao gerado por

g, h =

{s1 , s2 , . . . , sn },

onde

sn (x) = sin(nx).

5.6.

APLICAO: APROXIMANDO FUNES POR POLINMIOS

ISQ

(t) = exp(t) PH3 (t) PH2 (t)

t e3 (t) = PH3 (t) (t)

e2 (t) = PH2 (t) (t)

pigur SFTX eproximo de por PH2 e PH3 e erros

Soluo:

Pode-se vericar as seguintes frmulas:

sin(k1 t) sin(k2 t)dt = 0 k1 = k2 ,


0 1 0

et sin(kt)dt =

k (e (1)k ) e(1 + k 2 2 ) 1 1 sin2 (kt)dt = . 2 0

Fazendo as contas (com auxlio de softwares de clculo) podemos calcular Veja na Figura 5.7 o grco de erros.

PH4 f (t) e PH10 f (t).


com os respectivos

e as projees ortogonais em

H4

H10

Caso queira estudar mais a este respeito, procure um texto sobre Sries de Fourier.

e4 (t) e e10 (t) f (t) = exp(t) t PH4 f (t) e PH10 f (t) t

pigur SFUX eproximo de f @pontilhdoA por PH4 f @trejdoA e PH10 f @ontnuoA e erros e4 = PH4 f f @trejdoA e e10 = PH10 f f @ontnuoA

ISR

CAPTULO 5.

PRODUTO INTERNO

5.7

Cauchy-Schwarz e nguloI

e vei dos gossenosD plid o tringulo ujos ldos so u, v e u vD onde o ngulo formdo por u e v @que pode ser pensdo igulmente em R2 ou R3 AD diz que u v 2 = u 2 + v 2 2 u v cos . gomo u v 2 = u v, u v = u 2 2 u, v + v 2 D igulndo os dois ldos e ortndo os termos u 2 e v 2 otemos pr u e v noEnulos que

cos =

u, v . u v

ists idis podem ser generlizds trvs de um importnte resultdo envolvendo o produto interno e su norm ssoidD desiguldde de guhyEhwrzF

Teorema 5.22 (de Cauchy-Schwarz)


a norma associada. Para todo

Seja

espao vetorial,

produto interno e

u, v V : | u, v | u v .

Prova: r todo x RD
0 u + xv
2

= = =

u + xv , u + xv u, u + 2x u, v + x2 v, v u 2 + 2x u, v + x2 v 2 x R.

gomo o ldo direito um equo do segundo gru p(x) om p(x) 0 pr todo xD p(x) = 0 2 deve ter no mximo I riz e portnto 0 @porquecAF vogo = 4(( u, v )2 ( u v ) ) dos dois ldosD e omo k 2 = |k |D 0 e portnto ( u, v )2 ( u v )2 . omndo hegmos o resultdoF

Corolrio 5.23 (desigualdade triangular)

Para todo

u, v V

(ver Figura 5.8):

u+v u + v . v u u+v
pigur SFVX hesiguldde ringulr

Prova: he ftoD
u+v
2

= u + v, u + v = u, u + 2 u, v + v, v = u
2 2 2

+ 2 u, v + v 2 .

sndo guhyEhwrzD

u+v

+2 u v + v

= ( u + v )2 .

e hesiguldde de guhyEhwrz nos grnte queD num espo om produto internoD | u, v | u, v se u e v so vetores no nulosD ento 1 e portnto 1 1. ssto nos u v u v permite de(nir o ngulo entre dois vetores @mis extmenteD o osseno deste nguloAF
1 A leitura desta seo opcional.

5.8.

PROCESSO DE ORTOGONALIZAO DE GRAM-SCHMIDT

ISS

Denio 5.24 (ngulo entre vetores)


entre eles como a soluo de

Dados

u, v V , denimos o ngulo [0, 180 ]

cos =
Em particular se

u, v . u v

u, v = 0,

ento

= 90

(so ortogonais).

5.8

Processo de Ortogonalizao de Gram-SchmidtI

rtindoEse de um se qulquerD omo onstruir um se ortogonlc e respost dd pelo roesso de yrtogonlizo de qrmEhmidtD que fornee um proedimento prD dd um se {v1 , v2 , . . . , vp } determinr um se ortogonl {u1 , u2 , . . . , up }F mos ilustrr o so gerl ortogonlizndo {v1 , v2 , v3 }F he ftoD vmos ver omo deE terminr onstntes D e tis que os vetores

u1 = v1 , u2 = v2 + u1 , u3 = v3 + u1 + u2 ,
sejm ortogonis entre siF xote que omo os u9s so omino liner dos v9sD span {u1 , u2 , u3 } = span {v1 , v2 , v3 }F e exigni de que {u1 , u2 , u3 } sej ortogonl nos permite determinr os oe(ientes D e F he ftoD

u2 = v2 + u1 u2 , u1 = 0

v2 , u1 + u1 , u1 = 0 =

v2 , u1 , u1 , u1 v3 , u1 , u1 , u1 v3 , u2 . u2 , u2

u3 = v3 + u1 + u2 u3 , u1 = 0 u2 , u1 = 0 u3 = v3 + u1 + u2 u3 , u2 = 0 u1 , u2 = 0
essim devemos de(nirX

v3 , u1 + u1 , u1 = 0 =

v3 , u2 + u2 , u2 = 0 =

u1 = v1 , u2 = v2 u3 v2 , u1 u1 , u1 , u1 v3 , u1 v3 , u2 = v3 u1 u2 . u1 , u1 u2 , u2

iste proedimento pode ser generlizdo @vej eorem SFPU d pFITHA d seguinte formX
1 A leitura desta seo opcional.

IST

CAPTULO 5.

PRODUTO INTERNO

hd um se {v1 , v2 , . . . , vp } otemos outrD ortogonlD {u1 , u2 , . . . , up }D por

Processo de Ortogonalizao de Gram-Schmidt

u1 = v1 v2 , u1 u1 ; u1 , u1 v3 , u1 v3 , u2 u3 = v3 u1 u2 ; u1 , u1 u2 , u2 F F F F = F F vp , u2 vp , up1 vp , u1 u1 u2 . . . up1 . up = vp u1 , u1 u2 , u2 up1 , up1 u2 = v2


mos presentr exemplosF eo (nl dest eo vmos relionr este proesso om projeo ortogonl e provr que o mtodo funionF

Exemplo 5.23 Soluo:


u1

Determine uma base ortogonal para

2 1 2 , 3 . H = span 4 3

Por Gram-Schmidt,

1 = 2 3

u2

2 = 3 4

1 2 3 , 2 3 4 1 1 2 , 2 3 3

1 1 4/7 2 2 = 3 20 2 = 1/7 . 14 3 3 2/7 4

Assim,

4 1 2 , 1 3 2

base ortogonal de

H.

Exemplo 5.24 Soluo:


tonormal para

Seja

1 2 2 , 3 H = span 3 4 0 0

3 0 4 3 , , 5 4 0 5

Encontre uma base or-

H.

Por Gram-Schmidt,

u1

1 2 = 3 , 0

5.8.

PROCESSO DE ORTOGONALIZAO DE GRAM-SCHMIDT

ISU

2 3 = 4 0

u2

2 3 4 0 1 2 3 0

, ,

1 2 3 0 1 2 3 0

1 2 2 3 = 3 4 0 0 1 4/7 20 2 1/7 14 3 = 2/7 0 0 .

Poderamos usar

u2

exatamente como calculado acima.

Mas podemos, por convenincia,

eliminar as fraes e usar

4 1 u2 = 2 . 0
Temos agora

u3

3 1 4 2 , 5 3 3 4 0 0 = 5 1 1 2 2 0 , 3 3 0 0 1 3 4 26 2 6 = 5 14 3 21 0 0

1 2 3 0

4 1 = 2 0

3 4 4 1 , 5 2 0 0 4 4 1 1 2 , 2 0 0 0 0 . 0 0

4 1 2 0

u3 = 0, revela que v3 combinao linear dos vetores anteriores. Assim, H = span {v1 , v2 , v4 }. Basta ortogonalizar este conjunto, reduzido em relao ao original. u1 e u2 j foram calculados. Agora, 0 4 0 1 3 1 3 2 , , 4 2 4 4 3 1 0 1 3 5 0 5 0 2 u4 = 3 2 4 1 1 4 4 2 2 1 1 0 0 5 , 3 3 2 , 2 0 0 0 0 1 4 1 0 3 18 2 + 5 1 = 1 2 . = 4 14 3 21 2 3 1 0 0 15 5 1 2 Como anteriormente, faremos u4 = 1 . 15
Este resultado,

ISV
Desta forma, temos que

CAPTULO 5.

PRODUTO INTERNO

1 4 2 , 1 3 2 0 0
base (pelo Lema 5.10 da p.140) ortogonal de estes vetores.

1 2 , 1 15
Para uma base ortonormal, basta normalizar

H.

u1 u2 u4 1 14
base ortonormal de

12 + 22 + 32 + 02 = 14 = = 42 + 12 + 22 + 02 = 21 = 12 + 22 + 12 + 152 = 231 1 4 1 1 2 1 1 2 , , 3 21 2 231 1 0 0 15

H.

mos relionr rojeo yrtogonl e o roesso de yrtogonlizo de qrmEhmidtF rimeiro vmos provr um frmul explit pr projeo ortogonl qundo se ortoE gonlF elei eo SFR d pFIRV pr reordr omo lulmos projeo ortogonlF

Teorema 5.25 (projeo em base ortogonal) nal de H ento p


PH v =
i=1
Em particular, se

Se

= {u1 , u2 , . . . , up }

base

ortogo-

v, ui ui . ui , ui

uma reta gerada por

u, v, u u. u, u

PH v = Prova: he(n A = u1 T soluo do sistem A Az

u2 up F el eo SFR d pFIRVD PH v = AzD onde z T = AT A um mtriz A vF gomo se ortogonl digonlF u1 , u1 v, u1 F FF F wis preismenteD AT A = F elm disso AT v = . F F up , up v, up essim se z = (z1 , . . . , zp )D u1 , u1 z1 z1 u1 , u1 v, u1 F F F T FF F F AT Az = F =A v= . F F = F F up , up zp zp up , up v, up v, ui e portnto PH v = Az = vogo zi = ui , ui
p p

zi ui =
i=1 i=1

v, ui ui . ui , ui

5.8.

PROCESSO DE ORTOGONALIZAO DE GRAM-SCHMIDT

ISW

4 1 Exemplo 5.25 Considere H = span 2 , 1 3 2 base de H ortogonal, determine PH v. (Calculamos esta


notao.)

2 v = 0 . 0

Sabendo que a

mesma projeo resolvendo um

sistema linear no Exemplo 5.17 da p.149. Compare e veja que a mesma conta com outra

Soluo:

Aplicando o Teorema 5.25 da p.158:

PH v =

v, u2 v, u1 u1 + u2 u1 , u1 u2 , u2 2 1 0 , 2 1 0 3 2 + = 1 1 3 2 , 2 3 3 1 4 8 2 2 + 1 = = 14 21 3 2

2 4 0 , 1 0 2 4 4 1 , 1 2 2 5/3 2/3 . 1/3

4 1 2

Exemplo 5.26

Considere

a reta gerada pelo vetor

1 2 3

2 v = 0 . 0

Calcule

PH v .

(Calculamos esta mesma projeo resolvendo um sistema linear no Exemplo 5.16 da p.149. Compare e veja que a mesma conta com outra notao.)

Soluo:

PH v =

v, u1 u1 = u1 , u1

2 1 0 , 2 0 3 1 1 2 , 2 3 3

1 1 1/7 2 = 2 2 = 2/7 . 14 3 3 3/7

fses ortogonis so onvenientes porque fcil se determinr s oordends nest se @vej he(nio RFRW d pFIIWA de um vetor ddoD sem neessidde de se resolver um sistem linerF

Corolrio 5.26 (coecientes de Fourier)


uV 1 2 [u] = . . . . n ortogonal . V
e seja dado. Denindo

Seja

= { v1 , v2 , . . . , v n }
n i=1

base ortogonal de Desta forma,

i =

u, vj v j , vj

obtemos que

i vi = u.

Chamamos os

de

coecientes de Fourier

de

com relao base

ITH

CAPTULO 5.

PRODUTO INTERNO

Prova:
i =

e u V lro que PV u = uF ho eorem nteriorD PV u =


i=1

i vi om

u, vj F vj , vj
Dena de forma in-

Teorema 5.27 (processo de ortogonalizao de Gram-Schmidt)


dutiva

u1 = v1

e, para

k = 1, . . . , p 1: uk+1 = PHk vk +1 = vk +1 PH vk +1 . k

Hk = span {u1 , . . . , uk } ;
Ento

{u1 , . . . , up }

ortogonal e

span {u1 , . . . , up } = span {v1 , . . . , vp }.

Prova: or onstruo o onjunto span {u1 , . . . , up } ortogonl pois d vetor resenE tdo pertene sempre o omplemento ortogonl do espo gerdo pelos vetores nterioresF mos mostrr que Hp = span {v1 , . . . , vp } por induoF lro que H1 = span {v1 } pois u1 = v1 F uponhD por hiptese de induo@rsAD que Hk = span {v1 , . . . , vk }F essim uk+1 igul som de vk+1 e um elemento de Hk @PHk vk+1 AD que igul span {v1 , . . . , vk } por rsF essim uk+1 span {v1 , . . . , vk , vk+1 }F he form nlog onlumos que vk+1 Hk+1 F ortntoD Hk+1 = span {v1 , . . . , vk , vk+1 }F

5.9 Exerccios de Produto Interno


5.9.1 Exerccios de Fixao
Fix 5.1: gonsidere u = (1, 1, 1, 1) e v = (2, 2, 2, 3)F Fix 5.2: hetermine se erddeiro ou plsoX
@A u = Y @A u, v = Y @A todo onjunto ortogonl ortonorml Y @A todo vetor noEnulo pode ser normlizdo Y @A um onjunto ortonorml de vetores sempre vs @dA v, w = v, w Y @eA v = v F @A
Nuc(PH )

@A d(u, v) =

= Y @A Im(PH ) = Y @A PH + PH = Y 2 2 Fix 5.4: gomplete s luns om I, I ou 0F gonsidere T : R R F e T X @A projeo ortogonl no eixo x seguido de projeo ortogonl no eixo y D ento T = Y @A re)exo no eixo x seguido de re)exo no eixo xD ento T = Y @A re)exo no eixo x seguido de re)exo no eixo y D ento T = F Fix 5.5: e T X @A projeo ortogonlD T 2 = @I, I, 0.T, T AY @A re)exoD T 2 = @I, I, 0, T, T AF Fix 5.6: e V R12 e dim(V ) = 3D ento dim(V ) = F Fix 5.7: e W X @A o eixo y em R2 D ento W ret @y = x, y = 0, x = 0, y = xAY 2 @A ret y = x em R D ento W ret @y = x, y = 0, x = 0, y = xAY @A o eixo y em R3 D ento W o @plano; eixoA @x, y , z , xy , yz , xz AY
1 23.ago.2012 22h

Fix 5.3: hdo H suespo vetorilX

5.9.

EXERCCIOS DE PRODUTO INTERNO

ITI @plano; eixoA @x, y , z , xy , yz , xz AF

Fix 5.8: e z soluo de mnimos qudrdos de Ax = b ento sempre verdde queX Fix 5.9: e z soluo de mnimos qudrdos de Ax = b ento d(Az, b)
@d(Ax, b), d(x, b)A pr todo xF @, A

@dA o plno yz em R3 D ento W o

@eA Az = bY @fA z b = 0Y @gA z b > 0Y @hA PIm(A) z = bY @iA PIm(A) b = zY

Fix 5.10: endo que P X

@A projeo ortogonl no eixo y D P (x, y, z ) = ( , , )Y @A projeo ortogonl no plno xy D P (x, y, z ) = ( , , )Y @A re)exo em torno do plno xz D P (x, y, z ) = ( , , )F

5.9.2 Problemas
Prob 5.1: hetermine se os onjuntos ixo so ortogonisX
5 3 1 @A 4 , 2 , 4 Y 3 1 7 3 1 3 2 3 8 @A 1 , 3 , 7 3 4 0 4 3 3 e 1 F 5.2: glule distni entre os vetores 3 2

Prob

Prob 5.3: inontre um se de H D onde

@A H ret em R2 dd por 2x + 3y = 0Y @A H o plno em R3 ddo por x y + z = 0Y @A H = (1, 3 , 1), (3, 1, 2), (2 2, 1) R3 Y , 0 0 0 2 1 2 @dA H = span 2 , 1 , 2 R5 . 1 0 3 1 2 5 @A P (x, y, z, w)Y hiX xo tente lulr P 100 expliitmente3 @A P 100 (x, y, z, w)F

Prob 5.4: ej P : R4 R4 projeo ortogonl n ret gerd por (1, 0, 1, 0)F glule Prob 5.5: inontre s mtrizes ds vs T : Rn Rn X

T (0, 1, 0) = (1/ 2, 0, 1/ 2)F hetermine o ngulo de rotoF hiX pense no plno perpendiulr o eixo de rotoF Prob 5.7: 3 se mnimos qudrdos pr julgr se moed deste experimento honestF

Prob 5.6: ej T : R3 R3 um roto em relo o eixo (1, 0, 1)F eEse que

@A n = 2D projeo ortogonl n ret {(2t, t) R2 ; @A n = 3D projeo ortogonl sore o plno x = z F

para

t R}Y

jogadas caras
3 Adaptado de [6].

V R

IT W

PR IQ

QP IU

RH PH

ITP

CAPTULO 5.

PRODUTO INTERNO

Prob

Prob

3 7 0 1 , 5.8: ejm H = e v= 3 3 . glule PH vF 3 1 3 7 5.9: inontre melhor proximo de 2 por vetores d form 3 2 1 1 + b 1 , com a, b R. a 3 0 1 1

1 3 3 3 , 0 1 1 1

1 1 0 1 1 1 0 3 Prob 5.10: ej A = 1 0 1 e b = 8 F 1 0 1 2 @A inontre o onjuntoEsoluo do prolem de mnimos qudrdos ssoido o sistem liner Ax = bY @A se o item nterior pr lulr PIm(A) bF @hiX vo pode usr qualquer soluo do prolem de mnimos qudrdosFA

5.9.3 Extras
Ext 5.1: inontre um se pr H seX
@A H = (1, 3, 1, 2), (2, 1, 2, 0), (4, 3, 4, 4) R4 Y @A H = (1, 0, 1, 3), (1, 2, 0, 1) R4 Y @A H interseo dos plnos x y z = 0 e 2x y + z = 0Y @dA H ret em R3 prmetrizd por (x(t), y (t), z (t)) = (2t, t, 3t)Y Ext 5.2: ej v V um vetor no nuloF rove que mtriz de projeo ortogonl n direo v dd por vvT . Pv = v

Ext 5.3: inontre s mtrizes ds vs T : Rn Rn X

@A n = 2D projeo ortogonl n ret 2x 4y = 0Y @A n = 2D projeo ortogonl n ret (0, 2) Y @A n = 2D re)exo em torno d ret 2x 4y = 0Y @dA n = 2D re)exo em torno d ret y = 3xF @eA n = 2D projeo ortogonl n ret y = x seguid de roto de 45 Y xw = 0 @fA n = 4D projeo ortogonl sore o plno y=z = 0 @gA n = 3D roto de 45 em torno do eixo (1, 1, 1) @deixe indido omo produto de mtrizesD no preis expliitr o produtoAF Ext 5.4: ej H suespo vetorilF wostre que H H = {0}F Ext 5.5: im d item d um exemplo de um v stisfzendo s ondies ddsX @A R : R2 R2 um re)exo om R(0, 1) = (0, 1)D

5.9.

EXERCCIOS DE PRODUTO INTERNO

ITQ

@A P : R2 R2 um projeo ortogonl num ret om P (1, 1) = (1, 1)Y @A T : R3 R3 um re)exo tl que T (2, 2, 2) = (0, 0, 1)F @dA T : R3 R3 um projeo ortogonl tl que T (2, 1, 2) = (2, 3/2, 3/2)F 3, 1) = (2, 0) e Ext 5.6: ej R um roto do plno de ngulo F endo que R ( R ( 3, 1) = (1, 3)D determine F

i = 1, . . . , nF rove que w = 0F Ext 5.9: @eorem de itgors generlizdoA ejm v1 , v2 , . . . , vn vetores ortogonis dois doisD isto D vi , vj = 0 se i = j F rove que v1 + + vn
2

Ext 5.8: ej {v1 , v2 , . . . , vn } um se de V e w V tl que vi , w = 0 pr todo

Ext 5.7: ej R um re)exo em torno d ret 3x + 5y = 0 e P um projeo ortogonl nest retF @A hetermine um vetor v = 0 tl que P v = vY @A hetermine um vetor v = 0 tl que Rv = vY @A glule o nleo de P F @dA glule o nleo de RF hiX no preis lulr nem P nem R expliitmenteF

= v1

+ + vn 2 .

Ext 5.10:

@A inontre equo y = ax + b d ret que melhor just os pontos (0, 1)D (1, 1)D (2, 2) e (3, 2)F @A isoe um gr(o ilustrndo o item nteriorF 1 1 @A se su respost o item @A pr enontrr projeo ortogonl de 2 sore 2 1 0 1 1 , F 1 2 1 3 Ext 5.11: e for plid num mol e su disteno esto relionds por um relo linerF r determinr est relo pr um ert mol (zemos medids de distenses e otemos seguinte telX for plid y @xA HDS IDH IDS PDH PDS disteno x @mA HDT HDW IDU PDI PDR

wonte o sistem @soredetermindoA que determin a, b d ret y = ax + b e resolv por mnimos qudrtiosF

(2, 3.0)F

Ext 5.12: hetermine ret que melhor se just os seguintes pontosX (0, 1.1)D (1, 2.1) e

ITR

CAPTULO 5.

PRODUTO INTERNO

1 2 1 Ext 5.13: hdo que = 0 , 4 , 1 se 1 1 2 8 [v] D onde v = 4 F 3 hiX xo resolv nenhum sistem liner3

ortogonal de R3 D expresse

Ext 5.14: he(n em C ([0, 1]; R) o produto interno f, g =


@A x, x2 Y @A x2 , x3 Y
0

f (s)g (s) dsF gluleX


@A 1 x F

5.9.4 Desaos
P2 = PF @A wostre que um projeo ortogonl possui est proprieddeY @A wostre que existe um se tl que P (vi ) = vi pr i < k e P (vi ) = 0 pr i k F I 0 @A wostre que nest se P d form em loos F 0 0 Des 5.2: ej V espo vetoril om produto interno e {u1 , u2 , u3 , u4 , u5 } se ortonorml de V F ej H = u2 + 2u3 + u4 + u5 , 2u2 4u3 2u4 4u5 , u2 + 2u3 + 2u4 + 3u5 .
inontre um se pr H F

Des 5.1: 4 m v P : Rn Rn dit projeo @no neessrimente ortogonl3A se

d pFPIPAF @A prove que um produto internoY @A se A = v1 vn D prove que A @norm de AA induzid pelo produto interno stisfzX A 2 = v1 2 + + vn 2 . @A
5

Des 5.3: ejm A, B Mnn F he(n A, B = tro(AB T ) @ej de(nio no ixt UFRFQ

Des 5.4: ej D Mnn um mtriz digonl tl que todos elementos d digonl so


positivos noEnulosF wostre que u, v = vT Du um produto interno pr u, v Rn F

enontre o omplemento ortogonl do suespo ds mtrizes digonisF

Des 5.5: wostre que em R2 tod mtriz deX


@A projeo ortogonl possui form @A re)exo possui form

a b b c

a b . b a Des 5.6: wostre que se H, W so suespos de um espo vetoril entoX @A H W (H W ) Y @A (H ) = H F Des 5.7: wostre dd mtriz invertvel A existem S utoEdjunt @S T = S A e Q ortogonl @QT = Q1 A tis que A = SQF ist hmd de deomposio polr de AD em nlogi
4 Adaptado de [6]. 5 Veja [7] p.289, sec. 8.2 #10.

5.9.

EXERCCIOS DE PRODUTO INTERNO

ITS

om omplexosX S o mdulo @estimentoA e Q prte ngulr @rotoAF rove que el niF Des 5.8: inontre o polinmio p(x) = xn + an1 xn1 + + a1 x + a0 pr o qul integrl
1

p2 (x) dx
1

o menor vlor possvelF Des 5.9: hdo T L(V ; W )D de(n T

= max
u
V

T (u)

=1

WF

rove que isto de(ne um

norm nos espo ds vsF Des 5.10: snterprete o lgoritmo de qrmEhmidt omo um deomposio A = QRD om Q ortogonl e R tringulr superiorF Des 5.11: rove que mtriz de roto ntiEhorri por um ngulo em torno do eixo 3 2 2 2 (a, b, c) 2 R D om a + b + c = 1 X a (1 cos ) + cos ab(1 cos ) c sen ac(1 cos ) + b sen ab(1 cos ) + c sen b2 (1 cos ) + cos bc(1 cos ) a sen . ac(1 cos ) b sen bc(1 cos ) + a sen c2 (1 cos ) + cos gonlu que se A mtriz de rotoD o ngulo de roto stisfz cos = (tro(A) 1)/2F hiX wude se levndo o eixoEz em (a, b, c) e utilize mtriz de roto no plno xy F Des 5.12: uponh que R um roto em R3 em tornode um eixo (xoF 1 0 0 @A prove que existe um se do R3 tl que [R] = 0 cos sen Y 0 sen cos @A rove que6 se w R3 um vetor noEnulo que no perten o plno de roto ento v = Rw + RT w + (I tro(R))w determin o eixo de roto de RF

6 Veja [1].

ITT

CAPTULO 5.

PRODUTO INTERNO

Cap tulo 6 Determinante


mos responder s seguintes pergunts sore o determinnteX @A y que c @A uis so sus proprieddesc @A gomo se lul @ul frmul ou lgoritmo pr o luloAc @dA ul utiliddec xote que ser o que no o mesmo que ser como se lulF

O que o determinante?
y determinnte um funo que ssoi d mtriz rel qudrd A um nmero denotdo por det(A)F hest formD det : {mtrizes qudrds} RF y determinnte um generlizo de re e volumeF xosso plno deduzir proprieddes @lineridde por exemploA do determinnte por ser re @e volumeA no R2 e em Rn inverter o procedimentoD de(nindo o determinnte trvs dests proprieddesF hepois disso presentmos um lgoritmo pr o lulo do determinnteF

Qual a utilidade do determinante?


@A rterizr mtrizes noEinvertveis @isto D s mtrizes singulresA ! fundmentl pr o gptulo de eutovlores e eutovetoresY @A determinr os hmdos utovlores de um mtrizD tem do prximo ptuloY @A relionr resGvolumes de regies do plnoGespo ps plio de um funo ! fundmentl em mudn de vriveis de integrl mltiplY @dA oter frmul de soluo de sistem liner @regr de grmerAY @eA oter frmul d mtriz invers @vej Wikipedia: Matriz inversaAF

6.1 Motivao Geomtrica


2 y determinnte de um mtriz qudrd um generlizo de re e volumeF im R D dd a c mtriz A = u v = D ssoie o prlelogrmo P om vrties n extremidde b d dos vetores 0, u, v, u + vD onforme indido n pigur TFIF
1 Verso 28.jun.2012 16h

ITU

ITV

CAPTULO 6.

DETERMINANTE

u+v v

u 0
pigur TFIX rlelogrmo qerdo por u e v y determinnte de A ser de(nido omo re1 de P F mos deduzir um frmul d re do prlelogrmo P F r isto sejm u = (a, b) e v = (c, d)F e re de P igul re do retngulo (a + c)(b + d) menos som ds res T1 , T2 , T3 , T4 dos tringulos e trpzios indidos n pigur TFPF glulndo s resX

T1 = ab/2,
ifetundoD
rea(P )

T2 = c(2b + d)/2,

T3 = b(2c + a)/2,

T4 = cd/2.

= (a + c)(b + d) [ab/2 + c(b + d/2) + b(c + a/2) + cd/2] = ad bcF

y b+d T3 d T4 b T1 c a v P u T2 a+c x

pigur TFPX heduo d re do rlelogrmo qerdo por u e v

ssto motiv seguinte de(nioF

Denio 6.1 (determinante de matriz 2 2)


Denimos o determinante (det) da matriz por:

Considere a matriz

a c b d

det

a c b d

= ad bc.

1 Na verdade

rea com sinal


ad bc.

de

P:

Leia Observao 6.1 e a Seo 6.7 da p.185. Vamos supor que

esto na congurao da Figura 6.2 pois seno (se

estiver no 2o quadrante por exemplo) poderamos obter

bc ad

ao invs de

6.1.

MOTIVAO GEOMTRICA

ITW
Note que

Observao 6.1 (rea com sinal)


det
verte.

det

1 0 0 1

mdulo do determinante. determinante generaliza rea com sinal.


