LGEBRA LINEAR

NOTAS DE AULA

P RIMEIRA U NIDADE
Prof. Joo Alves Silva Jnior UFPE/CAA/NT ltima modificao em 25/08/2013

1. ESPAOS E SUBESPAOS VETORIAIS

Considere em adio: multiplicao por escalar: Interpretao geomtrica: as seguintes operaes: , para todo , para todo ; .

Figura 1

Figura 2

Usando a notao , (EV1) (EV2) (EV3) (EV4) (EV5) (EV6) (EV7) (EV8)

, verifica-se facilmente as seguintes propriedades: para todo ,

1.1. Definio: Um espao vetorial (sobre es

) um conjunto

munido de duas opera-

e um elemento , chamado vetor nulo, que satisfazem as condies (EV1) a (EV8) aci1 ma. Essas condies agora so chamadas axiomas de espao vetorial. Elementos de um espao vetorial so genericamente chamados de vetores. Denotaremos vetores com letras minsculas em negrito. Os nmeros reais envolvidos na multiplicao por escalar so comumente chamados de escalares. Utilizamos as abreviaes e para ,e , respectivamente.

1.2. Observaes: Seja um espao vetorial. (a) No existe outro elemento neutro aditivo alm do vetor nulo: se e so elementos de tais que e para todo , ento . Assim, a estrutura de espao vetorial fica completamente determinada pelas operaes de soma e multiplicao por escalar. (b) Em , vale a lei do cancelamento para a soma de vetores: para todo ,

(Por (EV2), suficiente verificar a primeira implicao acima.) De fato, se , ento

(c) Decorre da lei do cancelamento que, para cada . (d) Outra consequncia da lei do cancelamento que e todo . Basta notar que . (e) Se e tal que , ento

, e

o nico

tal que

, para todo e

1.3. Definio alternativa de espao vetorial (mais comum nos livros): Um espao vetorial (sobre ) um conjunto munido de duas operaes

que satisfazem as seguintes condies: (EV'1) (associatividade) (EV'2) (comutatividade) (EV'3) (existncia de elemento neutro aditivo)

. . .

Para ser mais preciso, os axiomas de espao vetorial no so bem aquelas condies (predic ados). Os axiomas de espao vetorial so os predicados (EV1) a (EV8) acrescentados de quantificadores universais (para todo , para todo , etc.).
1

(EV'4) (existncia de inversos aditivos) , onde denota o nico elemento de tal que (a existncia garantida por (EV3); a unicidade ainda precisa ser verificada). (EV'5) (associatividade da multiplicao por escalar) . (EV'6) (existncia de elemento neutro multiplicativo) . (EV'7) (distributividade esquerda) . (EV'8) (distributividade direita) .

Perceba a importncia de ter perfeita clareza de quais operaes se est considerando num determinado espao vetorial. Um conjunto, por si s, no um espao vetorial. Ele deve estar acompanhado de operaes apropriadas de soma e multiplicao por escalar, que embora possam no ter sido fixadas explicitamente, nunca devem ser desprezadas. Um conjunto , em geral, pode ser dotado de operaes e de mais de uma maneira diferente, resultando ou no em um espao vetorial. Quando quisermos enfatizar que estamos considerando num certo conjunto determinadas operaes e , denotaremos por . O subconjunto de considerarmos nele as operaes satisfaz todos os axiomas de espao vetorial se e dadas por

Note que essas operaes so as mesmas que consideramos em , exceto pelo fato de estarem definidas no em , mas num subconjunto de . Mais precisamente,

onde por escalar em

e so as operaes usuais de soma e multiplicao . Por isso, dizemos que e so operaes induzidas de em . num subconjunto . Qualquer que , ento

Nem sempre existem operaes induzidas de um dado espao vetorial de . Por exemplo, considere o subconjunto de sejam as operaes e , se e

