Captulo 1

Espao Vetoriais
O objetivo deste captulo introduzir o conceito de espaos vetoriais, dependncia e
independncia linear.
Definio 1.1 Seja V um conjnto no vazio e R o corpo dos nmeros reais, nos quais
podemos definir as seguintes operaes:
+ : V V V,
que a cada par (u, v) V V, associa o elemento u + v V, denominada adio e
: R V V,
que a cada par (, u) R V, associa o elemento u V, denominada multiplicao
por escalar. Dizemos que V munido destas operaes um espao vetorial real se e
somente se estas operaes satisfazem as seguintes propriedades:
a) associatividade: (u + v) + w = u + (v + w) , para todos u, v, w V
b) comutatividade: u + v = v + u, para todos u, v V
c) existncia de elemento neutro: existe 0 V tal que u + 0 = u, para todo u V
d) existncia de elemento simtrico: para cada u V, existe u V tal que u+(u) = 0.
e) (u + v) = u + v, para todo R e para todos u, v V
f) ( + ) u = u + v, para todos , R e para todo u V
g) () u = ( u) , para todos , R e para todo u V.
h) 1 u = u, para todo u V
Exemplo 1.1 O conjunto V = R2 , munido das operaes de adio (x, y) + (a, b) =
(x + y, a + b) e de multiplicao por escalar (x, y) = (x, y) um espao vetorial
real.
1

CAPTULO 1. ESPAO VETORIAIS

Exemplo 1.2 O conjunto V = Mmn (R) , munido das operaes de adio de matrizes
e da multiplicao de uma matriz por um escalar um espao vetorial real.
Exemplo 1.3 O conjunto dos nmeros complexos C, munido das operaes de adio
de nmeros complexos (x + iy) + (a + ib) = (x + a) + i (y + b) e da multiplicao de um
nmero complexo por um nmero real: (x + iy) = x + iy um espao vetorial real.
Proposio 1.1 Seja V um espao vetorial real. Ento:
a) O elemento neutro nico.
b) Para cada u V o elemento simtrico de u nico.
c) u = 0 = 0 ou u = 0.
d) (1) u = u, para todo u V.
Definio 1.2 Seja V um espao vetorial real e H V, H = . Dizemos que H um
subespao vetorial de V, quando H munido das operaes definidas em V, tambm
um espao vetorial.
Proposio 1.2 Seja V um espao vetorial real e H V, H = . H um subespao
vetorila de V u + v H, para todo u, v H e , R.
Exemplo 1.4 Considere V = R2 ento H = {(x, y) R2 ; x = y} um subespao
vetorial de R2 , j que (0, 0) H, portanto H = . Ainda para todos (x, y) , (u, v) H,
e , R tem-se que x = y e u = v, logo (x, y) + (u, v) = (x + u, y + v) H,
pois x + u = y + v.
Exemplo 1.5 Considere V = Mnn (R) , ento H = {A V ; At = A} um subespao
vetorial de V.
Exemplo 1.6 O conjunto constitudo apenas do vetor nulo um subespao vetorial de
qualquer espao vetorial.
Proposio 1.3 Seja V um espao vetorial real e H, W subespaos de V ento:
a) H W um subespao de V.
b) H + W = {u + v; u H e v W } um subespao de V.

1.1. DEPENDNCIA E INDEPENDNCIA LINEAR

1.1

Dependncia e independncia linear

Daremos a seguir o importante conceito de dependncia e independncia linear, um dos

principais conceitos de lgebra linear. Em todo este pargrafo V um espao vetorial
real.
Definio 1.3 Sejam u1 , u2 , . . . , un V . Dizemos que u V uma combinao linear
de u1 , u2 , . . . , un se e s se existem 1 , 2 , . . . , n R tais que
u=

n

i ui .