De fato a rea o

0 1 1 0

= (1):

trocando duas colunas o sinal do determinante se inAssim mais preciso dizer que o

rea com sinal aparece no clculo, quando a integral de uma funo associada a rea (com sinal) entre a curva e o eixo-x: rea acima do eixo considerada positiva e abaixo 1 2 1 considerada negativa. Se a integral fosse simplesmente a rea, x dx e 0 x2 dx 0 1 2 1 1 seriam ambas estritamente positivas e portanto x dx + 0 x2 dx = 0 (x2 x2 ) dx = 0 1 0 dx = 0. Com isto a integral no seria linear com relao a soma (integral da soma 0 de duas funes igual a soma das integrais). Por razes anlogas o determinante rea com sinal (para ser linear).

im R3 @ frmul vi preer em reve3AD podemos de(nir o determinnte d seguinte formF Denio 6.2 (determinante de matriz 3 3) Considere a matriz A = u v w , 3 com u, v, w R . Associamos a esta matriz o paraleleppedo P gerado por u, v, w, conforme indicado na Figura 6.3. Denimos o determinante de A como o volume (com sinal) do paraleleppedo P .

pigur TFQX rleleppedo qerdo por u, v e w entes de de(nir o determinnte pr mtrizes n n vmos veri(r lgums proprieddes d re no R2 F gonvidmos o leitor veri(r proprieddes similres do volume em R3 F es (gurs que seguem no representm todos os sos possveis e so de rter motivionlF etommos o rigor mtemtio prtir do eorem TFQ d pFIUIF ropriedde IX wultiplio por eslr @IA det k u w = k det u w @se multiplirmos um olun por k o determiE nnte ser multiplido por k AF gonforme sugerido pel pigur TFRD se multiplimos o vetor u por 2 duplimos reD por 3 triplimos re e ssim por dinteF y mesmo oorre om fresD omo por exemplo mulE

IUH

CAPTULO 6.

DETERMINANTE

tiplindo u por 3, 5F im R3 D se multiplimos um rest por k o volume do prleleppedo multiplido por k F

v 3u 2u u 0

3, 5u w

v 3u 2u u 0

3, 5u

pigur TFRX roduto por islr e wudn de re e olume ropriedde IX om de vetores @IA det u + v w = det u w + det v w @determinnte d som de dois vetores igul som dos determinntesAF

u+v v u1 + v1 v1 u1 0 w u

pigur TFSX om de etores e wudn de re mos motivr1 este resultdo trvs d pigur TFSF ueremos provr que som ds re do prlelogrmo gerdo por u e w om re do prlelogrmo gerdo por v e w igul re do prlelogrmo gerdo por u + v e wF yserve que os trs prlelogrmos possuem rest d se w em omumF gomo re se vezes lturD st omprr s ltursF es lturs so s projees ortogonis de u = (u1 , u2 ) e v = (v1 , v2 ) n direo perpendiulr wD ou sej u1 e v1 F gomo u + v = (u1 + v1 , u2 + v2 )D projeo ortogonl de u + v u1 + v1 F vogo ltur do prlelogrmo mior igul som ds lturs dos menores e onlumos o resultdoF im R3 podemos fzer lgo nlogo om prleleppedosF heixmos os detlhes pr o leitor @ou pr o professorAF ropriedde I @resumoAX heterminnte viner em d olunF tuntndo s roprieddes I@A e I@A e oservndo que o rionio vle pr segund olun d mtriz tmmF gonlumos que o determinnte liner n primeir ou n segund
1 Note que estamos colocando os vetores em uma posio particular, com

w paralelo ao eixo x por exemplo.

Mas a Figura 6.5 somente uma ilustrao da relao entre a Propriedade 1b e rea.

6.2.

DEFINIO E PROPRIEDADES BSICAS

IUI

olunF R2 e k RX essim ddos u, v, w det k u + v w = k det u w + det v det u k v + w = k det u v + det u

w w

he form nlog em R3 o determinnte liner n essim z R3 e k ddos u, v, w, RX det k u + z v w = k det u v w + det z det u k v + z w = k det u v w + det u det u v k w + z = k det u v w + det u

primeirD segund ou tereir olunF

v we z we v z

ropriedde PX heterminnte zero se vetores so vhsF e os vetores so linermente dependentes @vhsA o prlelogrmo ser degenerdo num segmento de ret ou pontoD que possui re zeroF im R3 D se os Q vetores olun d mtriz forem vhs o prleleppedo vi se degenerr num prlelogrmo ou segmento de ret ou pontoD que possui volume zeroF ortntoD se os vetores so vhs o determinnte zeroF ropriedde QX heterminnte d mtriz identidde 1F e re e volume devem ter de medidF gomo um qudrdo de ldo 1 possui um unidde 1 0 re ID det = det e1 e2 = det I = 1 ho mesmo modo o um uo de ldo 1 0 1 1 0 0 possui volume 1D det 0 1 0 = det e1 e2 e3 = det I = 1F 0 0 1

6.2 Denio e Propriedades Bsicas


e de(nio de determinnte sed num fto surpreendente expresso no prximo teoremX existe um nica funo om s proprieddes d funo re e volume presentds n seo nteriorF

Teorema 6.3 (caracterizao algbrica do determinante) Considere o conjunto Mnn das matrizes reais1 quadradas n n. Existe uma nica funo det : Mnn R
com as seguintes propriedades:

Propriedade Propriedade Propriedade

1: linear em cada coluna; 3:

2: zero se as colunas so LDs;

det(I ) = 1.

IUP

CAPTULO 6.

DETERMINANTE

Prova: gonsulte UF Denio 6.4 (determinante) O determinante de uma matriz quadrada A a funo n n dada pelo teorema acima. O determinante de uma transformao linear T : R R
igual ao determinante da matriz

(dada pelo Lema 4.5 da p.94) que representa

T.

Observao 6.2
(veja [8]):

Embora completa, a denio acima no apresenta (diretamente) uma

frmula para calcular o determinante. Deixo para reexo do leitor o que disse Klaus Jnich

Se voc ainda acha que a informao mais importante acerca de um objeto matemtico uma

frmula

para

calcular o seu valor,

certamente voc

compartilha o pensamento da maioria das pessoas medianamente educadas, mas com conhecimentos apenas superciais de matemtica.

Observao 6.3
det(B ). det 1 0 0 1

A Propriedade 1 (linearidade)

no signica que det(A+B ) = det(A)+


= det 2 0 0 2 = 4 = det 1 0 0 1 +

Por exemplo,

det

1 0 0 1

1 0 0 1

= 1 + 1 = 2.
chegar

Podemos

ao resultado correto usando linearidade da seguinte forma: det(2I ) = det 2e1 2e2 = (linearidade na primeira coluna) 2 det e1 2e2 = e1 e2 = 4. (linearidade na segunda coluna) 2 2 det

Exemplo 6.1
(a)

Calcule: (b)

det u v 3u 5v ;

det(2I )

se

a matriz identidade

n n.

o prleleppedo degenerdoD possuindo volume igul 0F vogoD det = 0F @A or lineridde retirmos um 2 de d vezX det(2I ) = det[2e1 2e2 2en ] = = 2 det[e1 2e2 2en ] = 22 det[e1 e2 2en ] = 2n det[e1 e2 en ] = 2n det I = 2n .

Soluo: @A gomo w = 3u 5v mltiplo dos outros doisD isto D pertene o plno u, v D

Lema 6.5 Propriedade 4: Se trocarmos duas colunas o determinante troca de sinal. Prova: mos provr no so 2 2F y so gerl provdo de form similr om mis
olunsF el lineridde @ropriedde IAD det u + v u + v = det u u + v + det v u + v =

1 De forma geral (veja Denio 2.2 da p.30) det : M nn (K) K, com K = R, C, Q, etc. 2 So equivalentes assumir que determinante: (a) zero se colunas so LDs + Prop 1; ou (b) zero se
duas colunas so iguais + Prop 1; ou (c) troca de sinal se trocarmos duas colunas + Prop 1. De fato pode-se escolher Prop 1 + (b) ou Prop 1 + (c) ao invs de nossa escolha por Prop 1 + (a).

6.3.

CALCULANDO DETERMINANTE

IUQ

= det u u + det u v + det v u + det v v .


el ropriedde P @determinnte zero se oluns so vhsA det u + v u + v = det u u = det v v = 0. vogo det u v + det v u = 0, isto D det u v = det v u F

6.3 Calculando Determinante


6.3.1 Frmula do Determinante em R2 e R3: Regra de Sarrus
mos deduzir s frmuls @em onheidsA do determinnte de um mtriz 2 2 e 3 3 utilizndo o s proprieddes do eorem TFQ d pFIUIF y ojetivo mostrr omo podermos fzer pr deduzir frmul pr um mtriz n n pr qulquer n NF prmul do a gonsidere A = u v = b det(A) = a det e1 v + b det olunAD determinnte de mtriz 2 2

c F gomo u = ae1 + be2 D pel lineridde @I olunAD d e2 v F gomo v = ce1 + de2 D pel lineridde @P + b c det e2 e1 + d det e2 e2 .

det(A) = a c det e1 e1

+ d det e1 e2

gomo o determinnte se nul se s oluns so iguis @vhsA otemos

det(A) = ad det e1 e2

+ bc det e2 e1

1) = ad bc. rondo olun @vem TFSA e pel ropriedde QD det(A) = ad 1 + bc(


prmul do determinnte de mtriz 3 3 entes de deduzir frmulD importnte o leitor estudr o exemplo ixoF

Exemplo 6.2
(a)

Determine o valor dos determinantes de cada matriz: ; (b)

e2 e1 e3

e3 e2 e1

(c)

e3 e2 e3

(d)

e2 e3 e1

Soluo: @A um tro @I om P olunA pr oter mtriz I X det = 1F

@A um tro @I om Q olunA pr oter mtriz I X det = 1F @A gomo possui dus oluns iguisD det = 0 @dA o P tros @I om PD P om QA pr oter I X det = 1F a d g gonsidere A = u v w = b e h F gomo u = ae1 + be2 + ce3 D pel lineridde c f i @I olunAD det(A) = a det e1 v w +b det e2 v w +c det e3 v w F mos

IUR

CAPTULO 6.

DETERMINANTE

prosseguir om o primeiro dos trs termosF gomo v = de1 + ee2 + f e3 D pel lineridde @P olunAD

a det e1 v w

= a d det e1 e1 w

+ e det e1 e2 w

+ f det e1 e3 w

y primeiro termo vle zero pois tm dus oluns iguisF essimD

a det e1 v w

= a e det e1 e2 w

+ f det e1 e3 w

mos prosseguir om o primeiro dos dois termosF gomo w = g e1 + he2 + ie3 D pel lineridde @Q olunAD otemos que

e det e1 e2 w

= e g det e1 e2 e1

+ h det e1 e2 e2

+ i det e1 e2 e3

. .

y nio termo noEnulo o ltimoF essimD e det e1 e2 w = eiF etornndo o inio onlumos que um termo do det A aeiF odos os termos vo envolver det ei ej ek D que vlero 1 ou 1 ou 0 dependendo d permuto dos vetoresF gonvidmos o leitor expndir t o (nl e oter que det(A) = aei ahf + dhc dbi + gbf gecF es frmuls do det pr mtriz 2 2 e 3 3 podem ser representdos pel hmd regra de Sarrus presentd n pigur TFTF

a c b d +

a b c

d e f

g a d h b e i c f + + +

pigur TFTX egr de rrusX heterminnte de wtriz 2 2 e 3 3F

Observao 6.4 (regra de Sarrus)

A regra de Sarrus

no

generaliza para dimenso

maior que 3: No existe procedimento semelhante a este para matrizes

4 4.

e Frmula de Leibniz @vej Wikipedia: DeterminanteA do determinnte de um mtriz n n pode ser deduzid expndindo por oluns omo (zemos pr mtriz 3 3F ytemos um som de termosD om sinis + ou D grnde miori dos quis so zero @orrespondendo s oluns repetidsA e sorm pens os que so o produto de n entrds d mtriz em que no h dus entrds d mesm linh nem d mesm olun @pense em odoku3AF

6.3.2 Algoritmo para Clculo do Determinante


epresentmos um lgoritmo pr o lulo do determinnte sedo ns operaes elementares @he(nio PFU d pFQVAD usds nteriormente pr resolver sistems lineresF rimeiro trnsferimos s proprieddes do determinnte por linh pr olun trvs d propriedde do determinnte d mtriz trnspost @he(nio RFIQ d pFIHRAF hepois veE ri(mos o efeito no determinnte d plio ds operes elementresF tilizndoEs olomos mtriz n form eslond tringulrF pinlizmos provndo que se mtriz tringulr @superior ou inferiorA fil lulr seu determinnteF

Teorema 6.6 (determinante da transposta)


Propriedade
5: Se

uma matriz quadrada ento

det(AT ) = det(A).

6.3.

CALCULANDO DETERMINANTE

IUS

Prova: um prov tniF ej UF e ropriedde S permite trnsferir todas s proprieddes do determinnte om relo s
oluns pr s linhs d mtrizF

Corolrio 6.7

Todas as propriedades do determinante para colunas so verdadeiras para as 6: O determinante:

linhas. Portanto:

Propriedade

(a) linear em cada linha; (b) zero se as linha so LDs; (c) troca de sinal quando se trocam duas linhas.

Prova: egue filmente do teorem nterior e proprieddes orrespondentes @por olunsA


do determinnteF

Corolrio 6.8 (operaes elementares e determinante)


mentar abaixo sobre o determinante de uma matriz : (a) trocar linhas: determinante troca de sinal;

O efeito de cada operao ele-

(b) multiplicar linha por escalar no-nulo: determinante multiplicado por escalar; (c) substituir linha por sua soma com mltiplo de outra: determinante no se altera.

Prova: ys itens @A e @A seguem diretmente do ltimo gorolrioF unto o item @AD

pelo eorem TFTD st mostrr propriedde orrespondente por olunF gonsidere A = u v F ustituindo um olun pel som om mltiplo de outr otemos B = u + k v v F ortntoD por lineriddeD det B = det u + k v v = = det u v + k det v v . gomo dus oluns so iguis no ltimo k A e portnto det B = det u determinnteD ele nulo @independente do vlor de v = det AF

Lema 6.9 (determinante de matriz triangular)


Propriedade 7:
Se uma matriz triangular (superior ou inferior) ento seu determinante igual ao produto dos elementos da diagonal.

mos supor que mtriz tringulr superior @rgumento nlogo vle pr tringulr inferiorAF gonsidere dois sosX @A tem pelo menos um zero n digonlF uponh que akk = 0F gonsidere M mtriz formd pels k primeirs oluns dest mtrizF gomo M est eslond om no mximo k 1 linhs noEnulsD dimenso do espoElinh de M no mximo k 1F elo vem RFIS

Prova:

IUT

CAPTULO 6.

DETERMINANTE

d pFIHRD dimenso do espoEolun de M igul dimenso do espoElinhD e portnto no mximo k 1F gomo so k vetores olun de M gerndo espo de dimenso mxim k 1D s oluns de M D e por onsequni s primeirs k oluns d mtriz so vhs e portnto o determinnte zeroF @A todos elementos d digonl so noEnulosF goloqueEos em evidni pr oter 1 n digonlF y vlor do determinnte ser o produto destes elementos vezes o determinnte d mtriz om 1 n digonlF ustitu linh por mltiplo de outr linh t trnsformEl em digonlF elo gorolrio TFV isto no lter o seu determinnteF ytemos mtriz identiddeD ujo determinnte 1F

Exemplo 6.3

Calcule

2 0 det 0 0

1 3 0 0

3 1 4 0

4 2 . 1 5

Soluo: gomo mtriz tringulrD det = 2 3 4 5 = 5! = 120F Algoritmo 6.10 (clculo eciente do determinante)
1. Faa eliminao de Gauss, reduzindo matriz forma diagonal superior; 2. Leve em conta a cada operao elementar o efeito sobre o determinante: (a) trocar linhas

determinante troca de sinal;

(b) multiplicar linha por constante altera.

determinante multiplicado pela constante;

(c) substituir linha por sua soma com mltiplo de outra:

determinante no se

3. Calcule determinante da matriz resultante pelo produto dos elementos da diagonal.

0 4 8 Exemplo 6.4 Calcule o determinante da matriz A = 2 1 8 . 3 6 9 3 6 9 Soluo: roque l1 om l3 X det A = det 2 1 8 F 0 4 8 1 2 3 goloque 3 em evidni em l1 X det A = 3 det 2 1 8 F 0 4 8 1 2 3 p l2 l2 2l1 X det A = 3 det 0 3 2 F 0 4 8 1 2 3 2 F p l3 l3 + 4l2 /3X det A = 3 det 0 3 0 0 8 + 8/3 = 32/3 egor mtriz tringulrX lule produto dos elementos d digonlX det A = 3(1)(3)(32/3) = 96F

Observao 6.5 (Software Algbrico)


com o comando do Maxima

Pode-se

calcular

determinante com

determinant. Entramos a matriz M: matrix( [0,4,8], [2,1,8], [3,6,9]); e calculamos: determinant(M);.


e vo folher livros de lger viner enontrr pelo menos

6.4.

MAIS PROPRIEDADES

IUU

Trs modos de calcular o determinante:


@A frmul de vple @tmm onheido omo expnso por oftoresAY @A frmul de veinizY @A elgoritmo TFIH d pFIUTF imor s forms @A e @A sejm importntes do ponto de vist terio @por exemplo pr provr que det A = det AT A so extremmente ine(ientes n prti @vej prxim oservoAX optmos por omitiEls @ms vej n WikipediaAF e form do item @A mis e(iente ms no um frmulD e sim um lgoritmoF

Observao 6.6 (comparando mtodos de clculo do determinante)


triz a frmula de Laplace ou Leibniz necessita de cerca de 3 o Algoritmo 6.10 necessita de cerca de 2n /3 operaes.

Dada

ma-

n n,

n!

operaes, enquanto

n 2 3 4 6 20
Para

Laplace

Algoritmo 6.10

3 14 63 2 mil 6 1018

4 15 37 130 5 mil

n4

o Algoritmo 6.10 j mais eciente. Um computador que faa

milho de

operaes por segundo levaria

32

mil anos para calcular o determinante de uma matriz

20 20

pelo mtodo de Laplace e fraes de segundo pelo Algoritmo 6.10 .

6.4 Mais Propriedades


Teorema 6.11 (caracterizao de matrizes invertveis) Propriedade 8: Seja A uma matriz quadrada. So equivalentes:
(a)

no invertvel;

(b) Nuc(A) (d)

= {0}; A
so LDs;

(c) colunas (ou linhas) de

det(A) = 0.

Prova: @A e @A so equivlentes pelo vem RFQU d pFIIRF

elo vem RFIS d pFIHR @posto linh = posto olunAD se mtriz n nD dimenso do espoEolun < n @oluns vhsA seD e somente seD dimenso do espoElinh < n @linhs vhsAF ortnto mtriz possuir oluns vhs equivlente possuir linhs vhs @A impli em @AX e Nuc(A) = 0 ento existe v = 0 tl que Av = 0F ys omponentes do vetor vD pel de(nio do produto mtrizEvetorD vo determinr um omino liner noEtrivil ds oluns de A ujo resultdo o vetor zeroF vogo s oluns de A formm um onjunto vhF @A impli em @dA pel de(nio de determinnteF @dA impli em @AX uponh que det A = 0F eplique o lgoritmo de lulo do determiE nnteD reduzindo A form tringulr U F egor det A = 0 seD e somente seD det U = 0F vogo um dos elementos d digonl de U zeroF eguindo o rgumento d prov do vem TFW d pFIUS @determinnte d mtriz tringulrAD s linhs de U so vhsF vogo s linhs de A so

IUV

CAPTULO 6.

DETERMINANTE

vhs @U mtriz A eslondA elo vem RFIS d pFIHR @posto linh = posto olunAD s oluns de A so vhs e portnto o sistem Av = 0 possui um soluo v = 0F y tem entrl do prximo ptulo @utovlores e utovetoresA ser determinr todos tis que o sistem Av = v possu soluo noEtrivilF istudmos isto introduzindo mtriz identidde I e usndo soluo noEtrivil de Av = I v ou (A I )v = 0F elo eorem TFII devemos determinr tis que det(A I ) = 0F

Exemplo 6.5
para a matriz:

Determine todos

tais que o sistema

Av = v

possua soluo no-trivial

(a)

a b c d

. 1 2 2 1

A=

1 2 2 1

(b)

A=

Soluo: @A glulndo det(A I ) = det

= (1 )2 4F r nulr

determinnte tommos = 3 ou = 1F A I ) = 0F gomo mtriz @tmmA digonl A I = @A reismos resolver det( a b D det(A I ) = (a )(b )(c )(d )F r nulr c d determinnte tommos igul a ou b ou c ou dF m erro omum ometido pelos lunos expndir expresso (a )(b )(c )(d ) = 0D o invs de oter rzes diretmenteD e tentr lulr rzes de 4 3 (a + b + c + d) + 2 (ab + ac + ad + bc + bd + cd) (abc + abd + bcd + acd) + abcd = 0. e propriedde do produto rteriz o determinnte d mtriz invers e proporion interpreto do determinnte omo mudn de reGvolumeF

Teorema 6.12 (determinante do produto)


Propriedade
1
9: Sejam

A, B

matrizes quadradas da mesma ordem. Ento

det(AB ) =

det(A) det(B ).

Prova:

e det(A) = 0D de(n f : Mnn R por f (B ) = det(AB )/ det(A)F mos provr que f possui s proprieddes d de(nio @eorem TFQ d pFIUIA do determinnteX ropriedde I @lineridde em d olunAX se B = u + k v w D ento det(AB ) = det A(u + k v) Aw @por lineridde de AA = det Au + kAv Aw @por lineridde do deterE minnteA = det Au Aw + k det Av Aw F hividindo
1 Pode ser omitida numa 1a leitura.

6.4.

MAIS PROPRIEDADES

IUW

por det(A) otemos que

f (B ) = f u + k v = f u w + kf

w = v w .

ortnto f liner por olunsF ropriedde PX se oluns de B so vhs ento oluns de AB sero vhs tmm pois produto mtrizEmtriz equivle plir A em d olun de B @ver vem RFPR d pFIIHAF vogo det(AB ) = 0 pel ropriedde P do determinnteF ortnto f (B ) = 0F ropriedde QX f (I ) = det(AI )/ det(A) = det(A)/ det(A) = 1F elo eorem TFQ d pFIUI @uniidde do determinnteAD f (B ) = det(B )F hi segue o resultdoF e det A = 0 pelo eorem TFII d pFIUU s oluns de A so vhsF vogo o posto olun @dimenso do espo gerdo pels olunsA de A menor que nF el interpreto do produto mtrizEmtriz @ver vem RFPS d pFIIH item @AA s oluns de AB so omines lineres ds oluns de AF vogo o espo gerdo pels oluns de AB est ontido no espo gerdo pels oluns de AF ortnto posto olun de AB menor que nF ortnto oluns de AB so vhsD o que impli pel propriedde P que det(AB ) = 0F vogoD neste so tmm det(AB ) = 0 = 0 det(B ) = det(A) det(B )F

Exemplo 6.6

Sabendo que

det(A) = 5

determine

det(A1 ).

Soluo: gomo AA1 = I D pel propriedde do determinnte do produto


det(I ) = 1 = det(AA1 ) = det(A) det(A1 ).
vogo det(A1 ) = 1/ det(A) = 1/5. e plio suessiv do prximo lem permite reduzir ordem do determinnte d plioF r entender est prte revej operes em mtrizes dividids em loos n eo RFT d pFIIVF

Lema 6.13 (determinante de matriz bloco-triangular)


ou

Suponha que

M =

A B 0 D

M=

A 0 C D

, com

matrizes quadradas. Ento

det(M ) = det(A) det(D).

I 0 D ento det M = det DF he ftoD 0 D plindo o elgoritmo TFIH d pFIUTD sequni de operes que eslon M igul sequni que eslon D pois prte de M j est eslondF vogo det M = det DF he A 0 form nlog provmos que det = det AF 0 I A B A 0 mos supor que M = pois o so M = nlogoF 0 D B D e det A = 0 ento @eorem TFII d pFIUUA oluns de A so vhsF gomo M possui somente zeros ixo de AD oluns de M so vhsF vogo det M = 0F e det D = 0 entoD de form nlogD det M = 0F

Prova: mos provr iniilmente que se M =

IVH

CAPTULO 6.

DETERMINANTE

upondo que det A e det D so noEnulosD veri(que queX

M=

A 0 0 I

I A1 BD1 0 I

I 0 0 D

tilizndo eorem TFIP @determinnte do produtoAD st lulr o determinnte de d um dests trs mtrizesF elos resultdos imD o primeiro determinnte det A e o ltimo det DF y do meioD por ser mtriz tringulr superior om 19s n digonlD vle 1 pelo vem TFW d pFIUSF gonlumos o resultdoF

Corolrio 6.14 (determinante de matriz bloco-triangular)


matriz triangular superior por blocos, ou seja,

Suponha que

A11 A12 A1n . . . 0 A22 M = . . .. . . . . .

M ,

seja uma

com

Ajj

matrizes quadradas. Ento matrizes na diagonal de

0 0 Ann det(M ) = det(A11 ) det(Ann ), o produto do determinante M (resultado anlogo se M for triangular inferior).

das

Prova: heixmos pr o leitor provr por induo usndo o vemTFIQF Observao 6.7
A B , com A, B, C e D matrizes quadradas. De C D forma geral, det(M ) = det(A) det(D )det(B ) det(C ). Voc consegue gerar um exemplo?
Considere

M =

Exemplo 6.7

Calcule os valores de

tais que o determinante da matriz abaixo se anula:

M =

2 1 0 0 0

1 0 0 0

3 1 1 2 1 2 1 1 1 2 0 0 3+

Soluo: yserve que el looEtringulr @ms no tringulr3AF he(nindo


M1 =
vogoD

2 1 D M2 = 1

M1 1 D M3 = 3 + D temos que M = 0 M2 F 1 0 0 M3

det(M ) = det(M1 ) det(M2 ) det(M3 ) = ( 1)2 (2 1)(3 + ).


Se no exemplo anterior tivssemos multiplicado os termos em ( 5 4 3 2 obteramos que det M = + 6 2 5 + 3 =

es rzes so otids diretmente dest ftoroX 1, 1, 3F

Observao 6.8
Este

1)2 (2 1)(3 + ) = 0

0.

Como voc encontraria as razes deste polinmio?

erro comum

 multiplicar todos os termos ao invs de utilizar a estrutura fatorada

 foi visto tambm no Exemplo 6.5 da p.178. Note que a fatorao decorre (e deve ser mantida) naturalmente do determinante de matriz triangular ou bloco-triangular.

Clculo Eciente do determinante

6.4.

MAIS PROPRIEDADES

IVI

e mtriz for tringulr plique o vem TFWF ixplore estrutur de loos @linhs ou oluns om mior nmero de zerosA pr oter sumtriz tringulrF r mtriz 2 2 e 3 3 em gerl @no tringulrA plique regr de rrus @pigur TFT d pFIURAF r um mtriz n n om n > 3 em gerl @no tringulrA plique o elgoritmo TFIH d pFIUTF

Exemplo 6.8

(a)

Calcule

det A

trocando linhas ou colunas para car bloco-triangular:

(b)

1 0 2 A = 1 0 3 ; 1 2 1

0 1 2 A = 1 1 3 ; 1 0 0

(c)

A=

4 11 7 1 3 2 2 1 0 3 2 7 0 0 0 . 0 3 0 0 0 3 1 6 0 5

Soluo: @A imor mtriz A no possu trondo P om Q olun estrutur espeilD


otemos mtriz looEtringulr inferiorX essim det A = det

1 2 0 1 3 0 F 1 1 2

1 2 2 = (5) 2 = 10F 1 3 @A imor mtriz A no possu estrutur espeilD trondo I om Q olun otemos 2 1 0 2 1 mtriz looEtringulr superiorX 3 1 1 F essim det A = det 1 = (1) 3 1 0 0 1 1=1 @A mos tentr sistemtizrF es melhores esolhs so R olun ou R linh pois ms possuem o mior nmero de zerosF ixplorndo o grnde nmero de zeros n R olunD 4 3 1 11 7 0 2 1 2 3 vmos troEl pel I olunX 0 7 0 2 0 F essim det A = (1) det B 0 3 0 0 0 0 1 6 3 5 2 1 2 3 7 0 2 0 F y mior nmero de zeros n Q linhF rondoE om I onde B = 3 0 0 0 1 6 3 5 3 0 0 0 0 2 0 7 0 2 0 linh otemos 2 1 2 3 F essim det B = (3) det C onde C = 1 2 3 F 6 3 5 1 6 3 5 2 0 0 ixplorndo os zeros d I linhD trondo I om P olun otemos 2 1 3 F 3 6 5 1 3 essim det C = (2) det = (2)(13) = 26F vogo det B = 3(26) = 78 e 6 5 det A = 78F eri(ndo om wximX

IVP

CAPTULO 6.

DETERMINANTE

M: matrix([4,11,-7,-1,-3],[-2,2,1,0,3],[2,7,0,0,0],[0,3,0,0,0],[3,-1,6,0,5]); determinant(M);

6.5 Determinante e Mudana de rea


Lema 6.15 (mudana de rea de um quadrado)
o linear e Seja

Q R2 um quadrado com (a) T (Q) um paralelogramo; (b) rea(T (Q)) = rea(Q)| det T |.

lados paralelos aos

T : R2 R2 eixos x e y :

uma transforma-

yserve pigur TFUF ulquer ponto do interior do qudrdo omino liner de e1 e e2 om oe(ientes entre 0 e 1F el lineridde de T D imgem ser extmente ds omines lineres de T (e1 ) e T (e2 ) om oe(ientes entre 0 e 1D ou sejD um prlelogrmo om rests T (e1 ) e T (e2 )F e re @om sinlA do prlelogrmo igul o determinnte d mtriz T (e1 ) T (e2 ) = T e1 e2 F gomo segund mtriz identiddeD ujo determinnte 1D pelo eoE rem TFIT d pFIVP @determinnte do produtoAD re igul det T F vogo re @sem sinlA do prlelogrmo | det T |F xo so gerlD s rests do qudrdo so k e1 e k e2 F vogo s rests do prlelogrmo so T (k e1 ) = kT (e1 ) e T (k e2 ) = kT @om sinlA do prlelogrmo igul (e2 )F e re det kT (e1 ) kT (e2 ) = k 2 det T (e1 ) T (e2 ) = k 2 det T F gomo k 2 = rea(Q)D 2 rea(T (Q)) = k | det T | = rea(Q)| det T |F

Prova: uponh iniilmente que o qudrdo Q sej unitrio om vrties 0, e1 , e2 , e1 + e2 F

e2 Q 0 e1

T (e2 ) T (Q) 0 T (e1 )

pigur TFUX smgem do udrdo Q pel v T y prximo teorem estelee relo entre determinnte e modi(o de re de um regio do plno ps plio de um trnsformo linerF utilizdo n mudn de vriveis em integris mltiplsF

Teorema 6.16 (modicao de rea por TL)


linear e

Seja

T : R2 R2

uma transformao

Propriedade

um conjunto limitado (rea nita) qualquer. Ento: 10: rea(T ())

= rea() | det T |.