Isso mostra que no possvel induzir as operaes de

em

Para que existam operaes induzidas de um dado espao vetorial num subconjunto de , necessrio e suficiente que seja fechado com relao soma e multiplicao por escalar de , isto , e para todo e todo . Se, alm disso, contiver o vetor nulo de , ento ser um espao vetorial com relao s operaes induzidas de . Nesse caso, dizemos que um subespao vetorial de . 1.4. Definio: Seja um espao vetorial. Um subconjunto espao vetorial de se (SE1) ; (SE2) Para todo , ; (SE3) Para todo e todo , . de dito um sub-

1.5. Proposio: Seja um subconjunto de um espao vetorial espao vetorial de , ento as operaes

. Se

um sub-

induzidas de , esto bem-definidas e fazem de um espao vetorial. Reciprocamente se existem tais operaes induzidas de em e se um espao vetorial com relao a elas, ento subespao vetorial de . Demonstrao: A recproca trivial. Para a primeira parte do teorema, basta notar que os axiomas de espao vetorial so todos herdados por , quando um subespao vetorial de . Por exemplo, (EV1) vale para todo ; se vale para todo , claro que vale para todo , pois .

1.6. Observao: As condies (SE2) e (SE3) da Definio 1.4, juntas, so equivalentes seguinte: Alm disso, na presena de (SE2) (SE3), (SE1) equivalente a .

1.7. Exemplos: (a) Todo conjunto unitrio um espao vetorial se considerarmos o seu nico elemento como o seu vetor nulo. Nesse caso, a adio e a multiplicao por escalar ficam automaticamente determinadas. Um subconjunto unitrio de um espao vetorial subespao vetorial de se e somente se . O subespao chamado subespao trivial. Todo espao vetorial subespao vetorial de si mesmo. (b) um espao vetorial com adio e multiplicao por escalar definidos analogamente s respectivas operaes de . Em particular, um espao vetorial com relao adio e multiplicao usuais. Podemos at considerar o espao vetorial . Para cada , subespao vetorial de , se considerarmos a identificao . (c) um espao vetorial com adio e multiplicao por escalar dadas por

O vetor nulo de (d) vetorial. Note que pao vetorial de

. um espao vetorial. Em particular, um espao um subespao vetorial de , para cada .E subespara cada , considerando a identificao

(e) Sejam um espao vetorial e um inteiro positivo. Com operaes de soma e multiplicao por escalar definidas naturalmente (como fizemos com e , acima), um espao vetorial e, para todo subespao e , um subespao de . Mais ainda: se um subconjunto de tal que subespao vetorial de , ento um subespao de .

(f) Seja . O conjunto , consistindo nos polinmios de grau menor que ou igual a , um espao vetorial quando munido de adio e multiplicao por escalar usuais:

Para fins de clareza e rigor, interessante identificar cada polinmio com a lista de seus coeficientes, Dessa forma, estabelecemos uma correspondncia biunvoca entre e . O vetor nulo de o polinmio nulo, que corresponde ao vetor nulo de . A soma e a multiplicao por escalar em feita consistentemente com as operaes correspondentes em . Ento e so essencialmente o mesmo espao vetorial. Numa linguagem mais tcnica, e so isomorfos. Alm dessas operaes, que fazem de um espao vetorial, vale lembrar a multiplicao de polinmios:

O subconjunto de consistindo em todos os polinmios formados apenas por potncias mpares um subespao de . Essa afirmao tambm vlida com pares no lugar de mpares. (g) Dados um espao vetorial e um conjunto qualquer , podemos fazer de um espao vetorial definindo adio e multiplicao por escalar de forma natural: para todo e todo , e so as funes dadas por