(3)

i=1

Nota 1.1 Quando u uma combinao linear de u1 , u2 , . . . , un , dizemos que u gerado por {u1 , u2 , . . . , un } e que 1 , 2 , . . . , n so os coeficientes de u com respeito a este
conjunto gerador.
Definio 1.4 Seja S = {u1 , u2 , . . . , un } V. O conjunto de todas as combinaes
lineares dos elementos de S ser denotado por [S] . Ou seja,
 n



[S] =
i ui ; i R
(4)
i=1

Proposio 1.4 [S] um subespao vetorial de V, denominado subespao gerado por S.

Nota 1.2 Se S um subconjunto infinito de V, ento [S] o conjunto de todas as combinaes lineares dos subconjuntos finitos de S, pois uma combinao linear sempre
finita.
Nota 1.3 Por conveno dizemos que o subespao nulo gerado pelo conjunto vazio, isto
, [] = {0}.
Proposio 1.5 Seja V um espao vetorial real e S, F V ento:
a) S [S] .
b) Se S F ento [S] [F ] .
c) [[S]] = [S] .
d) [S F ] = [S] + [F ] .
Nota 1.4 Observe que o vetor nulo gerado por qualquer subconjunto de vetore de V,
bastando tomar os coeficientes todos iguais a 0. Mas veremos que esta no a nica
maneira de gerar o vetor nulo.

CAPTULO 1. ESPAO VETORIAIS

Definio 1.5 Sejam u1 , u2 , . . . , un V . Dizemos que {u1 , u2 , . . . , un } um subconjunto

linearmente independente (l.i) . de V quando a nica combinao linear que gera o
vetor nulo aquela em que todos os coeficientes so nulos. Ou seja,
n


i=1

i ui = 0 i = 0, i = 1, . . . , n.

Caso contrrio, dizemos que {u1 , u2 , . . . , un } um subconjunto

 linearmente dependente
(l.d.) de V , isto , se existe algum i R, i = 0, tal que ni=1 i ui = 0 = 0.
Exemplo 1.7 O subconjunto {(1, 1) , (1, 1)} do R2 l.i., pois
(1, 1) + (1, 1) = (0, 0)
se e somente se

+ =0
= = 0.
=0

Exemplo 1.8 O subconjunto {(1, 1) , (1, 1) , (2, 4)} do R2 l.d., pois

(1, 1) + (1, 1) + (2, 4) = (0, 0)
se e somene se

se e somente se

+ + 2 = 0
+ 4 = 0

= 3
, R,
=

ou seja tomando = 3 e = = 1, temos que

3 (1, 1) + (1, 1) + (2, 4) = (0, 0) ,
portanto uma combinao linear, onde nenhum dos coeficientes 0 gerando o vetro nulo
(0, 0) .
Proposio 1.6 Seja V um espao vetorial e S V. Ento:
a) S = {u} l.d. u = 0.
b) S = {u1 , u2 , . . . , un } l.d. existe k {1, . . . , n} tal que uk [S\{uk }] .
c) Se S = {u
1 , u2 , . . . , un } l.i. ento para cada u [S] existem nicos 1 , . . . , n tal
que u = ni=1 i ui .

d) Se S = {u1 , u2 , . . . , un } l.i. e S {w} l.d. ento w [S] .

e) Se S l.i. ento todo subconjunto de S l.i.
f) Se S l.d. e S T V ento T l.d.