6.6.

PRODUTO VETORIAL E MISTO

IVQ

Prova:

mos supor que det T = 0 e portnto T um ijeoD pois so ontrrio o resultdo seri verddeiro pois mos os ldos serim iguis zeroF hivid em qudrdos Qi disjuntos prlelos os eixos x e y de modo que su unio proxime regio @vide pigur TFVAF elo vem nteriorD rea(T (Qi )) = rea(Qi )| det(T )|F gomo os qudrdos Qi so disjuntos e T ijeoD T (Qi ) so prlelogrmos disjuntosF r (nlizr om rigor preisrmos pssr o limiteD fzendo tender zeroD o tmnho dos qudrdosF em o devido rigorD desprezndo s fres de qudrdosD somndo os qudrdos e olondo det T em evidniD rea(T ()) rea(T (Qi )) = | det T | rea(Qi )

| det T |rea()F

T ()
Qi

T (Qi )

pigur TFVX egio e su smgem T ()

Observao 6.9
R
3

Pode-se generalizar: Seja

um conjunto qualquer. Ento

T : R3 R3 uma transformao Volume(T ()) = Volume() | det(T )|.

linear e

Observao 6.10 (reinterpretando determinante do produto)


Propriedade 9 (determinante do produto) da seguinte forma. sio das TLs de Dado

Reinterpretamos

C = AB ,

compo-

pela distoro de

A e B , a distoro de rea (ou volume) de C B.

igual ao produto da distoro

6.6 Produto Vetorial e Misto


xest seo introduzimos o produto vetoril em R3 F emeto o leitor pr he(nio TFPQ d pFIWQ pr su generlizo pr o Rn F

IVR

CAPTULO 6.

DETERMINANTE

Denio 6.17 (produto vetorial)

Dados

u, v R3

denimos

w1 w = w2 = u v R3 , w3

produto vetorial entre u e v, componente a componente, por


Sejam

wi = det u v ei .
os vetores da base

Lema 6.18 (propriedades do produto vetorial)


cannica do

e1 , e2 , e3

R3 . Dados u, v, z R3 , k R: (a) u u = 0; (b) u v = (v u) (antisimtrica); (c) (u + k v) z = u z + k v z (bilinear); (d) e1 e2 = e3 (orientao e normalizao); (e) u v perpendicular a u e v. (f ) u v igual a rea do paralelogramo gerado

por

v.

heixmos pr o leitor veri(r @A!@dAF @eA ej v = vi ei D (u v) v = wi vi = det u v ei vi = @pel lineridde do determinnteA vi ei = det u v v = 0F det u v @fA he(n w = u v e w = w/ w @normlizo do vetor wAF gomo w unitrio e perpendiulr os vetores u e vD o volume do prleleppedo gerdo por u, v, w igul re do prlelogrmo P gerdo por u e v @porquecAF vogo re de P igul det u v w F 1 wi ei D pel multilineridde do determinnteX gomo w = w 1 rea(P ) = det u v w = wi det u v ei = w

Prova:

1 w

(wi )2 =

1 w

= w = uv .

Observao 6.11 (regra da mo direita, orientao e produto vetorial)


Supondo que

H = span {u, v} R3 um plano (caso contrrio u v = 0  veja exemplo abaixo), H = r uma reta. A propriedade (e) do lema mostra que w = u v r (porque?). Assim sabemos a direo de w: paralelo reta r. A propriedade (f ) determina o tamanho de w. Dena k como a rea do paralelogramo e z um vetor unitrio que gera a reta r, ento (porque?) w = k z ou k z. Fica faltando somente o sentido de w (duas possibilidades). O sentido correto dado
pela

regra da mo direita (veja prxima seo).

Exemplo 6.9

Mostre que se

H = span {u, v} R3

uma reta ou

{0},

ento

u v = 0.

portnto possui re zeroF el propriedde @eAD u v = 0F

Soluo: gomo H um ret ou {0}D o prlelogrmo gerdo por u e v degenerdo e

6.7.

SINAL DO DETERMINANTE

IVS

Exemplo 6.10
w R3

Determine:

(a) um vetor no-nulo perpendicular, simultaneamente, aos vetores 3 (b) a rea do triangulo do R cujos vrtices so (1, 2, 1), (2, 1, 2) e (c) tal que o conjunto soluo de

(1, 2, 0) e (3, 2, 1); (3, 1, 2); r = span {w}.

2x 3y + z = 0 2x + 2y + z = 0

seja

@A he(n u = (2, 1, 2) (1, 2, 1) = (1, 1, 1) e v = (3, 1, 2) (1, 2, 1) = (2, 3, 1)F gomo re do tringulo gerdo por u e v metde d re do prlelogrmo gerdoD lulmos 1/2 u v = 1/2 (2, 1, 1) = 1/2 6F @A lro que podermos resolver o sistemF ws se w = (x, y, z ) s eques do sistem dizem que w perpendiulr simultnemnete os vetores (2, 3, 1) e (2, 2, 1)F vogo w = (2, 3, 1) (2, 2, 1) = (5, 0, 10)F
3 Denio 6.19 (produto Dados u, v, z R misto)
eles por denimos o

Soluo: @A (1, 2, 0) (3, 2, 1) = (2, 1, 4)F

produto misto

entre

u v, z = det u v z .

6.7

Sinal do DeterminanteI

r est seo revej @n Wikipedia: Regra da Mao direitaA regr d mo direitF hdos u, v R2 qundo o det u v positivo e qundo negtivoc ytemos respost pel regr de mo direitX fehndo os dedos d mo direitD prtindo de u pr v por ngulo menor que IVH grusD e determinndo pr onde o polegr pontF e for sindo do ppelD o determinnte positivoD se for entrndo negtivoF r ilustrr onsidere sequni d pigur TFWF wntendo (xo o vetor u e vrindo vD sempre om o mesmo tmnhoD ms formndo ngulos distintos om uD otemos prleloE grmos om res vrindoF yserve que qundo u e v vo (ndo mis prximos de serem olineres re vi tendendo pr zeroF slustrmos os dois sosD onde u e v so olineres ms om mesmo sentido ou om sentido opostoD qundo re do prlelogrmo formdo zeroF hevido esolhs feitsD qundo o prlelogrmo est im do vetor u re positivD qundo est ixo negtivF y ilo representdo n (gurD iniindo no lto e girndo no sentido ntiEhorrioD em termos de sinl d reD X positivo 0 negtivo 0 positivo F tilize (gur pr veri(r regr d mo direitF hdos u, v, w R3 qundo o det u v w positivo e qundo negtivoc ytemos respostD novmenteD pel regr de mo direitF hdos u e vD eles germ um plno que divide o espo em dois semiEesposF e w ento o determinnte zero @porquecAF gso ontrrioD dependendo de qul semiEespo o vetor w perteneD o determinnte ser positivo ou negtivoF e w pertener o mesmo semiEespo que o polegr ps plio d regr d mo direitD o determinnte ser positivoD so ontrrioD negtivoF
1 A leitura desta seo opcional.

IVT

CAPTULO 6.

DETERMINANTE

v u+v v u+v 0 u + v v 0 v u+v u 0 0 u u u 0 u 0 v u+v u v u+v


determinnte positivo determinnte zero determinnte negtivo

0 0

u v u+v u u v u+v

0 0 u

v u+v 0

u 0 u

v u+v

v u+v

v u+v
pigur TFWX rio do inl do det[u v]F

6.8

Regra de CramerI

mos deduzir um frmula explcita d soluo de sistems lineres onheid omo regra de CramerD prtindo de proprieddes do determinnteF gomo frmul omputionlE mente ine(iente @por envolver o lulo de n determinntesAD utilizEse elimino de quss ou outros mtodos mis so(stidos pr se resolver um sistemF

Lema 6.20 (Regra de Cramer)

Considere o sistema

Av = b,

com

A = v1 . . . vi1 vi vi+1 . . . vn
Caso tenha soluo nica, os componentes

x1
. . .

v=

xn
sero dados por:

xi

da soluo

xi = (det A)1 det v1 . . . vi1 b vi+1 . . . vn ,


onde a matriz acima direita

com a

i-sima

coluna substituda pelo vetor

b.

mos o sistem omo x1 v1 + + xn vn = bF mos primeiro determinr x1 pr depois fzer o so gerl em im do mesmo prinpioF heterminmos x1 pssndo b pr outro ldo e otendo 1 (x1 v1 b)+ x2 v2 + + xn vn = 0F
1 A leitura desta seo opcional.

Prova: h de(nio do produto mtrizEvetor omo omino liner de olunsD esreveE

6.9.

EXERCCIOS DE DETERMINANTES

IVU

gonlumos que so vhs @note que o igul 1A os veE primeiro oe(iente noEnulo tores (x1 v1 b), v2 , . . . , vn F vogo det x1 v1 b v2 . . . vn = 0F e lineridde do determinnte impli que x1 det v1 v2 . . . vn det b v2 . . . vn = 0. vogoD

x1 det v1 v2 . . . vn = x1 det A = det b v2 . . . vn ,

de onde segue o resultdoF he form gerlD determinmos xi pssndo b pr o outro ldoX

x1 v1 + + 1 (xi vi b) + + xn vn = 0.
gonlumos @novmenteA que so vhs os vetores v1 , . . . , vi1 , (xi vi b), vi+1 , . . . , vn F eplindo o determinnte e usndo su lineriddeD fzendo rionio nlogo o que (zemos pr oter x1 D hegmos frmul pr xi F tilizndo regr de grmer podemos oter um frmul expliit pr mtriz inversF ej Wikipedia: Matriz inversaF

6.9 Exerccios de Determinantes


6.9.1 Exerccios de Fixao
@A se s oluns de A so vhs ento det(A) = 0Y @A se det(A) = 0 ento dus linhs ou oluns so iguis ou ento um linh ou olun tem somente zerosY @A se B otid de A trondo dus linhs de A entre siD det(B ) = det(A)F Fix 6.2: B qudrd om det(B ) = 2F @A det(B 1 ) = Y @A det(B 5 ) = F @A det(B T ) = Y Fix 6.3: A, B, C so mtrizes qudrdsF @A det(A + B ) @=, =, pode ser = ou =A det(A) + det(B )Y @A det(AB ) @=, =, pode ser = ou =A det(A) det(B )Y @A e det(A) = 3D det(B ) = 2 e det(C ) = 5D ento det(ABC ) = F

Fix 6.1: hetermine se erddeir ou plsX

Fix 6.4:

1 1 @A det 1 1

Fix

1 1 = Y 1 1 6.5: A = u v w om det(A) = 7F 1 1 1 1 1 1 1 1

1 0 @A det 0 0

1 2 0 0

1 1 3 0

1 1 = 1 4

1 Verso 23.agosto.2012 22h

IVV

CAPTULO 6.

DETERMINANTE

Y @A det 2v w u = w @A det v + u w = u

@A det u 3v w w = 2u @dA det 2v = 2w

Fix 6.6: e det(A) = 4D o sistemX


@A A @A A

x y x y

1 2 0 0

possui possui

@nenhuma soluo, uma nica soluo, @nenhuma soluo, uma nica soluo,

innitas solues, nenhuma ou innitas soluesAY

innitas solues, nenhuma ou innitas soluesAY

e det( B ) = 0D osistemX x 1 @A B y = 2 possui z 3


innitas solues, nenhuma ou innitas soluesAY

@nenhuma soluo, uma nica soluo,

x 0 @dA B y = 0 possui z 0
innitas solues, nenhuma ou innitas soluesAF

@nenhuma soluo, uma nica soluo,

Fix 6.7: e det( 0X B) =


@A e B = u @A e B = u

v D ento u v w D ento u v + w, pertence ao plano gerado por v e wAY @A oluns de B so @LIs, LDsAY

@mltiplo de, perpendicular aA vY

@mltiplo de v, perpendicular a w, mltiplo de @dA linhs de B so @LIs, LDsAF

Fix 6.8: ej T : V V linerF

@A Nuc T = 0 seD e somente se det T @= 0, = 0AY @A se det T = 5 ento dim(Nuc T ) @= 5, = 0, = 0AY @A se existe T 1 ento det(T ) @= 1, = 1, = 0, = 0AY @A se posto(A) = 4 ento det A @= 0, = 0, = 4AY @A se posto(A) = 2 ento det A = @= 0, = 0, = 2AY @A se det(A) = 3 ento posto(A) = @0, 1, 2, 3, 4AY @dA se det(A) = 0 ento posto(A) @= 0, = 1, = 2, = 3, = 4, > 0, > 2, < 4AF @= 0, = 0AF

Fix 6.9: ej e 4 4F

Fix 6.10: ejm A mtriz qudrdD 0 = v Rn e R tis que Av = vX det(A I )

6.9.2 Problemas
Prob 6.1: glule o determinnte ds mtrizes ixo

6.9.

EXERCCIOS DE DETERMINANTES

IVW

2 5 4 @A 3 1 2 Y 5 4 6

0 0 @A 0 2

2 4 1 0

3 5 0 1

0 0 Y 3 3

Prob 6.2: eplimos em um mtriz A 5 5 s seguintes operes elementresX


@iA tromos l5 om l4 Y @iiA l4 l4 + 3l2 Y @iiiA multiplimos l4 por 4F 6 1 2 3 1 0 2 5 1 1 3 5 ytemos mtriz B = 0 0 1 . glule det(A)F 0 0 0 3 2 0 0 0 0 1

Prob 6.3: r d mtriz A ixo determine todos R de modo que mtriz A I


no sej invertvelX @A A =

2 4 Y 3 3

3 4 @A A = 0 0

0 1 0 0

0 0 2 0

0 0 F 1 2

Prob 6.4: e imgem do rulo {(x, y) R2 | x2 + y2 = 1} pel trnsformo liner Prob 6.5: se mtriz em loos pr lulr o determinnte ds mtrizesX
3 4 2 3 @A 5 6 0 1 0 0 7 1 0 0 Y 1 2 @A

(x, y ) (2x y, 2x + y ) elipse {(x, y ) R2 | 5x2 6xy + 5y 2 = 16}F ul re ompreendid por est elipsec 3 2 0 0 0 4 3 0 0 0 5 4 1 1 0 6 5 1 0 1 7 6 1 1 1

Prob 6.6: glule o volume do prleleppedo ixoD ujos vrties soX


A = (2, 3, 4), B = (0, 8, 7), C = (1, 5, 9), D = (2, 1, 10), E = (3, 10, 12), F = (0, 4, 13), G = (1, 1, 15), H = (3, 6, 18)F
i g r q h f e

Prob 6.7: e T (x, y, z, w) = (z + y, x 2y, z, w)D lule o det(T )F Prob 6.8:


0 0 0 d 0 0 c e @A ej M = 0 b f g a h i j det(M ) = abcdF @A hetermine um frmul F roque linhs pr mtriz se tornr digonl e prove que
gerl pr o determinnte d mtriz n n ujos nios

IWH

CAPTULO 6.

DETERMINANTE

elementos noEnulos so aij = 1 om i + j = n + 1X 1 1


FF F

1 hiX glule pr 2 2 e 3 3 iniilmente e item @AF

Prob 6.9:

0 0 0 @A glule o determinnte d mtriz Inn = . F FF F F F F F F 0 0 @A ej A um mtriz n nF e det(A) onheidoD lule det(A)D onde RF xote queD em gerlD no det(A)F @A snterprete estes resultdos em termos de volumeF y que ontee om re de um qudrdo se dormos o omprimento dos seus ldosc y que ontee om o volume de um uo se dormos o omprimento ds sus restsc wis gerlmenteD o que ontee om um slido em Rn se mplimos @ou reduzimosA sus dimenses lineres por um ftor multiplitivo c a b Prob 6.10: gonsidere A = c d F 1 d b F @A eri(que que A1 = c a ad bc @A ul o erro n prov que det(A1 ) sempre 1X det(A1 ) = 0 F F F = det 1 ad bc d b c a = 1 det ad bc d b c a = 1 (ad bc) = 1. ad bc

Prob 6.11: gonsidere B um mtriz 3 3 ujs entrds vo desonheeF

@A ul o menor nmero de zeros que devemos olor ns entrds de B pr grntir que det B = 0c ynde devem ser olodosc @A i pr um mtriz n nc

6.9.3 Extras
Ext 6.1: e A um mtriz n n om det(A) = 3 entoX
@A det(A + A) = Y @A det(3A) = Y @A det(A5 /3) = Y

Ext 6.2: ej A =

2 3 om det(A) = 4F a b Y @A re do tringulo om vrties em (0, 0), (2, a), (3, b) @A re do tringulo om vrties em (0, 0), (2, 3), (a, b) Y 2 3 @A u = ev= F e 1 u = 2 v pr 1 , 2 R ento 1 a a b

e 2 =

@A se um linh mltipl de outr ento B @possui/no possuiA inversY @A se nenhum linh mltipl de nenhum outr ento @det(B ) = 0, det(B ) = 0, nada podemos armarAF

Ext 6.3: B um mtriz qudrdF

6.9.

EXERCCIOS DE DETERMINANTES

IWI

Ext 6.4: uponh que T : R2 R2 liner preserv reF ssto impli que T preserv

omprimentos tmmc Ext 6.5: eEse que trs rests djentes o vrtie (0, 0, 0) de um prleleppedo no R3 so determindos pelos vrties (1, 2, 2)D (2, 1, 2) e (2, 2, 1)F glule o volume do prleleppedoF Ext 6.6: ej T (x, y, z ) = (x + z, 2x + y + 3z, z x)F gonsidere o uo

C = {ae1 + be2 + ce3 ; a, b, c [0, 3]}.


hetermine o volume do prleleppedo

T (C ) = {aT (e1 ) + bT (e2 ) + cT (e3 ); a, b, c [0, 3]}.

{(x, y, z ) R3 ; (x/a)2 + (y/b)2 + (z/c)2 1} enontrndo um onjunto B R3 e um trnsformo liner T tl que T (B ) = E F Ext 6.8: glule o determinnte ds mtrizes ixo 4 11 7 1 3 1 1 1 3 2 2 1 0 3 2 2 4 2 F 7 0 0 2 @A @A 2 Y 1 2 3 7 0 3 0 0 0 3 3 3 2 3 1 6 0 5 Ext 6.9: r d mtriz A ixo determine todos R de modo que mtriz A I no sej invertvelX 1 0 0 4 2 @A A = Y @A A = 2 1 2 F 1 3 1 1 0 Ext 6.10: hizEse que um mtriz qudrd P um projeo @no neessrimente ortoE gonl3A se P 2 = P F wostre que det(P ) 0 ou 1F Ext 6.11: uponh que A e B so mtrizes qudrds n n om AB = I F rove que BA = I F Ext 6.12: uponh Ak = I F rove que @A se k mpr ento det(A) = 1Y @A se k pr ento det(A) = 1 ou 1F

Ext 6.7: ejm a, b, c nmeros reis positivosF hetermine o volume do elipside E =

Ext 6.13:

Ext 6.14:

@A rove @usndo determinnteA que no existe mtriz A 3 3 @om entrds reisA tl que A2 = I33 @identiddeAY 0 1 @A ome B = e mostre que B 2 = I22 @identiddeA e portntoD num erto 1 0 sentidoD B = I F @e mtriz B um roto de 90o FA

Denio 6.21

Diz-se que uma matriz quadrada

anti-simtrica se S T = S .

@A wostre que det S = 0 se S n n om n imprF @A h um exemplo de S 2 2 ntiEsimtri e det S = 0 Ext 6.15: uponh N nilpotente @vej he(nio RFSW d pFIQPA D isto D N k = 0 pr lgum k NF wostre que N no invertvelF

Ext 6.16:

IWP

CAPTULO 6.

DETERMINANTE

Denio 6.22
dade).

Diz-se que uma matriz quadrada

ortogonal

se

QT Q = Inn

(identi-

wostre que det(Q) 1 ou 1F

Ext 6.17: heduz frmul do determinnte d mtriz 3 3 @mostrd n pigur TFT d


pFIURA seguindo tni d demonstro d frmul 2 2 do eorem TFQ d pFIUIF A B Ext 6.18: gonsidere M = C D D om A, B, C e D mtrizes qudrds 2 2F h um exemplo que mostre que nem sempre det(M ) = det(A) det(D) det(B ) det(C )F X I Ext 6.19: gonsidere mtriz @em loosA M = A 0 D om A, X qudrds e I mtriz identiddeD tods de mesmo tmnhoF rove que det(M ) = det(A)F

Ext 6.20: ejm A, B mtrizes qudrds de mesm dimensoF rove que det(AB ) =
det(BA) @verdde mesmo que AB = BAAF 1 2
FF F

digonlF rove que n

Ext 6.21: uponh que A = P DP 1 om D =


det(A ) = (n!) F Ext 6.22: e A e B so invertveisX @A A + B invertvelc Ext 6.23: e AB invertvelD ento 0 ... 0 0 . . . a2 Ext 6.24: ej M = F F F F F F F FF
k k

@A AB invertvelc

@A AT B invertvelc

an . . .

A invertvelc a1 x F hetermine | det M |F F F F x x

Ext 6.25: @A wostre que equo d ret em R2 que pss por v1 = (x1 , y1 ) e v2 = (x2 , y2 )

x y 1 dd por det x1 y1 1 = 0Y x2 y 2 1 3 @A wostre que equo do plno em R que pss por v1 = (x1 , y1 , z1 ), v2 = (x2 , y2 , z2 ) x y z 1 x1 y1 z1 1 e v3 = (x3 , y3 , z3 ) dd por det x2 y2 z2 1 = 0F x3 y3 z3 1 Ext 6.26: @A wostre que re do tringulo om vrties em v1 = (x1 , y1 ), v2 = (x2 , y2 ) e x1 y 1 1 v3 = (x3 , y3 ) dd por 1/2 det x2 y2 1 Y x3 y 3 1 x1 x2 x3 x1 @A y determinnte im pode ser luldo montndo mtriz y1 y2 y3 y1 e fzendo som do produto d digonl om sinl positivo num direo e negtivo n outrF iste esquem permite oter frmul de re de polgono qulquer @j que re igul som ds res dos tringulosA om vrties em (x1 , y1 ), . . . (xn , yn ) utilizndo mtriz x1 xn x1 F hetermineEF y1 yn y1

6.9.

EXERCCIOS DE DETERMINANTES

IWQ

6.9.4 Desaos
Des 6.1: e he(nio TFIU d pFIVR pode ser generlizd pr se de(nir o produto vetoril
entre n 1 vetores em Rn F

Denio 6.23 (produto vetorial)


w=
o

Dados

u1 , . . . , un1 Rn

denimos

w1
. . .

n = u1 un1 R ,

wn

produto vetorial entre u1 , . . . , un1 , componente a componente, por


wi = det u1 un1 ei .

wostre queX @A este produto possuir s mesms proprieddes que o produto vetoril em R3 @ntiE simtriD liner em d ftorD oriento e normlizoAY @A u1 u2 un1 perpendiulr d ui pr i = 1, . . . , n 1F

Des 6.2: @ronskinoA hdo um onjunto {f1 , f2 , . . . , fn } de funes in(nitmente diferenE iveis de(nimos o wronskiano W (f1 , f2 , . . . , fn )(x) omo o determinnte d mtriz
f1 (x) f1 (x) f1 (x) F F F f1
(n1)

f 2 ( x) f 2 ( x) f 2 ( x) F F F
(n1)

fn (x) fn (x) fn (x) F F F


(n1)

(x) f2

(x) fn

(x)

@A rove que se {f1 , f2 , . . . , fn } vh ento W (f1 , f2 , . . . , fn )(x) = 0 pr todo xY @A onlu de @A que se W (x0 ) = 0 pr lgum x0 ento o onjunto de funes vsY @A use @A pr provr que {1, x, ex } vsY @dA lro que o onjunto de funes {x2 , x|x|} vs @porquecAF or outro ldoD W (x2 , x|x|)(x) = 0 pr todo xF ssto no impli por @A que o onjunto vhc ysX (x|x|) = 2|x|F

Des 6.3: @determinnte de ndermonde 3 3A rove que


1 a a2 det 1 b b2 = (b a)(c b)(c a). 1 c c2

Des 6.4: gonsidere o seguinte prolemX hdos pontos (xi , yi ) R2 om i = 0, . . . , n


determine polinmio p(x) de gru n tl que p(xi ) = yi F @A wonte um sistem liner pr determinr os oe(ientes ai do polinmio p(x) =
n

ai x i Y
i=0

IWR

CAPTULO 6.

DETERMINANTE

1 1 x0 xn @A he(n M = F @onheid omo mtriz de ndermondeAF wostre F F F F F n xn 0 xn a0 y0 F F que o sistem pode ser esrito omo M F F = F F Y an yn
@A wostre que det M =

(xn xk )F
k<n

Des Des

onlF

1+a b c d a 1+b c d = 1 + a + b + c + d. 6.5: rove que det a b 1+c d a b c 1+d 6.6: rove que um mtriz om tods entrds rionis possui um determinnte riE

Des 6.7: ej A um mtriz n |aij | k F sndo idi de determinnte omo n om n


volumeD mostre que | det A| (k n) F

FF F c a Des 6.8: gonsidere mtriz tridigonl n n An = FF FF F b F

F he(n dn =

c det(An )F @A rove que dn+1 = adn bcdn1 F @A suponh que a = 2 e b = c = 1F Des 6.9: gluleX x a x a a 2 @A det a x a Y @A det a F a a x F F a
rove que det(An ) = n + 1F

a x a F F F

a a x F F F

FF F

a a a F F F

@A 3 det

0 1 F F F 1

a a x

FF F 0 FF FF F F 1 1

1 F F F F 1 0

que pr qulquer mtriz o posto k seD e somente seD k o mior inteiro tl que existe um sumtriz k k om determinnte noEnuloF Des 6.11: ixistem IT mtrizes 2 por 2 ujs entrds possuem somente 09s e 19sF unts dels so invertveisc

Des 6.10: @glulo do posto de um mtriz utilizndo determinnte de sumtrizesA rove

2 Veja [12] p.29, #9. 3 Veja [13] p.216 #10.

Cap tulo 7 o Autovetores e Diagonalizac a


he(nimos utovlores e utovetores de trnsformes lineresF xoss nfse ser em vs do Rn F elgums plies soX @A lulr potnis @Ak A e rz qudrd @ AA de mtrizY @A determinr se o sinl de f (x, y ) = ax2 + bxy + cy 2 sempre positivo ou negtivo ou indetermindo @lssi(o de forms qudrtisAY @A determinr estdo limite de um sistem iterdoX omendo num estdo v0 Rn e evoluindo por vn = Avn1 D determinr lim vn F @dA lssi(r nis e qudris @ver WikipediaAF @eA rterizr geometrimente um vF
n

7.1 Autovalores e Autovetores


hd trnsformo liner T : V V D existe v V noEnulo tl que v e T v so prlelosc he form equivlenteX existe direo preservd por T c gomo lulElc

Problema Central deste Captulo

Denio 7.1 (autovalor, autovetor e espectro) Seja T : V V transformao linear. Dizemos que v V no-nulo autovetor associado ao autovalor se T v = v. O conjunto de autovalores de T chamado de espectro de T . Observao 7.1
(a)

(c) O autovetor associado a um autovalor no nico. De fato, se v autovetor qualquer e k = 0, w = k v tambm autovetor pois T (w) = T (k v) = kT (v) = kv = (k v) = w.

T 0 = 0 mas v = 0 no autovetor. v Nuc T no-nulo ento autovetor associado T v = 0v = 0.


TL qualquer pois (b) Se

pode ser zero, mas

no. De fato a direo

v=0

sempre preservada por uma ao autovalor

= 0

pois

r ilustrr estes oneitos de form geomtri estude o ixemplo UFS d pFIWW e ixemE plo UFT d pFPHHF yserve nestes exemplos queX @A qulquer mltiplo de direo preservd tmm ser preservdX utovetor no nicoY
1 Verso 21.ago.2012 23h

IWS

IWT

CAPTULO 7.

AUTOVETORES E DIAGONALIZAO

@A podem existir in(nits direesD dusD um ou nenhum direo preservdY @A zero pode ser utovlorF gomo lulr utovlores e utovetores de T : Rn Rn c r que v sej utovetor st que

T v v = T v (I )v = (T I )v = 0

com

v = 0.

ortnto v elemento noEnulo do Nuc(T I )F elo eorem TFII d pFIUUD Nuc(T I ) = 0 seD e somente seD det(T I ) = 0F iste determinnte ser um polinmio em D fto que no vmos provr @segue d frmul de veiniz d pFIURAF

Denio 7.2 (polinmio caracterstico) Dada transformao linear T : Rn Rn , nimos o polinmio caracterstico de T por p() = det(T I ).

de-

gomo o onjunto de utovetores ssoidos o utovlor igul o Nuc(T I ) ps retirrmos o vetor nuloD este onjunto hmdo de autoespao ssoido F

Denio 7.3 (Autoespao)

de

associado ao autovalor

o Nuc(T

I ).

im resumoD ddo T : Rn Rn X

heterminmos autovalores lulndo os zeros do polinmio rterstio p() = det(T I )F hevemos preservr o mximo um expresso ftord por ser muito difil determinr rzes de polinmios de gru 3 em dinte @vej yservo TFV d pFIVHAY heterminmos os utovlor F

autovetores resolvendo o sistem (T I )v = 0 pr d

Exemplo 7.1

Calcule os autovalores e autoespaos de

T =

1 1 1 1

Soluo: eutovloresX gomo o polinmio rterstio p() = det(T I ) =


= det (1 ) 1 = (1 )2 1 = ( 0)( 2)D os utovlores so 0 e 2F 1 (1 ) eutoespo pr = 0X esolvemos o sistem (T 0I )v =
ytemos

(1 0) 1 1 (1 0)

x y

0 0

xy =0 F ortnto x = y D soluo (x, y ) = t(1, 1) pr t RF hest form x + y = 0 o utoespo ssoido o 0 (1, 1) F m utovetor (1, 1) ou (2, 2) ou (1/2, 1/2) ou (1, 1) ou (100, 100) etF eutoespo pr = 2X esolvemos o sistem (T 2I )v = (1 2) 1 1 (1 2) x y = 0 0 .

