Anda di halaman 1dari 43

Mdulo 08 Introduo lgebra Linear

MDULO 08 INTRODUO LGEBRA LINEAR


I Espaos e Subespaos Vetoriais
1. Espaos Vetoriais
Neste texto pretende-se generalizar diversos conceitos j discutidos no curso. Para tanto,
interessante retom-los de maneira breve.
O conceito de vetores (geomtricos) foi introduzido como uma ferramenta para a resoluo de
problemas geomtricos e tambm foram definidas duas operaes entre tais vetores: a adio (+) e a
multiplicao por escalar real (.). De modo anlogo, as mesmas operaes foram definidas para o
conjunto de todas as matrizes (de coeficientes reais) mxn.
Com base nestas duas operaes1, constroem-se as combinaes lineares entre elementos
destes dois conjuntos (vetores geomtricos e matrizes). importante notar que, toda combinao
linear resulta em um elemento que tem a mesma natureza daqueles que o geraram. Ento:
z k1u1
B 1 A1

knun , com ki

n An , com i

, um vetor geomtrico assim como u1 ,

, un e

, uma matriz de mesma ordem que as matrizes Ai .

Em outras palavras, o conjunto dos vetores geomtricos e o conjunto das matrizes so


fechados em relao soma e multiplicao por escalar. Estas operaes compartilhavam um
conjunto de propriedades aplicveis a ambos os conjuntos (vetores geomtricos e matrizes), como j
estudado no incio do curso.
Esta ocorrncia no privilgio dos dois conjuntos examinados at o momento. De fato,
existem infinitos outros conjuntos V (com elementos de diversas naturezas) que tambm so
fechados em relao a alguma definio de adio (+) e multiplicao por escalar (.) verifique nota
de rodap 1. No caso de interesse ao curso, tais operaes devero obedecer s propriedades:
Sejam v, v1, v2 e v3 elementos quaisquer de V e ki nmeros reais.
(1) v1 v2 v3 v1 v2 v3
(2) v1 v2 v2 v1
Adio

(3) Existe 0 V tal que 0 v v


(4) Para todo v V existe um nico elemento v V tal que v v 0 . Denotase v v de forma que v v v v 0 .

Multiplicao
por escalar

(5) k1 k2v k1 k2 v
(6) 1 v v

A operao de soma sobre um conjunto V qualquer aplicao f : V V V e a multiplicao por escalar


qualquer aplicao g : V V .
1

EFB102 - Geometria Analtica e lgebra Linear

Mdulo 08 Introduo lgebra Linear

Compatibilidade entre Adio e


Multiplicao por escalar

(7) k1 v1 v2 k1v1 k1v2


(8) k1 k2 v k1v k2v

A tripla V , , , V , em que as operaes (+) e (.) obedecem s propriedades (1)-(8),


chamada espao vetorial sobre os reais. Para efeitos de economia de notao, escreve-se V , , V .
Os elementos de V sero ento chamados vetores de V.
Note que as propriedades individuais dos vetores so irrelevantes: o que realmente importa
que a adio e a multiplicao por escalar satisfaam (1)-(8).
Exemplo 01: O conjunto

constitudo de todos os vetores coluna com n componentes, munido da

soma e multiplicao por escalar (usuais), um espao vetorial sobre os reais. Em particular,

espao vetorial dos vetores geomtricos tridimensionais.

Exemplo 02: O conjunto Mn de todas as matrizes quadradas de ordem n um espao vetorial sobre
os reais. Note que todo elemento A de Mn ser chamado vetor de Mn .

Exemplo 03: O conjunto de todas as funes reais, ou seja, f | f :

, com as operaes

usuais de soma e de multiplicao por escalar, um espao vetorial sobre os reais.

2. Subespaos Vetoriais
Em diversas ocasies, os espaos vetoriais de interesse so na verdade subconjuntos de
espaos vetoriais. Nota-se que nem todo subconjunto U de um espao vetorial V , por si mesmo, um
espao vetorial.
Pode acontecer, por exemplo, que u1 u2 U , embora u1 , u2 U (U no fechado na adio),
como visto no Exemplo 04.
Exemplo 04: O conjunto soluo da equao x y 2 pode ser escrito como:
S x, y x, 2 x , x

S um espao vetorial? A resposta no, pois S no fechado na adio. Para verificar este
fato, necessrio associar todo ponto de S extremidade do vetor x 2 x . Em suma, possvel
T

confundir o ponto x, 2 x com o vetor x 2 x . E tal confuso saudvel!2


T

Adiante este fato ser discutido com mais detalhe. Ser demonstrado que todo espao vetorial real de dimenso finita n

isomorfo ao

EFB102 - Geometria Analtica e lgebra Linear

Mdulo 08 Introduo lgebra Linear

Pode-se entender esta associao com mais clareza sob o ponto


y

de vista geomtrico. A reta r da Figura 01 representa o


conjunto S.

O vetor s x 2 x

v
1

pode ser decomposto na forma

s x 2 x x 1 1 0 2 x u v .
T

s xu v

Os pontos extremidade de todo vetor s esto em r e, portanto,

x
2

xu

pode-se efetuar associao proposta.


Com a associao ponto-vetor, pode-se facilmente mostrar que o

conjunto S no fechado na adio.


Figura 01

A Figura 02 mostra os vetores s1 e s2 , ambos pertencentes


ao conjunto S. No entanto, o vetor soma s s1 s2 no
pertence S, uma vez que seu ponto extremidade no est na

s1

reta r. Uma demonstrao mais formal, do ponto de vista


analtico fornecida a seguir. Sejam s1 e s2 da forma:
1 0
1 0
s1 x1 S e s2 x2 S .
1 2
1 2
1 0
Ento: s1 s2 x1 x2 S , pois
1 4

s1 s2
s2

x
2

0 0
2 4 .

Figura 02

Os subconjuntos U de um espao vetorial V que tambm so espaos vetoriais, so


denominados subespaos de V. Assim, o conjunto S do Exemplo 04 um subconjunto (no-vazio) do
2

, porm no um subespao do

. Logo, em um subespao vetorial U, todas as combinaes

lineares de seus elementos tambm pertencem a U. Formalmente:

Definio: Seja V um espao vetorial e U V . O subconjunto U um subespao de V se e


somente se:
i) 0 U
ii) u, v U u v U
iii) u U e

u U

importante notar que:

EFB102 - Geometria Analtica e lgebra Linear

Mdulo 08 Introduo lgebra Linear

A rigor, a condio i est implcita em ii e iii.


As condies i, ii e iii poderiam ser substitudas por u, v U e ,

u v U .

A verificao das condies i, ii e iii (ou mesmo da condio fornecida na alnea acima)
garante que as oito propriedades exigidas para que um conjunto seja um espao vetorial
sero satisfeitas, uma vez que o subespao um subconjunto fechado nas operaes de adio
e multiplicao por escalar por ele herdadas do espao principal.
2

O exemplo a seguir mostra um subespao do

, com as usuais operaes de adio e

multiplicao por escalar.


Exemplo 05: O conjunto soluo da equao x y 0 pode ser escrito como:
S x, y x, x , x

S um subespao do

, pois:

i) 0 0,0 S , uma vez que 0 0 .


ii) Sejam u u1 , u2 , v v1 , v2 S , ou seja, u u1 , u1 e v v1 , v1 . Ento:

u v u1 v1 , u1 v1 u1 v1 , u1 v1 x, x S .

x
x

iii) Sejam u u1 , u2 u1 , u1 S e

. Ento:

u u1 , u1 u1 , u1 x, x S .

Pode-se verificar que S um subespao do

tambm de forma geomtrica. A Figura 03

ilustra que as condies i, ii e iii so satisfeitas.


O leitor atento deve ter observado que a notao empregada
na demonstrao algbrica sugere erroneamente uma soma

u1

de pontos ou a multiplicao de um ponto por escalar,


enquanto que a demonstrao geomtrica utiliza vetores
(geomtricos). Novamente, ocorre a confuso exposta no
Exemplo 04. interessante adquirir desenvoltura no uso
das notaes, visto que em espaos vetoriais arbitrrios, a
noo de vetor geomtrico perdida. Desta maneira, no
restante deste texto ser empregada a notao conveniente

0 0 ,0

u
uv

v1

v1

u1
v1

v1
Figura 03

a cada situao.

EFB102 - Geometria Analtica e lgebra Linear

Mdulo 08 Introduo lgebra Linear

Exemplo 06: Seja o espao vetorial de todas as funes reais, ou seja, f | f :

conjunto H f | f 2 f 5 um subespao vetorial de . De fato:


i) 0 0 x H (funo nula), uma vez que 0 2 0 5 0 .
ii) Sejam f , g H , isto f 2 f 5 e g 2 g 5 . Para demonstrar que H fechado na
adio ( f g H ), preciso mostrar que f g 2 f g 5 . De fato:

g 2 f 2 g 2 f 5 g 5 f g 5 .

iii) Sejam f H e

. Para demonstrar que H fechado na multiplicao por escalar

( f H ), necessrio mostrar que f 2 f 5 . Isto verificado de forma simples:

f 2 f 2 f 5 f 5 .

Exemplo 07: Seja M2 o espao vetorial de todas as matrizes quadradas de ordem 2. O conjunto S2 de
todas as matrizes simtricas de ordem 2 um subespao do M2 . As condies i, ii e iii so
satisfeitas, como visto a seguir:
i) A matriz nula de ordem 2 simtrica, logo pertence S2 .
a
ii) Sejam u 1
b1
a
iii) Sejam u 1
b1

b1
a
, v 2

c1
b2

b2
a1 a2
S2 . Ento: u v

c2
b1 b2

b1
S2 e
c1

a
. Ento: u 1
b1

b1 b2 a b

S2 .
c1 c2 b c

b1 a1

c1 b1

b1 a b

S2 .
c1 b c

Observaes:
i) Todo espao vetorial V possui dois subespaos triviais: o prprio espao V e o subespao O
que contm apenas o vetor nulo de V.
ii) Em particular, se V

, os possveis subespaos so:

, O e qualquer reta que passe

pela origem (verificar Exemplo 05).


iii) Analogamente, caso V

, os possveis subespaos so:

, O e qualquer reta ou plano

que passe pela origem.