1.1. DEPENDNCIA E INDEPENDNCIA LINEAR

1.1.1

Lista de exerccios

Exerccio 1.1 Analise se o conjunto V = {(x, y) ; x, y R com y > 0} munido das

operaes
(x, y) (u, v) = (x + u, yv) , para todo (x, y) , (u, v) V.
(x, y) = (x, y ) , para todo R e (x, y) V.
um espao vetorial real.
Exerccio 1.2 Verifique quais dos subconjuntos abaixo so subespaos de V = M22 (R) .
a) H = {A V ; At = A}.
b) H = {A V ; tr (A) = 1}.
Exerccio 1.3 Determine um conjunto finito e l.i.de geradores dos subespaos abaixo,
isto , determine S finito l.i. tal que [S] = H.
a) H = {(x, y, z) R3 ; x + y z = 0}.
b) H = {A M22 (R) ; At = A}.
Exerccio 1.4 Determine se os subconjuntos do R3 abaixo so l.i. ou l.d.
a) S = {(1, 1, 1) , (0, 2, 3) , (2, 1, 1) , (1, 1, 3)}. para cada u
b) S = {(0, 1, 0) , (1, 2, 1)}.
c) S = {(5, 2, 0) , (2, 3, 1) , (1, 0, 1)}.
Exerccio 1.5 Seja {v1 , . . . , vn } um subconjunto de um espao vetorial real. Mostre que
{v1 , . . . , vn } l.i. a igualdade 1 v1 + + n vn = 1 v1 + n vn s vlida se
i = i , i = 1, . . . n.
Exerccio 1.6 Prove que {u, v} um subconjunto l.i. de um espao vetorial V {u +
v, u v} tambm um subconjunto l.i. de V.
Exerccio 1.7 Prove que se {u, v, w} um subconjunto l.i. de um espao vetorial V ento
{u + v + w, u v, 3v} tambm um subconjunto l.i. de V.

1.2

CAPTULO 1. ESPAO VETORIAIS

Base

Vimos na seo anterior que se u [S] e S um subconjunto finito e l.i. de um espao

vetorial V ento a combinao linear de elementos de S nica. Isto nos leva a definio
de base de um espao vetorial finitamente gerado.
Definio 1.6 Seja V um espao vetorial real. Dizemos que V finitamente gerado,
quando existe um subconjunto finito S de V tal que V = [S] .
Exemplo 1.9 O R2 um espao finitamente gerado pois [(1, 0) , (0, 1)] = R2 .
Exemplo 1.10 O M22 (R) um espao finitamente gerado pois

 
 
 

1 0
0 1
0 0
0 0
,
,
,
= M22 (R) .
0 0
0 0
1 0
0 1
Definio 1.7 Seja V um espao vetorial finitamente gerado. Dizemos que B V
uma base de V quando [B] = V e B l.i.
Exemplo 1.11 O subconjunto B = (1, 0) , (0, 1) uma base do R2 pois [B] = R2 e
(1, 0) , (0, 1) l.i.

 
 
 

1 0
0 1
0 0
0 0
Exemplo 1.12 O subconjunto B =
,
,
,
uma
0 0
0 0
1 0
0 1
base de M22 (R) , pois [B] = V e B l.i.
Proposio 1.7 Seja V um espao vetorial real finitamente gerado V.Ento B = {u1 , . . . , un }
uma base de V para cada u V existem nicos 1 , . . . , n R tais que u =

n
i=1 i ui .
Nota 1.5 A base de um espao vetorial no nica. Para isso vejamos alguns exemplos:
Exemplo 1.13 Os subconjuntos {(1, 0) , (0, 1)} e {(1, 1) (1, 1)} so bases do R2 .
No entanto temos algumas propriedades sobre bases quaisquer de um mesmo espao
vetorial.
Proposio 1.8 Se B uma base de um espao vetorial real finitamente gerado V, com
n elementos ento:
a) Qualquer subconjunto de V com mais de n elementos l.d.
b) Todo subconjunto l.i. de V tem no mximo n elementos.
Teorema 1.9 Duas bases de um mesmo espao vetorial real V finitamente gerado possuem o mesmo nmero de elementos.