O vetor nulo de a funo identicamente nula, que leva todo elemento de no vetor nulo de . Observe que o exemplo , do item (d) (e, consequentemente, , , e ), , de certa forma, um caso particulares deste, pois cada -upla pode ser vista como uma funo dada por . O espao , na verdade, pode ser visto de duas maneiras diferentes como caso particular deste, j que cada polinmio com coeficientes reais pode ser identificado com uma -upla ou com uma funo , definida em . Um subconjunto de um subespao vetorial de se e somente se um subespao vetorial de . Para todo , o conjunto , formado pelas funes com -sima derivada contnua, um subespao vetorial de . Alm disso, para cada , subespao vetorial de . (h) Dados (inteiros positivos), uma matriz (real) (l-se por ) uma funo

usualmente denotada por uma tabela

Os elementos da imagem de

so chamados as entradas de . As matri-

zes luna de

so ditas, respectivamente, a -sima linha e a -sima co-

. Em algumas situaes, conveniente identificar linhas (respecticom vetores em (respectivamente, para

vamente, colunas) de uma matriz

). Observe, pelas definies de matriz e de funo, que duas matrizes e so iguais se e somente se , e

todo . Denotaremos por o conjunto das matrizes reais . De acordo com o exemplo (g), um espao vetorial quando munido de soma e multiplicao por escalar definidas da seguinte maneira:

O vetor nulo de a matriz nula, o dada por . Dizemos que uma matriz quadrada (de ordem ) se . triangular superior se quadrada e triangular inferior se diagonal se quadrada e quadrada e

, que nada mais que a fun, para todo sempre que sempre que ; ; . ; ;

sempre que para todo para todo

simtrica se quadrada e antissimtrica se quadrada e Denotaremos por

, , , , e os conjuntos das matrizes que so, respectivamente, quadradas, triangulares superiores, triangu,

lares inferiores, diagonais, simtricas e antissimtricas. fcil ver que , , e so subespaos de .

2. INTERSEO, SOMA E SOMA DIRETA DE SUBESPAOS

2.1. Proposio: A interseo de subespaos vetoriais um subespao vetorial. Demonstrao: Sejam Pois . . E isso acontece porque e so subespaos de . para todo . De fato, dados , temos pela definio de interseo que e . Da, como e so subespaos de , segue que e . Logo, . para todo e todo . e e subespaos vetoriais de . Temos:

 De fato, dados e e . Da, como e . Ento .

, temos pela definio de interseo que so subespaos de , segue que e

2.2. Exemplos: (a) (b) trica se e somente se

, pois uma matriz para todo , para todo . De fato, uma matriz .

triangular superior e tridistintos. simtrica e antissim-

angular inferior se e somente se

A unio de subespaos nem sempre um subespao. Por exemplo, o eixo e o eixo , no plano cartesiano, so subespaos de , mas a unio desses eixos no fechada para a adio e, portanto, no um subespao de . Mas definiremos agora uma operao que funciona como uma espcie de unio para subespaos e que resulta sempre em um subespao quando os operandos so subespaos.

2.3. Definio: Sejam de e por

um espao vetorial e

subconjuntos de . Definimos a soma .

2.4. Proposio: A soma de subespaos vetoriais de o menor2 subespao de que contm a unio daqueles subespaos. Dito de outra forma, se e so subespaos vetoriais de , ento as seguintes afirmaes so verdadeiras. (a) um subespao vetorial de . (b) Se um subespao vetorial de e , ento . Demonstrao: Temos: . Como e gue que so subespaos de , e . Da, como . que . Assim, , j que , se-

, para todo . Dados , temos pela definio de , para algum e algum , com e subespaos de . Logo, . , para todo e todo . Dados e , temos pela definio de , para algum e algum . Assim, e , j que e so subespaos de .

e e so

que , com . Logo,

Com respeito ordem de incluso.

Isso mostra que subespao de . Agora, suponha que um subespao vetorial de , com . Queremos mostrar que . Dado , existem e tais que . Mas, como , temos que e , de modo que . Logo, . Isso conclui a demonstrao.