3. Espaos Gerados
Nas sees anteriores foram definidos os conceitos de espaos e subespaos vetoriais. No
entanto, nada foi dito acerca da maneira pela qual possvel construir ou no sentido matemtico,
gerar tais espaos. conhecido que a tripla

V , ,
5

define um espao vetorial desde que as

EFB102 - Geometria Analtica e lgebra Linear

Mdulo 08 Introduo lgebra Linear

operaes (+) e (.) obedeam s propriedades (1)-(8). Em outras palavras, V o conjunto de todas as
combinaes lineares possveis de seus elementos vi que continuam pertencendo V. Assim, todo
elemento v de V gerado por ao menos uma combinao linear dos outros elementos vi de V. A
expresso ao menos utilizada na sentena anterior no uma simples figura de linguagem. Ela
indica que, na verdade, existem infinitas combinaes lineares dos (infinitos) elementos vi de V que
resultam no mesmo v.
Os conceitos descritos no pargrafo anterior so, de fato, simples. No Exemplo 05, possvel
construir o subespao
S x, y x, x , x

a partir de todas as combinaes lineares do tipo x 1, 1 , com x

. Diz-se ento que S gerado

pelo vetor 1, 1 .
Definio: Espao Finitamente Gerado3 Se um espao vetorial V consistir de todas as combinaes
lineares de v1, v2, ... vn, com n finito, ento esses vetores geram o espao V. Em outras palavras:
v V v k1v1 k2v2

v1 , v2 , , vn denominado gerador de
, vn . Escreve-se V v1 , v2 , , vn ger v1 , v2 ,

knvn , com ki

O conjunto

V, ou, equivalentemente, V gerado por

v1 , v2 ,

, vn span v1 , v2 ,

, vn .

Prova-se que o conjunto de todas as combinaes lineares possveis de quaisquer vetores v1,
v2, ..., vr pertencentes a um espao vetorial V um subespao U de V. Ou seja, U v1 , v2 ,

, vr .

Retornando ao Exemplo 05, possvel escrever S 1, 1 ger 1, 1 span 1, 1 .


Exemplo 08: O conjunto soluo da equao x y 2z 0 pode ser escrito como:
S x, y, z y 2z, y, z , y, z

S um subespao do

(verifique). Todo elemento s S do tipo

s y 2z, y, z y, y,0 2z,0, z y 1,1,0 z 2,0,1 .

Assim, todo elemento s de S combinao linear dos vetores s1 1,1,0 e s2 2,0,1 .


Logo: S s1 , s2 ger s1 , s2 span s1 , s2 .

A expresso finitamente indica que o espao V pode ser gerado por um nmero finito de vetores geradores. Isto nem sempre
acontece, pois existem espaos vetoriais que no admitem um conjunto finito de geradores (um exemplo deste tipo de espaos
, o espao vetorial de todas as funes reais). Os espaos infinitamente gerados no fazem parte do escopo deste curso.

EFB102 - Geometria Analtica e lgebra Linear

Mdulo 08 Introduo lgebra Linear

Exemplo 09: Sejam os subespaos do

S 1,1,0 , 2,0,1 (do Exemplo 08) e U 1,1,1 , 3, 1,1 , 0, 2,1 u1 , u2 , u3 .

Embora no seja intuitivo, tem-se S U . De fato:


u U u u1 u2 u3 1,1,1 3, 1,1 0,2,1

1,1,0 2,0,1 2,0,1 1,1,0 2 1,1,0 2,0,1


2 1,1,0 2,0,1 k1 s1 k2 s2 s S .
k1

s1

k2

s2

O raciocnio anterior mostra que U S . De maneira anloga, simples demonstrar que


S U (verifique!). Conclui-se ento que S U .

Este exemplo sugere que possvel gerar um mesmo espao vetorial a partir de um nmero
infinito de conjuntos geradores. Note que representar um espao vetorial com um nmero reduzido
de geradores traz vantagens. Por exemplo, mais simples verificar que o vetor x 1,3,1
combinao de s1 e s2 do que dos vetores u1, u2 e u3. Por outro lado, no possvel escrever S s1 ,
pois s2 S no combinao linear de s1 ( s1 e s2 so l.i.).

Exemplo 10: O espao

finitamente gerado. Um conjunto de geradores (o mais simples possvel)

i , j, k . Note que tambm se pode escrever:


3

2i j , j k, k 3i ou

2i j , j k, k 3i , i j , mas no

2i j , j k (por qu?)

Nos Exemplos 09 e 10 foram propostos conjuntos de geradores com um nmero diferente de


elementos para cada espao sob anlise. Como escolher o melhor conjunto de geradores? A resposta
para esta questo exige os conceitos de bases e dimenso de um espao vetorial.
4. Exerccios propostos
E01. Quais dos seguintes subconjuntos do

so, na verdade, subespaos?

a) O plano de vetores b1 , b2 , b3 com primeiro componente b1 0 .


b) O plano de vetores b, com b1 1 .
c) Os vetores b com b2 b3 0 (essa a unio de dois subespaos, o plano b2 0 e o plano
b3 0 ).

d) Todas as combinaes dos vetores 1,1,0 e 2,0,1 .


e) O plano de vetores b1 , b2 , b3 que satisfaa b3 b2 3b1 0 .
Resposta:

a) V, b) F, c) F , d) V, e) V

EFB102 - Geometria Analtica e lgebra Linear

Mdulo 08 Introduo lgebra Linear

E02. Quais dentre os subconjuntos S1, S2 e S3 so subespaos do


S1 x, y, z| y 1

; S2

x, y, z| y x
2

Resposta: Apenas S3 x, y, z| y x

; S3 x, y, z| y x

E03. Verifique quais dentre os subconjuntos a seguir so subespaos dos respectivos espaos
vetoriais.

a b

; S3
|a, b, c M2

b c

Respostas: S1 e S3 so subespaos dos respectivos espaos vetoriais em que esto contidos.

S1 x, y, z, t |6 x 3 y 2z

; S1 x, y, z, t | y z 0

E04. Descreva, em palavras ou algebricamente, um subespao S de cada espao vetorial V. A seguir,


descreva um subespao SS de S.
V1 todas as combinaes de 1,1,0,0 , 1,1,1,0 e 1,1,1,1 .

Respostas: V1 x y z, x y z, y z, z | x, y, z
S x y, x y, y, 0 | x, y
SS x, x, 0, 0 | x

V2 todos os vetores v ortogonais a u 1, 2,1 , ou seja, u v 0 .

Respostas: V2 2m n, m, n|m, n
S 2m, m, 0 |m

SS 0

;
3

V3 todas as matrizes simtricas de ordem 2.


a b

Respostas: V3
| a, b
b a

a 0

; S
|a

0 a

; SS 0 M2 .

E05. Verifique se os subconjuntos dos espaos vetoriais indicados so subespaos vetoriais. Em caso
afirmativo, demonstre. Caso contrrio, fornea um contra-exemplo.
a) A x, y, z : x 0

b) B x, y, z : x y z

. Resposta: subespao. Demonstre!


3

. Resposta: No subespao. Exiba seu contra-exemplo.

c) C a0 a1 x a2 x2 a3 x3 : a0 a1 a2 a3 0 P 3 . Resposta: subespao. Demonstre!


d) D f x : f 0 2 , conjunto de todas as funes definidas em , .
Resposta: No subespao, pois f 0 0 .

EFB102 - Geometria Analtica e lgebra Linear

Mdulo 08 Introduo lgebra Linear


3

E06. Seja o espao vetorial


3

a) Os vetores do

. Mostre que:

paralelos a uma reta formam um subespao S1 de

Resposta: Se u1 paralelo reta s, ento u1 us , em que us o diretor da reta s. Ento,


U ger u1 uma reta paralela s que contm 0,0,0 .
3

b) Os vetores do

paralelos a um mesmo plano formam um subespao S2 de

Resposta: Se 1 2 e v1 v2 n1 e n2 , ento S ger v1 , v2 um plano paralelo a 1 e 2


que contm 0,0,0 .
E07. Mostre que se u1, u2, ..., un, com n 2, so vetores no nulos de um espao vetorial V, ento u1,
u2, ..., un so ld se e somente se algum deles combinao dos vetores que o antecedem.
, un , com n 2 , vetores no nulos de V e u1 u2 u3

Resposta: Sendo u1 , u2 ,

, , ,

, 0,0,0,

,0 . Ento, u1 l1u2 l2u3

lnun e u1 , u2 ,

un 0 para

, un so ld.

E08. Mostre que o conjunto constitudo pelos vetores 0, u1, u2, ..., un de um espao vetorial V
sempre linearmente dependente.
Resposta: 0 u1 u2 un 0,

o conjunto formado por 0, u1 , u2 ,

, un ld.

E09. Mostre que o subconjunto U 1, 2x , 2 x linearmente independente.


x

Resposta: 1 2 2

E10. Mostre que

ger v1 , v2 , v2 ger 1,0 , 0,1 , 2,1 .

Resposta: Sabe-se que


tem-se que

0 0 U 1, 2x , 2 x li.

ger 1,0 , 0,1 . Porm, 2,1 2 1,0 1 0,1 2v1 v2 . Assim,

ger v1 , v2 , v3 ger 1,0 , 0,1 , 2,1 .

0
1
1

E11. Os vetores u 1 , v 1 e w 3 formam uma base para o


1
1
2

Resposta: Uma vez que u, v, w

? Justifique algebricamente.

, tem-se:

u v w 0 u, v e w so ld e no formam uma base do


3

u v w 0 u, v e w so li e formam uma base do

No caso do exerccio, u v w 1 0 . Logo, u, v e w formam uma base do


E12. Determine uma base para cada um dos subespaos do

a) Todos os vetores com componentes iguais. Resposta: B 1,1,1,1 .


b) Todos os vetores cuja soma de suas componentes igual a zero.
Resposta: B 1, 1,0,0 , 0, 1,1,0 , 0, 1,0,1 .
c) Todos os vetores ortogonais a 1,1,0,0 e 1,0,1,1 . Resposta: B 1,1,1,0 , 0,0, 1,1 .

EFB102 - Geometria Analtica e lgebra Linear

Mdulo 08 Introduo lgebra Linear

2a a 2b

E13. Seja W o subespao do M2 assim definido: W


|a, b . Pede-se:

ab
0

2 5
4 1
a) Mostrar que w1
W e w2

W .
0 1
0 3

2 1 0 2

2 5
2 1
0 2

Resposta: w1 W , pois
e tem-se W ger
,
1
2
.

0 1 0 1

0 1
0 1
0 1

Por outro lado w2 W , uma vez que no existem a e b tais que


4 1
2 1
0 2
0 3 a 0 1 b 0 1 .

b) Determinar a dim W e exibir uma base B de W.