1.2. BASE

Definio 1.8 Seja V um espao vetorial real finitamente gerado. Dizemos que a dimenso de V n quando uma base de V possui n elementos. Denotamos por:
dim V = n.
Exemplo 1.14 dim R2 = 2.
Exemplo 1.15 dim M22 (R) = 4.
Definio 1.9 Seja W um subespao vetorial de um espao vetorial real finitamente gerado V . Definimos dimenso de W, como sendo o nmero de elementos de uma base
qualquer de W.
Notao 1.10 dim W = nmero de elementos de uma base de W.
Exemplo 1.16 Seja B = {u1 , u2 , u3 } uma base de um espao vetorial V e W = [u1
u2 , u1 + u2 + u3 ]. Determine dim W. Como j temos um conjunto gerador, basta verificar
se este l.i. Vejamos (u1 u2 ) + (u1 + u2 + u3 ) = 0 ( + ) u1 + ( ) u2 + u3
e como B l.i, ento = 0 = e portanto o conjunto gerador de W l.i, sendo assim
uma base de W dim W = 2.
Proposio 1.11 Seja V um espao vetorial real de dimenso n. Ento todo subconjunto
de V, l.i., com n elementos uma base de V.
Definio 1.10 Uma base ordenada de um espao vetorial real finitamente geradoV de
dimenso n uma n upla ordenada de vetores l.i.de V.
Exemplo 1.17 Como {(1, 0) , (0, 1)} uma base do R2 ento ((1, 0) , (0, 1)) uma base
ordenada de R2 , assim como ((0, 1) , (1, 0)) uma outra base ordenade de R2 .
Definio 1.11 Seja V um espao vetorial real fintamente gerado e B = (u1 , . . . , un ) uma
base ordenada de V. Ento sabemos que para
cada
u V existem nicos 1 , . . . , n R
1
n
..
tais que u =
de nmeros reais, denominamos de
i=1 i ui . matriz coluna .
n
coordenadas de u com respeito base ordenada B e denotamos por

(u)B = ... .
n
Nota 1.6 Observe que uma vez conhecida a base ordenada as coordenadas de um vetor
o caracterizam completamente.

CAPTULO 1. ESPAO VETORIAIS

Vejamos alguns resultados importantes envolvendo as coordenadas dos vetores com

respeito a uma determinada base ordenada.
Exemplo 1.18 Considerando B = ((1, 0, 1) , (0, 1, 0) , (1, 0, 1)) uma base ordenada de
R3 , temos que para cada (x, y, z) R3 existem , , R tais que
(x, y, z) = (1, 0, 1) + (0, 1, 0) + (1, 0, 1)
ou seja
(x, y, z) = ( + , , ) .
Assim temos o seguinte sistema

o que implica

Assim,

x=+
y=

z =

x+z

= 2
=y
.

=
2

x+z
2
((x, y, z))B =
y
xz
2

Proposio 1.12 Seja B = (u1 , . . . , un ) uma base ordenada de um espao vetorial real
V . Ento (u + v)B = (u)B + (v)B e (u)B = (u)B , para todos u, v V e R.
Proposio 1.13 Seja B = (u1 , . . . , un ) uma base ordenada de um espao
real
vetorial

a1
..
n
V. Ento dado (a1 , . . . , an ) R , existe um nico u V tal que (u)B = . .
an
A demonstrao destas proposies seguem diretamente da definio de coordenadas
de um vetor com respeito a uma base ordenada e sero deixadas como exerccios.
Nota 1.7 Das duas proposies anteriores segue que podemos identificar os elementos
de um espao vetorial real V de dimenso n com os elementos do Rn , pois existe uma
correspondncia biunvoca entre eles, que preserva suas operaes.

1.2. BASE

Proposio 1.14 Seja B = (u1 , . .

. , un ) uma
base ordenada
de umespao vetorial real V.
a11
an1
..
..
e w1 , . . . , wn V tais que (w1 )B = . , . . . , (wn )B = . . Ento {w1 , . . . , wn }
a1n
ann

a11 . . . a1n

..
.. =
l.i {(w1 )B , . . . , (wn )B } um subconjunto l.i. de Mn1 (R) det ...
.
.
an1 . . . ann
0.
Em algumas situaes a escolha da base adequada ajuda na resoluo de problemas
mais facilmente. No entanto, se j conhecemos as coordenadas de um vetor com respeito
a uma determinada base e queremos mudar a base, queremos saber qual a relao entre
as coordenadas de um vetor numa nova base, a partir das coordenadas denadas do mesmo
vetor com respeito a diferentes bases, pois assim poderemos resolver nosso problema na
base mais adequada e em seguida voltar base inicial. Vejamos ento como proceder.
Para isso necessrio trabalharmos com matrizes, como veremos a seguir.
Definio 1.12 Sejam B = (u1 , . . . , un ) e C = (v1 , . . . , vn ) bases ordenadas de um espao
vetorial V. Ento como cada vi , i = 1, . . . , n um vetor de V e B base ordenadade
n