7.1.

AUTOVALORES E AUTOVETORES

IWU

ytemos

x y = 0 F ortnto x = y D soluo (x, y ) = t(1, 1) pr t RF hest x y = 0 form o utoespo ssoido o 2 (1, 1) F m utovetor (1, 1) ou (2, 2) ou (1/2, 1/2) ou (1, 1) ou (100, 100) etF

Observao 7.2 (Software Algbrico) Pode-se calcular os autovalores vetores com o comando do Maxima eigenvalues e eigenvectors.
M: matrix( [1,-1], [-1,1]); eigenvectors(M);.
a matriz com e calculamos:

autoe

Entramos

eigenvalues(M);

Exemplo 7.2

Calcule autovalores e autovetores de

3 1 0 1 0 . T = 1 1 0 1

Soluo: eutovloresX y polinmio rterstio

(3 ) 1 0 1 (1 ) 0 F r lulr o determinnte p() = det(T I ) = det 1 0 (1 ) note que mtriz j quse tringulr inferiorF r zerr o 1 @linh 1 olun 2AD f l1 l1 + l2 /(1 )F ytemos (3 ) 1/(1 ) 0 0 1 (1 ) 0 . det(T I ) = det 1 0 (1 )
gomo mtriz tringulrD o determinnte (1 )((3 )(1 ) 1)F gomo (3 )(1 ) 1 = 2 + 4 4 = ( 2)2 D det(T I ) = (1 )( 2)2 F ortnto os utovlores so 2 e 1F eutoespo pr = 2X esolvemos o sistem (3 2) 1 0 x 0 1 (1 2) 0 y = 0 . (T 2I )v = 1 0 (1 2) z 0 xy =0 x y = 0 F ortnto tomndo z = tD soluo (x, y, z ) = t(3, 3, 1) pr t RF ytemos x 3z = 0 hest form o utoespo ssoido o 2 (3, 3, 1) F eutoespo pr = 1X esolvemos o sistem (3 + 1) 1 0 x 0 1 (1 + 1) 0 y = 0 . (T + I )v = 1 0 (1 + 1) z 0 4x y = 0 x 2y = 0 F ortnto x = y = 0D e z qulquerD soluo (x, y, z ) = t(0, 0, 1) ytemos x=0 pr t RF hest form o utoespo ssoido o 1 (0, 0, 1) F

Exemplo 7.3 (rotao no plano)

No Exemplo 4.9 da p.98 deduzimos que a matriz de

rotao de vetores do plano por um ngulo

(no anti-horrio)

R =

cos sen sen cos

Determine os autovalores e autoespaos para cada

IWV

CAPTULO 7.

AUTOVETORES E DIAGONALIZAO

trigonomtri sen2 + cos2 = 1AF gomo = 4(cos2 1) = 4 sen2 D < 0 @rzes omplexsA no ser que sen = 0D ou sejD no ser que = 0 ou 180 F ortnto so trs sosX @A = 0 F xeste so R = I D mtriz identiddeF y nio utovlor 1 om om qulquer direo noEnul omo utovetorF @A = 180 F xeste so R = I F y nio utovlor 1 om qulquer direo noEnul omo utovetorF @A {0 , 180 }F xeste so no existe utovlor @relA e nenhuma direo preserE vdF

Soluo: olinmio rterstioX p() = (cos )2 +sen2 = 2 2 cos +1 @identidde

Observao 7.3

Vamos explorar sob nova tica o item (c) do exemplo anterior.

Para

xar ideias examinamos o caso da rotao de 90 graus, sendo os outros casos anlogos. 2 At agora trabalhamos com o espao R de pares ordenados de nmeros reais com esca2 lares reais. Podemos considerar o espao C de pares ordenados de nmeros complexos com escalares complexos. Quase tudo que zemos at aqui (exceto produto interno) se aplica sem alteraes, em particular a soluo de sistemas lineares, denio de ncleo e imagem, determinante, etc. Pensando desta forma, no caso da rotao por 90 graus,

R=

0 1 1 0

, o polinmio caracterstico

p() = 2 + 1,

os autovalores so

i,

e os

autovetores se calculam da forma usual. Calculamos o autoespao para o sistema:

=i

resolvendo

(R iI )v =
Obtemos

i 1 1 i

x y

0 0

ix y = 0 . Escalonando obtemos (multiplique segunda linha por i e some x iy = 0 ix y = 0 2 com a primeira) . Tomando x = 1 obtemos y = i. Logo (1, i) C 0=0 um autovetor de R associado a = i C pois R 1 i = 0 1 1 0 (1, i) C2 1 i = i 1 =i R 1 i . = i C.

De forma anloga (verique!)

um autovetor de

associado a

Exemplo 7.4
(a) (c)

Determine autovalores e autoespaos das TLs em (b)

R2 abaixo.

Com isto entenda

a geometria da TLs.

T (x, y ) = (x + y, y ); T (x, y ) = (3/2x, 2y );

T (x, y ) = (3/2x, 2y ); (d) T (x, y ) = (x/2, 2y ).

Soluo: @A y nio utovlor 1 om utoespo orrespondente e1 @e1 = (1, 0)AF

yserve n pigur UFI o efeito dest vD similr o que oorre om um rlho de rts qundo deslizmos s rts um por im ds outrsF y efeito deslor os vetores mis pr direitD pr y > 0D mis pr esquerdD om y < 0D mntendo omponente y F m exemplo so pls tetnis d terr deslizndo um sore outrF onheid omo

cisalhamento

@A o utovlores 3/2 e 2D om utoespos respetivmente e1 e e2 F y rulo unitrio levdo por T num elipseF ist trnsformo mpli os vetores n direo x e y D

7.1.

AUTOVALORES E AUTOVETORES

IWW

ms om mplio mior n direo y D fzendo om que imgem de um rulo sej um elipse @vej pigur UFPAF um mplioGreduo elipsoidl om re)exoF @A o utovlores 3/2 e 2D om utoespos respetivmente e1 e e2 F ist trnsformo mpli n direo y ms re)etindo no eixo x e mpli n direo x @vej pigur UFPAF @dA o utovlores 1/2 e 2D om utoespos respetivmente e1 e e2 F ist trnsformo mpli n direo y e reduz n direo x @pigur UFQAF mpliE oGreduo elipsoidlF

v5

v4

y v3 T v5 v2 T v4 v1 T v3

T v2

T v1

v6 = T v6

x0 v0 = T v

T v7

T v8

T v9 v7 T v10v8 T v11v9

v10

v11

pigur UFIX gislhmentoX T (x, y ) = (x + y, y )

T v113 T v135 v113 T v158 v135 v158


180 T v180v

y T v90

T v68 T v45

y T v270 T v293 T v248 T v225 v113 v 90 v


68

T v315 v45 T v338 v23 v0 T v0 v338 v315 T v23


270

v 90 v

68

v45 T v23 v23 v0 T v0 v338 v315 T v338


270

T v205 v135 v158 x


180 T v180v

v205 T v205 v225 v248v T v225

v293 T v315

v205 T v158 v225 v248v T v135 T v113

v293 T v45

T v293 T v248 T v270

T v90

T v68

pigur UFPX emplio ilipsoidl T (x, y ) = (3/2x, 2y ) e emplio ilipsoidl om re)exo T (x, y ) = (3/2x, 2y ) y prximo exemplo pode ser resolvido somente por geometriF

Exemplo 7.5

Determine autovalores e autoespaos das TLs em

R2 :

(a) Reexo em torno do eixo

x.

(b) Projeo no eixo

x.

PHH

CAPTULO 7.

AUTOVETORES E DIAGONALIZAO

T v90 T v68 T v113 y

T v135

T v45

v113
v v135 T 158

v90

v68 T v23v45 v23

v158

v180

T v180

T v0

v0

v205 v225 T v205 v248 v 315 T v338 v270 v293

v338

T v225

T v315

T v248 T v293 T v270


pigur UFQX emplioGeduo ilipsoidlX T (x, y ) = (x/2, 2y )

Soluo: @A etores no eixo x sero preservdosF essim 1 utovlor om utoespo e1 F

etores no eixo y sero re)etidosF essim 1 utovlor om utovetor e2 Y ej pigur RFQ d pFWTAF @A etores no eixo x sero preservdosF essim 1 utovlor om utoespo e1 F etores no eixo y sero levdos no zeroF essim 0 utovlor om utoespo e2 Y ej pigur RFR d pFWUF
Determine autovalores e autoespao

Exemplo 7.6
R
3
: (a) (c)

somente por geometria1


(b)

das TLs em

T T

uma projeo ortogonal no plano

z = 0.

uma reexo no plano

y = 0.

uma projeo ortogonal na reta gerada pelo vetor

(1, 2, 1).

Soluo: @A o preservdsX direo e1 = (1, 0, 0) @no eixo xA uj imgem T e1 =

(1, 0, 0) = e1 D direo e2 = (0, 1, 0)D no eixo y D uj imgem T e2 = (0, 1, 0) = e2 e direo


1 Em todos os exemplos, pelo Lema 7.8 da p.202, como a soma das dimenses dos autoespaos 3,

calculamos todos autovalores e autoespaos.

7.2.

DIAGONALIZAO

PHI

e3 = (0, 0, 1)D no eixo z D uj imgem T e3 = (0, 0, 0) = 0e3 F o utovlores 1D om utoespo e1 , e2 D e 0D om utoespo e3 F ej pigur RFS d pFWUF essim o utoespo ssoido o utovlor 1 o plno z = 0 e o utoespo ssoido o utovlor 0 o eixo z D que perpendiulr o plno z = 0F @A y plno y = 0 utoespo ssoido o utovlor 1 @porquecAF ys vetores no eixo y D que perpendiulr o plno y = 0D sero re)etidos em torno do plno y = 0F essim o utoespo ssoido o utovlor 1 o eixo y F @A gomo T (1, 2, 1) = (1, 2, 1)D o vetor (1, 2, 1) um utovetor ssoido o utovlor 0F t vetores perpendiulres (1, 2, 1) omo (1, 0, 1) ou (0, 1, 2) so levdos no zero e portnto so utovlores ssoidos o utovetor 0F essim o utoespo ssoido o utovlor 1 ret (1, 2, 1) e o utoespo ssoido o utovlor 0 o plno perpendiulr o vetor (1, 2, 1) que denotmos por (1, 2, 1) F x teori @mis vndA de eques difereniis determinmos utovlores e utovetoE res @hmdos de utofunoA dos operdores lineres derivd primeir e derivd segund no espo ds funes reis difereniveis C (R; R) @espo de dimenso in(nitAF

Exemplo 7.7

T : C (R; R) C (R; R) abaixo, determine bm chamado de autofuno) f C (R; R) associado ao: (a) autovalor 3 se T f = f ; (b) autovalor 4 se T f = f .
Para cada

um autovetor (tam-

Soluo: @A f (t) = exp(3t) pois f (t) = 3 exp(3t)D isto D T f = f = 3f F xote que


g (t) = C exp(3t) tmm ser utofuno pr qulquer C RF @A m possiilidde f (t) = sin(2t) pois f (t) = 2 cos(2t) = f (t) = 4 sin(2t)D isto D f = 4f F yutr funo f (t) = cos(2t) pois f (t) = 2 sin(2t) = f (t) = 4 cos(2t)D isto D T f = f = 4f F gomines lineres de sin(2t) e cos(2t) tmm sero utofunoD isto D g (t) = C1 sen(2t) + C2 cos(2t) om C1 , C2 R tmm ser utofunoF

7.2 Diagonalizao
Denio 7.4 (matriz diagonalizvel) Dizemos que uma matriz quadrada A diagonalizvel se existe P invertvel tal que P 1 AP = D (ou de forma equivalente A = P DP 1 ),
com

diagonal.

Observao 7.4

A diagonalizvel, AP = P D. Note que se P = [v1 vn ] 1 .. e D matriz diagonal com D = ento AP = [Av1 Avn ] = . n [1 v1 n vn ]. Assim, Avi = i vi . Logo as colunas de P so autovetores de A com autovalores na diagonal de D .
Portanto se

Denio 7.5 (decomposio espectral) Se A diagonalizvel chamamos de decomposio espectral de A uma fatorao A = P DP 1 com D diagonal e P invertvel. Lema 7.6 (autovetores so LIs)
armente independentes, ou seja, se ento Autovetores associados a autovalores distintos so linee

vk = 0

T vk = k vk , k = 1, . . . , p,

com

k 's

distintos,

{v1 , . . . , vp }

LI.

PHP

CAPTULO 7.

AUTOVETORES E DIAGONALIZAO

nterioresX vr =

Prova: uponh fls teseF xeste soD sej 2 r p mnimo tl que vr gv dos
k vk F
k<r

emos entoX T vr = r vr

T
k<r

k vk

= r
k<r

k vk

k<r

k k vk =

r k vk
k<r

k<r

(k r )k vk = 0 ws isto impli que v1 , . . . , vr1 so vhD o que

ontrri minimlidde de rF y prximo orolrio present um ondio su(iente @ms no neessriA pr que um mtriz sej digonlizvelF e ondio no neessri pois um mtriz om todos utovlores iguis @por exemplo identiddeD que possui somente o utovlor 1A pode ser digonlizdF

Corolrio 7.7

Se uma matriz

n n A possui n autovalores distintos ento A diagonalizvel.

mtriz om os n utovetoresD omo eles so vssD pelo eorem TFII d pFIUU mtriz P invertvelF gomo so utovetores temos que AP = P D @ver yservo UFRAF vogo A digonlizvelF

Prova: e existem n utovlores distintosD pelo vem UFT eles so vssF he(nindo P um

Lema 7.8
1 H1 ,

Sejam

...,

1 , . . . , n autovalores distintos de A e Hi autoespao associado a i . Se n Hn so conjuntos LIs, ento a unio deles 1 n tambm LI.

ai ui + bj vj = 0F hevemos mostrr que ai = bj = 0 pr todo i, j F eplindo A dos dois ldos e usndo o fto de serem utoespoes otemos que 1 ai ui + 2 bj vj = 0F vogo 2 2 bj vj F ustituindo otemos bj vj + bj vj = 0F @supondo 1 = 0AD ai ui = 1 1 2 vogo (1 1 ) bj vj = 0F gomo 1 = 2 D bj vj = 0F gomo supomos que 2 sej vsD bj = 0 pr todo j F egor (mos om ai ui = 0 e onlumos que ai = 0 pr todo iF heixmos o so gerl pr o leitorF

Prova: gonsidere o so n = 2D 1 = {u1 , . . . , uk } e 2 = {v1 , . . . , vl }F uponh que

Corolrio 7.9

Considere

uma matriz quadrada

autoespaos associados a cada autovalor de

k,

ento

k k. A

Se a soma das dimenses dos diagonalizvel.

r digonlizr um mtriz A de dimenso nX

glule os utovlores @rzes do polinmio rterstioAF inontre ses pr utoespos @resolver sistems homogneosAF tunte os utovetores ds ses dos utoesposX se tivermos n utovetores vss A digonlizvelD so ontrrio no digonlizvelF

Exemplo 7.8
(a)

Verique se diagonalizvel. Se for determine decomposio espectral:

A=

1 1 1 1

(b)

3 1 2 4 ; A = 2 0 0 0 2
(d)

(c)

3 1 0 1 0 ; A= 1 1 0 1

T (x, y ) = (x + y, y ).

7.2.

DIAGONALIZAO

PHQ

nlizvel pois so dois utovlores distintos @0 e 2A e portnto dois utovetores vss @pelo 1 1 0 vem UFTAF omndo P = D P 1 AP = F yserve que se trormos orE 1 1 2 1 1 dem dos vetores otemos um mtriz digonl diferenteF essim se tomrmos Q = D 1 1 2 Q1 AQ = F 0 @A glulndo p() = det(A I ) = (2 )((3 ) + 2) @utilize determinnte por looAF xote que vmos mnter ftoro @vej yservo TFV d pFIVHA pois queremos lulr rzesF essim p() = (2 )(2 3 + 2)F glulndo rzes de p so 2 @do primeiro ftor e do polinmio do segundo gruA e 1F egor resolvendo o sistem (A 2I )v = 0 otemos omo utovetores ssoidos o 2X (2, 0, 1) e (1, 1, 0)F esolvendo (A I )v = 0 otemos utovetor ssoido o 1 (1, 2, 0)F 2 1 1 0 1 2 F into P 1 AP = gomo so 3 utovetores vssD T digonlizvelF ej P = 1 0 0 2 F yserve que se trormos ordem dos vetores otemos um mtriz digonl 2 1 1 1 2 2 F 1 diferenteF essim se tomrmos Q = 1 2 0 D Q1 AQ = 0 0 1 2 @A glulmos utovlores e utoespos no ixemplo UFP d pFIWUF xo digonlizvel pois d utoEespo possui somente um vetor vsF hois vetores no formm se do R3 F 1 1 @dA e mtriz ssoid T F y polinmio rterstio p() = (1 )2 F 0 1 ortnto o nio utovlor 1F esolvendo (A I )v = 0 otemos y = 0F ortnto ni direo preservd (1, 0)F gomo os utovetores no formm seD est v no digonlizvelF ist trnsformo um islhmentoD representdo n pigur UFI d pFIWWF odemos lulr os utovlores e utoespos e deomposio espetrl de trnsforE mes geomtris somente por geometriF

Soluo: @A glulmos utovlores e utoespos no ixemplo UFI d pFIWTF digoE

Exemplo 7.9

Considere

uma projeo ortogonal na reta

r = w R2 .

Determine

autovalores e autovetores e sua decomposio espectral.

Soluo: gonsidere v um direo perpendiulr ret rF lro que T v = 0 = 0v e

T w = 1wF vogo so utovlores 0 e 1 om utovetores ssoidos w e vF gomo so P 2 utovetores vss em digonlizvelF R D 0 he(n P = v w D ento AP = Av Aw = 0 w = P . vogo 1 0 1 1 w v D ento Q1 AQ = P AP = F yserve que se Q = F 1 0

Exemplo 7.10

Sejam

v, w R3

tais que

= v, w

seja um plano em

R3 .

Determine

autovalores e autovetores e, se possvel a decomposio espectral de:

PHR
(a)

CAPTULO 7.

AUTOVETORES E DIAGONALIZAO

T (b) T (c) T

. uma reexo ortogonal no plano . uma rotao em torno do eixo r = w


uma projeo ortogonal no plano

por um ngulo

27o .

Soluo: @A gonsidere u um direo perpendiulr o plno F lro que T u = 0 = 0uD


T v = 1v e T w = 1wF vogo so utovloresX 0 om utovetor u e 1 om utovetores v e 3 wF o Q utovetores vss em R X digonlizvelF he(n P = u v w D ento 0 . 1 AP = Au Av Aw = 0 v w = P 1
vogo P 1 AP =

0 1

1 @A gonsidere u um direo perpendiulr o plno F lro que T u = 1uD T v = 1v e T w = 1wF vogo so utovloresX 1 om utovetor u e 1 om utovetores v e wF o Q 3 utovetores vss em R X digonlizvelF he(n P = u v w D ento 1 . 1 AP = Au Av Aw = u v w = P 1
vogo P 1 AP =

1 1

1 @A gonsidere = u, v o plno perpendiulr o eixo rF lro que ni direo preservd ser wD qundo T w = wF ulquer outr direo ser modi(dF vogo nio utovlor @relA 1 om utoespo w X no digonlizvelF
heixmos pr o leitor lguns outros exemplosX projeo ortogonl em ret no espoD re)exo pr um ret no plnoD re)exo em plno no espoF o pode repetir nlise dos exemplos nteriores pr estes sosc pinlizmos est seo presentndo o eorem ispetrl pr mtrizes simtris @ver he(nio RFRP d pFIITAF ile utilizdo em diverss plies pois permite grntir @sem ser quem so os utovlores por exemploA que um mtriz digonlizvelF utilizdo prX

lssi(o de mximos e mnimos lois de funo de vris vriveis trvs do estudo de sinis dos utovlores d hmd mtriz ressinY lssi(o de nis e qudrisY estudo de meni de orpos rgidosF

7.3.

APLICAES

PHS
Se a matriz quadrada

Teorema 7.10 (espectral para matrizes simtricas)


trica (A T (P P =

sim-

= AT : Denio 4.42 da I : Denio 4.43 da p.116).

p.116) ento

diagonalizvel com

ortogonal

um utovetor om utovlor ssoido CF essim Aw = wF odemos esrever que = a + bi om a, b R e w = u + iv om u, v Rn F vogo Aw = A(u + iv) = w = (a + bi)(u + iv)F eprndo prtes reis e imginris otemos Au = au bv e Av = bu + avF omndo produto eslr om v e u om d equo otemosX Au, v = a u, v b v 2 D Av, u = a v, u + b u 2 F gomo A simtriD Au, v = Av, u @isto verdde pr todo u, v Rn D e de(nio orret de mtriz simtriY podeEse veri(r tomndo u, v omo vetores d se nni e utilizndo @iAlineridde do produto internoAF ortntoD a u, v b v 2 = a v, u + b u 2 F el simetri @ v, u = u, v AD 2b( u 2 + v 2 ) = 0F gomo w = u + iv = 0D b = 0F vogo = a RF r (nlizr vej UF 1 2 3 4 k1 a b 2 5 6 7 Exemplo 7.11 So diagonalizveis: a k2 c , 3 6 8 9 . b c k3 4 7 9 10

Prova: mos provr somente que todos utovlores so reisF ej w Cn @w = 0A

7.3 Aplicaes
gomo lulr potnis de um mtriz e lim Ak c
k k D digonlF ej D = pr D qundo determinndo um frmul mos omer k 1 1 FF FF pr todo k NF F fil veri(r que Dk = F F k n n k egor vmos determinr um frmul pr A qundo A digonlizvelF e A digoE nlizvelD existe P invertvel e D digonl om A = P DP 1 F essimX

A2 = (P DP 1 )(P DP 1 ) = P D(P 1 P )DP 1 = P DDP 1 = P D2 P 1


he form gerlD Ak = P Dk P 1 pr todo k NF

A3 = (P DP 1 )(P DP 1 )(P DP 1 ) = P D(P 1 P )D(P 1 P )DP 1 = P DDDP 1 = P D3 P 1 . 1 3 3 1

Exemplo 7.12

Calcule

A10

para

A=

1 4

rterstio p() = 2 /2 1/2F es rzes @os utovloresA so 1 e 1/2F esolvendo os sistems ssoidosD determinmos os utoesposF y utoespo ssoido o 1/2 (1, 1) F y utoespo ssoido o 1 (1, 1) F 1 1 1/2 ortntoD P = om D = F glulndo invers de P determinmos 1 1 1 4 1 1 1/210 1 1 104 que P = 2 F gomo D = D lulndo o produto P D10 P 1 1 1 1 4 4 210 + 1 1 210 4 otemos que A10 = 2101 F 4 4 4 +1 1 210 210 + 1

Soluo: lro que no vmos multiplir A por el mesmo 10, 000 vezes3 y polinmio

PHT

CAPTULO 7.

AUTOVETORES E DIAGONALIZAO

Exemplo 7.13 (limite de sequncia de matrizes)


Calcule

Considere

A=

7 4 10 17/3

lim Ak .

Soluo: y polinmio rterstio p() = 2 4/3 + 1/3F es rzes @os utovloresA

so 1 e 1/3F esolvendo os sistems ssoidosD determinmos os utoesposF y utoespo ssoido o 1 (2, 3) F y utoespo ssoido o 1/3 (3, 5) F 2 3 1 ortntoD P = om D = F glulndo invers de P determinmos 3 5 1/3 5 3 F que P 1 = 1 2 3 2 lro que lim Ak = lim (P Dk P 1 ) = P
k k k

lim Dk P 1 F

gomo Dk =

1k (1/2)k
k

D o primeiro elemento d digonl sempre 1 e o segundo

onverge pr zeroF vogoD lim Dk = otendo que lim Ak =


k

1 0

F gonlumos que o limite P

1 0

P 1 D

10 6 F 15 9 1 1 1 1 0 2 1 . A= 2 0 0 1

Exemplo 7.14 (estado limite)


qualquer inicial

Considere a matriz

Dado um vetor

v0 R3 ,

denimos

vk+1 = Avk .

Para qual vetor o sistema vai convergir (e

se vai convergir)? A convergncia depende do vetor inicial?

Soluo: lro que @por induoA vk = Ak v0 F essim queremos lulr lim Ak F mos
seguir os pssos do exemplo nteriorF gomo mtriz tringulrD os utovlores so 1/2 e 1F esolvendo os sistems ssoidosD determinmos os utoesposF y utoespo ssoido o 1/2 (1, 0, 0), (1, 1, 1)) F y 1 1 1 utoespo ssoido o 1 (1, 1, 0) F ortntoD P = 0 1 1 om 0 1 0 1/2 F glulndo invers de P determinmos que 1/2 D= 1 1 1 0 0 1 F P 1 = 0 0 1 1 (1/2)k D o tereiro elemento d digonl sempre 1 e o (1/2)k gomo Dk = k 1 0 F gonlumos que o 0 primeiro e o segundo onvergem pr zeroF vogoD lim Dk = k 1 0 0 1 1 a k 1 0 limite P P D otendo que lim A = 0 1 1 F essim se v0 = b D k 1 0 0 0 c
k

7.3.

APLICAES

PHU

bc lim vk = lim Ak v0 = b c F gonlumos que o limite depende do estdo iniilF k k 0


gomo lulr riz qudrd de mtriz digonlizvelc

= P DP 1 om elementos d digonl de D @utovloresA positivosD de(nimos B = e A 1 A = P DP D onde D signi( tomr dos d digonlF hest riz @positivA elementos 2 1 1 1 2 1 formD B = (P DP )(P DP ) = P D DP = P ( D) P = P DP 1 = A pois 2 D = DF lro que

Exemplo 7.15 (raz quadrada de matriz)

Calcule

para

A=

6 30 5 19

Soluo: y polinmio rterstio p() = 2 13 + 36F es rzes @os utovloresA so

4 e 9F esolvendo os sistems ssoidosD determinmos os utoesposF y utoespo ssoido o 9 (2, 1) F y utoespo ssoido o 4 (3, 1) F 9 2 3 ortntoD P = om D = F glulndo invers de P determinmos 1 1 4 1 3 3 que P 1 = F gomo D = D lulndo o produto P DP 1 = A 1 2 2 0 6 otemos que B = A = F eri(que diretmente que B 2 = AF 1 5 3 xote que podermos ter tomdoD o invs de D um ds opesX ou 2 3 3 ou D pois o qudrdo de qulquer um dels igul DF xesE 2 2 12 30 12 30 tes sos otermos mtrizes B1 = D B2 = = B1 D B3 = 5 13 5 13 0 6 = B1 F r qulquer um delsD Bi2 = AF 1 5
Pode-se de forma similar denir exponencial, seno, cosseno, etc. de uma 1 matriz diagonalizvel. De forma mais geral, se a matriz A for diagonalizvel (A = P DP ) 1 e f : R R uma funo podemos denir f (A) = P f (D )P onde f (D ) aplicar a funo em cada elemento da diagonal.

Observao 7.5

hd funo @hmmos de form qudrtiA f (x, y ) = ax2 + by 2 + cxy queremos ser seX @A f (x, y ) > 0 pr todo x, y R noEnuloX positivo denidaY @A f (x, y ) < 0 pr todo x, y R noEnuloX negativo denidaY @A f (x, y ) pode ser positivo ou negtivo dependendo de x, y RX indenidaF glssi(o similr feit pr f (x, y, z ) = ax2 + by 2 + cz 2 + dxy + exz + f yz F

Classicao de Formas Quadrticas

Exemplo 7.16 (classicao de formas quadrticas)

Classique as formas quadrticas

abaixo em positivo denida, negativo denida ou indenida: 2 2 2 2 (a) f (x, y ) = 2x 6xy + 2y ; (b) f (x, y ) = 3x + 4xy + 3y ; 2 2 2 2 (c) f (x, y ) = 4x + 2xy 4y ; (d) f (x, y ) = 3x + 8xy + 3y .

PHV

CAPTULO 7.