2 1 0 2

Resposta: dim W 2 e B
, 0 1 .
0
1

E14. Mostre que B 1,0,1 , 1, 1,0 , 0,1, 2 u1 , u2 , u3 uma base do


dos vetores e1 1,0,0 , e2 0,1,0 e e3 0,0,1 da base cannica do

. Expresse cada um

na base B.

Resposta: O conjunto B 1,0,1 , 1, 1,0 , 0,1, 2 u1 , u2 , u3 formado por um trio de vetores


no coplanares do

e, portanto, forma uma base.

Tem-se e1 1,0,0 2 3,1 3,1 3 B , e2 0,1,0 2 3, 2 3,1 3 B e e3 0,0,1 1 3, 1 3,1 3 B .


Desafios!!
D1. Construa um subconjunto do

que seja:

a) fechado na adio e subtrao vetorial, mas no na multiplicao por escalar.


b) fechado na multiplicao por escalar, mas no na adio vetorial.
0 0
1 0
D2. Sejam as matrizes A
e B
.

0 1
0 0

a) Descreva um subespao de M2 que contenha A e B.


b) Se um subespao do M2 contm A e B, deve conter I?
c) Descreva um subespao do M2 que contenha matrizes diagonais no nulas.

10

EFB102 - Geometria Analtica e lgebra Linear

Mdulo 08 Introduo lgebra Linear

II Dimenses e os Quatro Subespaos Fundamentais


1. Bases e dimenses
No Mdulo 02 Bases e Mudana de Base, foi estabelecido o conceito de base aplicado aos
espaos vetoriais

. Este conceito ser agora extrapolado para espaos vetoriais gerais n-

dimensionais. De fato, o conceito de dimenso ser formalizado de forma rigorosa.


Seja V um espao vetorial finitamente gerado. Surge uma questo importante: qual o nmero
mnimo de geradores necessrio para construir V? Ou, de forma equivalente, como definir se o
nmero de geradores disponvel suficiente ou excedente?
No item I Espaos e Subespaos Vetoriais exps esta questo e ser aqui reproduzido:
Exemplo 9 (item I) Sejam os subespaos do

S ger 1,1,0 , 2,0,1 ger s1 , s2 e U ger 1,1,1 , 3, 1,1 , 0, 2,1 ger u1 , u2 , u3 .

Embora no seja intuitivo, tem-se S U . De fato:


u U u u1 u2 u3 1,1,1 3, 1,1 0,2,1

1,1,0 2,0,1 2,0,1 1,1,0 2 1,1,0 2,0,1


2 1,1,0 2,0,1 k1 s1 k2 s2 s S .
k1

s1

k2

s2

O raciocnio anterior mostra que U S . De maneira anloga, simples demonstrar que


S U (verifique!). Conclui-se ento que S U .

Este exemplo sugere que possvel gerar um mesmo espao vetorial a partir de um nmero
infinito de conjuntos geradores. Note que representar um espao vetorial com um nmero reduzido
de geradores traz vantagens.
Por exemplo, mais simples verificar que o vetor x 1,3,1 combinao de s1 e s2 do que
dos vetores u1, u2 e u3. Por outro lado, no possvel escrever S ger s1 , pois s2 S no
combinao linear de s1 ( s1 e s2 so l.i.).

Em outras palavras, o conjunto gerador de U tem um nmero de elementos que excede o


nmero necessrio (u1, u2 e u3 so l.d.). J no conjunto gerador de S, nenhum vetor desperdiado
(s1 e s2 so l.i.). Isto leva ao conceito crucial de base.

11

EFB102 - Geometria Analtica e lgebra Linear

Mdulo 08 Introduo lgebra Linear

Definio 01: Uma base de um espao vetorial V uma sequncia (um conjunto ordenado) de vetores
v1, v2, ..., vn que possuem duas propriedades concomitantes:
i) Os vetores v1, v2, ..., vn so linearmente independentes (no h vetores demais).
ii) Os vetores v1, v2, ..., vn geram o espao V (no faltam vetores).
Exemplo 01: B1 s1 , s2 base para o espao S do Exemplo 09 (item I). No entanto, B2 u1 , u2 , u3
no base de S, pois B2 no um conjunto linearmente independente, embora gere S.

Deve-se notar que um mesmo espao vetorial V admite infinitas bases com o mesmo nmero
de vetores4. Este nmero caracteriza a dimenso do espao V. Assim, se uma base de V tem n
vetores, ento a dimenso de V n e escreve-se dim V n . Em particular, dim
3

ger 1,0,0 , 0,1,0 , 0,0,1 ger e1 , e2 , e3 ger i , j, k

A base B i , j , k

chamada base cannica do

3 , pois
3

e o conjunto i , j, k l.i.

. De forma geral, dim

n.
n

Um fato muito importante a unicidade da representao de um vetor em uma base, ou seja,


fixada uma base de V, a combinao linear dos vetores desta base que gera um vetor v V nica.
De fato, admita que v possa ser escrito de duas maneiras:
n

i 1

i 1

v ai vi e v bi vi ,

em que vi ( i 1,

, n ) so os vetores de uma base B para o espao V de dimenso n. Ento:


n

i 1

i 1

i 1

v v ai vi bivi ai bi vi 0 .

Uma vez que os vetores vi ( i 1,

, n ) so linearmente independentes, a combinao linear

da expresso anterior , obrigatoriamente, trivial. Ou seja, ai bi 0 ai bi e a representao de


v nica na base B.
Desta forma, a n-upla ordenada

a1 , a2 ,

, an constitui as coordenadas de v na base B e

escreve-se:
v a1v1 a2v2

anvn a1 , a2 ,

, an B .

Observao importante5: At o momento, representava-se um vetor v do


v a1
4

a2

an a1 , a2 ,
T

como

, an ,

Para uma demonstrao deste fato, remeter-se ao Teorema 5.4.3 do livro-texto.

Nesta observao trata-se apenas do espao n , uma vez que possvel provar que todo espao vetorial de dimenso n
isomorfo ao n . Por exemplo, todo polinmio p(x) = ax2 + bx + c pertencente ao espao vetorial dos polinmios de ordem
menor ou igual a 2, pode ser inteiramente descrito pelo vetor p = (a,b,c) pertencente ao 3 .
5

12

EFB102 - Geometria Analtica e lgebra Linear

Mdulo 08 Introduo lgebra Linear

e a n-upla a1 , a2 ,

, an fornecia as coordenadas de v sem que nenhuma base tenha sido designada.

De fato, este conceito estava subentendido, pois


v a1 1,0,0,

,0,0 a2 0,1,0,

,0,0

Logo, quando se denota v a1 , a2 ,


base cannica B e1 , e2 ,

an 0,0,0,

,0,1 a1 e1 a2 e2

an en .

, an , fica implcito que a base escolhida para o

, en .

a 0

Exemplo 02: Seja M2lt


|a, b, c

b c

, um subespao vetorial do M2 .

M2lt o conjunto de todas as matrizes triangulares inferiores de ordem 2. Um conjunto de


geradores para M2lt facilmente obtido a partir da combinao linear:

a 0
1 0
0 0
0 0
u M2lt u
a
b
c

a e1 b e3 c e4 M2 lt ger e1 , e3 , e4 .
b c
0 0
1 0
0 1
e1

e3

e4

Uma vez que e1, e3 e e4 so l.i. (verifique), o conjunto B e1 , e3 , e4 base de M2lt e


dim M2lt 3 . Utilizando a base B, as coordenadas do vetor

3 0
m
3 e1 4 e3 5 e4 so m 3, 4, 5 B .
4 5

2. Os Quatro Subespaos Fundamentais: Definies


Existem quatro subespaos vetoriais associados a toda e qualquer matriz A mxn: o espaocoluna, o espao-linha, o espao-nulo e o espao-nulo esquerda. O estudo desses subespaos de
grande importncia para a lgebra Linear. A partir deles, obtm-se informaes acerca do domnio,
ncleo e imagem de funes lineares (denominadas transformaes lineares6) que mapeiam um
espao vetorial em outro como ser visto futuramente. Neste sentido, os espaos coluna, linha,
nulo e nulo esquerda so chamados espaos fundamentais da matriz A.

Nas definies a seguir, seja A uma matriz mxn.


Definio 02: O espao-coluna associado matriz A c1
m

cn , ci

c2

gerado pelas n colunas de A. Denota-se C A ger c1 , c2 ,

, o subespao do

, cn . A dimenso de C A ser

denominada posto de A. Tem-se dim C A pos A r m .


6

As transformaes lineares podem ser expressas por meio de matrizes.

13

EFB102 - Geometria Analtica e lgebra Linear

Mdulo 08 Introduo lgebra Linear

Definio 03: O espao-linha associado matriz A l1

lm , li
T

l2

, o subespao do

gerado pela m linhas de A. Uma vez que o espao-linha de A idntico ao espao-coluna de AT ,

denota-se C AT ger l1 , l2 ,

, lm .

Definio 04: O espao-nulo associado matriz A, denotado por N A , o subespao do

que

consiste no conjunto soluo do sistema homogneo Ax 0 . A dimenso de N A ser denominada


nulidade de A. Tem-se dim N A nul A p n .
Definio 05: O espao-nulo esquerda de A o subespao do

que consiste do conjunto soluo

do sistema homogneo yT A 0 (ou, equivalentemente, AT y 0 ). Por essa razo, denota-se o

espao-nulo esquerda por N AT .