V , segue que existem nicos aji R, j = 1, . . . , n tais que vi =
aji uj . matriz
j=1

a11 . . . a1n

..
.. denominamos matriz mudana da base B para a base C e
M = ...
.
.
an1 . . . ann
a denotaremos por MBC .
Nota 1.8 Observe que, com a notao da definio acima segue que


MBC = (v1 )B (vn )B

isto , as colunas de MBC so as coordenadas dos vetores da base C com respeito base
B.

Exemplo 1.19 Sejam B = ((1, 0, 0) , (0, 1, 0) , (0, 0, 1)) e C = {(1, 0, 1) , (0, 1, 0) , (1, 0, 1)
bases ordenadas de R3 . A matriz MBC dada por

1 0 1
MBC = 0 1 0 ,
1 0 1
enquanto que a matriz mudana da base C para a base B, isto , MCB dada por

1
1
2 0 2

MCB = 0 1 0 .
1
1
0
2
2

10

CAPTULO 1. ESPAO VETORIAIS

Veremos a seguir importantes propriedades da matriz mudana de base e como ela nos
ajudar a determinar as coordenadas de um vetor numa nova base.
Proposio 1.15 Sejam B, C e D bases ordenadas de um espao vetorial finitamente
gerado V, de dimenso n. Ento
a) MBD = MBC MCD .
b) (u)C = MCB (u)B .
1
c) MBC
= MCB .

d) MBB = In , onde In a matriz identidade n n.

Exemplo 1.20 Sejam B = ((1, 0, 0) , (0, 1, 0) , (0, 0, 1)) e C = {(1, 0, 1) , (0, 1, 0) , (1, 0, 1)
bases ordenadas de R3 , j vimos que

logo tem-se que

x+z
2
((x, y, z))C =
y
xz
2

e ((x, y, z)) = y ,
B

x
1 0 1
((x, y, z))B = y = 0 1 0
z
1 0 1
x+z 1
0
2
2

= 0 1
((x, y, z))C =
y

xz
1
0
2
2

1.2.1

x+z
2
= MBC ((x, y, z))
y
C

xz
2
1

x
2

0 y
= MCB ((x, y, z))B .
1 z

Lista de exerccios

Exerccio 1.8
uma
base ordenada
B deR3 , considere
os vetores u, v, w R3 tais
Fixada

2
0
4

1 , (v)B =
1
5 .
que (u)B =
e (w)B =
3
1
3
a) Calcule (u + v)B e (u 2v + 3w)B .
b) Determine a e b, de modo que au + bv = w.

1.2. BASE

11

Exerccio 1.9 Seja B uma base ordenada de R3

. Mostre
que {u, v} l.d. existe ,
0
R no ambos nulos tais que (u)B + (v)B = 0 , isto , se suas coordenadas so
0
proporcionais.
Exerccio 1.10 Seja B uma base ordenada de R3 . Determine m, de modo que os vetores
abaixo sejam l.d..

3
2
1
a) (u)B = 5 , (v)B = 0 e (w)B = m
1
4
3

1
2
b) (u)B = 3 e (v)B = 1 + m
5
10
Exerccio 1.11 Dada a base ordenada de R3 , (e1 , e2 , e3 ) ,considere os vetores f1 = e1
e2 e3 , f2 = e1 + 2e2 + e3 e f3 = 2e1 + e2 + 4e3 .
a) Verifique que (f1 , f2 , f3 ) uma base.
b) Determine a matriz mudana da base nova para a base antiga.
c) Sendo v = 3e1 5e2 + 4e3 , determine as coordenadas de v na nova base.
Exerccio 1.12 Para cada um dos subespaos abaixo, determine uma base e sua dimenso:
a) H = {A M22 (R) ; At = A}.
b) H = {(x, y, z) R3 ; x + y 2z = 0}.
c) H = {p P2 (R) ; p (1) = 0}.
Exerccio 1.13 Considerando U = {(x, y, z) R3 ; x + 2y z = 0} e W = {(x, y, z)
R3 ; x + z = 0} subespaos do R3 , determine uma base de U W e uma base para U + W.
Exerccio 1.14 Determine as coordenadas do vetor u = (4, 5, 3) R3 em relao
base ordenada B = ((1, 2, 1) , (0, 3, 2) , (1, 1, 4)) .
Exerccio 1.15 A matriz mudana de uma base ordenada B do R2 para a base ((1, 1) , (0, 2))
desse mesmo espao :