2.5. Definio: Seja um subespao vetorial. Dados subespaos e que soma direta de e , e escrevemos se .

de , dizemos e

2.6. Exemplos: (a) (b)

, mas

no soma direta de

, porque

. . claro que , pense no caso

. Agora, para ver que e note que

para todo e

. Generalizando: para toda , dadas por

, existem

tais que

2.7. Proposio: Sejam um espao vetorial e subespaos de . As seguintes afirmaes so equivalentes: (a) . (b) Todo elemento de pode ser escrito de maneira nica como soma de um elemento de e um elemento de . Ou seja, para todo , existem e tais que ; se e so tais que , ento e . (c) e a nica maneira de exprimir o vetor nulo de como soma de um elemento de e um elemento de esta: . Ou seja, se e so tais que , ento . Demonstrao: (a) (b): Suponha que . De imediato, temos que todo elemento de pode ser escrito como soma de um elemento de e um elemento de . Resta provar a unicidade dessa representao. Para isso, suponha que e so tais que . Reorganizando os termos dessa equao, segue que . Por outro lado, como e so subespaos de , e . Ento . Logo, e . Provamos assim que (a)

implica (b). (b) (c): A primeira parte da afirmao (c) diz que todo elemento de pode ser escrito como soma de um elemento de e um elemento de . Ou seja, . E a segunda parte diz que cada representao de um elemento de como soma de um de e um de nica. Em particular, cada representao do como soma de um elemento de e um de nica. Portanto, (b) implica (c). (c) (a): Suponha que e que implica para todo , . Queremos mostrar que . Se , ento e , assim como e ; da, por , segue que . Provamos assim que (c) implica (a).

3. MULTIPLICAO E TRANSPOSIO DE MATRIZES

Muitas funes importantes de em so da forma , onde

com fixados. Mais adiante, neste curso, estudaremos melhor (e generalizaremos) essas funes, chamadas de transformaes lineares. Denotemos por o conjunto de todas as transformaes lineares de em . fcil ver que existe uma correspondncia biunvoca entre cada dada por associa a matriz e , que a

Note tambm que um subespao vetorial de ; logo, um espao vetorial. E, claramente, a correspondncia , de em preserva operaes de adio e multiplicao por escalar. Ou seja, para todo e todo , Agora, vamos definir uma operao

de tal maneira que

, para todo

e todo

3.1.

Definio: Dadas as matrizes onde

, definimos

A operao

chamada multiplicao de matrizes.

3.2. Observaes: (a) A matriz produto s est definida quando o nmero de colunas de for igual ao nmero de linhas de . Quando isso acontece, o nmero de linhas (respectivamente, colunas) de igual ao nmero de linhas de (respectivamente, colunas de ). (b) Cada entrada de a multiplicao da -sima linha de pela -sima coluna de .

3.3.

Exemplo: Sejam dadas por

. Considere as funes e . Denotando e

, temos: com

Vemos assim que

3.4. Definio: A matriz identidade de ordem delta de Kronecker:

definida por

, onde

Denotamos uma matriz identidade de ordem no especificada por .

3.5. Proposio: Desde que as somas e os produtos de matrizes estejam definidos, valem as seguintes propriedades: (a) . (b) . (c) . (d) .

(e)

3.6. Definio: A transposta de uma matriz operao

definida por

.A

chamada transposio de matrizes.

3.7. Proposio: Valem as seguintes propriedades para matrizes: (a) simtrica se e somente se . (b) . (c) , desde que esteja definida. (d) . (e) , desde que esteja definida.