1 2 3 1
Exemplo 03: Seja a matriz A 2 1 3 1 .
1 1 2 0

imediato notar que7:

1 2 1 , 2 1 1 , 3
C A ger 1 2 3 1 , 2 1 3

C A ger
T

3 2 , 1 1 0

1 , 1 1 2 0

Para obter a descrio do espao-nulo de A, necessrio resolver o sistema homogneo


x1
1 2 3 1 0
x2
Ax 0 2 1 3 1 0 .
x
1 1 2 0 3 0
x4

Aplicando o Mtodo de Gauss-Jordan matriz aumentada A|0 obtm-se RA |0 , em que:


1 0 1 1
RA rref A 0 1 1 1 .
0 0 0 0

A inspeo de RA permite concluir que as variveis x1 e x2 so variveis lderes e, portanto,


x3 e x4 so variveis livres. Ento possvel escrever
x1 x3 x4
, e ento:

x2 x3 x4
A descrio fornecida neste exemplo no contempla a construo de bases para os quatro espaos
fundamentais. Este assunto ser abordado na seo 2.
7

14

EFB102 - Geometria Analtica e lgebra Linear

Mdulo 08 Introduo lgebra Linear

N A

x4

x3 x4

x3

x4 | x3 , x4
T

x3 1 1 1 0 x4 1 1 0 1 | x3 , x4
T

ger

1 1 0 , 1 1 0 1
T

Finalmente, para caracterizar N AT , preciso determinar o conjunto soluo do sistema


homogneo
1 2
2 1
AT y 0
3 3

1 1

1
0
y1

1 0
.
y2
2 0
y
0 3 0

A aplicao do Mtodo de Gauss-Jordan matriz aumentada AT |0 resulta em RAT |0 ,


em que8:
1 0 1 3
0 1 1 3
.
RAT rref AT
0 0 0

0 0 0

Logo, y1 e y2 so variveis lderes e y3 varivel livre. Assim, y1

1
N AT y3

1
y3
3

y3 | y3

ger


1
y3

1 3

1
y3 y2 e
3
T

1 | y3
3

3. Construo de Bases para os Quatro Subespaos Fundamentais


A construo de bases para cada um dos quatro subespaos fundamentais associados certa
matriz A permite a determinao das dimenses de tais espaos. O conhecimento das dimenses
muito importante no estudo das transformaes lineares, como ser investigado futuramente.
Nesta seo so abordados os procedimentos para a construo de bases para os espaos
coluna, linha, nulo e nulo esquerda. So tambm fornecidas as contextualizaes tericas que
suportam tais procedimentos.

Ao contrrio do que se poderia imaginar, RAT (RA)T.

15

EFB102 - Geometria Analtica e lgebra Linear

Mdulo 08 Introduo lgebra Linear

Uma anlise da matriz RA fornece plenas condies para a determinao do posto e da

nulidade de A, bem como da dimenso do espao-linha C AT . simples verificar que as linhas de

RA fornecem uma base para C A

uma vez que cada operao elementar necessria

determinao de RA mantm o espao-linha inalterado. De fato, as linhas de RA so combinaes


lineares das linhas originais de A.
Portanto, o espao-linha de RA no contm nada de novo. Ao mesmo tempo, como cada etapa
(operao elementar) pode ser revertida, nenhuma informao acerca do espao-linha perdida ou
seja, as linhas de A podem ser recuperadas a partir de RA . evidente que A e RA possuem linhas
diferentes. No entanto, as combinaes lineares das linhas so idnticas: tem-se o mesmo espao.
Exemplo 04: A aplicao do raciocnio anterior ao Exemplo 01 permite concluir que uma base para o
espao-linha de A expressa por:
BC

A 1 0 1 1 , 0 1 1 1
T

Assim, dim C AT 2 n de pivs de RA n de colunas lderes de RA ou de A .

A matriz RA ainda revela aspectos relativos ao espao-nulo de A. Com efeito, o sistema


linear Ax 0 cujo conjunto soluo N A pode ser reduzido ao sistema equivalente RA x 0
por meio da aplicao do Mtodo de Gauss-Jordan e este processo reversvel.
Em outras palavras, o espao-nulo de A igual ao espao-nulo de RA . Desta forma, possvel
construir uma base para N A a partir de uma inspeo de RA .
Exemplo 05: No Exemplo 03, obteve-se9:
1 0 1 1
I
RA 0 1 1 1 lderes
0
0 0 0 0

x1 x3 x4 1 1
x x x 1 1 x
F
4
2 3
3 F x3 .
R
x

e
A

x3 x3 1 0 x4 Ilivres x4
0

x4 x4 0 1

Desta maneira, o espao-nulo de A gerado pelas


Colunas pivs:
x1 e x2 so variveis lderes

colunas de F
BN A

Colunas livres:
x3 e x4 so variveis livres

Ilivres

e tais colunas so l.i. Logo:

1 1 0 , 1 1 0 1
T

uma base para e espao-nulo N A e tem-se


nul A 2 n de colunas livres de RA ou de A .

A notao Ilderes indica uma matriz identidade de ordem igual ao nmero de variveis lderes, enquanto Ilivres
designa uma matriz identidade de ordem igual ao nmero de variveis livres.
9

16

EFB102 - Geometria Analtica e lgebra Linear

Mdulo 08 Introduo lgebra Linear

Para o caso geral em que RA uma matriz mxn e assumindo que suas r primeiras colunas
sejam colunas pivs, tem-se:
I rr
RA
0
m r r

Fr n r
.
0 m r n r

primeira vista, a hiptese de que as r primeiras colunas de RA sejam colunas piv parece
um tanto quanto restritiva. Na verdade, no esse o caso.
Com efeito, caso as colunas piv de RA no estejam localizadas nas r primeiras posies,
sempre possvel aplicar operaes elementares de permutao de colunas10 at que RA assuma a
forma proposta.
Evidentemente, necessrio manter um registro completo das trocas de colunas para que
no haja problemas na deteco das variveis lderes e livres. Este registro ser utilizado para
reorganizar a matriz F

Ilivres

e identificar as coordenadas dos vetores de uma base de N A ,

como ser visto no exemplo a seguir.

2 4 0
1 2 1
Exemplo 06: Seja M
1 2 1

2 4 2

2 1 1
1 2

0 0
2 3 5
e RM rref M
0 0
4 4 4

8 8 5
0 0

0 1 1 2 0
1 3 7 2 0
.
0 0 0 1

0 0 0 0

Existem dois procedimentos para a determinao de uma base do espao-nulo N M .


i) Soluo do sistema homogneo RM x 0 : Em notao matricial, tem-se:

1
0

x1
1

x1 2 x2 x4 2 x5
2 0 1 1 2 0 x2 0

0 1 3 7 2 0 x3 0
7


x3 3 x4 x5

x
0 0 0 0 1 4 0
2

0 0 0 0 0 x5
0
6

x6

1
7

Logo11: x N M x 2 x2 x4 x5 , x2 , 3 x4 x5 , x4 , x5 , 0
2
2

7
1

x2 2,1,0,0,0,0 x4 1,0, 3,1,0,0 x5 ,0, ,0,1,0 .


2
2

10

As operaes elementares de permutao de colunas sero objeto de estudo da Definio 06.

Deve-se notar a mudana proposital na notao que designa os vetores do espao-nulo. Assim como
mencionado no AP-12, pode-se utilizar a correspondncia ponto-vetor.
11

17

EFB102 - Geometria Analtica e lgebra Linear

Mdulo 08 Introduo lgebra Linear

7
1

Assim, BN M 2,1,0,0,0,0 , 1,0, 3,1,0,0 , ,0, ,0,1,0 .


2
2

ii) Anlise da matriz RM : Primeiramente, necessrio efetuar permutaes nas colunas de


RM (mantendo o registro de tais permutaes) at que todas as colunas piv estejam esquerda:

1 2
0 0
RM
0 0

0 0
x1

x2

0
1
0
0

1 1 2 0
1 0

0 1
3 7 2 0
RM
0 0
0 0 1

0 0 0
0 0
x3 x4 x5 x6
x1 x3

0 2
0 0
1 0
0 0
x6

1 1 2
3 7 2 I3

0 0 0

0 0
x2 x4 x5

F
0

2 1 1 2 x1
2 1 1 2 x1
0 3 7 2 x
1 0
0 x2

0 3 7 2 x3
0 x6
F 0 0
Consequentemente:
Reorganizando

0 x2
0 x4
I 3 1 0
0 1
0 1
0 0
0 x4
1 x5

1 x5
0 x6
0 0
0 0

Assim, uma base para o espao-nulo N M

7
1

BN M 2,1,0,0,0,0 , 1,0, 3,1,0,0 , ,0, ,0,1,0 ,


2
2

em concordncia com o procedimento i.

De forma anloga descrita anteriormente, o sistema linear AT y 0 cujo conjunto soluo

N AT

pode ser reduzido ao sistema equivalente RAT y 0 por meio do Mtodo de Gauss-

Jordan e este processo reversvel. Assim, o espao-nulo esquerda de A igual ao espao-nulo

esquerda de RAT . Logo, possvel construir uma base para N AT

a partir da inspeo de RAT ,

como visto a seguir.


1 2
2 1
Exemplo 07: Retornando ao Exemplo 03 com AT
3 3

1 1

RAT

1
0

0 1 3
1 1 3 Ilderes

0 0 0

0 0

1
1
. Obteve-se:
2

y1 1 3 y3
1 3
F
F

y
e RAT y 0 y y2 1 3 y3 y3 1 3

Ilivres 3
0

y3
1
y3

18

EFB102 - Geometria Analtica e lgebra Linear

Mdulo 08 Introduo lgebra Linear

Desta maneira, o espao-nulo esquerda de A gerado pelas colunas de F


colunas so l.i. Logo, BN

A 1 3 1 3 1
T

Ilivres

e tais

uma base para N A e dim N A 1 (n de


T

colunas livres de RAT ou de AT .

Assim como na discusso acerca do espao-nulo de uma matriz, a forma


I
RAT lderes
0

F
0

assume que as r colunas piv de RAT localizem-se nas r primeiras posies. Caso isso no ocorra, o
mesmo procedimento adotado para a determinao de uma base do espao-nulo pode ser aplicado na
construo de uma base para o espao-nulo esquerda. O exemplo a seguir ilustra este fato.
Exemplo 08: Seja a matriz M do Exemplo 06. Tem-se:
2
2 1 1
1 0 1
4 2 2 4
0 1 1

0 0 0
0
1
1
2
T
MT
e RM T rref M
2 2 4 8
0 0 0
1 3 4 8
0 0 0

1 5 4 5
0 0 0

0
0
1
.
0
0

Assim como ocorreu no Exemplo 06 com relao ao espao-nulo de M, existem dois

procedimentos para a determinao de uma base para N M T . So eles:


i) Soluo do sistema homogneo RMT y 0 : Em notao matricial, tem-se:
1
0

0
0

Logo, y N M T

0 1 0
0

1 1 0 y1 0
y1 y3
0 0 1 y2 0

y2 y3

0 0 0 y3 0
y 0

4
0 0 0 y4 0


0 0 0
0

y y3 , y3 , y3 ,0 e BN

T
M 1, 1,1,0 uma base de N M .
T

ii) Anlise da matriz RM T : Efetuam-se permutaes nas colunas de RM T (mantendo o


registro de tais permutaes) at que todas as colunas piv estejam esquerda:

19

EFB102 - Geometria Analtica e lgebra Linear

Mdulo 08 Introduo lgebra Linear

RM T

1

F 1
Ento:
I1 0

1

1
0

0
0

0 1 0
1 0 0

0 1 0
1 1 0

0 0 1
0 0 1
RM T
0 0 0
0 0 0
0 0 0
0 0 0

0 0 0
0 0 0
y1 y2 y3 y4
y1 y2 y4

1
1
y2
Reorganizando
1
y4

y3
0
y1

Uma possvel base para BN

1
1
0 I3

0 0
0

F
0

y3

y1
y2
y3

y4

uma base para N M T .