5 2
.
0 3
Determine a base B.

12

CAPTULO 1. ESPAO VETORIAIS

Exerccio 1.16 Considere o seguinte subespao vetorial de M22 (R) :



a b
U ={
; a b c = 0}.
c d
a) Mostre que os subconjuntos abaixo so bases de




1 1
1 0
0 0
B =
,
,
,
0 0
1 0
0 1




1 0
0 1
0 0
C =
,
,
.
1 0
1 0
0 1
b) Determine a matriz mudana da base B para a base C e a da base C para a base B.
c) Determine uma base D de U, tal que a matriz mudana de D para B seja

1 1 0
0 0 2 .
0 3 1

1.3

Produto Interno

Conceitos importantes na geometria so o de ngulo entre vetores, o de distncia e o de

comprimento de vetores. Todos esses conceitos provem do conceito de produto escalar.
Vamos agora generalizar este conceito para um espao vetorial qualquer.
Definio 1.13 Seja V um espao vetorial real. Um produto interno sobre V uma
funo
,  : V V R
tal que:

i) u, v = v, u , para todos u, v V.

ii) u + v, w = u, w + v, w para todos u, v, w V.
iii)  u.v = u, v para todos u, v V e R.
iv) u, u 0, para todo u V e u, u = 0 se e somente se u = 0.
Um espao vetorial real munido de um produto interno denominado um espao vetorial euclidiano.
Exemplo 1.21 Um produto interno sobre R3 dado por:
(x, y, z) , (a, b, c) = xa + yb + zc.

1.3. PRODUTO INTERNO

13

Exemplo 1.22 Um produto interno sobre P2 (R)



a + bt + ct2 , + t + t2 = a + b + c.
Exemplo 1.23 Um produto interno sobre Mmn (R) dado por:


A, B = tr AB t .

Proposio 1.16 Seja V um espao vetorial real euclidiano. Ento:

P1) 0, u = 0, para todo u V.
P2) u, v + w = u, v + u, w para todos u, v, w V.
P3) u, v = u, v para todos u, v V e R.
n

n


i ui , v = i ui , v .
P4)
i=1

i=1

Definio 1.14 Seja V um espao vetorial euclidiano. Ento para cada u V, definimos
a norma de u, como sendo o nmero real no negativo:

u = u, u.
Exemplo 1.24 Em Rn a norma de (x1 , . . . , xn ) dada por:

(x1 , . . . , xn ) = x21 + + x2n .

Exemplo 1.25 Em Mmn (R) a norma de cada matriz A dada por:



A = tr AAt .

Proposio 1.17 Seja V um espao vetorial euclidiano. Ento:

a) u 0, para todo u V e u = 0 u = 0.
b)  u = || u para todo u V e R.
c) u + v u + v para todos u, v V.

Proposio 1.18 (Desigualdade de Cauchy-Schwarz): Seja V um espao vetorial

euclidiano. Ento para todos u, v V, tem-se que:
|u, v| u v .

14

CAPTULO 1. ESPAO VETORIAIS

Nota 1.9 A partir da desigualdade acima, se u, v so vetores no nulos de V, tem-se que

1

u, v
1,
u v

e portanto define-se o ngulo entre u e v, tal que

cos =

u, v
.
u v

Definio 1.15 Seja V um espao vetorial euclidiano. Dizemos que u, v V so ortogonais quando u, v = 0. Denotaremos uw.
Nota 1.10 Observe que quando u = 0, v = 0 ento u, v = 0 o ngulo entre u e v

. Enquanto que {u, v} so l.d. o ngulo entre u e v 0. ou .