4. SISTEMAS DE EQUAES LINEARES

Uma equao da forma (4.1) onde e so variveis, dita uma equao linear. Um sistema linear um sistema (uma lista) de equaes lineares, tipicamente representada da seguinte maneira: (4.2) Uma soluo para (4.1) uma -upla de nmeros reais tais que . Uma soluo para (4.2) uma -upla de nmeros reais que uma soluo de cada equao em (4.2). Note que o sistema (4.2) equivale equao matricial , onde

no sentido que

uma soluo de

se e somente se

uma equao

de (4.2). Dizemos que a matriz dos coeficientes, a matriz das incgnitas e a matriz dos termos independentes de (4.2). Isso porque as entradas de , e quando vistas em (4.2), so chamadas, respectivamente, de coeficientes, incgnitas e termos independentes. Um sistema linear dito homogneo se os seus termos independentes so todos iguais a zero. A matriz

tambm denotada por

, chamada a matriz aumentada de (4.2). A matriz aumentada

de um sistema linear uma forma abreviada de representa-lo. Essa representao ser usada a seguir, na apresentao de um mtodo geral para resolver sistemas lineares.

4.1. Definio: Chamamos de operaes elementares sobre as linhas de uma matriz os seguintes procedimentos: (a) Permutao das linhas e ( ); (b) Multiplicao da -sima linha por um escalar no-nulo ( ); (c) Substituio da -sima linha pela -sima linha mais vezes a -sima linha ( ).

4.2. Definio: Sejam e matrizes quaisquer. Dizemos que equivalente por linhas (ou linha-equivalente) a se puder ser obtida a partir de por um nmero finito de operaes elementares sobre linhas. Nesse caso, indicamos , ou .

4.3. Proposio: Sejam , (a) . (b) Se , ento . (c) Se e , ento

matrizes quaisquer.

4.4. Teorema: Sistemas lineares com matrizes aumentadas equivalentes por linhas so equivalentes. Demonstrao: claro que a primeira operao elementar no altera o conjunto soluo de um sistema linear. A segunda tambm no altera, porque multiplicar uma equao por um nmero no-nulo a transforma numa equao equivalente. Para a terceira condio, basta notar que os sistemas

so equivalentes. De fato, se

uma soluo do primeiro, ento

, de modo que

tambm uma soluo do segun soluo do segundo sistema, ento

do. E, reciprocamente, se

e ro sistema.

, de modo que

tambm uma soluo do primei-

4.5. Exemplo:

Para resolver o sistema linear acima, modificamos sua matriz aumentada aplicando operaes elementares sucessivamente at obter uma matriz cujo sistema linear associado suficientemente simples, fcil de resolver.

Da, vemos que

a nica soluo do sistema.

4.6. Definio: Seja uma matriz com linhas. A primeira entrada no-nula de cada linha no-nula de chamada a entrada lder dessa linha. Dizemos que est na forma linha-escalonada (FLE) se as duas seguintes condies so verificadas: (a) Quaisquer linhas nulas de esto abaixo de todas as linhas no-nulas de . (b) Para cada , se a -sima linha de no-nula, ento ou a linha de nula, ou a entrada lder da linha est numa coluna direita da colluna da entrada lder da linha . Dizemos que est na forma linha-escalonada reduzida (FLER) se est na FLE e, alm disso, satisfaz a seguinte condio: (c) Se a entrada lder da linha , ento e toda entrada da coluna exceto possivelmente zero.

4.7. Observao: Na nomenclatura do Boldrini, uma matriz que est na FLER uma matriz-linha reduzida forma escada. O livro no trata da forma linha -escalonada (no necessariamente reduzida).

4.8. Teorema: Toda matriz equivalente por linhas a uma nica matriz que est na FLER.

4.9. Corolrio: Dois sistemas lineares so equivalentes se e somente se suas matrizes aumentadas so equivalentes por linhas.

4.10. Definio: A forma linha-escalonada reduzida de uma matriz , denotada por , a nica matriz que est na FLER equivalente por linhas a . Uma forma linha-escalonada de qualquer matriz que est na FLE e equivalente por linhas a .