M 1, 1,1,0
T

A apresentao do processo de determinao de uma base para o espao-coluna de uma


matriz A fundamentado na anlise da respectiva matriz RA rref A necessita de algumas
preliminares.
Definio 06: Seja a matriz B mxn obtida a partir de uma matriz A (de mesma ordem) por meio de
uma sequncia de operaes elementares sobre as colunas de A, Ento, diz-se que A e B so
equivalentes por colunas e denota-se A

col

B . Algebricamente: A

col

B AQ B , para alguma

matriz Q nxn inversvel12.


Teorema 01: Sejam A e B duas matrizes. Tem-se C A C B A
Demonstrao: Primeiramente, preciso mostrar que A

col

col

B.

B C A C B . Assim, por

hiptese, existe uma matriz Q no singular tal que AQ B . Seja:


b C B x

|b Bx A Qx Ax | x

b C A C A C B .

Para finalizar a demonstrao, necessrio mostrar que C A C B A

col

B . Por

hiptese, C A C B . Ento, cada coluna de A combinao linear das colunas de B.


Assim, possvel reduzir A em B utilizando uma sequncia de operaes sobre as colunas de
B. Ou seja, existe Q inversvel (composta pelo produto de diversas matrizes elementares) tal
que AQ B . Em outras palavras, A

col

B.

12

O Exemplo 08 ilustra como a matriz Q pode ser construda.

20

EFB102 - Geometria Analtica e lgebra Linear

Mdulo 08 Introduo lgebra Linear

Teorema 02: As colunas de uma matriz A correspondentes s colunas piv de RA rref A


doravante denominadas colunas piv de A geram C A .
Observao: As colunas piv de uma matriz A so linearmente independentes. Assim, o
conjunto de colunas piv de uma matriz A forma uma base para C A .
Demonstrao: Suponha que A possua r colunas piv, denotadas por bi, e t colunas livres
denotadas por ni. Seja Q1 a matriz de permutao de colunas que realoca as colunas de A de
forma que todas as suas colunas piv localizem-se esquerda, ou seja, nas posies 1, 2, ..., r.
Algebricamente: AQ1 b1

br

nr t Bmr

nr 1

Nmt . Uma vez que as colunas

da matriz N (mxt) so combinaes lineares das colunas de B (mxn), existe uma matriz Q2,
no singular, tal que AQ1Q2 Bmr
A

col

Nmt Q2 Bmr

0mt E . Ento, conclui-se que:

E C A C E C B .

Uma vez que as nicas r colunas no-nulas de E (em outras palavras, as colunas de B)
constituem um conjunto linearmente independente pois so oriundas da aplicao de
operaes elementares sobre as colunas de A conclui-se que estas r colunas formam uma
base para C B C E C A .

1 2 3 1
1 0 1 1

Exemplo 09: No Exemplo 03, tem-se A 2 1 3 1 e RA rref A 0 1 1 1 .


1 1 2 0
0 0 0 0

Sabe-se que C A ger 1 2 1 , 2 1 1 , 3 3 2 , 1 1 0


T

No entanto, o conjunto

1 2 1 , c2 2 1 1 , c3 3 3 2 , c4 1 1 0
T

linearmente dependente13 e, portanto, no constitui uma base para C A . A inspeo direta de


RA revela que as colunas 1 e 2 so colunas piv. Assim, como consequncia dos Teoremas 01 e 02,

as colunas 1 e 2 de A representadas pelos vetores c1 1 2 1

e c2 2 1 1

geram C A

e so linearmente independentes. Logo,

BC A 1 2 1 , 2 1 1
13

Deve-se notar que c3 c1 c2 e c4 c2 c1 .

21

EFB102 - Geometria Analtica e lgebra Linear

Mdulo 08 Introduo lgebra Linear

uma base de C A e pos A r 2 n de colunas piv de A ou RA .

O Exemplo 09 uma aplicao direta dos resultados demonstrados nos Teoremas 01 e 02.
Estes teoremas, por sua vez, fazem uso da Definio 06 em que se assume a existncia de uma
matriz inversvel Q de ordem n tal que T

col

B TQ B .

O exemplo a seguir mostra como determinar Q Q1Q2 e, como consequncia, ilustra a


concluso do Teorema 02: TQ1Q2 B 0 E e ento T

col

E C T C E C B .

1 2 2 3
1 2 0 1

Exemplo 10: Sejam T 2 4 1 3 e RT 0 0 1 1 .


3 6 1 4
0 0 0 0

A inspeo de RT revela que as colunas c1 1 2 3

e c3 2 1 1

de T geram C T e

so linearmente independentes. Logo, BCT c1 , c3 uma base de C T , luz dos Teoremas 01 e


02. Deseja-se determinar Q tal que TQ B 0 E , de forma a deixar clara esta afirmao.
De forma genrica, a matriz Q determinada pelo produto de matrizes elementares Pij
(permutao entre colunas) e Cij

: coluna i coluna i

coluna j . No presente exemplo, tem-se:

1 0
1 2 2 3
1 2 2 3
0 0

Passo 1: T 2 4 1 3 T1 TP23 2 1 4 3 , com P23


0 1
3 6 1 4
3 1 6 4

0 0
c1
c3
1 2
1 0 2 3
0 1

Passo 2: T2 T1C21 2 2 3 4 3 , com C21 2


0 0
3 5 6 4

0 0
1
1 0 0 3
0

Passo 3: T3 T2C31 2 2 3 0 3 , com C31 2


0
3 5 0 4

0
1
1 0 0 0
0
Passo 4: T4 T3C41 3 2 3 0 3 , com C41 3
0
3 5 0 5

22

0 0
1 0
efetuando c2 c3 .
0 0

0 1

0 0
0 0
efetuando c2 c2 2 c1 .
1 0

0 1

0 2 0
1 0 0
efetuando c3 c3 2 c1 .
0 1 0

0 0 1
0 0 3
1 0 0
efetuando c4 c4 3 c1 .
0 1 0

0 0 1

EFB102 - Geometria Analtica e lgebra Linear

Mdulo 08 Introduo lgebra Linear

1
1 0 0 0
0
Passo 5: T5 T4 C42 1 2 3 0 0 , com C42 1
0
3 5 0 0

0
1 0 1
efetuando c4 c4 c2 .
0 1 0

0 0 1

1
1 2 0 0

2 1 0 0 , com C 1 2 0
1
Passo 6: T6 T5C21
2


21

0
3 1 0 0

0
Assim, possvel escrever:

2 0 0
1 0 0
efetuando c2 c2 2 c1 .
0 1 0

0 0 1

T P23C21 2 C31 2 C41 3 C42 1


Q

1
0
com Q
0

0 2
0

1
C21

0 0

1 2 0 0
2 TQ 2 1 0 0 B32
3 1 0 0

032 E ,

c1 c3
1
col
0
. simples verificar que T E e, consequentemente, C T C E C B .
1

Comentrios finais: Os quatro subespaos fundamentais associados a qualquer matriz A mxn


espao-coluna, espao-linha, espao-nulo e espao-nulo esquerda foram apresentados em
conjunto com procedimentos para a determinao de bases para cada um destes subespaos. Tais

estratgias fundamentam-se na inspeo das matrizes RA rref A e RAT rref AT . Em resumo,


tem-se:
i) dim C A r pos A n de colunas piv de RA ou de A .

ii) dim C AT r n de colunas piv de RA ou de A dim C A .


iii) dim N A p nul A n r n de colunas livres de RA ou de A .

iv) dim N AT m r n de colunas livres de RAT ou de AT .


v) dim C A dim N A r p r n r n n de colunas de A .

vi) dim C AT dim N AT r m r m n de linhas de A .


vii) As colunas piv de A (correspondentes s colunas piv de RA) formam uma base de C A .

viii) As linhas no nulas de RA formam uma base de C AT . (*)


ix) O conjunto gerador das solues de RA x 0 forma uma base de N A .

x) O conjunto gerador das solues de RAT y 0 forma uma base de N AT .

23

EFB102 - Geometria Analtica e lgebra Linear

Mdulo 08 Introduo lgebra Linear

(*) Consequncia de viii: O resultado viii revela um procedimento prtico para a determinao de
uma base de um subespao U descrito como U ger u1 , u2 ,
A u1 u2

un

, un . Basta construir a matriz

e aplicar operaes elementares at obter RA rref A . As linhas no-nulas

e, consequentemente, uma base para U.

de RA formam uma base de C AT

Exemplo 11: Seja U u1 , u2 , u3 , u4 1,9,4,3 , 0, 1,1,2 , 1,6,7,9 , 2, 11,15,20 .


4 3
u1 1 9
u 0 1 1 2
.
Uma base para U pode ser determinada a partir de A 2
u3 1 6
7 9

u4 2 11 15 20
1 0 0 5
0 1 0 0
(verifique). Ento, o conjunto B expresso por
Tem-se RA rref A
0 0 1 2

0 0 0 0

B 1,0,0, 5 , 0,1,0,0 , 0,0,1, 2

e, por construo, tambm uma base para U (note que dim U 3 ).

uma base para C AT

2 4 0
1 2 1
Exemplo 12: No Exemplo 04, tem-se M
1 2 1

2 4 2
1 2
0 0
RM rref M
0 0

0 0

2 1 1
2 3 5
e, consequentemente,
4 4 4

8 8 5
0 1 1 2 0
1 3 7 2 0
.
0 0 0 1

0 0 0 0

A anlise da matriz RM permite concluir que BC M 2, 1,1, 2 , 0,1,1, 2 , 1,5, 4,5


base de C M e dim C M 3 pos M n de colunas piv de RM .
Tambm possvel afirmar que
BC

M 1, 2,0,1,1 2,0 , 0,0,1,3,7 2,0 , 0,0,0,0,0,1


T

base de C M T e, portanto, dim C M T 3 dim C M . Por outro lado,


dim C M dim N M 3 p 6 n de colunas de M dim N M nul M 3 ,

em concordncia com o resultado do Exemplo 04. Finalmente, a partir de

24

EFB102 - Geometria Analtica e lgebra Linear

Mdulo 08 Introduo lgebra Linear

dim C M T dim N M T 3 q 4 n de linhas de M ,

obtm-se dim N M T 1 , em concordncia com os resultados do Exemplo 08.