AUTOVETORES E DIAGONALIZAO

2 3 x F 3 2 y glulndo utovlores enontrmos 5 e 1F higonlizndo A @el simtri e pelo eorem UFIH d pFPHS sempre digonlizvelAD A = P T DP F vogo f (v ) = v T P T DP v F he(n w = P v = wT = v T P T F vogo f (w) = wT DwF ortnto se w = (a, b)D f (w) = 5 0 a f (a, b) = a b = 5a2 1b2 F form qudrti inde(nidD pois pode 0 1 b ser positiv ou negtivF 3 2 x @A odemos esrever f (x, y ) = x y F glulndo utovlores enonE 2 3 y trmos 1 e 5F pzendo nlise similr o item nterior onlumos que form qudrti positivo de(nidF 4 1 x @A odemos esrever f (x, y ) = x y F glulndo utovlores 1 4 y enontrmos 3 e 5F pzendo nlise similr o item nterior onlumos que form qudrti negtivo de(nidF 3 4 x @dA odemos esrever f (x, y ) = x y F glulndo utovlores enonE 4 3 y trmos 1 e 7F pzendo nlise similr o item nterior onlumos que form qudrti inde(nidF

Soluo: @A odemos esrever f (x, y) = x y

7.4 Exerccios de Autovalores, Autovetores e Diagonalizao


7.4.1 Exerccios de Fixao
Autovalores e Autovetores Fix 7.1: uponh que u utovetor ssoido o utovlor 2 e v utovetor ssoido o
utovlor 3F @2, 2, 3, 3AY @A y = u utovetor ssoido o utovlor @A z = 2v utovetor ssoido o utovlor @2, 3, 4, 6AF @A w = u + v @, no A utovetor ssoido o utovlor 5Y @A omo T (0) = 0 0D o nmero 0 utovlor de T Y @A omo T (0) = 0 = 0D o vetor 0 utovetor de T F

Fix 7.2: gonsidere o vetor 0 = (0, . . . , 0)F hetermine se erddeiro ou plsoX Fix 7.3: hetermine se erddeiro ou plsoX

@A tod v possui pelo menos um utovlor relY @A se um v possui nleo diferente de 0 ento possui um utovlorF @A se o espetro de um v {2, 3, 1} ento invertvelF

Fix 7.4: e T : R9 R9 D T possui no mximo utovlores distintosF Fix 7.5: e o nio utovlor de T : R3 R3 5 entoX
@A dim Nuc(T 3I ) @A dim Nuc(T + 5I ) @A dim Nuc(T 5I ) @> ou = 0, 1, 2, 3AY @> ou = 0, 1, 2, 3AY @> ou = 0, 1, 2, 3AY

Fix 7.6: e mtriz qudrd B no possui invers ento 0


1 Verso 23.ago.2012 23h

@, no A utovlor de B F

7.4.

EXERCCIOS DE AUTOVALORES, AUTOVETORES E DIAGONALIZAO

PHW

Fix 7.7: e dim Nuc(T + 2I ) = 1 ento utovlor de X


@A 2c @sim, no, talvezAY
2

@A 2c

@sim, no, talvezAF

Fix 7.8: gonsidere em R X R um re)exoD P um projeo ortogonl e U um roto por


ngulo @0 < < AF hetermine quis possuem um utovlor igul X Y @A 1X Y @A 0X Y @dA um omplexo noErelX @A 1X 0 0 Fix 7.9: ej A = 0 0 F @A @soA utovlor@esA Y @A so utovetores F

Fix 7.10: e T : R R possui omo polinmio rterstio


n n

p() = det(T I ) = ( 1)2 ( + 3),


@A n = Y @A dim(Nuc(T )) = Y @A dim(Nuc(T 3I )) = F

Diagonalizao Fix 7.11: hetermine se erddeiro ou plsoF e T : R6 R6 possuiX


@A 6 utovlores distintos ento T digonlizvelF @A 2 utovlores distintos ento T no digonlizvelF

digonlizvelY

Fix 7.12: endo que todo utovetor de A mltiplo de (1, 1, 1)D A

@, no , pode serA

1 e Fix 7.13: e B = 0 2 3 ento 0 0 1 Y @A seus utovlores so @pode, no podeA ser digonlizd pois seus utovlores so @A B @formam, no formamA um seF portnto os utovetores

7.4.2 Problemas
Autovalores e Autovetores Prob 7.1: gonsidere v T (x, y) = (3x + 4y, 2y x)F utovetor de T X
4 0 1 1 c @A c @A c @dA c 1 0 2 1 Prob 7.2: im d item determine se v utovetor de AF im so positivoD determine o utovlorX 4 3 7 9 1 3 1 @A v = eA= Y @A v = 3 e A = 4 5 1 F 4 3 8 1 2 4 4
@A

4 2 F hetermine um se pr o 3 9 utoespo ssoidoF inontre trs utovetores distintosF Prob 7.4: glule os utovlores e utoespos ssoidos deX 0 0 1 1 3 0 0 1 0 1 1 2 7 F 3 2 Y @A Y @A 0 @A 0 0 0 7 2 0 0 1 0 0 0 0 1

Prob 7.3: eEse que = 10 utovlor pr

PIH

CAPTULO 7.

AUTOVETORES E DIAGONALIZAO

Prob 7.5: glule os utovlores e utoespos ssoidos deX


@A T (x, y ) = (3x 2y, 3y )Y

5 2 0 3 Prob 7.6: hetermine h n mtriz 0 0 0 0 o utovlor S sej idimensionlF

6 h 5 0

@A T (x, y, z ) = (x 2y + 2z, y, z )F 1 0 de modo que o utoespo ssoido 4 1

Prob 7.7: uponh que utovlor de A invertvel e utovlor de B om mesmo utovetor


vF hetermine utovlor ssoido o utovetor v deX @A A2 Y @A A1 Y @A AB Y
@dA C = aA + bB om a, b RF

@A (1, 2) e (0, 1) omo utovetores ssoidos os utovlores 1/2 e 2 respetivE menteY @A (1, 1, 1) e (1, 0, 1) omo utovetores ssoidos o utovlor 3 e (0, 1, 1) Nuc(T )F

Prob 7.8: im d item d um exemplo de v que tenhX

@A T : R2 R2 ujo nleo sej um ret e tenh dois utovlores reis distintos noEnulosY @A T : R4 R4 que sej sorejetiv om um utovlor igul 0Y @A T : R3 R3 que tenh (1, 2, 3)D (4, 5, 6) e (5, 7, 9) @note que o tereiro som dos dois primeirosA omo utovetores ssoidos os utovlores 1D 2 e 3Y

Prob 7.9: ixplique em d so porque no existe um vX

Prob 7.10: r d T de(nid determine os utovlores e dimenso de Nuc(T )D Nuc(T +


I )D I )X @A T : R3 R3 um projeo ortogonl num plno pssndo pel origemY @A T : R3 R3 um re)exo em torno de um plno pssndo pel origemY
Nuc(T

Prob 7.11: endo que T : R3 R3 possui x y + z = 0 omo utoespo ssoido o


utovlor 2D Y @A T (1, 2, 1) = @A dim(Nuc(T )) pode ser no mximo @0, 1, 2, 3A

Prob 7.12: endo que mtriz ixo um roto em torno de um eixo (xoD determine
0 1 0 0 1 direo do eixo de rotoF 0 1 0 0

Prob 7.13: glule os utovlores os utoespos ssoidos X

@A um re)exo no plno 3x 2y + z = 0 em R3 Y @A um projeo ortogonl num ret em R3 sendo que P (1, 1, 0) = (1, 1, 0)F 0 1 0 Prob 7.14: glule utovlores e utovetores pr mostrr que 1 0 0 re)exoF 0 0 1 hetermine em torno do que @plno ou retA se d re)exoF

Prob 7.15: gonsidere T um operdor gindo no espo ds funes reis om in(nits deE

rivdsD isto D T : C (R; R) C (R; R)F hetermine utofunes ssoids o utovlor = 9 seX @A T f = f Y @A T f = f Y

7.4.

EXERCCIOS DE AUTOVALORES, AUTOVETORES E DIAGONALIZAO

PII

Diagonalizao Prob 7.16: e mtriz ixo est ftord n form M DM 1 F Sem fazer contasD determine
os utovlores d mtriz e ses pr 3 1 2 1 2 0 4 = 1 0 0 2 1 d um dos utoesposF 2 1 2 0 0 2 1 4 0 2 0 2 0 2 1 3 1 0 0 0 1 1 1 2

Prob 7.17: e possvelD digonlize mtrizX


@A

1 0 Y 6 1

1 0 0 @A 1 0 0 1 1 1

3 1 0 1 0 @A 1 0 0 4

1 0 @dA 0 0

0 0 1 0

0 1 0 0

0 0 0 1

y x+y , 2 , z )F hetermine P e Q tis queX Prob 7.18: gonsidere z ) = ( x+ 2 A(x, y,

1 0 0 1 0 0 @A Q1 AQ = 0 0 0 F @A P 1 AP = 0 1 0 Y 0 0 0 0 0 1 Prob 7.19: hetermine em d so se v pode ser digonlizdX @A A44 tem trs utovlores distintosF m utoespo unidimensionl e um dos outros idimensionlF @A T : R5 R5 tem polinmio rterstio p() = ( )( e)2 ( 1)3 F hois dos utoespos de T so idimensionisF Prob 7.20: ej T : R3 R3 um projeo ortogonl no plno x 2y z = 0F hetermine P tl que P T P 1 sej digonlF Prob 7.21: eEse que T (1, 1, 1) = 3(1, 1, 1)D T (1, 0, 1) = 3(1, 0, 1) e T w = wD om w ortogonl (1, 1, 1) e (1, 0, 1)F inontre P ortogonl tl que P T P 1 = 3 0 0 0 3 0 . 0 0 1

Aplicaes Prob 7.22: ejm P =


por A2 AF

5 7 DD= 2 3

2 0 0 1

e A = P DP 1 F glule A8 @sem pssr

monrqui d no e PH7 dos defensores d monrqui pss poir repli d noF ortntoD denotndo por rk e mk o nmero de repulinos e monrquistsD respetivmenteD d no k D temos que rk+1 = 70%rk +20%mk e mk+1 = 30%rk +80%mk F tilizndo mtrizesD rk+1 0.7 0.2 rk = . mk+1 0.3 0.8 mk

Prob 7.23: xum ps politimente instvel QH7 dos defensores d repli pssm poir

0.7 0.2 F 0.3 0.8 @A endo que hoje metde d populo pi repliD em IH nos qul ser o perentul que pi replic
@A glule deomposio espetrl de

PIP

CAPTULO 7.

AUTOVETORES E DIAGONALIZAO

@A e longo przo qul ser o perentul de repulinos e monrquistsc xote que isto independe do perentul iniilF 1 2 1 Prob 7.24: gonsidere A = 0 3 1 . 0 5 1 @A hetermine um se de R3 formd por utovetores de AF @A hetermine mtrizes X e Y de modo que A99 = XY X 1 @no efetue o produtoAF

Prob 7.25: gluleX


10

1 0 0.6 0.2 @A A pr A = . @A lim F 1 2 0.4 0.8 k 2 @A 2 glule B= A @riz qudrd d mtriz AAD isto D determine B tl que B = A 13 14 4 pr A = 14 24 18 F 4 18 29

7.4.3 Extras
Autovalores e Autovetores Ext 7.1: glule os utovlores e utoespos ssoidos deX
@A T (x, y ) = (x y, 2x + 3y )Y @A T (x, y, z ) = (x 2y, y, y )Y

Ext 7.2: rove que o polinmio rterstio de A 2 2 2 tro(A) + det(A) onde


tro(A) de(nido omo som dos elementos d digonl d mtriz AF

Ext 7.3: rove queX

@A (A I )T = AT I Y

@A os utovlores de A so iguis os de AT F

Ext 7.4: glule os utovlores e utoespos ssoidos deX


@A

0 1 Y 0 0

@A

0 1 Y 1 0

2 1 0 1 1 Y3 @A 0 0 1 3

Ext 7.5: endo que o polinmio rterstio de A p() = 8 26 + 32 + 4D determine


det(A)F
@A T : R2 R2 que tenh 1 e 1 omo utovloresY @A T : R2 R2 que tenh 2 e 3 omo utovlores ssoidos respetivmente os utoespos x = y e x = y Y @A T : R3 R3 que tenh x y + z = 0 omo utoespo ssoido o utovlor 2 e que tenh tmm 1 omo utovlorY @A T : R4 R4 ujo nleo sej o plno gerdo por (0, 1, 1, 1) e (1, 0, 0, 1) e que tenh (1, 1, 1, 0) omo utovetor ssoido o utovlor 3Y @A T : R3 R3 que tenh x y + z = 0 omo utoespo ssoido o utovlor 1 e tl que T (1, 0, 1) = (0, 1, 0)Y

Ext 7.6: im d item d um exemplo de vX

Ext 7.7: ixplique em d so ixo porque no existe um vX

Ext 7.8: glule os utovlores e utoespos ssoidos deX


2 Veja [12] p.272, #3. 3 Veja [12] p.117, #35.

@A P : R4 R4 um projeo ortogonl n ret gerd por (1, 2, 1, 1)Y

7.4.

EXERCCIOS DE AUTOVALORES, AUTOVETORES E DIAGONALIZAO

PIQ

@A R : R3 R3 um roto por ngulo de 90 em torno do eixo gerdo por (1, 1, 1)F

Ext 7.9: r d T de(nid ixo determine os utovlores e dimenso de


Nuc(T

+ I )D Nuc(T I )X @A T : R2 R2 um projeo ortogonl num ret pssndo pel origemY @A T : R3 R3 um roto de 180 F

Nuc(T )D

Ext 7.10: e utovetores pr mostrr queX glule utovlores

0 1 0 0 1 rotoF hetermine o ngulo e o eixo de rotoF @A 0 1 0 0 4/5 0 2/5 0 projeo ortogonl sore um plnoF hetermine o plnoF @A 0 1 2/5 0 4/5 7 2 3 2 @A 1 8 4 2 3 projeo ortogonlF 3 2 3 5 6 4 23 @dA 1 4 0 4 3 re)exoF 8 2 3 4 3 2 1 2 2 1 @eA 2 2 0 2 rotoF hetermine o eixo e o nguloF 1 1 1

@A prove que det(A) = det(B )Y @A prove que A3 e B 3 tmm so semelhntesF @A prove que A e B possuem os mesmos utovloresY @dA determine relo entre os utovetores v de A e w de B @que so distintos de form gerlAF @eA prove que tro(A) = tro(B ) @ej de(nio no ixt UFRFQ d pFPIPAF

Ext 7.11: uponh que A semelhnte B @vej he(nio RFSU d pFIPTAF

Ext 7.12: uponh que u e v sejm utovetoresF he(n w = au + bv om w = 0D a, b RF


uponh ind que u e v esto ssoidosX @A o mesmo utovlor F rove que w utovetor ssoido Y @A utovlores distintosF rove w no utovetorF utoespo ssoido oX @A 1D isto D s funes que stisfzem f = f F @A 1D isto D s funes que stisfzem f = f F os utovlores e utoespos de T F reis de Ac

Ext 7.13: gonsidere T T : C (R; R) C (R; R)D de(nid por T f = f F hetermine o

Ext 7.14: gonsidere T : P2 P2 de(nido por T (ax2 + bx + c) = cx2 + bx + aF hetermine Ext 7.15: e A = A5 um mtriz qudrdD o que vo pode dizer sore os utovlores
vlor sF gonlu que s utovlorF n hiX esrev  j =1 aij = s, i = 1, 2, . . . , n um utovetorF

Ext 7.16: @A ej Ann tl que s soms ds entrds de d linh tm tods o mesmo em forma matricial e ento enontre

PIR

CAPTULO 7.

AUTOVETORES E DIAGONALIZAO

1 2 3 @A hetermine dois utovlores de 1 2 3 por inspeo @sem fzer ontsAF 1 2 3 @A uponh que som de todos elementos de d olun igul k F rove que k utovlor de AF

Diagonalizao Ext 7.17: ej v1 , v2 , . . . , vn um se de Rn e Avk = kvk D om k = 1, . . . , nF Ext 7.18: e possvelD digonlize mtrizX
@A @A wostre que existe P tl que P 1 AP digonlY @A hetermine est mtriz digonlF

3 4 4 3

@A

3 1 Y 1 5

1 4 2 0 Y @A 3 4 3 1 3 1 1
e

2 2 1 3 1 F @dA 1 1 2 2

Ext 7.19: hetermine mtrizes X e Y de modo que A = XY X 1 possu utovlores 2 e 3


om utovetores ssoidosD respetivmenteD

Ext 7.20: higonlizeD sem fazer contasD 5 5 5 F


5 5 5 Ext 7.21: hetermine vlores de a pr que T sej digonlizvelX 1 a a @A T = 1 1 1 @A T (x, y, z ) = (3x + az, 2y + az, 2z ) 1 0 2 Ext 7.22: higonlizilidde e invertiilidde so oneitos distintosF r on(rmr est (rmoD onstru um mtriz 2 2 que X @A digonlizvel ms no invertvelY @A invertvel ms no digonlizvelF Ext 7.23: gluleX 11 100 1 7 1 1 0 0 k 0.4 0.3 0 1 0 2 @A ; @A 0 0 Y @A lim . 0.6 0.7 k 0 15 2 0 3 1 Ext 7.24: im d item d um exemplo de v stisfzendo s ondies ddsF @A T : R2 R2 que tenh 2 omo nio utovlor e sej digonlizvelY @A T : R3 R3 que tenh (1, 0, 0) e (0, 1, 1) omo utovetores respetivmente ssoiE dos os utovlores 1 e 3 e sej digonlizvelF Ext 7.25: rove que seX @A P digonliz A ento Q = P om R noEnulo tmm digonliz AF @A A e B so digonlizds pel mesm mtriz P ento AB = BAF @A 4 rove que se todo vetor @noEnuloA de V utovetor de T ento T = I pr lgum RF Ext 7.26: gonsidere trnsformo liner T : P2 P2 dd por (T (p))(t) = (t 1)p (t)F hetermineX @A mtriz de T om relo se nni dos polinmios de P2 Y @A deomposio espetrl dest mtrizY @A os utovlores de T e respetivos utoesposY
4 Veja [12] p.117, #31.

5 5 5

1 F 1

7.4.

EXERCCIOS DE AUTOVALORES, AUTOVETORES E DIAGONALIZAO

PIS

@dA T 2007 (4 2t)F

7.4.4 Desaos
Autovalores e Autovetores Des 7.1: gonsidere u utovetor de A ssoido e v utovetor de AT ssoido om
= F rove que u perpendiulr vF
utovlores inteirosF

Des 7.2: gonsidere a, b, c, d Z om a + b = c + dF rove que


a1 a2 an a1 a2 an F F F F F F F F F a1 a2 an

a b c d

tem somente

Des 7.3: inontre o espetro de A =

Des 7.4: ej T : Rn Rn F rove que det(T I ) um polinmio de gru nF Des 7.5: gonsidere um mtriz qudrd A digonlizvelF rove queX

@A som dos utovlores de A igul o tro de A @ som dos elementos d digonlAY @A o produto dos utovlores de A igul o determinnte de AF Des 7.6: wesmo que T no possu utovetoresD T 2 pode possuir utovetores @por exemplo um roto de 90 AF wostre que se T 2 tem utovetor om utovlor positivo ento T possui utovetorF Des 7.7: wostre queX @A dus mtrizes simtris n n A e B omutm @AB = BAA seD e somente seD eles possuem um onjunto de n utovetores ortogonis simultneosF @Ase utovlor de AB ento tmm utovlor de BAF Des 7.8: ej A : R7 R7 om dim Nuc(A I ) = 4F wostre que existe um mtriz P I44 B43 inversvel 7 7 tl que P 1 AP = F 0 C33

Des 7.9: gonsidere T liner de(nido no espo ds mtrizes 2 2 por T A = AT F hetermine

os utovlores e utoespos de T F Des 7.10: ej V o espo vetoril ds funes ontnus de R em RF he(n (T f )(x) = x f (s) dsF rove que T no possui utovloresF e tivesseD T f = f D derivndo os dois 0 ldosD f = f e portnto f seri um exponenil ms omo (T f )(0) = f 0F
0 0

f (s) ds = 0D

Diagonalizao
formoX um termo som dos dois nterioresF im termos mtriiisD podemos esrever

Des 7.11: e fmos sequni de pioniD ID ID PD QD SD VD IQD PID F F F D dd pel lei de


xk+2 xk+1 = 1 1 1 0 xk+1 xk .

1 1 F 1 0 @A ixplique omo lulr o quinqugsimo segundo termo d srie usndo um lulE dor ient( de IP dgitos no progrmvelF
@A glule deomposio espetrl de

PIT

CAPTULO 7.

AUTOVETORES E DIAGONALIZAO

@A determine vlor proximdo pr xk+1 F Des 7.12: uponh N nilpotente @vej he(nio RFSW d pFIQPA isto D N k = 0 pr lgum k NF rove queX @A o nio utovlor de N zeroY @A se N = 0D ento N no digonlizvelF Des 7.13: uponh A digonlizvelF rove queX @A AT digonlizvelY @A se os utovlores so iguis 1 em mdulo ento A1 = AY Des 7.14: hdo um utovlor 0 hmmos de multiplicidade algbrica o nmero de vezes que o ftor ( 0 ) pree no polinmio rterstioF ghmmos de multiplicidade geomtrica dimenso de Nuc(T I )F rove que e multipliidde geomtri de um utovlor @dimenso do utoespoA menor ou igul su multipliidde lgriF Des 7.15: ej T : V V om dim(V ) = 3F @A uponh que o nio utovlor de T 0 F rove que T digonlizvel seD e somente seD T 0 I = 0 @isto D T = 0 I AY @A uponh que T possu dois utovlores distintos 0 e 1 F rove que T digonlizvel seD e somente seD (T 0 I )(T 1 I ) = 0F Des 7.16: e A e B so digonlizveis e AB = BA ento os utovetores de A so iguis os utovetores de B F Des 7.17: rove que se A 2 2 e A = AT ento A @teorem espetrl pr mtrizes 2 2AX @A possui todos utovlores reisY @A digonlizvelF Des 7.18: hd A de(nimos eA = I + A + A2 /2! + An /n! + @est som in(nit " hmmos de srie " possui limite ms no vmos provr issoAF @A prove que se A digonlizvel ento eA = P eD P 1 onde eD digonl om expoE nenil de d elemento de D n digonlY 2 6 @A lule eA pr A = Y @veonA 1 3 N N @A e N nilpotente ento e um srie (nit que pode ser luldF glule e pr 0 1 0 0 1 N= e N = 0 0 1 F 0 0 0 0 0 @dA prove que se utovlor de A ento e utovlor de eA Y @eA prove que eA invertvel se A digonlizvelY @fA prove que se A simtri @A = AT A ento eA simtri e positivo de(nidF Des 7.19: rove que se A M22 om det(A) = 1 e {Ae1 , Ae2 } ortonorml ento A represent um roto em R2 F Des 7.20: rove que se A M33 ortogonl eX @A det A = 1D ento A roto em torno de um eixoY @A det(A) = 1D ento A um roto seguid de re)exoF

Ap endice A o Notac a
A.1 Bsica
gonjuntos numriosX N, Z, Q, R, CF etores so usulmente denotdos por u, v, wF etor nulo 0F islres so denotdos usulmente por r, s, t RF rnsformes lineres so usulmente denotds porX T, P, R, S F gonjunto de elementos de x R tl que x2 x = 0X {x R| x2 x = 0}F m onjunto de vetoresX {v1 , v2 , . . . , vn }F m list de vetoresX v1 , v2 , . . . , vn F intrds de um vetor em Rn X (1, 2, 3)F T : V W puno T de V em W X T : V W F mm esrevemos v 3v x+y =0 istems lineresX F yz =0

A.2 Espaos
ispos vetoriis so usulmente denotdos porX V, W, U F e som diret de V e W X V W F ispo gerdo pelos vetores v1 , v2 , . . . , vn X v1 , v2 , . . . , vn F mm usoD no ptulo de produto internoD span {v1 , v2 , . . . , vn } pr no onfundir om produto internoF ispo ds punes de R em RX F (R; R)Y de [0, 1] em RX F ([0, 1]; R)F ispo ds punes de R em R gontnusX C (R; R)F ispo ds punes de R em R om n derivds gontnusX C n (R; R)F ispo dos polinmios de gru nX Pn F ispo de todos os polinmios @qulquer gruAX P F ispo ds vs de V em W X L(V ; W )F ispo ds mtrizes n mX Mnm F

A.3 Bases e Coordenadas


fses so usulmente denotds porX , , F fse nni do Rn X F goordends do vetor v n se X [v] F
0 Verso 17.abr.2008

PIU

PIV

APNDICE A.

NOTAO

hd trnsformo liner T : V W D om se de V e se de W D mtriz que represent T X [T ] F gso sej mesm se do domnio e ontrdomnioD deixmos o segundo rgumento em rnoX [T ] F smgem de um v @ou mtrizAX Im(T )F xleo de um v @ou mtrizAX Nuc(T )F

A.4 Matrizes
wtrizes so usulmente denotds por A, B, M F a b wtriz genriX A = F d c 3 1 etor olunX e 5 F 3 7 wtriz e rnsformo identiddeX I F ostoX dim Im (A)F xuliddeX (A)F ro de um mtriz @ou vAX tro(A)F hetermiE nnte de um mtriz @ou vA det (A)F wtriz por olunsX @A om primeir olun igul o vetor v1 e segund igul o vetor v2 X v1 v2 Y @A om oluns v1 , . . . , vn X v1 vn F u1 F T F wtriz por linhsD om primeir linh igul o vetor uT F F 1 D F F F D um X um a a a b F D b wtrizes digonisX D b c c d

A.5 Produto Interno e Norma


roduto internoX v, u = v, u F guiddo pr no onfundir om noto de espo gerdo pelos vetores u e vX u, v F or isso uso no ptulo de produto interno span {u, v} pr o espo gerdoF xormX w = || w F etor unitrioX vF

Ap endice B Respostas dos Exerc cios


B.1 Introduo lgebra Linear
B.1.1 Exerccios de Fixao
Fix 1.1: (a) reta; (b) ponto; (c) plano; (d) reta;

{x + 2y + 1 = 0; z + 3y = 2} (b) {x = 2; y = 3} (c) {x = 5z 6; y = 6z 4} (d) {x = y ; z = 0}


Prob 1.5: (a)

(e) plano; (f ) ponto; (g) reta; (h) reta.


Fix 1.2: (a) paralelos; (b) maior tamanho e mesmo

s = z, t = y, x = y + z + 2 = t + s + 2. Logo, (x, y, z ) = (2, 0, 0) + s(1, 0, 1) + t(1, 1, 0); (b) x = t, y = s, z = y = s. Logo, (x, y, z ) = 0 + t(1, 0, 0) + s(0, 1, 1).
Prob 1.6: (a) Tome

sentido; (c) mesmo tamanho e sentido oposto; (d) maior tamanho e sentido oposto; (e) menor tamanho e sentido oposto; (b) maior tamanho e mesmo sentido;
Fix 1.3: (a) Fix 1.4: (a)

z = x + 3y 2; z = x 1 2y ; (d) x = t;
Prob 1.7: (a)

(b)

y = 1;

(c)

Prob 1.8: (a) Queremos determinar

s, t, u R

tais que

(5/2, 0).

(b)

(0, 5/3). t R.
(b)

x = 3, y = t t, y = 1 para t R.

para

x=

(a) (0, 0) = 0(2, 0) + 1 0(0, 2). (b) (1, 0) = 2 (2, 0)+0(0, 2). (c) (4, 6) = 2(2, 0) + 3(0, 2).
Fix 1.5: Todos so CLs. Fix 1.6: (a) reta; (b) plano; (c) reta; (d) ponto; Fix 1.7: (a) no; (b) sim. Fix 1.8: (a) V; (b) F;

B.1.2 Problemas
Prob 1.1: (a)

(x, y ) = (t, 2t+5) = (0, 5)+t(1, 2) ou (x, y ) = ((s5)/2, s) = (5/2, 0)+s(1/2, 1); (b) (x, y ) = (t, 1) = (0, 1) + t(1, 0);

(1, 2, 1)+s(1, 0, 1) = (2, 0, 0)+t(2, 0, 2)+u(1, 0, 0). Vamos obter o sistema 1 + s = 2 + 2t + u 2=0 , que no possui soluo 1 + s = 2t (2 = 0!). Logo a interseo vazia. (b) Como r (t) = (1, 2, 1) + t(1, 0, 1) = (1 + t, 2, 1 + t), e x + z = 0, 1 + t + 1 + t = 0 = 2 + 2t. Logo t = 1 e o ponto de intereo r (1) = (1, 2, 1) + (1)(1, 0, 1) = (0, 2, 0). (c) Como 1 (s, t) = (2, 0, 0) + s(2, 0, 2) + t(1, 0, 0) = (2+2s + t, 0, 2s) e x + z = 0, 2+2s + t +2s = 0 = 4s + t +2, xado s R, t = 2 4s. Logo a interseo a reta (2, 0, 0) + s(2, 0, 2) + (2 4s)(1, 0, 0) = (2 + 2s 2 4s, 0, 2s) = (2s, 0, 2s) = s(2, 0, 2). Pode escrever como (2, 0, 2) .
Prob 1.9: (a)

(1, 0, 1)+t(1, 1, 0)+s(2, 0, 1); (1 , 3 , 2) + t(2, 1, 1) + s(1, 1, 1); (c) Prob 1.2: (a) {x +2y +1 = 0} (b) {5y 2x = 2} (3, 1, 0) + t(4, 0, 1) + s(1, 1, 1); (c) {y = 3} (d) {x = 0}
(b)
Prob 1.3: (a)

t = 0, 1 e 1 por exemplo e (1, 2, 0, 0), (1, 5/2, 1, 1), (1, 3/2, 1, 1); (b) sim (t = 4); (c) no; (d) no pois (1, 4, 3, 2) Prob 1.4: (a) x = 2 t, y = 3+5t, z = 1+2t; r; (b) x = 1, y = 2, z = t; (c) x = 0, y = 1 (e) sim pois (1, 4, 4, 4) r (t = 4) e t, z = t; (0, 2, 4, 4) paralelo a (0, 1/2, 1, 1). x = t 1, y = 2t + 1, z = t; x = 1, y = 0, z = t; (c) x = t, y = t, z = 0;
(b)
Prob 1.10: (a) tome

obtenha

0 Verso 23.ago.2012 11h

Prob 1.11: (a) Coloque

s = 0, 1

t = 0, 1

alter-

PIW

PPH
nadamente, obtendo 4 pontos:

APNDICE B.