2
Proposio 1.19 Seja V um espao vetorial euclidiano. Se {u1 , . . . , un} um subconjunto de vetores no nulos e dois a dois ortogonais ento {u1 , . . . , un} um subconjunto
l.i.
Definio 1.16 Dizemos que uma base B de um espao vetorial real V finitamente gerado
ortonormal quando seus vetores so unitrios, isto tm norma igula a 1, e so dois
a dois ortogonais.
Nota 1.11 claro que se um espao W tal que dim W = 1, uma base ortonormal de
W ter apenas um vetor unitrio.
Veremos a seguir como a norma de um vetor, o produto interno entre dois vetores e
as coordenadas de um vetor podem ser escritos em relao s suas coordenadas quando a
base ortonormal.
Proposio 1.20 Seja B = (e1 , . . . , en ) uma base ordenada

ortonormalde um
espao
a1
b1
..
..
vetorial real euclidiano V e u, w V tais que (u)B = . e (w)B = . . Ento
an
b
 n
t
ai = u, ei  , bi = w, ei  , u, w = a1 b1 + + an bn = (u)B (w)B e u = a21 + + a2n .
Exemplo 1.26 Seja V um espao
vetorial real euclidiano de dimenso igual a 3. Determine u V tal que u = 3 3, uw, uv e u forma
agudo
e1 ,
um ngulo

com
2
1
onde B = (e1 , e2 , e3 ) uma base ortonormal de V , (w) = 3 e (v) = 2 .
1
3
Consideremos u = ae1 + be2 + ce3 . Assim, das hipteses, segue que
a2 + b2 + c2 = 27
2a + 3b c = 0
a 2b + 3c = 0

1.3. PRODUTO INTERNO

15

Assim, temos que b = c, a = b e portanto b = 3. Agora utilizando a hiptese de que u

forma um ngulo agudo com e1 , segue que a > 0 e assim, b = 3, a = 3 e c = 3. Logo
u = 3e1 3e2 + 3e3 .
Veremos a seguir que dada uma base ordenada qualquer de um espao vetorial real
euclidiano V, pode-se construir uma nova base ordenada ortonormal, da seguinte forma:
Teorema 1.21 Processo de ortonormalizao de Gram-Scmidt: Seja B = (u1 , . . . , un )
uma base ordenada de V. Ento existe C = (e1 , . . . , en ) base ordenada ortonormal de V
tal que [{e1 , . . . ek }] = [{u1 , . . . , uk }] , 1 k n.
Prova. Para que [{e1 }] = [{u1 }] , devemos ter {e1 , u1 } l.d., portanto deve existir R
1
1
tal que e1 = u1 e como e1  = 1, segue que =
. Logo, e1 =
u1 . Assim, temos
u1 
u1 
as condies requeridas para o primeiro vetor da base ordenada ortonormal. O segundo
vetor deve ser tal que [{e1 , e2 }] = [{u1 , u2 }] e portanto e2 dever pertencer a [{u1 , u2 }] =
[{e1 , u2 }] ou seja
 e2 = e1 + u2 e como {e1 , e2 } deve ser l.i. ento = 0, logo podemos

1
tomar e2 =
e1 + u2 = (e1 + u2 ) e como e2  = 1, segue que || =
.

e1 + u2 
logo devemos determinar e para isso, s lembrar que a base que queremos ortonormal,
portanto e2 , e1  = 0 e1 + u2 , e1  = 0. Assim das propriedades de produto interno,
u2 u2 , e1  e1
obtemos que = u2 , e1  e2 =
. Procedendo de modo anlogo,
u2 u2 , e1  e1 
vamos determinar , R tais que (u3 + e2 + e1 ) e1 e (u3 + e2 + e1 ) e2 . Utilizando
o que j obtivemos e as propriedades de produto interno, obtemos que = u3 , e2  e =
u3 u3 , e2  e2 u3 , e1  e1
u3 , e1  e como e3 um vetor unitrio, segue que e3 =
.E
u3 u3 , e2  e2 u3 , e1  e1 
assim sucessivamente para cada 1 k n, tem-se que
ek =

uk uk , ek1  ek1 uk , e1  e1

.
uk uk , ek1  ek1 uk , e1  e1 

Exemplo 1.27 Sabendo que B = ((1, 0, 1) , (1, 2, 1) , (1, 1, 0)) uma base de R3 , deter3
mine uma nova
base
ortonormal de R , construda a partir do processo de Gram Scmidt
3