Exerccios propostos:
E01. Classifique as afirmaes em verdadeira ou falsa e justifique suas respostas.
a) Toda matriz quadrada no possui variveis livres.
1 3
1 3
Resposta: Falsa. Contra-exemplo: A
R rref A

.
2 6
0 0

b) Toda matriz inversvel no possui variveis livres.


Resposta: Verdadeiro. Se uma matriz A possui inversa, o sistema Ax b admite uma nica
soluo x A1b . Logo, a matriz A no possui variveis livres.
c) Toda matriz A (mxn) tem no mximo n variveis pivs.
Resposta: Falso. Basta observar que, se m n , A possui no mximo m variveis pivs.
d) Toda matriz A (mxn) tem no mximo m variveis pivs.
Resposta: Falso. Basta observar que, se n m , A possui no mximo n variveis pivs.

E02. Determine se b est no espao-coluna de A. Se estiver, expresse-o como uma combinao linear
das colunas de A. Esta combinao nica?

1 3
2
a) A
; b .

4 6
10
Resposta: Uma vez que pos A 2 , tem-se C A

Ento, o vetor b pode ser escrito de maneira nica como combinao linear das colunas de A.

1
3 2
De fato: b 1 1 .
4
6 10

1 1 2
4

b) A 1 0 1 ; b 3 .
2 1 3
7

25

EFB102 - Geometria Analtica e lgebra Linear

Mdulo 08 Introduo lgebra Linear

1 0 1 3

Resposta: Como R d 0 1 1 1 , Ax b exibe infinitas solues.


0 0 0 0

Assim, b pode ser escrito de infinitas maneiras como combinao linear das colunas de A.
E03. Determine uma base para os quatro subespaos fundamentais de cada uma das matrizes.
1 0 1 2
A 5 3 1 1 .
3 1 5 9

Respostas: Espao-coluna: BC A
Espao-linha: BC


AT

Espao-nulo: BN A

1
T

14

T
A
3

T
1

1 .
3

, assim pode-se assumir a base cannica.

0 1 1 , 0 3 7 7
T

2 1 0 , 2 3 0 1

1 0 1 1
B
.
2 3 5 9
Respostas: Espao-coluna: C B

0 1 2 , 0 1 2 3

Espao-nulo esquerda: BN

Espao-linha: BC

5 3 , 0 3 1

T
T

7
7

1 0 , 1
0 1 ;
Espao-nulo: BN B 1
3
3

Espao-nulo esquerda: N BT 0,0 (no admite base).


E04. Determine uma base para o espao-nulo de cada uma das matrizes a seguir:
2 0 1
A 4 0 2 . Resposta: BN A 0,1,0 , 1 2,0,1 .
0 0 0
1 4 5 2
B 2 1 3 0 . Resposta: BN B 1, 1,1,0 , 2 7, 4 7,0,1 .
1 3 2 2

26

EFB102 - Geometria Analtica e lgebra Linear

Mdulo 08 Introduo lgebra Linear

1 4 5 6 9
3 2 1 4 1
. Resposta: B
C
N C 1, 1,1,0,0 , 2, 1,0,1,0 , 1, 2,0,0,1 .
1 0 1 2 1

2 3 5 7 8

1
0

E05. Para a matriz A 0

0
0

2 4 5
1 3 0
0 1 3 , pede-se:

0 0 1
0 0 0

a) Por inspeo, determine bases para o espao-coluna e espao-linha da matriz A. A seguir,


encontre a forma reduzida por linhas e determine uma base para o espao-nulo de A.
Respostas: BC A

C AT

0 0 0 0 , 2 1 0 0 0
T

3 1 0 0

0 3 1 0

(use a base cannica, por exemplo), N AT 0,0,0,0 (no admite base).

b) Uma base para o espao-nulo esquerda de A.


Resposta: BN

A
T

0 0 0 1

E06. Suponha que A seja uma matriz 3x5 e que as solues de AT y 0 sejam geradas pelos vetores
1 1 0
y 1 , 0 , 1 .
0 1 1

a) Qual o posto de A?
Resposta: pos A 1 .
A A
b) Qual o posto de B
? Justifique sua resposta.
A A
Resposta: pos B 1 , pois a segunda linha (particionada) da matriz B igual primeira.

c) Se o posto de uma matriz A igual ao nmero de linhas, o que se pode dizer sobre as
solues da equao Ax b ?
Resposta: O sistema sempre consistente, para qualquer b.
1 2 3
E07. Considere a matriz A 1 5 6 .
2 6 c

27

EFB102 - Geometria Analtica e lgebra Linear

Mdulo 08 Introduo lgebra Linear

a) Determine o valor de c que torna A singular (no inversvel). Resposta: c 8 .

b) Seja c 20 . Quais so os espaos C A e N A ? Descreva-os para o caso especfico sob


anlise. Descreva tambm os espaos C A1 e N A1 .
Respostas: C A C A1

e N A N A1 0 , 0 , 0 .

Desafios!!

D1. Complete as matrizes de tal forma que elas possuam posto unitrio:
1 2 4
A 2 * *
4 * *

* 9 *
B 1 * *
2 6 3

D2. Se possvel, construa uma matriz que possua B1


B2

3 2 1

a b
e C

c *
2 1

como base do espao-coluna e

como base para seu espao-linha. Caso contrrio, justifique o por qu.

D3. Define-se uma matriz tabuleiro como sendo uma matriz quadrada A aij tal que
1, se i j par
aij
0, se i j mpar

Determine o posto e a nulidade das matrizes tabuleiro 3x3, 4x4 e nxn.

D4. Suponha que a matriz A tenha sido reduzida sua forma escalonada R:
1 2 1 b

A 2 a 1 8
linha 3

1 2 0 3
R 0 0 1 2
0 0 0 0

a) O que podemos dizer sobre a linha 3 da matriz A?


b) Quais os valores dos parmetros a e b?
c) Descreva todas as solues de R x 0 .
d) Assinale quais dos espaos a seguir so os mesmos tanto para A quanto para R.
(espao-linha)

(espao-coluna)

28

(espao-nulo)

EFB102 - Geometria Analtica e lgebra Linear

Mdulo 08 Introduo lgebra Linear

III Soluo Completa, Posto e Discusso de Sistemas


1. Introduo
Os sistemas lineares Ax b foram introduzidos no incio do curso e duas ferramentas de
soluo foram abordadas: a eliminao gaussiana e o mtodo de Gauss-Jordan. Ambas as tcnicas se
valem da aplicao de operaes elementares sobre as linhas da matriz aumentada

A|b .

Estas

operaes resultam nas matrizes U | c e R| d para a eliminao gaussiana e o mtodo de GaussJordan, respectivamente (U uma matriz triangular superior e R a forma escalonada reduzida por
linhas da matriz A). A inspeo das matrizes U | c e R| d permite concluir sobre a natureza do
sistema linear Ax b consistente determinado, consistente indeterminado ou inconsistente.
Concluses similares podem ser obtidas sob o ponto de vista do posto e da nulidade da matriz A.
2. Soluo Completa de um Sistema Linear
Antes de iniciar a apresentao desta nova estratgia para discusso de sistemas lineares,
oportuno investigar a forma geral da soluo completa de Ax b . Para tanto, seja:
x1
1 3 0 2 1
1 3 0 2 1
x2

Ax b 0 0 1 4
6 A|b 0 0 1 4 6 .
x
1 3 1 6 7
1 3 1 6 3 7

x4

A aplicao do mtodo de Gauss-Jordan culmina em:


1 3 0 2 1
x 3x 2x 1
R|d 0 0 1 4 6 x1 4 x2 6 4
4
3
0 0 0 0 0

Assim, as infinitas solues x x1 , x2 , x3 , x4 admitem x1 e x3 como variveis lderes e,


consequentemente, x2 e x4 como variveis livres. Ento, o conjunto soluo S de Ax b pode ser
escrito na forma:
S x 1 3x2 2x4 , x2 , 6 4 x4 , x4 1,0,6,0 x2 3,1,0,0 x4 2,0, 4,1| x2 , x4

Deve-se notar que S

, porm S no um subespao do

subespao W ger 3,1,0,0 , 2,0, 4,1

. De fato, S a translao do

pelo vetor x p 1,0,6,0 . Surge ento uma

questo: o que se pode afirmar acerca do subespao W?

29

EFB102 - Geometria Analtica e lgebra Linear

Mdulo 08 Introduo lgebra Linear

Na verdade W um dos quatro subespaos fundamentais associados matriz A: o espaonulo. Para comprovar esta informao, constroi-se uma base para N A a partir da inspeo de

R rref A :
1
R 0
0
x1

3 0 2
1

0 1 4 R 0
0
0 0 0
x2 x3 x4
x1

0 3 2
I
1 0 4 2
0
0 0 0
x3 x2 x4

F
0

3 2 x1
3 2 x1

1 0 x
0 4 x3
F
2
Reorganizando as variveis
Consequentemente:

x3
I
1
0
x
0

4
2
2

0 1 x4
0 1 x4
Logo, BN A 3,1, 1,0 , 2,0, 4,1 uma base de N A , o que comprova que

W ger 3,1,0,0 , 2,0, 4,1 N A .


Portanto, conclui-se que x S pode ser escrito como uma soluo particular x p de Ax b
[no presente caso x p 1,0,6,0 ], somada uma combinao linear dos vetores da base do espaonulo associado matriz A. Em outras palavras, a soluo completa14 de Ax b a translao de

N A imposta pelo vetor x p . Em suma:


Ax b admite solues do tipo x x p xn , com xn N A e x p uma soluo particular.

Deve-se notar que uma soluo particular x p do sistema linear Ax b (ou seja, um vetor x p
tal que Ax p b ) pode ser facilmente obtida ao anular as respectivas variveis livres. No exemplo
sob anlise basta fazer x2 x4 0 , como visto a seguir:
x S : x 1 3x2 2x4 , x2 , 6 4 x4 , x4 1,0,6,0 x2 3,1,0,0 x4 2,0, 4,1
x2 x4 0 x x p 1,0,6,0

Este procedimento no necessrio, uma vez que possvel obter uma soluo particular
para Ax b a partir da inspeo do vetor d em R d :
1 3 0 2 1 linha associada ao piv na posio x1
R d 0 0 1 4 6 linha associada ao piv na posio x3
0 0 0 0 0

14

O termo soluo completa deve ser entendido como o conjunto de todas as solues possveis.