4.11. Proposio: Se e so formas linha-escalonada de uma matriz , ento o mesmo nmero de linhas no-nulas.

tm

4.12. Definio: O posto (ou posto-linha) de uma matriz , denotado por ,o nmero de linhas no-nulas de qualquer forma linha-escalonada de . A nulidade de , denotada por , o nmero de colunas de menos o posto de .

4.13. Observao: Pela Proposio 4.11, contm entradas lderes.

o nmero de colunas de

que no

4.14. (a) (b) (c)

Teorema: Sejam e . O sistema linear , possui soluo se e somente se . Se , ento possui uma nica soluo. Se , ento podemos escolher valores para variveis de modo que ainda possua soluo (as outras varivies ficam determinadas em funo dos valores que escolhemos).

O teorema 4.12 nos diz que um sistema linear pode ter uma, nenhuma ou infinitas solues e que essas so as nicas possibilidades. Um sistema linear dito possvel se possui soluo; impossvel, caso contrrio. Um sistema linear possvel dito determinado se possui uma nica soluo; indeterminado, se possui infinitas solues.

A eliminao de Gauss (respectivamente, de Gauss-Jordan), um determinado procedimento que usa operaes elementares sobre linhas para deixar uma matriz na FLE (respectivamente, FLER).

5. INVERSO DE MATRIZES
5.1. (a) (b) (c) Definio: Uma matriz quadrada dita invertvel direita se existe uma matriz tal que ; invertvel esquerda se existe uma matriz tal que ; invertvel se existe uma matriz tal que .

5.2. Proposio: (a) Se invertvel, ento invertvel direita e esquerda. (b) Se invertvel direita e esquerda, ento existe uma nica matriz tal que , assim como existe uma nica matriz tal que , e, alm disso,

Demonstrao: A primeira parte trivial. Na segunda parte, por hiptese, existem matrizes e tais que e . Mas isso implica que .

5.3. (a) (b) (c)

Corolrio: Se invertvel, ento existe uma nica matriz tal que . existe uma nica matriz tal que . as matrizes e , referidas acima, coincidem, de modo que existe uma nica que . Alm disso, se invertvel esquerda e direita, ento invertvel.

tal

5.4. Definio: Dada uma matriz invertvel , a matriz inversa de , denotada por a nica matriz tal que .

5.5. Exemplo: Seja to

, com

. Se

tal que

, en-

Obtemos assim um sistema linear nas variveis

cuja matriz aumentada

Resolvendo, encontramos

5.6. Observaes: (a) Se e so matrizes quadradas invertveis de mesma ordem, ento . (b) Se uma matriz invertvel, ento . (c) Nem toda matriz invertvel.

A seguir, apresentaremos um procedimento para inverso de matrizes.

5.7. Teorema: Se uma matriz invertvel, ento a matriz identidade (de ordem igual de ). Reciprocamente, se uma matriz pode ser reduzida matriz identidade por uma sequncia finita de operaes elementares sobre linhas, ento invertvel e a inversa de obtida a partir da identidade atravs da mesma sequncia de operaes elementares.

5.8. Exemplos: Ver exemplos 1 e 2 do Boldrini, pginas 86-88.

6. DETERMINANTES
Sejam e matrizes reais e uma matriz de incgnitas.

Pode-se verificar que sempre que o sistema linear possui uma nica soluo, cada dado por uma frao cujo denominador uma soma de produtos de entradas de , que no depende de . Por exemplo, no caso , o sistema consiste na equao , cuja nica soluo, quando existe, dada por

No caso

, encontramos

E para

, obtemos

Essa expresso, que aparece nos denominadores dos determinante de .

s, o que queremos definir como o

PERMUTAES
6.1. Definio: Dado um inteiro positivo , uma permutao dos nmeros uma -upla formada por esses nmeros, sem repetio, possivelmente dispostos em outra ordem. Denotaremos por o conjunto de todas as permutaes dos nmeros .

6.2. Exemplo:

6.3. Observao:

possui exatamente

elementos.