RESPOSTAS DOS EXERCCIOS

[2, 3] que terminaremos em (2, 0, 0, 0, 0), fora do (1, 1, 2, 0), (0, 3, 1, 2), (2, 2, 3, 1) e (1, 4, 2, 3); (b) sim com cubo. t = 1, s = 2; (c) no; (d) no pois (1, 1, 3, 3) . Prob 1.12: (a) (x, y, z, w ) = (s 3t + 2u + 4, s, t, u) = (4, 0, 0, 0)+s(1, 1, 0, 0)+t(3, 0, 1, 0)+ u(2, 0, 0, 1); (b) note que x, y, w podem assumir qualquer valor. Logo colocando x = t, y = s, w = k e u = m, temos que z = 3u + 5 = Fix 2.1: (a) innitas; (b) uma nica; (c) nenhuma. 3m + 5. Portanto (x, y, z, w, u) = (t, s, 3m + 5, k, m). Na forma fatorada, (x, y, z, w, u) = Fix 2.2: Nunca alteram: (a), (d) e (e); podem (0, 0, 5, 0, 0) + t(1, 0, 0, 0, 0) + s(0, 1, 0, 0, 0)+ alterar (b), (c) e (f ). m(0, 0, 3, 0, 1) + k (0, 0, 0, 1, 0). Fix 2.3: 2x + 3y = 2.

B.2 Sistemas Lineares

B.2.1 Exerccios de Fixao

Prob 1.13: (a) sim pois um no mltiplo do

outro; (b) no pois outro,

Fix 2.4: (a) Nenhuma; (b) uma nica. Fix 2.5: (a)

3(1, 2, 1, 3) = (3, 6, 3, 9);

C; ;

(b) nenhuma soluo; (c) ne-

(c) no pois, embora nenhum seja mltiplo de (d) no pois

nhuma soluo; (d)


Fix 2.6: (a)

A. 0;
(c)

(1, 2) + (2, 1) = (3, 3); (0, 0, 0, 0, 0) = 0(1, 2, 3, 4, 5).


(c) no pois

(b)

1;

(d)

1;

(e)

0.

Fix 2.7: Basta que uma linha seja mltipla da

Prob 1.14: (a) no pois no mltiplo; (b) sim

outra. (a)

= 6; (b) nenhum valor de satisfaz.


Pode ser, por exemplo, um (b) verdadeiro, a soluo

pois

(1, 0, 0) = (2, 1, 1) (3, 1, 1);

vai aparecer um sistema sem soluo; (d) sim pois

(a, b, c) = a(1, 0, 1) + b(0, 1, 0) + (c a)(0, 0, 1); (e) no pois (2, 1, 2) no mltiplo de (2, 1, 2).

Fix 2.8: (a) falso.

sistema sem soluo pois uma das equaes restantes pode ser nula; (c) falso.

0 = 1.

B.1.3 Extras
Ext 1.1: (a) F; (b) V; Ext 1.2: (a)

Fix 2.9: (a) falso; (b) falso, pode ser sem solu-

o; (c) verdadeiro; (d) verdadeiro (pode possuir at 9); (e) falso, pode possuir equaes que so combinaes lineares de outras.

(x, y ) = (3, t) = (3, 0) + t(0, 1) ou Fix 2.10: (a) O sistema linear tem soluo nica; (x, y ) = (3, 2s) = (3, 0) + s(0, 2). (b) x = t + (b) O sistema linear sem soluo (conjunto1, y = t, z = t 1/5; (c) y = t, z = s, x = soluo vazio), pois h uma linha da forma 1 + 2y = 1 + 2t. Logo (x, y, z ) = (1, 0, 0) + [ 0 0 0 | ]; (c) O sistema linear com int(1, 2, 0) + s(0, 0, 1); (d) x = t, y = s, z = (3t nitas solues. H 3 variveis e 2 pivs, logo o 5)/2; nmero de variveis livres 3 2 = 1 varivel
Ext 1.3: (a) reta; (b) plano; (c) plano; (d) plano;

livre.
Fix 2.11: (a) interseo de hiperplanos; (b) 1; (c)

(e) ponto; (f ) reta.

B.1.4 Desaos
Des 1.1: Estas ideias esto descritas num romance

2; (d) 4;
Fix 2.12: (a) Fix 2.13:

= ;

(b)

v1 , . . . , vn
com

S = v0 + V

v0 S .

clssico da era vitoriana da Inglaterra do sculo XIX: Flatland; Edwin A. Abbott; Dover Pub.

C R3 denido por C = {(x, y, 0) R3 ; |x| 1, |y | 1}, um quadrado no plano xy 3 em R . (b) Dena c(t) = t(0, 0, 0, 1) para t [0, 1]
(a) que sairemos do cubo numa direo perpendicu-

B.2.2 Problemas
Prob 2.1: (a) soluo nica: retas concorrentes

em

(2, 1);

(b) nenhuma soluo: retas paralelas

distintas;
Prob 2.2: Existem vrias possibilidades para cada

c(t) = (0, 0, 0, 1) + (t 1)(2, 0, 0, 0) para t [1, 2] e c(t) = (2, 0, 0, 1) + (t 2)(0, 0, 0, 1) para t


lar. Depois

item.

1 Verso 23.ago.2012 22h

B.2.

SISTEMAS LINEARES

PPI
1 x = 1 1 4 x = 4 4

Prob 2.3: (a)

{0x = 0; (b)Impossvel, pois p < n; 0x = 0 (c){0x + 0y = 1; (d) ; 0x = 0


Prob 2.4: (a)

no nico:

ou

etc.

(b)

1 0 0 1 1 0 1 0 1 2 0 0 0

1 2 2 3 0 0 . 1

B.2.3 Extras
Ext 2.1: (a) innitas solues:

retas coinciden-

tes; (b) sem soluo: retas no se interceptam simultaneamente em um ponto.


Ext 2.2: (a)

Prob 2.5: (a) Sistema sem soluo.

{(1, 0, 0, 0)r + (0, 2, 1, 0)s | r, s R}; (c) {(1, 3, 2)}; 2 4 (d) {( , 1, 0)r + ( , 0, 1)s | r, s R}; 3 3 (e) {(6, 0, 2, 2) + (3, 1, 0, 0)r | r R}.
(b) (f ) Matriz totalmente escalonada:

(d)

{x = 0; (b){0x = 1; (c){x + y = 1; x = 1 x = 1 ; (e) 2x = 2 2x = 3 a = 2, b = 4, c = 29. = 0. a4 1 a4 2 a4 3 a4 4 a4 5


(b) No, pois

Ext 2.3: (c)

Ext 2.5: a = 0. 0 1 2 0 0 2 0 0 0 1 0 1 ; O sistema linear tem so- Ext 2.6: (a) 3b1 b2 4b3 3(3) 5 4(1) = 8 = 0. 0 0 0 0 1 3 3 1 a1 a2 ]. luo, j que no h linha da forma [ 0 0 0 | 1 a1 3 1 a2 a2 A soluo no nica: h duas variveis livres, j 2 a2 2 3 que h cinco variveis e s trs pivs, conj solu- Ext 2.7: 1 a3 a3 a3 2 1 a4 a a3 o: {(0, 2, 0, 1, 3) + r (1, 0, 0, 0, 0)+ 4 4 3 a 1 a5 a2 +s(0, 2, 1, 0, 0) r, s R}. 5 5

b1 b2 b3 b4 b5

Prob 2.6: Por denio, sistemas equivalentes tm Ext 2.8: (a)

y = 1;

(b)

y = 1/2;

(c) O sistema

o mesmo conjunto soluo. O conjunto :

no possui soluo.

{s(2, 2, 1, 0, 0) + t(24, 7, 0, 1, 0), s, t R}; (b) Fazendo, por exemplo, (s, t) = (0, 0), (s, t) = (0, 1) e (s, t) = (1, 0) obtemos as solues: (1, 3, 0, 0, 9), (25, 10, 0, 1, 9) e (3, 5, 1, 0, 9).
Prob 2.7:

B.2.4 Desaos
Des 2.3: Seja

a razo da PG. Multiplicando a

x y (a) z x y (b) z

= = = = = =

+ 1r + (2)s 0 + 1r + 0s 0 + 0r + 1s r1 r 1 r R. r
(b)m

1 2

primeira linha por ;

rn

obtemos a segunda linha.

Multiplicando a primeira linha por com somente a 1a linha. resolver o sistema.

r2n

obtemos

a terceira linha. Assim aps eliminao camos Podemos facilmente

Des 2.4: So duas as possibilidades para a forma

totalmente escalonada de um sistema homogneo

Prob 2.8: (a) Prob 2.9: (a) Prob 2.10:

m = 4; c=0
e

= 4.
(b)

n n. c=0
e

Uma

d = 0;

d = 0.

a = 1, b = 1, c = 2.

Prob 2.11: (a) CL das colunas:

2(1, 2, 0) 1(0, 1, 4) + 1(1, 3, 3) = (2, 4, 0)+(0 , 1, 4)+(1, 3, 2, 7); 3) = (1, (1, 0, 1) (2, 1, 1) 1 A outra que alguma linha zere durante o escalo(b) (2, 1, 3) (2, 1, 1) = 2 namento e seja assim descartada, de forma que o (0, 4, 3) (2, 1, 1) 7 nmero de linhas aps o escalonamento (p, igual
Prob 2.12: Portanto queremos combinar 1 vez a

1 0 0 0 0 1 0 0 . . . . .. . . . . . . . 0 0 0 1 0

ao nmero de pivs) seja menor do que o nmero e variveis

primeira coluna mais 1 vez a segunda menos 1 vez a terceira (usando denio de produto matrizvetor como CL das colunas):

n.

Dado um sistema qualquer, consideremos o sistema homogneo associado.

1 x = 1 . 1

Ele

0 Verso 23.ago.2012 22h

PPP

APNDICE B.

RESPOSTAS DOS EXERCCIOS

I. Se este se enquadrar no primeiro caso acima, a forma escalonada do sistema no-homogneo original ser, necessariamente, da forma

Prob 3.2: (a) no; (b) no; Prob 3.3: (a)

0;

(b)

R3 .
(b) Sim. (c) O nico con-

Prob 3.4: (a) no; (b) sim. (c) sim. Prob 3.5: (a) No.

1 0 0 0 1 0 . . . .. . . . . . . . 0 0 1

junto de um nico elemento que LD


Prob 3.6: (a) No.

{0}.

(b) Sim. (c) No. (d) Um

conjunto de dois elementos,

{u, v}

LD se e s

se um dos vetores mltiplo do outro, isto , Este sistema tem soluo nica. A soluo (isto , os valores das 's) depene do lado direito do sistema original, mas a existncia e unicidade so garantidas para todo lado direito. Esta a alternativa (a). II. Se este se enquadrar no segundo caso, temos um sistema com soluo (pois sistemas homogneos sempre o so) com

u = v
item a,

ou v = u, para algum . Note que, no 0 = 0(1, 0, 2), mas (1, 0, 2) = 0 =

0 .
Prob 3.7: (a) Sim. (b) No. (c) No. Prob 3.8: (a) no ; (b) no ; (c) base; (d)

no ;
Prob 3.9: (a) Sistema (1 equao) j esta total-

p<n

e portanto

np

variveis livres.

Isto implica em innitas

mente escalonado. piv associado ao

Como 1 equao, 4 vari-

solues. a alternativa (b).

veis: 3 variveis livres. Logo dimenso vel dependente e

3.

Como

B.3 Espaos Vetoriais


B.3.1 Exerccios de Fixao
Fix 3.1: (a) sim; (b) no; (c) sim; (d) no; (e)

x, colocamos x como variy, z, w como livres. y = r, z = s, w = t, x = y + w = r + t. Logo (x, y, z, w ) = = r(1, 1, 0, 0)+ s(0, 0, 1, 0)+ t(1, 0, 0, 1). Base: {(1, 1, 0, 0), (0, 0, 1, 0), (1, 0, 0, 1)}.
(b) Escalonando totalmente obtemos

no; (f ) no.
Fix 3.2: (a)

mltiplo de

v;

(b) nenhuma das

1 0 0 0 0 0 0 1 1 0

. Como so 2 equaes, 4

alternativas. (c) no nulo.


Fix 3.3: (C). Fix 3.4: Funo identicamente nula. Fix 3.5: (a) sim; (b) no; (c) sim; Fix 3.6: base de

variveis: 2 variveis livres. Logo dimenso Como pivs so associados a

escalonando . . . como linhas.

2. z , colocamos x, z como variveis dependentes e y, w como livres. y = r , w = s, x = 0, z = w = s. Logo (x, y, z, w) = r(0, 1, 0, 0) + s(0, 0, 1, 1). Base: {(0, 1, 0, 0), (0, 0, 1, 1)}. x
e (c) Sistema (2 equaes) j esta totalmente Como so 2 equaes, 4 variveis: Logo dimenso

Fix 3.7: (a) pode aumentar; (b) pode diminuir. Fix 3.8: (a) 1; (b) plano. Fix 3.9: (a) no; (b) no. (c) no; Fix 3.10: (a) no mximo (b) LI; (c) pode ser

escalonado.

2 variveis livres.

2.

Como

LD; (d) no pertence.


Fix 3.11: (a) no mximo (b) pode ser gerador;

w, colocamos y, w x, z como livres. x = r, z = s, y = 3z = 3s, w = 0. Logo (x, y, z, w) = r(1, 0, 0, 0) + s(0, 3, 1, 0). Base: {(1, 0, 0, 0), (0, 3, 1, 0)}.
pivs so associados a e como variveis dependentes e (d) reescrevendo equaes paramtricas,

(c) gerador; (d) pode pertencer.


Fix 3.12: (a)

0 W;

(b)

6v2 5v3 W ;

(c)

dim W n

(x, y, z, w) = r(1, 0, 2, 1) + s(2, 1, 1, 0)+ +t(1, 2, 4, 3). No podemos concluir que dimenso 3! Temos que escalonar matriz (no
precisa escalonar totalmente) com vetores em linhas para ver dimenso do espao gerado:

B.3.2 Problemas
Subespaos do Rn
Prob 3.1: (a) no; (b) no; (c) sim;

0 Verso 23.agosto.2012 22h

1 0 2 1 1 0 2 1 2 1 1 0 0 1 3 2 . 1 2 4 3 0 0 0 0 Portanto dimenso 2 e base {(1, 0, 2, 1), (0, 1, 3, 2)}.

B.3.

ESPAOS VETORIAIS

PPQ
c(a, b) a(c, d) = (ca ac, bc ad) = (0, 0)

Prob 3.10: Para calcular a interseo basta re-

solver o sistema (porque?)

x+yw =0 x+zw =0 z + w = 0

combinao linear no-trivial dando zero ou (ii) .

(b, d) = (0, 0) e portanto d(a, b) b(c, d) = (da bc, db bd) = (0, 0) combinao linear
no-trivial dando zero. 2

(x, y, z, w) = t(0, 1, 1, 1). {(0, 1, 1, 1)}.

Assim uma base

a parte (somente se): assuma

(a, b)

(c, d)

Prob 3.11: (a) qualquer uma das trs; (b) basta

LD. Temos que vale uma das seguintes alternativas: (i)(a, b)

tomar o mltiplo de uma delas. por exemplo

2x

2y = 0.

LI e LD: tericos
Prob 3.12:

= (c, d), isto , a = c e b = d, ad = cd = bc e ad bc = 0 ou (ii) (c, d) = (a, b), isto , c = a e d = b, de forma que bc = ab = ad e ad bc = 0.
de forma que

1(u v)+1(v w)+1(w u) = 0

uma combinao linear no-trivial que d o vetor nulo.

LI e LD: tericos
Ext 3.7:

1 w1 + 2 w2 + 3 w3 = 1 (v1 + v1 ) + ( v + v 2 1 2 )+ 3 (v1 + v3 ) = (21 + 2 + 3 )v1 + 1v + Prob 3.13: (a) se v = n v + 2 2 3 v3 = 0, se, e somente se, i=1 (i )vi = 0 uma combinao linear no- 2 + 2 + 3 = 0 1 trivial dando o vetor nulo. n 2 = 0 , se, e somente se, (b) se i=2 (i )vi = 0 uma combina- = 0 3 o linear no-trivial dando o vetor nulo, ento 1 = 2 = 3 = 0. n 0v1 + i=2 (i )vi = 0 tambm o . Isto , se {v2 , . . . , vn } no LI, ento {v1 , v2 , . . . , vn } Ext 3.10: (a) Decorre trivialmente do resultado
n i=1 i vi , ento
tambm no . (c) se fosse verdadeiro, pelo item (a) teramos que de que um conjunto LD se e s se existe um vetor que combinao linear dos demais. Decorre trivialmente de (a).
Ext 3.11: Lembre que um conjunto LD se e s

(b)

{v1 , v2 , . . . , vn }

LD.

Espaos de Polinmios e Funes


Prob 3.14: (a) sim; (b) no; (c) no; (d) sim. Prob 3.15: (a)

se existe um vetor que combinao linear dos anteriores. No conjunto este no o caso de

= {v1 , v2 , . . . , vn }, nenhum dos n 1 primeiros


por (b).

x) = 0 ;

(b)

1(1+2x)(3/2)(1+x)+(1/2)(1 1 sen2 (x) cos2 (x) = 0. f = 0


ento

vetores, dado que eles formam um conjunto LI. Tambm no o caso do Logo

Prob 3.16: (a) LD; (b) LI; (c) LI. Prob 3.17: (a) se

n-simo vetor, = {v1 , v2 , . . . , vn } no LD.

constante,

isto , dado

f (x) = c para todo x. que g (x) = 1 para todo x;

Logo,

f = cg ,

Espaos de Funes ou Polinmios


Ext 3.13: (a) sim; (b) sim; (c) no (basta notar

(b) sabemos (do clculo) que se

f (x) = cex cg .

para alguma constante

f = f ento c. Logo f =

que

f (x) 0 no pertence ao conjunto); (d) sim.

Prob 3.18: (a) sim; (b) no; Prob 3.19: (a)

Ext 3.14: (a) sim; (b) sim;

3;

(b)

(c)

(d)

0.

B.3.3 Extras
Subespaos do Rn
Ext 3.1: (a) sim; (b) LI para

B.3.4 Desaos
Des 3.1: Suponha que existe

v=0

com

v V.

Des 3.4: (c) tome uma base para

k =1

k = 2.

a a base de

e estenda-a a base de

H K ; estendaK. W1
e

(c) no.
Ext

a 3.6: 1 parte (se): assuma


ento

Des 3.6: (a) Junte as bases de

W2

e es-

a = b = c = d = 0,
guintes alternativas: (i)

ad bc = 0. Se (a, b) e (c, d) so

calone; (c) Determine base escalonada de seja

W1 .

(e) Determine sistemas homogneos cuja soluo

LD. Caso contrrio, temos que vale uma das se-

W1

W2 .

Junte as equaes num sistema

(a, c) = (0, 0) e portanto

ampliado.

PPR
Ver Reginaldo Santos p. 178, 179.
Des 3.7: (a) claro que

APNDICE B.

RESPOSTAS DOS EXERCCIOS

Fix 4.16:

dimenso do domnio e

do con-

equao.

f (x) 0 satisfaz f1 e f2 satisfazendo f1 (x) + matriz m n com todas as entradas iguais a p(x)f1 (x)+ q (x)f1 (x) = 0 e f2 (x)+ p(x)f2 (x)+ 0; (b) verdadeiro pois se a dimenso do domq (x)f2 (x) = 0 e R qualquer. Ento (f1 + nio maior do que a do contra-domnio ento f2 ) (x)+p(x)(f1 +f2 ) (x)+q (x)(f1 +f2 )(x) = dim(Nuc(A)) > 0. (f1 (x) + p(x)f1 (x) + q (x)f1 (x)) + (f2 (x) + Fix 4.17: (a) e (c) somente. p(x)f2 (x) + q (x)f2 (x)) = 0 e portanto f1 + f2 2 2 Fix 4.18: A + AB + BA + B .
Sejam tambm soluo.
Des 3.8: (c)

tradomnio. (a) Falso. Por exemplo, tome uma

f (x) =

f (x)+f (x) 2

f (x)f (x) . 2

Fix 4.19: (a) das colunas de

A;

(b) das linhas de

B;

(c) linhas de

por colunas de

B;

B.4 Transformaes Lineares


B.4.1 Exerccios de Fixao
Fix 4.1: (a) no; (b) sim; (c) no; Fix 4.2: (a) colunas; (b) linhas;

Fix 4.20: (a)

0;

(b)

n.

Fix 4.21: Todas falsas.

B.4.2 Problemas
Prob 4.1: Veja o efeito nos vetores da base can-

nica.

(a) T (1, 0) = (0, 1), T (0, 1) = (1, 0). 0 1 Logo T (x, y ) = (y, x). (b) T (1, 0, 0) = (1, 0, 0), ; (b) 1 0 , Fix 4.3: (a) 1 1 T (0, 1, 0) = (0, 1, 1), T (0, 0, 1) = (0, 1, 1). 2 2 2 1 1 (x 2, y + z, y + z ). (c) (c) T (x, y, z ) = (x z, 3x + 2z ); (d) T (x, y ) = Assim, T (x, y, z ) = 2 1 1 (x + 8y ). (1, 1, 0), T (1, 0, 0) = 2 (1, 1, 0), T (0, 1, 0) = 2 Fix 4.4: (a) T (x, y ) = (0, y ). (b) T (x, y, z ) = T (0, 0, 1) = (0, 0, 1). 1 Assim, T (x, y, z ) = (x y, x + y, z 2). (0, y, 0). (c) T (x, y, z ) = (0, y, z ). 2 3 7 5 4
Fix 4.5: (b) Fix

cos sen sen cos 4.6: dim Im A. 0;


(b)

Prob 4.2: (a)

Q; 0.

(d)

P Q = 0. RQ = Q;

(b)

QP = 0.

(c)

QR =

Prob 4.3: (a) No. (b) sim; (c) no.

Fix 4.7: (a)

V;

(c)

V;

(d)

Fix 4.8: (i) (C); (ii) (A); (iii) (D); (iv) (C). Fix 4.9: (a) Ncleo o plano perpendicular a

Prob 4.4: (a) Resolvendo o sistema

achamos o 2x + y + z = 0. Imagem a reta gerada por (2, 1, 1). (b) Ncleo o 0 somente. Imagem todo R3 . (c) Ncleo o ncleo. Escalonando totalmente a matriz obte3 1 0 1 vetor 0 somente. Imagem todo R . (d) Ncleo mos: . So 3 variveis, 2 equaes: 0 1 1 a reta gerada por (1, 0, 0) (o eixo x). Imagem 3 2 = 1 varivel livre. Como a coluna sem o plano x = 0, gerado pelos eixos y e z . piv a terceira, colocamos z como varivel liFix 4.10: (a) r ; (b) 0; (c) P P = P ; (d) RR = vre. So dependentes x e y . Colocando z = r , n I ; (e) RP = P ; (f ) P R = P ; (g) P = P e x = z = r e y = z = r. Logo, (x, y, z ) = R2k = I ; R2k+1 = R. (r, r, r) = r(1, 1, 1). Logo o ncleo tem Fix 4.11: (a) 7; (b) 4; (c) 2; dimenso 1 e base {(1, 1, 1)}. Fix 4.12: (a) 2; (b) 5; Pelo TNI, dimenso da imagem 3 1 = Fix 4.13: (a) 2; (b) 0; 2. Para calcular a base montamos a matriz com Fix 4.14: (a) falsa; (b) verdadeira; (c) falso; (d) T (e1 ), . . . , T (en ) nas linhas: 1 0 1 0 verdadeiro. (e) falso, dim(Nuc(T )) = 0. 1 1 1 1 . Escalonando (parcialmenFix 4.15: 3x 4, 5. 0 1 0 1

(2, 1, 1),

isto , o plano

1 1 0 0 x 0 1 1 0 y = 1 0 1 0 z 0 1 1 0

0 23.ago.2012 13h

te, no precisa ser totalmente escalonada),

B.4.

TRANSFORMAES LINEARES

PPS
1 0 1 . Logo a imagem tem dimenso 2 e 0 1 1 base {(1, 0, 1), (0, 1, 1)}. Prob 4.5: (a) Nuc = 0, com, dimenso 0, Im = (1, 2, 0, 1), (0, 0, 1, 2) , com dimenso 2. (b) Nuc = (2, 1, 1, 0), (0, 0, 0, 1) , com dimenso 2. Im = (1, 0, 1), (0, 1, 1) com dimenso 2. (c) Nuc = (1, 1, 1) com dimenso 1, Im = (1, 0, 1, 0), (0, 2, 1, 1 com dimenso 2. (d) Nuc = (1, 0, 1, 0), (0, 1, 0, 1) com dimenso 2, Im = (1, 0, 1), (0, 1, 1) com dimen-

1 0 1 0 . Logo a imagem tem dimen0 1 0 1 so 2 e base {(1, 0, 1, 0), (0, 1, 0, 1)}.


(b) Resolvendo o sistema 1 1 0 x 0 2 0 1 y 0 = 0 2 1 z 0

achamos o n-

cleo. Escalonando totalmente a matriz obtemos:

1 0 1/2 0 1 1/2 2 = 1 varivel


pendentes

. So 3 variveis, 2 equaes:

livre. Como a coluna sem piv a

terceira, colocamos

z como varivel livre. So dex e y . Colocando z = r, x = z/2 = so 2. r/2 e y = z/2 = r/2. Logo, (x, y, z ) = Prob 4.6: (a) Nuc(T ) = Im(T ) = P1 . (r/2, r/2, r) = r(1/2, 1/2, 1). Logo o n- (b) Nuc(T ) o conjunto dos polinmios da forma cleo tem dimenso 1 e base {(1/2, 1/2, 1)}. (x3)q (x), Im(T ) = R.(c) Nuc(T ) = 0, Im(T ) = x, x2 , x3 (d) A imagem C (R; R) (sobrejetiva) Pelo TNI, dimenso da imagem 3 1 = x (s) ds, 2. Para calcular a base montamos a matriz com pois dado g C (R; R) dena h(x) = 0 g1 pelo teorema fundamental do clculo h C (R; R) 1 2 0 T (e1 ), . . . , T (en ) nas linhas: 1 0 2 . Es- e T (h) = g . O ncleo so funes constantes. 0 1 1 Prob 4.7: (a) Contradiz o Teo. do Ncleo e da
calonando (parcialmente, no precisa ser totalImagem (dimenso do ncleo s com a origem

1 2 0 (= 0) mais dimenso da imagem (no mximo . Logo a imamente escalonada), 0 2 2 = 2) menor do que a dimenso do espao de gem tem dimenso 2 e base {(1, 2, 0), (0, 2, 2)}. partida (= 4) . Ou, mais intuitivamente, um es(c) Resolvendo o sistema pao de dimenso 4 est sendo levado pela TL

a 1 0 3 0 1 0 b = 0 0 0 1 1 1 c 1 0 4 1 0 d 0 e
mos o ncleo. triz obtemos: riveis, 2

num espao de dimenso 2. A imagem portanto tem dimenso no mximo 2. Assim, preciso que achaum subespao de

R4 de dimenso ao menos 2 seja

levado (colapse) no 0 pela TL. (c) Para que a TL seja injetiva, seu ncleo deve ser trivial, ou seja, deve conter apenas o 0 (de

1 0 0 3 4 . So 5 va0 0 1 1 1 equaes: 5 2 = 3 variveis livres.


So livres:

Escalonando totalmente a ma-

R4 ).

Nesse caso a dimenso do ncleo 0 Mas na TL dada,

(contm apenas um ponto). resposta do item (a)).

o ncleo deve ter dimenso pelo menos 2 (vide

Como so colunas com piv primeira e terceira,

b, d, e. Co(e) Pelo Teorema do Ncleo e da Imagem, locando b = r, d = s, e = t, a = 3d + 4e = dim(Nuc(T )) + dim(Im(T )) = 7. Ora, como s + t, c = d e = s t. Logo, (a, b, c, d, e) = a soma de dois nmeros iguais daria um nmero (3s + 4t, r, s t, s, t) = r(0, 1, 0, 0, 0) + mpar? Impossvel. s(3, 0, 1, 1, 0) + t(4, 0, 1, 0, 1). Logo o ncleo (g) Note que os vetores da base do ncleo tem dimenso 3 e base so LI (e dim(N (T )) = 2), mas que os vetores {(0, 1, 0, 0, 0), (3, 0, 1, 1, 0), (4, 0, 1, 0, 1)}. (1,1,2) e (2,2,4) que geram a imagem so LD, e
e so dependentes.

53 = 2. Para calcular a base montamos a matriz com 1 0 1 0 0 0 1 4 T (e1 ), . . . , T (en ) nas linhas: 3 . 0 1 1 1 1 0
Pelo TNI, dimenso da imagem Escalonando (parcialmente, no precisa ser totalmente escalonada),

logo basta um deles para gerar o mesmo espao (logo

dim(Im(T )) = 1).

Mas a, novamente, no

conseguiramos satisfazer ao Teo. do Ncleo e da Imagem. Logo no possvel existir tal TL.

1 0 2 1 (b) T (x, y, z, w ) = (2x + 2y + z + w, x + y z + 2w, 4x + 4y + z + 3w). Soluo: Uma base do ncleo (1, 0, 1, 1) e (0, 1, 1, 1).
Prob 4.8: (a)

PPT

APNDICE B.