30

EFB102 - Geometria Analtica e lgebra Linear

Mdulo 08 Introduo lgebra Linear

Uma vez que a soluo particular (translao) x p ocorre quando x2 x4 0 , pode-se escrever
x p 1,0, 6, 0 .

A estratgia de obteno da soluo completa de um sistema linear aqui apresentada no


um caso particular do sistema fornecido como exemplo. Na verdade, as concluses obtidas a partir
do exemplo so gerais e obedecem ao:
Teorema: Sejam S o conjunto soluo do sistema Ax b e T x x p xn | x p S e xn N A . Os
conjuntos S e T so iguais.
Demonstrao: Para demonstrar que S T preciso demonstrar que T S e S T so
afirmaes verdadeiras. Sendo assim, o raciocnio divido em duas partes:
i) T S : Seja x x p xn T . Pode-se escrever:
A x A x p xn A x p A xn b 0 b x S

ii) S T : Seja s S . Pode-se escrever A s x p A s A x p b b 0 . Assim, possvel


afirmar que s x p N A . Desta forma, existe
xn N A | s x p xn s x p xn s T .

De i e ii, conclui-se que S T .

3. Discusso de Sistemas Lineares: Posto e Nulidade


Nesta seo, a consistncia ou inconsistncia de um sistema linear Ax b ser determinada
a partir de consideraes acerca do posto e nulidade de A.
Inicialmente, necessrio compreender um fato importante: Se A uma matriz de ordem

m n , ento pos A r min m, n . De fato, uma vez que C A

maneira anloga, C AT

tem-se pos A m . De

e ento pos AT n . Como pos A pos AT , conclui-se que

pos A r min m, n .

A anlise de consistncia se fundamenta na definio a seguir.


Definio 01. Seja A uma matriz de ordem m n . Se pos A m , diz-se que A possui posto pleno de
linhas. Analogamente, se pos A n , diz-se que A possui posto pleno de colunas. Para o caso de
matrizes quadradas n n , diz-se que A possui posto pleno quando pos A n .

31

EFB102 - Geometria Analtica e lgebra Linear

Mdulo 08 Introduo lgebra Linear

A Definio 01 estabelece uma diviso natural na anlise de consistncia do sistema linear


Ax b : matrizes A m n que possuem posto pleno de linhas, posto pleno de colunas ou que

apresentem posto r min m, n .


Caso 01: Se uma matriz A( m n ) possui posto pleno de linhas ( pos A r m ), ento:
i) Todas as linhas de A so linhas piv e R rref A no possui linhas nulas;
ii) Ax b exibe soluo para qualquer b:
ii.a) Caso pos A r m n , Ax b exibe soluo nica;
ii.b) Caso pos A r m n , Ax b exibe infinitas solues;
m

iii) O espao-coluna de A todo o

iv) Existem n r n m solues especiais (geradores) no espao-nulo de A.


Caso 02: Se uma matriz A ( m n ) possui posto pleno de colunas ( pos A r n ), ento:
i) Caso pos A|b r r n , Ax b exibe soluo nica;
ii) Caso pos A|b r r n , Ax b no exibe soluo;
iii) O espao-linha de A todo o

iv) Existe apenas a soluo trivial no espao-nulo de A.

Caso 03: Se uma matriz A( m n ) no possui posto pleno de colunas nem de linhas, isto ,
pos A r min m, n , ento:

i) Caso pos A|b r r , Ax b exibe infinitas solues;


ii) Caso pos A|b r r , Ax b no exibe soluo;
Exerccios propostos:
E01. Use a informao da tabela para discutir as solues dos sistemas Ax b .
(a)

(b)

(c)

(d)

(e)

(f)

(g)

Dimenso de A

3x3

3x3

3x3

5x9

5x9

4x4

6x2

pos A

pos A|b

32

EFB102 - Geometria Analtica e lgebra Linear

Mdulo 08 Introduo lgebra Linear

Respostas:
(a)

(b)

(c)

(d)

(e)

(f)

(g)

Dimenso de A

3x3

3x3

3x3

5x9

5x9

4x4

6x2

pos A

pos A|b

Soluo
nica

Impossvel

Infinitas Infinitas
Impossvel
solues solues

Infinitas Soluo
solues
nica

x y 3z t 1

E02. Seja o sistema linear 2 x y t 0


zt 5

x
1 1 3 1 1

y
a) Escreva o sistema em notao matricial Ax b . Resposta: 2 1 0 1 . 0 .
z
0 0 1 1 5
t
1 5

b) Determine uma base para o espao-nulo de A. Resposta: BN A , , 1,1 .

3 3

14 28

1 5

,5,0 , , 1,1 .
c) Construa a soluo geral para Ax b . Resposta: x ,
3 3

3 3

E03. Apresente as solues completas x x p xn dos sistemas:


u
1 2 2 1
a)
v Resposta: x 1,0,2 2,1,0 ,
2 4 5 w 4

u
1 2 2 1
b)
v Resposta: Sistema Impossvel.
2 4 4 w 4

E04. Quais condies de b1, b2, b3 e b4 tornam cada sistema possvel?

2
2

3
1

2
2

2
b1

4 x1 b2

5 x2 b3

9
b4

3
b1
x1
4 6 b2
x
5 7 2 b3
x
9 12 3 b4

Resposta: 2b4 6b3 3b2 0

33

Resposta: 2b4 6b3 3b2 0

EFB102 - Geometria Analtica e lgebra Linear

Mdulo 08 Introduo lgebra Linear

E05. Escolha o nmero q de modo que (se possvel) os postos sejam: a) 1; b) 2; c) 3.

6 4 2
A 3 2 1
9 6 q

pos( A) 1 q 3
a) Resposta:
pos( B) 1 q 6

3 1 3
B

q 2 q
pos( A) 2 q 3
b) Resposta:
pos( B) 2 q 6

pos( A) 3 No possvel
c) Resposta:
pos( B) 3 No possvel

E06. Encontre A e B com a propriedade dada ou explique por que no possvel.


1
0
a) A nica soluo de Ax 2 x
1
3

Resposta: Para que o sistema tenha uma nica soluo o posto deve ser pleno de colunas.
Portanto, necessrio que as colunas no sejam mltiplas e a segunda coluna deve ser:
1
a 1
a 1
2 A b 2 , b 2


3
c 3
c 3
1
0
b) A nica soluo de Bx x 2
1
3

Resposta: No possvel que o sistema Bx b tenha uma nica soluo.


Desafios!!
D1. Utilizando o conceito de posto de uma matriz, determine o valor do parmetro c para que o
sistema linear Ax b seja consistente:

1 1 2
A 2 3 1
3 4 1

2

; b 5
c

D2. Em que condies de b1 e b2 (se houver) Ax b tem uma soluo?


1 2 0 3
A

2 4 0 7

b
b 1
b2

Encontre dois vetores do espao nulo de A e a soluo completa de Ax b .

34

EFB102 - Geometria Analtica e lgebra Linear

Mdulo 08 Introduo lgebra Linear

IV Teorema Fundamental da lgebra Linear


Neste texto sero investigadas as relaes entre os quatro subespaos fundamentais
associados a uma matriz A m n . Estas relaes englobam as conexes entre suas dimenses e
tambm o conceito de ortogonalidade entre subespaos. O Teorema Fundamental da lgebra Linear
rene as concluses pertinentes, sendo dividido em duas partes. A primeira delas j foi estudada na
investigao das dimenses dos quatro subespaos fundamentais. Naquela oportunidade, constatouse que dim C A dim N A pos A nul A r n r n . Formalmente:
Teorema Fundamental da lgebra Linear Parte I: Seja A uma matriz m n :
O espao-coluna C A

e o espao-linha C AT

tm a mesma dimenso

r pos A .

O espao-nulo N A

tem dimenso n r nul A .

O espao-nulo esquerda N AT

tem dimenso m r .

A Parte II do Teorema Fundamental utiliza a ortogonalidade entre os subespaos, conceito


definido a seguir:
Definio 1: Subespaos Ortogonais. Dois subespaos V e W do mesmo espao vetorial

so

ditos ortogonais se cada vetor v V for ortogonal a todo vetor w W . Ou seja:


vT w 0, v V , w W (produto escalar nulo).

Corolrio: Sejam V e W descritos na definio anterior. Tem-se V W 0 .


Demonstrao: x V W x V e x W xT x 0

0 x 0.

Exemplo 1: Os subespaos V ger v ger 1 , 2 ,0 e W ger w ger 1 ,1 2 ,1 do

so

ortogonais. Para verificar este fato preciso assegurar que cada vetor de V ortogonal a todo vetor
de W. Uma vez que B1 v e B2 w so bases de V e W, respectivamente, suficiente mostrar
que vT w 0 , pois quaisquer vetores v V e w W so combinaes dos vetores de base v e w. De
fato, se V W , tem-se: vT w vT w vT w 0 vT w 0 , ,

35

EFB102 - Geometria Analtica e lgebra Linear

Mdulo 08 Introduo lgebra Linear

1
Neste exemplo: v w 1 2 0 1 2 0 .
1

Geometricamente, V e W representam retas


3

perpendiculares que passam pela origem do

como visto na figura.

12

2
y

1 2 3 1
Exemplo 2: Seja A 2 1 3 1 .
1 1 2 0

Os conjuntos a seguir constituem bases para os quatro subespaos fundamentais:


BC A u1 ,u2 1, 2 ,1 , 2 ,1,1 ; BN
BC

A u3 1,1, 3
T

; BN A v3 ,v4 1, 1,1,0 , 1, 1,0 ,1


A v1 ,v2 1,0 ,1, 1 , 0 ,1,1,1
T

Pode-se notar que C A N AT , pois u1T u3 u2T u3 0 . Analogamente, C AT N A ,


uma vez que v1T v3 v1T v4 v2T v3 v2T v4 0 .

O resultado apresentado no Exemplo 2 no privilgio da matriz A analisada. Ao contrrio,

constitui um aspecto geral aplicvel a qualquer matriz m n . Para verificar que C A N AT ,

preciso mostrar que y c 0 , com y N A

e c C A . Se y N A

A y 0 yT A 0 .