6.4. Observao: Uma inverso em com e .

uma ocorrncia de um

e um

6.5. Exemplo: Os elementos de , na ordem em que aparecem no exemplo anterior, tm respectivamente, 0, 1, 1, 2, 2 e inverses.

DEFINIO E PROPRIEDADES DO DETERMINANTE

6.6. Definio: O determinante de uma matriz quadrada (6.1) onde indica o nmero de inverses da permutao utilizamos as notaes e . Tambm o nmero

para

6.7. Observaes: (a) trrio.

se

tem um nmero mpar de inverses e 1 caso con-

(b) Em cada termo de (6.1), aparece uma e apenas uma entrada de cada linha e de cada coluna de . (c) Reordenando os termos de (6.1), vemos que aquela equao equivalente a (6.2)

6.8. Proposio: Sejam , e matrizes. (a) . (b) Se possui alguma linha nula, ento (c) Se , ento .

(d) Se , ento (e) Se possui duas linhas iguais (em posies diferentes), ento . (f) Se a -sima linha de a soma das -simas linhas de e e se , e so iguais nas outras linhas, ento . (g) O determinante de no se altera se somarmos a uma linha de outra linha de multiplicada por uma constante. (h) . (i) Se invertvel, ento e .

6.9. Exemplos: (a) Sejam

Pela parte (f) da Proposio 6.8, com (b) Pela parte (g) da Proposio 6.8,

, temos que , pois

. .

EXPANSO DE LAPLACE
Note que para ,

Uma generalizao dessa propriedade vlida para matrizes quadradas de ordem arbitrria : (6.3) onde cada , chamado cofator de , vezes o determinante da matriz da a partir de eliminando-se a -sima linha e a -sima coluna. Ou seja, obti-

Pela propriedade (a) dos determinantes, (6.3) equivalente a (6.4) Esse mtodo de calcular determinantes atravs dos cofatores chamado expanso (ou desenvolvimento) de Laplace.

MATRIZ ADJUNTA
6.10. Definio: Seja , onde . Definimos a adjunta (clssica) de o cofator de , para todo por a

. Em outras palavras,

transposta da matriz dos cofatores de .

6.11. Teorema: Para todo (a) (b) Se Se invertvel, ento , ento

, . invertvel.

. Logo,

REGRA DE CRAMMER
Sejam e . Se invertvel, ento para todo ,

onde a coluna

da matriz

aparece na posio . Esse mtodo

de resolver sistemas lineares por meio de determinantes chamado regra de Crammer.

CLCULO DO POSTO DE UMA MATRIZ ATRAVS DE DETERMINANTES

6.12. Teorema: O posto de uma matriz que alguma submatriz de o maior possui determinante no-nulo. tal

6.13. Exemplo: Ver exemplos 1 e 2 do Boldrini, pginas 81-82.

7. COMBINAO LINEAR, CONJUNTOS GERADORES

Considere fixado um espao vetorial .

7.1. Definio: Seja um subconjunto de . Uma combinao linear de (elementos de) uma expresso da forma , onde denotam elementos de e denotam escalares. Dizemos que um uma combinao linear de (elementos de) se , para algum , e . O conjunto de todas as combinaes lineares de um denotado por . Quando finito, digamos, , tambm utilizamos a notao para .

7.2. Observaes: (a) . (b) Se , ento (c) Se um subespao de , ento

. .

7.3. Proposio: Para todo subconjunto de , o menor subespao de que contm ; ou seja, (a) um subespao de . (b) Se um subespao de que contm , ento . Demonstrao: Dados e , existem e tais que e . Logo, e Da, como (ver Observaes 7.2(a) e 7.2(b)), segue que um subespao de . Agora, se um subespao de que contm , ento, pelas Observaes 7.2(b) e 7.2(c), .

7.4. Definio: Dado um subconjunto de , por . Dizemos que gerado por (ou que

chamado o subespao gerado gera ) se .