RESPOSTAS DOS EXERCCIOS

Podemos completar esta base, por exemplo, com

(0, 0, 1, 0)

(0, 0, 0, 1). Podemos agora determinar completamente T por T (1, 0, 1, 1) = B 0 2 Prob 4.17: S = . T (0, 1, 1, 1) = 0, T (0, 0, 1, 0) = (1, 1, 1) e 0 B T (0, 0, 0, 1) = (1, 2, 3). Prob 4.18: (a) H innitas respostas. Por exem(c) T (x, y, z ) = (0, 0, x y + z, x y + 1 1 2 0 z ) Soluo: O ncleo gerado por (1, 0, 1) e plo, B = 1 1 e C = 0 2 . (b) Neste (0, 1, 1). A imagem gerada por (0, 0, 1, 1). Por- caso AB = AC A1 AB = A1 AC tanto, T (1, 0, 1) = T (0, 1, 1) = 0. Como (0, 0, 1) B = C . 3 completa a base do R (entre outras possibilidades), colocamos T (0, 0, 1) = (0, 0, 1, 1). Agora sabemos T em trs vetores da base de uma base 3 do R . Portanto podemos determinar que 0 1 0 1 Ext 4.1: (a) A = . (b) B = . T (x, y, z ) = (0, 0, x y + z, x y + z ). 1 0 0 0 Prob 4.9: So lineares somente (a) e (c). 1 0 1 0 (c) C = (projeo). (d) D = 0 0 0 1 Prob 4.10: Observe o seguinte: Caso 0 no fosse raz de p, i.e., no houvesse a restrio p(0) = (reexo). 0 sobre os elementos de W , ento o ncleo da Ext 4.2: As nicas matrizes simultaneamente trie

Prob 4.16: (a)

0 I I 0

; (b)

I A 0 I

B.4.3 Extras

transformao linear derivada primeira seria somente os polinmios constantes, da forma

angulares superiores e inferiores so as diagonais.

p(x) =
Ext 4.3:

a,

com

a R.

Mas polinmios dessa forma s

W quando a = 0 (caso contrrio teramos p(0) = a, com a = 0 e da p no pertenceria a W ), donde conclumos que o nico polinmio levado no 0 pela TL derivada primeira o polinmio nulo. Logo D
satisfazem a restrio em injetiva.
Prob 4.11: Funes do primeiro grau:

p(0) = 0

1 0 1 1 =0
e

Ext 4.4: (a) no; (b) Ext 4.6: (a) Ext 4.7: (a) Ext 4.8: (a)

= .

7; 4; 3;

7; (b) 5. (b') 0;
(b)

f (x) =

Ext 4.9: (a) Ncleo=

ax + b,
Prob

P1 . 4.12: (2, 1)
ou seja

1, Imagem= so 2.

(1, 1, 1) com dimenso (1, 0, 0, 0), (0, 1, 0, 1) com dimen-

(2, 3).

Prob 4.13: Veja como calcular com

Observao 4.14 da p.115. (a)

Maxima na 0 1 ; (b) 1 2

dimenso

Ext 1 0 1 1 0 1 , Prob 4.14: T = 0 1 0 Ext 4.11: (a) Coloque a matriz na forma esca lonada (no precisa ser reduzida). Para que o 1/2 1 /2 0 posto seja 1, precisamos de apenas 1 pivot. Logo 0 1 T 1 = T 1 = 0 5 . (b) Coloque a matriz 5 2h = 0, ou h = 2 1/2 1/2 0 na forma escalonada (no precisa ser reduzida). 1 0 0 de 2 pivs. 1 = 1/3 1/3 0 Para que o posto seja 2, precisamos Prob 4.15: (a) A 5 Logo 5 2h = 0, ou h R, h = . 2 0 1/5 1/5 Ext 4.12: Sejam S, T TLs injetivas. Ento se 1 0 ST v = ST w , como S injetiva, T v = T w. 1/3 1/3 (b) u = v = w = Como T injetiva, v = w . 0 1/5 Ext 4.13: (a) T (0) = T (0 + (1)0) = T (0) + 0 0 (1)T (0) = T (0) T (0) = 0 (usamos somente a linearidade de T ). 1/5

1 1 2 1 1 1 0 2 0 0 2

x + z = 0 e y + z = 0, cuja 1, gerado por (1, 1, 1), imagem (1, 0, 2, 3), (0, 1, 2, 2) , dimenso 2. (c) Ncleo o plano xw , y = z = 0, com dimenso 2. Imagem (1, 0, 0, 0), (0, 0, 0, 1) com
(b) Ncleo dimenso 2.

1 2 4.10: 1

B.4.

TRANSFORMAES LINEARES

PPU
0 0 1 Ext 4.21: T = 0 1 1 , 1 1 1 0 1 1 1 0 T 1 = T 1 = 1 1 0 0
Ext 4.22:

(c) Contm o 0, e est fechado pela soma

v em N (T ) (ou seja: T ( v ) = 0 e T ( v ) = 0), e R. Ento T ( v + v ) = T ( v ) + T ( v ) = 0 + 0 = 0. Logo N (T ) subespao vetorial. (d) Vamos usar que, se T injetiva, o nico elemento do ncleo o 0. Suponha, por exemplo, que T (vi ) = T (vj ), com i = j . Ento T (vi ) T (vj ) = 0. Usando a linearidade de T , temos que T (vi vj ) = 0. Agora, usando a injetividade de T , conclumos que (vi vj ) = 0, ou vi = vj . Contradio, pois por hiptese os vi 's eram LI. (d) (soluo alternativa) Seja {v1 , . . . , vp } LI. Considere a sua imagem por T , {T (v1 ), , T (vp )}. Para discutir a independne multiplicao por escalar: Considere e

An = P =

1 n 0 1 1 1 3/2 1
.

Ext 4.23:

Ext 4.24: (a) sim; (b) sim; (c) sim.

Aij a matriz que todas entradas so aij = 1. Para matriz 2 2: Base de triangular superior: A , A12 , A22 . Base de diagonal: A11 , A22 . Base 11 cia linear deste conjunto, devemos vericar quando p de simtrica: A11 , A12 + A21 , A22 . aij = 1. i=1 i T (vi ) = 0. Mas, por linearidade, p p Para matriz 3 3: Base de triangular superior: i=1 i T (vi ) = T ( i=1 i vi ) e T (0) = 0. Da p A , 11 A12 , A13 , A22 , A23 , A33 . Base de diagonal: injetividade de T , segue que i=1 i vi = 0, o A11 , A22 , A33 . Base de simtrica: A11 , A12 + que, pela independncia dos vi 's, implica em i 's A 21 , A13 + A31 , A22 , A23 + A32 , A33 . todos nulos. Mas isto garante a independncia de 1 0 0 {T (v1 ), , T (vp )}. , Ext 4.25: (a) Dena A11 = 0 0 0 (e) Seja = {v1 , . . . , vn } base de V . Ento, 0 1 0 0 0 1 pelo exerccio anterior, T ( ) = {T (v1 ), , T (vn )} , A12 = , A13 = 0 0 0 0 0 0 um conjunto LI. Mas um conjunto de n vetores LI em um espao de dimenso n uma base. 0 0 0 0 0 0 , , A22 = A21 = 0 1 0 1 0 0 Ext 4.14: Todas as operaes so lineares. 0 0 0 Ext 4.15: Como T (p+q )(x) = x(p(x)+q (x)) = A23 = . 0 0 1 xp(x) + xq (x) = (T (p) + T (q ))(x), concluEnto {A11 , A12 , A13 A21 , A22 , A23 } base pois
Dena zero menos mos que linear. Se T (p) = T (q ) ento T (p)(x) = xp(x) = T (q )(x) = xq (x) para todo x. Logo p(x) = q (x) para todo x diferente de zero. Como polinmios so funes contnuas, p(x) = q (x) para todos x (incluindo o zero) e portanto p = q . Conclumos que injetiva.

a11 a12 a13 a21 a22 a23

= a11 A11 + a12 A12 +

+a13 A13 + a21 A21 + a22 A22 + a23 A23 .


A dimenso 6. (b) Dena em todas as entradas menos

Akl = (aij ) uma matriz com zeros akl = 1 (veja item Ext 4.17: (a) T no , S . (b) Nuc(S ) = 0. (a)). O conjunto {A ; 1 k m; 1 l n} kl S sobrejetiva: de fato, dado h dena f (x) = base de Mmn e a dimenso mn. h(x 1) e S (f )(x) = h(x + 1 1) = h(x). Ext 4.26: (a) Nuc(T ) = {0} e Im(T ) = M .
Ext 4.16: tabacckludge 'E linear somente (a).

nn

((T S )(f ))(x) = (T (S (f )))(x) = (S (f ))(2x + 2) = f ((2x + 2)/2 1) = f (x). x, f . Isto implica que (T S )(f ) = f , f , o que implica que, T S = I . De forma anloga, mostra-se que S T = I .
Ext 4.18: Ext 4.20: (a)

(b)

bijetiva (injetiva e sobrejetiva).

Ext 4.27:

2 2 2 4

(b)

1/2 1/2 ; 1/2 1/2 1 1 1 1 1 1 1 . 2 1 1 1

k = 3; (c) k = n + 1; (d) Basta 2 3 fazer a conta (I N )(I + N + N + N + + k 1 2 3 k 1 N ) = I +N +N +N + +N N (I + N + N 2 + N 3 + + N k) = I + N + N 2 + N 3 + + N k1 N N 2 N 3 N n N k = I N k . Como N k = 0, (I N )(I + N + N 2 + N 3 + + N k 1 ) = I .


Ext 4.28: (b)

PPV

APNDICE B.

RESPOSTAS DOS EXERCCIOS

Coordenadas
v = 4(1, 1 , 0) + 3(0, 1, 1) + 4 4 2(0, 0, 1); (b) [v] = 1 ; (c) [v] = 3 ; 1 2 2 (d) [w] = 5 ; 5
Ext 4.30: (a) Ext 4.31:

Ext 4.43: (a)

(c)

0 1 0 0 0 0 0 0

0 0 1 0

0 1 1 0 0 0 1 1

(b)

1 0 0 2

Ext 4.32:

5/2 1 4 2 . 2 1 (0, 5, 1) =

Ext 4.33: Falsa. Ext 4.34: Temos que resolver o sistema

p = 1, T (p)(x) = p(x + 1) = 1 e 1 [1] = 0 , se p = x, T (p) = p(x + 1) = x + 1 0 1 2 e [x + 1] = 1 , se p = x , T (p)(x) = p(x + 0 2 = x2 + 2x + 1 e [x2 + 2x + 1] = 1) = ( x + 1) 1 1 1 1 2 . Logo [T ] = 0 1 2 . 1 0 0 1


Ext 4.45: Se Ext 4.46: (a)

a(1, 1, 1) + b(1, 1, 0) + c(1, 0, 1). obtemos que (a, b, c) = (2, 3, 1). 2 Logo, [v ] = 3 . 1 ax2 + bx + c

Resolvendo

[I ] =

6 2 11 4

(b)

1 [I ] = [I ] .

(c) Basta vericar que

Ext 4.35: (b) Prove que qualquer polinmio

p(x) =

2 1 11/2 3

[I ] = I .

pode se expresso como combinao

de elementos de

0 [q ] = 1 1 4 3 Ext 4.37: [f ] = 5 2 52 + 2 3 .
Ext 4.36: (a)

Mudana de Base

Ext 4.38:

1 0 1 1 1 cuja in Ext 4.47: (a) [I ] = 0 3 0 1 0 ; (b) [p] = 1 ; 1 1 1 1 0 1 ; (b) [v] = versa [I ] = 0 0 1 1 1 4 pois f = 40 + 31 + 0 ; (c) [w] = 1 ; 1 2 1 1 0 (d) [T ] = 0 1 1 0 0 1
Ext 4.48: (a) A resposta no nica. Por exem-

[I ]

1 1 1 0 = 0 1 1 1 1
so as colunas da matriz

plo,

u =

1 0

v =

1 3

(b) Um no

mltiplo do outro, portanto so dois vetores LI em

Ext 4.40: A base

[I ] = [I ] [I ] . 1 1 0 1 1 obtemos Como [I ] = 1 1 1 1 = {(1, 3, 3), (1, 1, 1), (1, 0, 2)}.


Ext 4.41:

R2 .

(c)

2 0 0 1

que

Ext 4.49: Para ambos itens, a matriz identidade.

Ext 4.50:

Ext

1 4 1 2 1 1 1 4.42: 1 1 0 0 0 1 [I ] =

1 0 1 1 /2

Ext

1 1 0 4.51: 0 1 2 0 0 1 p = 1, S (p)(x) = xp(x) = x1 = x

Ext 4.52: Se

B.5.

PRODUTO INTERNO

PPW
{I, T, T 2 , . . . , T n },
2

0 [x] = 1 , 0
e

que possui

n2 + 1

elemen-

se

p = x, S (p)(x) = xp(x) =

tos, LD. Portanto existe uma combinao linear no-trivial deles que vale

0.

xx = x2

0 [x2 ] = 0 . 1

Logo,

[S ]2 1 = {v , v , . . . , v } 1 2 m

Des 4.14: Sejam

0 0 1 0 . 0 1

{u1 , u2 , . . . , un } base de U e V . Pelo Lema 4.4 da p.94, para denir Tij L(U ; V ) basta denir valores nos elementos da base de U . Assim denivj ; para i = k ; mos Tij (uk ) = . Como 0; caso contrrio T (uk ) V e {v1 , v2 , . . . , vm } base de V , exisbase de

B.4.4 Desaos
Des 4.4: (b) note que trao de

tem

akj R

tais que

T (uk ) =
j =1

akj vj . ai,j Tij .

Agora

trao de trao de

BA. logo, I n.

trao de

AB igual ao AB BA zero e

dena

S L(U ; V )

por

S=
i,j

Agora,

Des 4.5: Use o Teorema do Ncleo-Imagem duas

S (uk ) =
i,j
para todo

ai,j Tij (uk ) =


j
Como

akj vj = T (uk )
so lineares e assu-

vezes.

k.

2 Des 4.6: BA 1 e A = BA.

= (BA)A = I , logo A invertvel

mem mesmo valor nos elementos da base, Logo espao

S T.

{Tij ; i = 1, . . . , n, j = 1, . . . , m} gera o L(U ; V ). Pode-se provar que Tij LI no Des 4.10: (a) Note que T (I ) = IB BI = B B = 0, independentemente de B . Logo, I espao das TLs. Como so nm Tij s, a dimenso a nm. Nuc(T ). (b) 1 parte (se): suponha que B possui A Nuc(S ). Ento S (A) = BA = 0. Multiplicando-se por B 1 dos dois lados, A = B 1 BA = B 1 0 = 0. Logo Nuc(S ) = {0}. 2a parte (somente se): suponha que B no possui n inversa. Logo existe 0 = v R tal que B v = 0. Seja A = [v v]. Ento S (A) = BA = 0 e 0 = A Nuc(S ).
inversa. Seja

B.5 Produto Interno


B.5.1 Exerccios de Fixao

Fix 5.1: (a)

5;

(b)

1;

(c)

23.

T1 , T2 : R2 R por: T1 (x, y ) = x e T2 (x, y ) = y . Verique que so LIs. Dada T qualquer dena a = T (e1 ), b = T (e2 ). Ento T (x, y ) = xT (e1 ) + yT (e2 ) = aT1 (x, y ) + bT2 (x, y ). Logo T = aT1 + bT2 . A dimenso deste espao 2. 2 (b) Dena T11 , T12 , T21 , T22 : R R por: T11 (x, y ) = (x, 0), T12 (x, y ) = (0, x), T21 (x, y ) = (y, 0), T22 (x, y ) = (0, y ). Verique que so LIs. Dada T qualquer dena (a, b) = T (e1 ), (c, d) = T (e2 ). Ento T (x, y ) = xT (e1 ) + yT (e2 ) = x(a, b) + y (c, d) = a(x, 0) + b(0, x) + c(y, 0) + d(0, y ) = aT11 (x, y ) + bT12 (x, y ) + cT21 (x, y ) + dT22 (x, y ). Logo T = aT11 + bT12 + cT21 + dT22 . A dimenso deste espao 4.
Des 4.11: (a) Dena Des 4.12: (a) Como

Fix 5.2: (a) Falso, pois os vetores podem no

ser unitrios; (b) verdadeiro, basta dividir pela norma; (c) verdadeiro; (d) verdadeiro; (e) falso,

v = || v
Fix 5.3: (a) Fix 5.4: (a)

. (b)

H ;

H;

(c)

I.
(c)

T = 0; =

(b)

T = I;

T = I .

2 Fix 5.5: (a) T


Fix 5.6:

T ; (b) T 2
(b)

= I.
(c) plano

9. y = 0; y = x; xz ; x. d(Az, b) d(Ax, b)
para todo

Fix 5.7: (a)

(d) eixo

Fix 5.8: (E). Fix 5.9:

x.

Fix 5.10: (a)

P (x, y, z ) = (0, y, 0); (b) P (x, y, z ) = (x, y, 0); (c) P (x, y, z ) = (x, y, z );

dim L(R2 ; R2 ) = 4,

o con-

2 3 4 junto {I, T, T , T , T }, que possui 5 elementos,


LD. Portanto existe uma combinao linear notrivial deles que vale

B.5.2 Problemas
Prob 5.1: (a) No. (b) Sim.

0.
o conjunto

(b) Generalizando o argumento anterior, como

dim L(Rn ; Rn ) = n2 ,

1 23.ago.2012 22h

PQH

Prob 5.2:

APNDICE B.

RESPOSTAS DOS EXERCCIOS

4 3 3 1 = 3 10 3 2 (2, 3); A=
(b)

Prob 5.9:

Prob 5.3: (a)

(1, 1, 1); 0 0 1 2 1 2 0 3 2 5 ,

(c)

S =

(5, 1, 8)

(d) Denindo-se

2 1 7 2 1 1 3 3 3 0 1 1
Prob 5.10: (a)

1 3 = 2 3

0 2 2 1 1

= H e portanto H = (Im(A)) T Nuc(A ). Uma base para este espao


temos Im(A)

5 1 3 + t 1 , t R ; 0 1 =

(b)

2 2 5 5

2x y + 3z = 0; 4/5 2/5 0 0 Ext 5.3: (a) ; (b) ; (c) 2/5 1/5 0 1 3/5 4/5 4 3 1 ; (d) (e) projeo 5 4/5 3/5 3 4 Prob 5.4: (a) P (x, y, z, w ) = 1 1 1 1 2 = (x z )/2(1, 0, 1, 0) = (x z, 0, z 1 , a rotao , com2 2 1 1 1 1 100 x, 0)/2. (b) por ser projeo, P = P. 0 0 2 pondo obtemos . 4/5 2/5 2 1 1 . Prob 5.5: (a) 2/5 1/5 1 0 0 1 (b) T (x, y, z ) = ((x+z )/2, y, (x+z )/2). Sol: 0 0 0 0 Como o plano gerado por (1, 0, 1) e (0, 1, 0) e a (f ) 1 2 0 0 0 0 direo (1, 0, 1) perpendicular ao plano, pode1 0 0 1 mos dizer que T (1, 0, 1) = (1, 0, 1) e T (0, 1, 0) = (g) O plano perpendicular ao eixo de rotao (0, 1, 0). Tambm T (1, 0, 1) = 0. Como sabe x + y + z = 0. Tomamos uma base ortonormos T em trs vetores LIs, podemos calcular T . 1 1 mal deste plano: { (1, 0, 1), (1, 2, 1)} 2 6 Completamos esta base com 1/ 3(1, 1, 1) para Prob 5.6: Como (0, 1, 0) perpendicular a (1, 0, 1), 3 obter base ortonormal de R . Denimos = o eixo de rotao, basta calcular o ngulo entre 1 1 1 (0, 1, 0) e (1/ 2, 0, 1/ 2). Como o produto {{ 2 (1, 0, 1), 6 (1, 2, 1), 3 (1, 1, 1)} , ,
Ext 5.1: (d) o plano

1 0 0 0 0

0 1 1 0 0

0 2 0 3 1

B.5.3 Extras

escalar igual a zero, a rotao de


Prob 5.7: Vamos determinar

90 .

Nesta base a rotao ser:

do sistema:

8m 16 m 24m 32m 40m


(4,9,13,17,20),(8,16,24,32,40) (8,16,24,32,40),(8,16,24,32,40)

= 4 = 9 = 13 = 17 = 20 (8, 16, 24, 32, 40)

res

2/2 2/2 0 [T ] = 2/2 2/2 0 . 0 0 1 A matriz [I ] igual as colocar de em colunas. A inversa desta

os vetomatriz

[T ] ,
calcular

que pode ser obtida transpondo a matriz

anterior pois ela ortogonal. Com isto podemos

Projetando no subespao linear obtemos:

[T ] = [I ] [T ] [I ] .

Deixe so-

mente indicado.
Ext 5.4: Se

1832 = (8, 16, 24, 32, 40) 3520 e m 0.52. 4 3 Prob 5.8: 3 2

u H e v H , ento u, v = 0. Se w H H , ento w H e w H , de 2 forma que w, w = w = 0. (3, 5); y=


(b)

Ext 5.7: (a)

(3, 5);
9 10 .

(c)

(3, 5)

; (d)

0;
Ext 5.10: (a)

4 10 x

(b)

B.6.

DETERMINANTES

PQI

21 10 17 10 13 10 9 10

B.6.2 Problemas
2
Prob 6.1: (a) Prob 6.2:

16;

(b)

12.

Logo,

det(A) (4) = det(B ) = 36. det(A) = 9. 1


e

Prob 6.3: (a)

6;

(b) usando matriz em blo-

cos,

1, 2, 3. 4 . (9 8)(14 1) = 13;
(b)

Prob 6.4:

(c)

9 10 13 10 17 10 21 10

a = 0, 960
e

Prob 6.5: (a)

(9

8)(1) = 1.
Prob 6.6: 62. Prob 6.7:

1. l l l l

Ext 5.11: Ext 5.12:

b = 0, 100.

Prob 6.8: (a) Troque 1 com 4 e 2 com 3 . Agora

a matriz resultante diagonal e o determinante o mesmo que de

Ext

y = 19/20x + 67/40. 5/2 5.13: [v] = 3/2 2 1/4;


(b)

pois foram duas trocas.

Assim o determinante o produto dos elementos da diagonal da nova matriz:

abcd.

(b)

(1)(n+1) .

Ext 5.14: (a)

1/6;

(c)

3/3.

Prob 6.9: (a)

n ;

(b)

n det(A).

B.5.4 Desaos
Des 5.8: Queremos minimizar a distncia

d(p, 0).

Logo

p(x) 0.

AA1 e verique que o resultado I . (b) O fator 1/(ad bc) sai do 2 determinante como 1/(ad bc) pois A 2 2, 1 ) = (ad obtendo o resultado correto: det(A 2 bc)/(ad bc) = ad bc.
Prob 6.10: (a) Calcule Prob 6.11: (a) Mostrar que

no suciente

B.6 Determinantes
B.6.1 Exerccios de Fixao
Fix 6.1: (a) V: (b) F, pode ser uma mltipla da

fcil. Para mostrar que linha ou coluna. (b)

coloque-os na mesma

n.

B.6.3 Extras
Ext 6.1: (a) Ext 6.2: (a)

3 2n ; 2;
(b)

(b) (c)

3 3n ;

(c)

(3)5 /3n ;

outra; (c) F,
Fix 6.2: (a)

det(B ) = det(A). 2;
(b)

2;

1 = 2 = 0.

1/2;

(c)

32.
ou

Ext 6.3: (a) no possui; (b) nada podemos ar-

Fix 6.3: (a) pode ser

(se

A = B = I ); 0; 14;

(b)

= (se A = B = 0) =; (c)30.
(c)

mar.
Ext 6.4: No.

Para preservar rea, basta que

Fix 6.4: (a) Fix 6.5: (a)

(b)

4!. 21; 7;
(d)

(b)

56.

Fix 6.6: (a) uma nica soluo; (b) uma nica

det T = 1. Considere T (x, y ) = (x/2, 2y ). Embora det T = 1, comprimentos na direo x so reduzidos metade, na direo y duplicados.
Ext 6.5: Calculando o mdulo do determinante

soluo; (c) nenhuma ou innitas solues; (d) innitas solues;

da matriz que em cada coluna tem os vetores

(1, 2, 2), (2, 1, 2) e (2, 2, 1) obtemos que o volume 27. gerado por v e w ; (c) LDs; (d) LDs. 1 0 1 Fix 6.8: (a) = 0; (b) = 0; (c) = 0. 2 1 3 . Como C um Ext 6.6: T = 1 0 1 Fix 6.9: (a) = 0; (b) = 0; (c) 4; (d) < 4. 3 cubo de aresta 3, vol(C ) = 3 = 27. Logo, Fix 6.10: v soluo no-trivial de (A I )x = vol(T (C )) = det(T )vol(C ) = (2)(27) = 54. 0. Logo, det(A I ) = 0.
Fix 6.7: (a) mltiplo de; (b) pertence ao plano Ext 6.7:

0 Verso 23.agosto.2012 22h

T (x, y, z ) = (ax, by, cz ) e B = {(x, y, z ) R3 ; x2 + y 2 + z 2 1}.

Logo

PQP
vol(E ) = vol(T (B )) = det(T )vol(B ) = = (abc)(4/3 ). Ext 6.8: (a) 84. (b) 14. Ext 6.9: (a) 2 e 5; 2 Ext 6.10: Se x = det(A) ento x = x; so 0 ou 1.

APNDICE B.

RESPOSTAS DOS EXERCCIOS

Ext 6.25: (a) Subtraia a primeira linha das outras

e reduza a determinante

2 2.

Considere

v =
(b)

(x, y )
razes

O determinante zero se, e somente se,

os vetores

v1 v

v2 v

so colineares. e

Semelhante a letra (a), o determinante zero se, e somente se, os vetores so coplanares.
Ext 6.26: (a) Subtraia linhas e reduza a determi-

v1 v , v2 v

v3 v

Ext 6.11: Calculando o determinante dos dois la-

dos conclumos que

invertvel. Multiplicando

1 conclumos que os dois lados por A


Dai segue o resultado.
Ext 6.12: Se

B=

A1 .

nante

2 2;

x = det(A) ento xk = 1; raz 1 se k par, 1 e 1 se k mpar. Ext 6.13: (a) Como n = 3, det(I ) = 1 e det(A2 ) = det(I ) = 1 = det(A)2 . Logo det(A) = i, o que impossvel para uma matriz
com entradas reais. (b) basta fazer a conta.

B.6.4 Desaos
Des 6.6: Aplicando a algoritmo de clculo com

eliminao de Gauss, somente racionais entraro em cada etapa, inclusive na nal, no produto de elementos da diagonal.
Des 6.7: Cada coluna um vetor cujo mximo da

x = det(S ) ento x = (1)n x; se n mpar obtemos x = x, o que implica 0 b , com b = 0, det S = x = 0. (b) S = b 0 b2 = 0. k Ext 6.15: Se x = det(N ) ento x = 0; raz 0. Logo det(N ) = 0, o que implica que N no
Ext 6.14: (a) Se

norma

k 2 + + k 2 = k n.

O mximo vo-

lume o produto do comprimento de cada aresta.

invertvel.
Ext 6.16: Se

x = det(Q)

2 ento x

= 1;

razes

so

ou

1.

Ext 6.19: Troque as linhas de cima com a de-

B.7 Autovalores, Autovetores e Diagonalizao


B.7.1 Exerccios de Fixao
Autovalores e Autovetores
Fix 7.1: (a)

baixo.

O determinante o mesmo a menos de

sinal. Como todas so do mesmo tamanho, o sinal nal o mesmo. A matriz agora ser bloco triangular da forma igual a

A 0 X I

, com determinante

det(A).

2;

(b)

3.

(c) no ;

det(AB ) = det(A) det(B ) = det(B ) det(A) = det(BA). 1 ) = Ext 6.21: det(A) = det(P ) det(D ) det(P 1 det(D) pois det(P ) det(P ) = det(P P 1 ) = det(I ) = 1. Como D diagonal, det(D) = n! (produto dos elementos da diagonal). Como det(Ak ) = (det(A))k = (n!)k .
Ext 6.20: Como Ext 6.22: (a) de forma geral no; (b) sim; (c)

Fix 7.2: (a) Falso pois para ser autovalor o auto-

vetor tem que ser no-nulo; (b) Falso pois autovetor tem que ser no-nulo.
Fix 7.3: (a) Falso, rotaes em

R2 .

(b) Verda-

deiro, autovalor

0.

(c) Verdadeiro, pois como

no autovalor a matriz
Fix 7.4:

invertvel.

9. = 0;
(b)

sim.
Ext 6.23: Sim, pois se

Fix 7.5: (a) Fix 7.6: .

= 0;

(c)

> 0;

det(AB ) = det(A) det(B ) = 0 ento det(A) = 0, o que implica que A invertvel.


Ext 6.24: Troque as linhas at obter matriz trian-

Fix 7.7: (a) talvez; (b) sim. Fix 7.8: (a) Fix 7.9: (a)

R, P ; 0; 3;

(b)

R;

(c)

P;

(d)

U.

gular superior. A primeira linha ter tima linha

an , . . . , a ln

(b) todos os vetores no-nulos. (b)

a1 .

Como troca de linha altera somente

Fix 7.10: (a)

0;

(c)

1.

o sinal do determinante,

| det M | =
i=1

|ai |.

0 Verso 23.ago.2012 23h

B.7.

AUTOVALORES, AUTOVETORES E DIAGONALIZAO

PQQ

Diagonalizao
Fix 7.11: (a) verdadeiro. (b) falso, pode ser dia-

invertvel, podemos multiplicar esquerda

por

gonalizvel; Um exemplo com somente um autovalor a matriz identidade, cujo nico autovalor

A1 ambos os lados da equao, produzindo A1 Av = v = A1 v = A1 v. Como = 0


(pois a matriz invertvel), podemos dividir tudo por

e diagonalizvel.

e obter

A1 v = 1 v.