Ento:
yT A y1

ym c1
y

cn yT c1

yT cn 0

0 0 yT ci 0 , com ci C A .

colunas de A
m1

De forma anloga, para verificar que C AT N A , preciso mostrar que lT x 0 , com

x N A e l C AT . Se x N A Ax 0 . Ento:
T
l1 x1 l1 x 0


T
T
Ax
0 li x 0 , com li C A .
T
lm xn lm

x 0

linhas
de A
1n

As condies anteriores revelam que:

36

EFB102 - Geometria Analtica e lgebra Linear

Mdulo 08 Introduo lgebra Linear

No espao-nulo esquerda N AT

esto todos os vetores y do

( yT A 0 ) que so

ortogonais aos vetores do espao-coluna C A . Em outras palavras, no h nenhum vetor do


m

fora de N AT que seja ortogonal a algum vetor do C A .

No espao-nulo N A esto todos os vetores x do

( Ax 0 ) que so ortogonais aos


ortogonal a algum vetor do C A .

vetores do espao-linha C AT . Assim, no h nenhum vetor do

fora de N A que seja

Os pares N AT ,C A e N A ,C AT so chamados de complementos ortogonais.

Deve-se observar ainda que:

dim N AT dim C A dim N AT pos A m r r m .

nul A pos A n r r n .

dim N A dim C A

Definio 2: Complemento Ortogonal. Seja V um subespao do

. Chama-se complemento

ortogonal de V, denotado por V , ao espao formado por todos os vetores do

ortogonais a

qualquer vetor pertencente a V. Assim, dimV dimV n .

Com este conceito, pode-se escrever: N AT C A e N A C AT

Exemplo 3: Os subespaos vetoriais V ger v ger 1 , 2 ,0 e W ger w ger 1 ,1 2 ,1 do


Exemplo 1 so ortogonais, porm no so complementos ortogonais. De fato, o vetor t 2 ,1 ,5
ortogonal a v ( tT v 0 ) e t W . Outra forma de se verificar que os subespaos V e W no so
complementos ortogonais observar que dimV dimW 1 1 2 3 dim
3

. Conclui-se que, no

, os nicos pares de subespaos que constituem complementos ortogonais so do tipo reta-plano.

Assim, retas perpendiculares (Exemplo 1) que passam pela origem so subespaos ortogonais,
porm no so complementos ortogonais. Planos perpendiculares que passam pela origem no so
subespaos ortogonais (por qu?).

Agora possvel enunciar a segunda parte do Teorema Fundamental da lgebra Linear.


Teorema Fundamental da lgebra Linear Parte II: Seja A uma matriz m n :

complemento ortogonal de C A (em


O espao-nulo N A complemento ortogonal de C A (em
).
O espao-nulo esquerda N AT

).

Uma representao grfica do Teorema Fundamental da lgebra Linear vista a seguir:

37

EFB102 - Geometria Analtica e lgebra Linear

Mdulo 08 Introduo lgebra Linear

C AT

C A

dim C A

dim C A r

N A

N AT
dim N A n r

Tmr

dim N A

importante notar que, no necessariamente, ocorrem

N AT C A

e N A C AT

No entanto, prova-se que sempre possvel construir uma base


B1 BN

a partir da unio de bases BN

A
T

A
T

BC A do

e C A .

e BC A dos espaos N AT

Analogamente, possvel construir uma base


B2 BN A BC

A do

a partir da unio de bases BN A e BC AT dos espaos N A e C AT .



Assim, todo vetor x

pode ser escrito de maneira nica como uma soma de dois vetores

x xr xn , com xr C AT e xn N A . A componente xr a projeo ortogonal de x em C AT

xn a projeo ortogonal de x em N A . O exemplo a seguir ilustra essa afirmao.


1 0 0
Exemplo 4: Seja A 0 1 0 . Tem-se C AT Oxy e N A Oz .
0 0 0

Logo, x a, b, c

tal que x xr xn , com xr C AT e xn N A . De fato:

x a 1,0,0 b 0,1,0 c 0,0,1 xr xn projOxy x projOz x , como visto na figura.


xr

xn

38

EFB102 - Geometria Analtica e lgebra Linear

Mdulo 08 Introduo lgebra Linear

z
c

xn

P a,b,c
x
xn

a
xr

fato conhecido que o sistema linear Ax b (com A m n ) s admite soluo se, e somente
se, b C A . Ora, todo vetor x que soluo de Ax b pertence ao

x xr xn , com xr C AT

e pode ser escrito como

e xn N A . Assim, Ax A xr xn Axr Axn Axr 0 Axr b .

Isto mostra que xr tambm soluo do sistema Ax b .


Teorema: Fixado b C A , todo vetor x pertencente ao conjunto soluo do sistema linear

Ax b (com A m n ) do tipo x xr xn , com xr C AT e xn N A , com xr nico.

Demonstrao: Da discusso anterior, sabe-se que xr soluo do sistema linear Ax b .

Suponha que exista outro vetor xr C AT tal que Axr b . Ento:


Axr Axr b A xr xr 0 xr xr N A

Como xr e xr pertencem a C AT , xr xr C AT .

Mas N A C AT

e, portanto, N A C AT 0 . Logo, xr xr 0 xr xr .

A figura a seguir ilustra esta situao.

39

EFB102 - Geometria Analtica e lgebra Linear

Mdulo 08 Introduo lgebra Linear

C AT

xr

C A

Axr b
x xr xn

xn

Ax b

Axn 0

N AT

N A

Observao importante: Anteriormente, concluiu-se que qualquer soluo de um sistema linear


Ax b do tipo x x p xn , com xn N A e x p uma soluo conhecida (qualquer) do sistema. Isto

no significa que, necessariamente, tem-se x p xr C AT . Porm, a partir de x p possvel

determinar o nico xr C AT , como mostra o Exemplo 5.


x
1 1 1 3
1 1 1 y 4 .

z

Aplicando o Mtodo de Gauss-Jordan matriz aumentada A|b leva :

x y z3
Exemplo 5: Seja o sistema linear
. A forma matricial Ax b :
x y z4

1 0 1 7 2
.
1 0 1 2

R|d 0
Analisando a matriz R, tem-se:
BC

e BN A v3 1,0 ,1 .
A v1 ,v2 1,0 ,1 , 0 ,1,0
T

A soluo completa do sistema pode ser escrita da seguinte maneira:


7 1
x x p xn , ,0 1,0,1 , com xn N A .
2 2

Note que x p C AT

verifique. No entanto, a partir de x p possvel determinar o nico

xr C AT . Uma vez que x p

, tem-se x p xr xn com xn N A ( xn no necessariamente

igual a xn ). Logo:
7 1
x p xr xn , ,0 k1 1,0,1 k2 0,1,0 k3 1,0,1 .
2 2
xr

Resolvendo, chega-se a k1

xn

7
1
7
7 1 7 7 1
, k2 e k3 . Assim, xr , , ,
4
2
4
4 2 4 4 2 B

C AT

40

EFB102 - Geometria Analtica e lgebra Linear

Mdulo 08 Introduo lgebra Linear

Exerccios propostos:
1 0 2
E01. Seja A
.
1 1 4

a) Determine uma base para o complemento ortogonal do espao-linha de A.


Resposta: BN A 2, 2, 1 .
b) Decomponha x 3 3 3

em um componente de espao-linha xr e um componente de

espao-nulo xn . Resposta: x 3 3 3 xr xn 1 1 4 2 2 1 .
T

E02. Seja o plano do

com equao x 2 y z 0 . Encontre um vetor perpendicular a . Qual

matriz possui o plano como seu espao-nulo? Qual matriz possui como seu espao-linha?
2 1 0
T
Respostas: n 1 2 1 ; A 1 2 1 ; B
.
1 0 1

E03. Seja S ger

0 0 1

Respostas: S

b c 0 |a, b, c

e S

. Descreva S e S

ou B 1
S

0 0 0 , 0 1 0 0 , 0 0 1 0
T

S.

e 1

E04. possvel construir uma matriz tal que 1 2 1 C AT


T

2 1 N A ? Justifique
T

sua resposta.
1
Resposta: No, pois 1 2 1 2 2 0 .
1

E05. Represente graficamente (de forma semelhante quela abordada no texto) os quatro
subespaos fundamentais para cada uma das matrizes:
1 2
1 2
. Respostas: RA
A
.

0 0
3 6

41

EFB102 - Geometria Analtica e lgebra Linear

Mdulo 08 Introduo lgebra Linear

2
N A

N AT

1
1

C A

C AT

1 0
1 0
. Respostas: RB
B
.

0 0
3 0
y

C B

N B

N BT

C BT

1
1

E06. Seja S ger 1,5,1 , 0,3, 1 . Construa uma matriz que possua S como seu espao-nulo.
1 5 1
Resposta: A
.
0 3 1

E07. Por que as seguintes afirmaes so falsas?


Importante: Sabemos que se S V e dimV n , ento dim S dim S n (I).
a) Os vetores 1 1 1

e 1 1 2

so ortogonais de forma que os planos x y z 0 e

x y 2z 0 so subespaos ortogonais.

Resposta: Uma vez que os planos so bidimensionais e dim

3 , temos 2 2 3 . Logo, a

afirmao falsa por (I).


b) Sejam S1 e S2 dois subespaos vetoriais do
ento S2 S1 ger

. Se S1 ger

1 0 0 0 , 2 2 3 4 4
T

42

1 0 0 0 , 0 0 0 1 1
T

EFB102 - Geometria Analtica e lgebra Linear

Mdulo 08 Introduo lgebra Linear

Resposta: Como os geradores de S1 e S2 so l.i., podemos afirmar que dim S1 dim S2 2 e


dim S1 dim S2 4 5 . Logo, a afirmao falsa por (I).

c) Dois subespaos que se interceptam apenas no vetor nulo so ortogonais.


Resposta: Basta, por exemplo, observar que duas retas do

que passam pela origem no so

necessariamente perpendiculares.

Desafios!!

D1. Seja S o subespao do

contendo todos os vetores com x1 x2 x3 x4 0 . Determine uma

base para o espao S .


D2. Seja S 0

. Descreva S .

Referncias bibliogrficas.
ANTON, H., RORRES, C. lgebra Linear com Aplicaes. 8. ed. Porto Alegre: Bookman, 2001.
STRANG, G. lgebra Linear e suas Aplicaes. 4. ed. So Paulo: Cengage Learning, 2009.

43

EFB102 - Geometria Analtica e lgebra Linear