Fix 7.12: no . Fix 7.13: (a)

; (d) a + b;
(c)

1, 1, 2; (b) pode ser diagonalizada;

distintos; formam uma base.

B.7.2 Problemas
Autovalores e Autovetores
Prob 7.1: (a) sim; (b) no; (c) no; (d) sim; Prob 7.2: (a) No; (b) Sim com autovalor

0 (zero).
,

Prob 7.3:

1 3

1 3 10 30

uma base.

1 3

T (1, 2) = 1/2(1, 2) = (1/2, 1) e T (0, 1) = 2(0, 1) = (0, 2). Como (1, 0) = (1, 2) + 2(0, 1), T (1, 0) = 1/2 0 (1/2, 5). Portanto, [T ] = . Logo 5 2 T (x, y ) = (x/2, 5x + 2y ) (b) T (1, 1, 1) = 3(1, 1, 1), T (1, 0, 1) = 3(1, 0, 1) e T (0, 1, 1) = 0. Desenvolvendo estes dados obtemos que T (x, y, z ) = 3x, 3x + 3y 3z, 3x).
Prob 7.8: (a) Como Prob 7.9: (a) como o ncleo uma reta,

au-

tovalor tambm, resultando em trs autovalores , por exemplo, so autovetores distintos, o que impossvel em dimenso (b) pelo teorema do ncleo-imagem

distintos.
Prob 7.4: (a) autovalor

2; T deve

com autoespao

ser injetiva tambm, implicando que ser autovalor;

no pode

(1, 1) . (c) como (5, 7, 9) = (1, 2, 3) + (4, 5, 6), (1, 0, 0) , autoT (5 , 7, 9) = T (1, 2, 3) + T (4, 5, 6) = valor 2 com autoespao (0, 2, 1) , e autovalor 1 com autoespao (0, 1, 1) . (c) autovalor 1 = (1, 2, 3) + 2(4, 5, 6) = (9, 12, 15) = 3(5, 7, 9) ; com autoespao (1, 0, 0, 1) e autovalor 0 com Prob 7.10: (a) 0 e 1; dim Nuc(T ) = 1, autoespao (0, 1, 0, 0) . dim Nuc(T + I ) = 0, dim Nuc(T I ) = 2. Prob 7.5: (a) autovalor 3 com autoespao (1, 0) ; (b) 1 e 1. dim Nuc(T ) = 0, dim Nuc(T + (b) autovalor 1 com autoespao (1, 0, 0) , auI ) = 1, dim Nuc(T I ) = 2. tovalor 1 com autoespao (1, 0, 1), (0, 1, 1) .
e autovalor com autoespao (b) autovalor

(1, 1)

com autoespao

Prob 7.6:

Prob 7.11: (a)

0 0 = A 5I 0 0 0 0 0 0 0 (se h = 6) 0 0 (se h = 6) 0 0
Autoespao bidimensional livres

2 6 1 0 2 h 0 0 0 0 4 0 0 0 4 0 1 3 0 0 0 h6 0 0 0 0 1 0 1 3 0 0 0 0 1 0 1 0 0 0 0 1 0 0 . 0 0 1 0
duas variveis

pelo menos dimenso toespao.

(2, 4, 2); (b) 1 pois a imagem tem 2, igual a dimenso do au-

Prob 7.12: O eixo ser um autovetor associado

ao autovalor

1: (1, 1, 1).

Prob 7.13: No precisa calcular explicitamente as

TLs. (a) o vetor valor

(3, 2, 1) perpendicular ao plano

de reexo. Logo autovetor associado ao auto-

1. Por outro lado, podemos obter base do (1, 0, 3) e (0, 1, 2), que so autovetores associados ao autovalor 1. (b) Como projeo
plano ortogonal em reta, toda direo perpendicular ao vetor

h = 6. v .
com autovalor: (a) Ento

Prob 7.7: Autovetor

2 ;

(b)

1/;

De fato, seja

sociado ao autovalor

v = 0 autovetor asAv = v. Como

x y = 0 so levados no zero. Assim (x, x, z ), (1, 1, 0) e (0, 0, 1) so levados em zero. Assim autovalor 0; autovetores (1, 1, 0), (0, 0, 1) e autovalor 1, autovetor (1, 1, 0).
vetores satisfazendo

(1, 1, 0) (x, y, z )

levado em zero.

Portanto os

PQR
Prob 7.14: Reexo em torno do plano

APNDICE B.

RESPOSTAS DOS EXERCCIOS

x+y = 0.

(b) Autovalores: racterstico

0 e 1, com polinmio ca-

(1 )2 . Associado ao autovalor 0 2 x=0 obtemos equao caracterstica (1 ) (1 + ) = o sistema , com autoespao gerado y+z =0 0. Para o autovalor 1 obtemos o autoespao x + y = 0 (de dimenso 2); para autovalor 1 por (0, 1, 1); associado ao autovalor 1 o sistema x=0 obtemos como autoespao a soluo do sistema com autoespao gerado por (0, 0, 1). y=0 x y = 0//z = 0 , cujo espao gerado por (1, 1, 0). Note que esta direo perpendicular Portanto NO existe base de autovetores (soma ao plano do autoespao do autovalor 1. das dimenses dos autoespaos 2 e no 3) e no Os vetores do plano x + y = 0 no so al- diagonalizvel;
Soluo: Achando os autovalores e autovetores, terados pela transformao (plano de reexo) e os da direo (c) Autovalores: 2 e 4, com polinmio caracterstico

(1, 1, 0)

so multiplicados por

Logo TL reexo em torno do plano

1. x + y = 0.

Prob 7.15: (a)

sen(3s)

f (s) = exp(9s); f (s) = cos(3s).

(b)

(4 )(2 )2 . Associado ao autovalor 2 xy =0 o sistema , com autoespao gerado z=0 por (1, 1, 0); associado ao autovalor 4 o sistema f (s) = x=0 com autoespao gerado por (0, 0, 1). y=0
Portanto NO existe base de autovetores (soma das dimenses dos autoespaos diagonalizvel;

Diagonalizao
Prob 7.16: Os autovalores so as entradas de

2 e no 3) e no

D,

ou seja,

2.
obtida tomando-se as colunas de

Uma base para o autoespao associado ao autovalor

associadas ao autovalor

1:

1 2 . 0

Da

mesma forma, uma base para o autoespao associado ao autovalor

1 e 1, com polinmio ca(1 )3 (1 + ). Associado ao autoy z = 0 , com autoespao valor 1 o sistema gerado por (1, 0, 0, 0), (0, 1, 1, 0), (0, 0, 0, 1); as x=0 y+z =0 sociado ao autovalor 1 o sistema z=0 com autoespao gerado por (0, 1, 1, 0). Por(d) Autovalores: racterstico tanto existe base de autovetores (soma das dimenses dos autoespaos Tome

obtida tomando-se as

4) e diagonalizvel. = {(1, 0, 0, 0), (0 , 1 , 1) 1, 0), (0, 0, 0, 1 1 . , (0, 1, 1, 0)} e [T ] = 1 1 0 Prob 7.17: (a) = 2 1 = 1 6 1 ( (1))( 1). Prob 7.18: Associado ao autovalor 0, (1, 1, 0), O autoespao associado ao autovalor 1 o associado ao autovalor 1 o espao gerado por 1 0 1 conjunto-soluo de (1, 1, 0) e (0, 0, 1). (a) P = 1 0 1 ou 2 0 0 A (1)I 0 = 1 0 0 . 0 1 0 6 0 0 0 1 1 1 1 0 0 Uma base . P = 0 1 1 . (b) Q = 1 1 0 . 1 1 0 1 0 0 1 O autoespao associado ao autovalor 1 o conjunto-soluo de Prob 7.19: (a) No, A necessariamente diago0 0 0 AI 0 = 3 1 0 . nalizvel pois a soma das dimenses dos autoes6 2 0 paos 4. (b) T no diagonalizvel pois a soma 1 das dimenses dos autoespaos 4 que menor Uma base . 3 que 5. 1 0 Prob 7.20: Da equao obtemos que (1, 2, 1) Assim, = 6 1 ortogonal ao plano de projeo. Resolvendo a 1 equao obtemos (1, 1, 1) e (1, 0, 1). Como 0 1 1 0 0 1 = . projeo cada uma destas direes um autovetor 1 3 0 1 1 3 2 1 1 , 0 1 1

colunas de M associadas ao autovalor

2:

B.7.

AUTOVALORES, AUTOVETORES E DIAGONALIZAO

PQS

1 0 1 0 1 = , P . A10 = 1 1 1 1 matriz com cada autovetor numa coluna. 1 0 1 0 Prob 7.21: Calculamos resolvendo o sistema x + P P 1 = . 10 0 2 1023 1024 y z = 0, x + z = 0 que w = (1, 2, 1) . 1/3 1/3 Como so autovetores LIs, = {(1, 1, 1)/ 3, (b) A = 2/3 2/3 (1, 0, 1)/ 2, (1, 2, 1)/ 6} (c) Diagonalize A e calcule 3 2 0 B = P DP 1 . 2 4 2 . Aplicaes 0 2 5 8 8 1 Prob 7.22: A = P D P = 1 5 7 28 0 5 7 2 3 0 1 2 3 5 7 256 0 3 7 Autovalores e Autovetores = 2 3 0 1 2 5 Ext 7.1: (a) 2 i; (b) 0, (0, 0, 1), 1, (1, 0, 0) e 3826 8925 = 1, (1, 1, 1). 1530 3569 a b e faa as Prob 7.23: (a) autovalor 1/2 com autovetor (1, 1)Ext 7.2: Monte a matriz A = c d e autovalor 1 com autovetor (1, 3/2). Denindo contas. 1/2 0.7 0.2 e P = Ext 7.3: Escreva A = (aij ) e faa as contas. , D = A = 1 0.3 0.8 Ext 7.4: (a) = 0 com com (1, 0); (b) no possui 1 1 3 2 1 = 1 , calculamos P . autovalores reais; (c) = 2, (1, 0, 0); 5 1 3/2 2 2 1 Ext 7.5: Como p() = det(A I ), det(A Logo, A = P DP . 0I ) = det(A) = p(0) = 4. r10 1/2 (b) Como , calcula= A10 m10 1/2 Ext 7.7: (a) Como mos (1, 1, 1, 0) = (0, 1, 1, 1) + (1, 0, 0, 1), per1/210 1 10 tence ao ncleo tambm; no pode estar associP = A =P 1 ado ao autovalor 3; (b) como (1, 0, 1) pertence ao plano x y + 1 2051 2046 z = 0, T (1, 0, 1) = (1, 0, 1) = (0, 1, 0). . = 5 210 3069 3074 Ext 7.8: (a) autovalor 0 na direo (1, 2, 1, 1) e autovalor 1 no hiperplano perpendicular a Logo r10 = 4097/10240 40%. (1, 2, 1, 1). 0 k P 1 = (c) Como limk A = P (b) autovalor 1 na direo (1, 1, 1). 1 0.4 0.4 Ext 7.9: (a) 0 e 1. dim Nuc(T ) = 1, . Logo, se inicialmente so r0 repu0.6 0.6 dim Nuc(T + I ) = 0, dim Nuc(T I ) = 1. blicanos e m0 monarquistas, sero 0.4(r0 + m0 ) (b) 1 e 1. dim Nuc(T ) = 0, dim Nuc(T + republicanos e 0.6(r0 + m0 ) monarquistas, isto , I ) = 2, dim Nuc(T I ) = 1.
e forma base do

R3 .

Dena

como sendo uma

P =

B.7.3 Extras

40% republicanos e 60% monarquistas independente do valor de


Prob 7.24: (a)

r0

m0 .

Ext 7.10: (a) Eixo:

(1, 1, 1)

com ngulo

120 .

Soluo: Para determinar eixo precisamos calcular a direo associada ao autovalor obter o sistema mos tema

Seja

1 X= 0 0 D99 =

Y =

(1, 1, 1), (0, 1, 1), (0, 5, 1). (b) 1 1 1 1 e 5 1 1 0 0 0 299 0 , A99 = XY X 1 0 0 499

1.

Vamos

y = x z = y x=z

Resolvendo obtePara de-

(1, 1, 1)

como direo do eixo.

terminar o plano de rotao resolvemos o sis-

Prob 7.25: (a) Autovalor

autovalor

1 com autovetor (1, 1), 2 com autovetor (0, 1). Assim tomando

x y + z = 0 , que gerado por u = (1, 0, 1) e v = (0, 1, 1). Calculando T u = (0, 1, 1) e T v = (1, 1, 0). Determinamos o
ngulo fazendo o produto interno:

PQT

APNDICE B.

RESPOSTAS DOS EXERCCIOS

1 2 1 cos = u, T u /( u T u ) = 1/2 cos = (c) Dena P = 3 3 1 . Ento v, T v /( v T v ) = 1/2. Logo o ngulo 4 3 1 = = 120 . Segue que T rotao. 1 4 2 3 0 0 (e) Calculando autovetor associado ao 1 de 3 4 0 = P 0 2 0 P 1 . terminamos o eixo (1, 0, 1). Com isto determi3 1 3 0 0 1 namos o plano de rotao, que perpendicular 1 2 1 a este eixo: so os (x, y, z ) tais que x z = 0. (d) Dena P = 1 1 0 . Ento O plano (1, 0, 1), (0, 1, 0) . Aplicando matriz 1 0 1 num destes vetores (por exemplo em (1, 0, 1)) cal culamos o ngulo, que 90 . 2 2 1 5 0 0 1 1 ) = 3 1 = P 0 1 0 P 1 . Ext 7.11: (a) det(P BP 1 2 2 0 0 1 = det(B ) det(P ) det(P 1 ) = det(B );
(b)

A3 = P B (P 1 P )B (P 1 P )BP 1 = = P B (I )B (I )BP 1 = P BBBP 1 . (c) det(P AP 1

o po-

Ext 7.19:

X =

1 1 1 1

Y =

2 0 0 3

linmio caracterstico o mesmo pois

Outra opo (A no nica) tomar

1 1 3 0 det(B I ) = I ) = X= e Y = . 1 1 0 2 = det(P AP 1 P P 1 ) = det(P (AI )P 1 ) = = det(P ) det(A I ) det(P 1 ) = det(A I ). 1 1 1 1 v . (e) segue do fato de possurem o (d) w = P 0 1 . Ext 7.20: Dena P = 1 mesmo polinmio caracterstico. 0 1 1 Ext 7.12: (b) T (au + bv) = aT u + bT v = 5 5 5 0 0 0 au u + bv v= u (au + bvv /u ) 0 P 1 Ento, 5 5 5 = P 0 0 x x ; (b) sen(x) e cos(x). 5 5 5 0 0 15 Ext 7.13: (a) e e e 2 Ext 7.14: 1 com autoespao gerado por x e x + Ext 7.21: (a) Autovalores so 1 (duplo) e 2. condio a = 0. 1. 0 Ext 7.15: Autovalores reais somente podem ser Ext 7.22: (a) , onde R. 0 1 1, 1 e 0. 1 n , onde 0 = R. (b) Ext 7.16: (a) Seguindo a sugesto,  j =1 aij = 0 1 s, i = 1, 2, . . . , n equivale a 1 ento Ext 7.25: (a) Se A = P DP A = (P )D(1/P 1 ) = QDQ1 . a11 a1n 1 s 1 . . . . . .. . . . . . . . . . = . = s . . an1 ann 1 s 1

B.7.4 Desaos
Des 7.1:

Portanto (b)

autovalor.

Autovalores e Autovetores
6

autovalor pois a matriz singular.

autovalor pelo item anterior.

Au, v = u, v = u, AT v = = u, v Como = , u, v = 0.
Des 7.2: Autovalores so Des 7.3:

Diagonalizao
Ext 7.17: (a)

a+b

a c.

e trao de

A.

diagonal

P = v1 vn ;
.. .

Des 7.4: Induo.

(b) matriz

Des 7.5: (b) Fatore o polinmio caracterstico em

(1 ) (n )
Des 7.9:

e coloque

= 0.
por: .

. n

1 com autoespao gerado 1 0 0 0 0 1 , e 0 0 0 1 1 0

Ext 7.18: (a) autovalores complexos dados por

Des 7.10:

(3

)2

+ 4 = 0,

portanto no existe base de

autovetores e,portanto, no diagonalizvel; (b) No diagonalizvel.

T f = f , derivando os dois lados, f = f e portanto f seria uma exponencial mas 0 como (T f )(0) = 0 f (s) ds = 0, f 0.
Se tivesse,

B.7.

AUTOVALORES, AUTOVETORES E DIAGONALIZAO

PQU

Diagonalizao
Des 7.11: (a) autovalor

5) com autovetor 1/2(1 + 5, 1) autovalor 1/2(1 5) com autovetor 1/2(1 5 , 1) . Denindo A = 1 1 1+ 5 1 , D = e P = 2 1 0 1 5 1+ 5 1 5 1 , calculamos 2 1 1 1 5 1 1 . P 1 = 55 . Logo, A = P DP 1 5+1 (b) como 1/2(1 5) 0.61, k lim (1/2(1 5)) = 0. Assim, de forma aproxik (1 + 5)50 1 50 mada, D = 250 . Denindo 0 = 1 + 5, colocando 50 em evidncia, e efe
tuando obtemos

1/2(1 +

A50
550 10250

1 1

= P D50 P 1 1 0 5 5

1 1 1 1

51 1

1 5 1 1 1 1 550 10 250

Efetuando obtemos,

50

50 251

Logo,

x52 (/2)51 (1.61)51 . k (c) do item anterior, xk+1 (/2) . N k v = k v = 0.


(b) Portanto

Des 7.12: (a) O nico autovalor possvel

no

teramos que ter, se fosse

0 seD = 0 e diagonalizvel, N =
e faa contas.

P DP 1 = 0.
Des 7.17: Escreva

A=

a b b d

Des 7.18: (b)

3 2e 6 6e e 1 3e 2

. (c)

1 e 1 1

1 e 1 1 1 e . 1 1 1

PQV

APNDICE B.

RESPOSTAS DOS EXERCCIOS

Refer encias Bibliogr acas


[1] [2] [3] [4] [5] [6]

Anton, Howard; Rorres, Chris; lgebra Linear com Aplicaes; Bookman; 2001. Axler, Sheldon; Linear Algebra Done Right; Springer; 1997. Boldrini, Costa, Figueiredo e Wetzler; lgebra Linear; Harbra; 1986. Diversos autores; Listas e Provas Antigas do DMA  IM  UFRJ; 19902006. Halmos, Paul; Finite-Dimensional Vector Spaces; Springer Verlag; 1974. Heeron, Jim; Linear Algebra; Acessado em Maio de 2008:
http://joshua.smcvt.edu/linearalgebra/

[7] [8] [9] [10] [11]

Homan, Kenneth; Kunze, Ray; Linear Algebra; Prentice-Hall; 1971. Jnich, Klaus; Linear Algebra; Springer Verlag; 2007. Lay, David C.; Linear Algebra and Its Applications; Addison-Wesley; 1987. Leon, Steven J.; Linear Algebra With Applications; Prentice Hall; 2005. Santos, Reginaldo J.; Um Curso de Geometria Analtica e Algebra Linear; Imprensa Universitaria
da UFMG; 2007.

[12] [13]

Shilov, Georgi E.; Linear Algebra; Dover Publications; 1977. Strang, Gilbert; Introduction to Linear Algebra; Wellesley-Cambridge Press; 1993.

0 Verso 0.2

PQW

Indice Remissivo
rea com sinal, 169 ngulo entre vetores, 154 abuso de linguagem, 36, 93, 109 de notao, 31, 36, 122 algoritmo de eliminao de Gauss, 42 do clculo do determinante, 176 matriz inversa, 114 autoespao, 196 autofuno, 201 autovalor, 195 autovetor, 195 base cannica do denio, 72 Cauchy-Schwarz, 154 coecientes de Fourier, 159 combinao linear delicada, 151 delta de Kroenecker, 79 desigualdade triangular, 154 determinado, 32 determinante algoritmo, 176 clculo eciente, 176 caracterizao algbrica, 171 caracterizao geomtrica, 168, 169 como rea, 168 como volume, 169 da transposta de matrizes, 174 de matriz, 172 de matriz de matriz

2 2, 3 3,

168 169

Rn ,

73

denio geral, 171 do produto de matrizes, 178 frmula de Leibniz, 174 interpretao geomtrica, 182 operaes elementares, 175, 176 sinal, 185 dimenso denio, 18, 74, 83 nita, 82 innita, 82, 201 distncia, 138 domnio, 92 elementos nitos, 79 eliminao de Gauss, 42 entradas, 1 equao paramtrica reta, 5 escalonada, 41, 42 espao das transformaes lineares, 117 de funes, 76 de funes contnuas, 76 de funes diferenciveis, 76 de polinmios, 75 dimenso innita, 82, 201 gerado, 15

caracterizao, 73

n em R , 14
combusto, 27 compatvel, 32 complemento ortogonal, 140 conjunto fechado, 67 gerador, 15 ortogonal, 139 ortonormal, 140 soluo, 48, 55, 56 vazio, 71 consistente, 32 contradomnio, 92 coordenadas, 119 corpos movimentos rgidos, 204 Cramer regra de, 167, 186 decomposio espectral, 201

PRH

NDICE REMISSIVO

PRI
mudana de variveis, 167 jacobiano, 167, 182 kernel, 99 Kroenecker delta de, 79 lado direito, 36 LD, 17 lei dos cossenos, 154 lema autovalores so LIs, 201 bijeo entre matrizes e TLs, 94 caracterizao da funo inversa, 112 caracterizao de base, 73 caracterizao de subespao, 67 caracterizao dos conjuntos LD, 83 conjunto gerado subespao, 71 conjunto gerador e LI, 83 conjunto ortogonal LI, 140 determinando uma TL, 94 determinante de matriz bloco-triangular, 179 determinante matriz triangular, 175 dimenso do espao linha e coluna, 104 do complemento ortogonal, 141 eliminando vetores redundantes, 83 escalonamento e espao gerado, 74 espao vetorial das matrizes, 116 espao vetorial das TLs, 117 estendendo conjunto LI em base, 84 imagem subespao, 100 injetividade e sobrejetividade de TL, 105 interpretao do produto matriz-vetor, 54 interpretaes do produto matriz-matriz, 110 inversa da composta, 112 linearidade do produto matriz-vetor, 54 mapeamento vetor linear, 122 matrizes da mesma TL, 126 mudana de rea de um quadrado, 182 ncleo subespao, 99 ncleo e inversa de matriz, 114 ortogonalidade, 139 produto matriz-matriz, 109 propriedades da composio de funes, 108 propriedades da composio de TLs, 108, 117 propriedades da funo inversa, 112 propriedades da inversa de TL, 113 propriedades das operaes com matrizes, 116 propriedades do complemento ortogonal, 141 propriedades do produto interno, 138

por conjunto vazio, 71 imagem, 100 linha e coluna de uma matriz, 104 matrizes, 30 ncleo, 99 vetorial, 65 espectro, 195 frmula de Leibniz, 174 mnimos quadrados, 143 matriz de rotao, 98 soluo de sistema, 186 fechado, 67 Fibonacci, 215 uxos, 28 forma escalonada, 41, 46 escalonada reduzida, 42 totalmente escalonada, 42, 45 formas lineares, 136 Fourier, 152, 159 funo bijetiva, 105, 112 composio, 107 contradomnio, 92 domnio, 92 imagem, 92 injetiva, 105 inversa, 111, 112 invertvel, 112 linear, 92 propriedades da composio, 108 sobrejetiva, 105 funcionais lineares, 136 Gauss, 42 gerador, 15 grau de indeterminao, 48 de liberdade, 48 hessiana, 204 hiperplano, 56 imagem, 92, 100 impossvel, 32 incgnita, 32 incompatvel, 32 inconsistente, 32 indeterminado, 32 integral analogias, 169

coordenadas bijeo

PRP
relao entre produto de matrizes e composio de TLs, 126 sistemas e matrizes equivalentes, 39 soma e produto de matrizes por blocos, 118 LI, 17 linearmente dependente, 17 independente, 17 mltiplo, 3 mnimos quadrados, 143, 150 matriz ampliao, 95 ampliada, 36 anti-simtrica, 191 aumentada, 36 bloco-triangular, 179 blocos, 118 de coecientes, 36 de Vandermonde, 193, 194 decomposio espectral, 205 denio, 30 diagonal, 36 diagonalizvel, 201 em blocos, 118 equivalente, 38 escalonada, 41, 46 escalonada reduzida, 42 espao, 30 espao linha e coluna, 104 exponencial, 216 hessiana, 204 identidade, 113 imagem, 69, 102 inversa, 113, 114 invertvel, 113 kernel, 102 mudana de base, 125 ncleo, 69, 102 nilpotente, 132, 191, 216 operaes, 116 ortogonal, 116, 191 potncias, 205 produto matriz-matriz, 109 matriz-vetor, 53 por blocos, 118 por escalar, 116 projeo, 96, 191 propriedades das operaes, 116 propriedades do produto, 126 raz quadrada, 207 reduo, 95 reexo, 95 rotao, 98 semelhante, 126, 213 simtrica, 116, 205 singular, 113 soma, 116 por blocos, 118

NDICE REMISSIVO

totalmente escalonada, 42, 45 transformao linear associada, 93 transposta, 104, 141 triangular, 37 tridiagonal, 194 Maxima, 12, 45, 49, 75 moedas, 27 morsmo, 81 multiplicao por escalar, 65 multiplicao por escalar, 2 munido, 91, 116, 117

n-upla,

ncleo, 55, 99, 113 norma, 138 normalizao, 139 nulidade, 99 operaes elementares, 38 determinante, 175, 176 origem, 2 ortogonal, 116 parbola, 28 parmetros, 48 paralelo, 3 Pitgoras, 139 piv, 41 placa aquecida, 28 placas tectnicas, 198 polinmio caracterstico, 196 possvel, 32 posto, 100 processamento de imagem, 81 produto escalar, 54, 137 escalar-matriz, 116 escalar-vetor, 2, 65 interno, 54, 137 interpretao geomtrica, 4 matriz-matriz, 109 matriz-vetor, 53 misto, 185

NDICE REMISSIVO

PRQ
existncia e unicidade, 45 geral, 55, 56 mnimos quadrados, 143 particular, 55 sistema, 47, 48, 55, 56 trivial, 55 soma

por escalar, 2, 4 vetorial, 183 projeo denio geral, 164, 191 em base ortogonal, 158 ortogonal, 142, 144 redundante, 16, 17 regra de Cramer, 167, 186 de Sarrus, 174 do paralelogramo, 4 do tringulo, 4 mo direita, 184, 185 reta equao paramtrica, 5

Rn ,

de subespaos, 70 direta de subespaos, 89 vetores, 65 Sturm-Liouville, 90 subespao associados a uma matriz, 69 caracterizao, 67 denio, 67 soma, 70 soma direta, 89 trivial, 71 Sylvester, 135 teorema algoritmo para calcular matriz inversa, 114 caracterizao algbrica do determinante, 171 caracterizao de matrizes no-invertveis, 177 conjunto-soluo de sistema linear, 48 de Cauchy-Schwarz, 154 de Pitgoras generalizado, 139 determinante da transposta, 174 determinante do produto, 178 do ncleo-imagem, 102 espectral para matrizes simtricas, 205 existncia e unicidade pela forma totalmente escalonada, 45 fundamental da lgebra Linear, 102 Gram-Schmidt, 160 inversa e o ncleo, 113 mnimos quadrados, 143 modicao de rea por TL, 182 projeo ortogonal em base ortogonal, 158 relao entre matriz e TL, 123 soluo geral de sistema, 56 TL, 92 TNI, 102 trao, 164, 212 transformao linear composio, 108, 117 denio, 92 diagonalizvel, 201 espao, 117 imagem, 100 injetiva, 105

Rn ,

srie de Fourier, 152 Sarrus regra de, 174 simtrica, 116 sistema com innitas soluo, 32, 49, 55, 58 com soluo nica, 32, 55, 58 compatvel, 32 conjunto-soluo, 48, 56 consistente, 32 determinado, 32 em em em

R, 31 R2 , 32, R3 , 57

57

equivalente, 37 existncia e unicidade, 45 frmula de soluo, 186 homogneo, 55 impossvel, 32 incompatvel, 32 inconsistente, 32 indeterminado, 32 interpretao algbrica, 56 interpretao geomtrica, 56 lado direito, 36 matriz, 36 possvel, 32 regra de Cramer, 186 sem soluo, 32, 58, 143 soluo geral, 55, 56 soluo particular, 55, 56 soluo trivial, 55 sistemas:resolver simultanemante, 114 soluo de sistemas: existncia e unicidade, 46

PRR
inversa, 112, 113 kernel, 99 matriz associada, 94, 123 ncleo, 99 nulidade, 99 operaes, 117 posto, 100 produto por escalar, 117 propriedades, 108, 117 propriedades da inversa, 113 rotao, 98 soma, 117 transposta, 104, 141 Vandermonde, 62, 193, 194 varivel dependente, 47 independente, 47 lder, 47 livre, 47 vetor

NDICE REMISSIVO

Rn ,

ngulo, 154 coordenadas, 119 distncia, 138 funo como, 80 mltiplos, 3 multiplicao por escalar, 2, 65 norma, 138 nulo, 2, 55 outra representao, 80 paralelo, 3 produto escalar, 54, 137 escalar-vetor, 2, 65 interno, 54, 137 matriz-vetor, 53 vetorial, 183 redundante, 16, 17 unitrio, 139 wrosnkiano, 193