1 , determine (u)C .
e se (u)B =
1
Soluo 1.22 Do processo de Gram Smidt, construmos C = (e1 , e2 , e3 ) da seguinte
1
2
forma, e1 = (1, 0, 1) , e1 , u2  = , logo u2 u2 , e1  e1 = (0, 2, 0) e2 = (0, 1, 0).
2
2

16

CAPTULO 1. ESPAO VETORIAIS

1
Ainda, u3 , e2  = 1, u3 , e1  = , u3 u3 , e2  e2 u3 , e1  e1
2



2
1
1

0
tanto e3 = , 0, . Ainda, temos que MCB =
2
2
0

6 2
(u)C = MCB (u)B = 3 .
2


1
1
=
, 0,
e por2
2

2 2 2
2 1 . Assim,
0
2


Proposio 1.23 Sejam B = (u1 , . . . , un ) e C = (e1 , . . . , en ) bases ordenadas ortonormais de um espao vetorial real eucldiano V . Ento a matriz mudana entre as bases B
1
1
t
t
e C uma matriz ortogonal, isto , MBC
= MBC
e MCB
= MCB
.
Definio 1.17 Seja V um espao vetorial euclidiano e U um subespao vetorial de V.
Definimos o complemento ortogonal de U, como sendo o subconjunto:
U = {w V ; w, u = 0, para todo u U}.
Proposio 1.24 Seja V um espao vetorial euclidiano e U um subespao vetorial de V.
O complemento ortogonal de U, U , um subespao vetorial de V, tal que U U = {0}.
Exemplo 1.28 O complemento ortogonal do subespao vetorial U = {x, y, z); x2z = 0}
do R3 tal que (a, b, c) , (x, y, z) = 0, para todo (x, y, z) U. Primeiramente determinemos uma base de U. Da definio de U, temos que (x, y, z) U x = 2z, portanto
um vetor de U da forma (2z, y, z) = z (2, 0, 1) + y (0, 1, 0), logo U = [(2, 0, 1) , (0, 1, 0)] .
Ainda como
(2, 0, 1) + (0, 1, 0) = (0, 0, 0) = 0 = ,
temos que {(2, 0, 1) , (0, 1, 0)}
 uma base de U. Logo das propriedades de produto interno,
(a, b, c) , (2, 0, 1) = 0
segue que (a, b, c) U
, ou seja se e somente se
(a, b, c) , (0, 1, 0) = 0

2a + c = 0
.
b=0
Logo U = {(a, 0, 2a) ; a R}.
Definio 1.18 Seja V um espao vetorial euclidiano e U um subespao vetorial de V
de dimenso finita. Considere B = (e1 , . . . , en ) uma base ortonormal de U. Definimos a
projeo ortogonal de V sobre U, como sendo a funo: ProjU : V U definida por
ProjU (v) = v, e1  e1 + + v, en  en .
Exemplo 1.29 Determine a projeo ortogonal do vetor (1, 1, 1) R3 sobre o subespao
U do exemplo anterior. Para isso precisamos determinar uma base ortonormal de U
e como j temos uma base, basta utilizar o processo de Gram-Schmidt. Assim, e1 =

1.3. PRODUTO INTERNO

17


1
(2, 0, 1) , (0, 1, 0) = 0, ento e2 = (0, 1, 0) , j que tal vetor
5


3 1
6
3
unitrio. Logo ProjU (1, 1, 1) = (2, 0, 1) + (0, 1, 0) =
, 1,
. claro que
5
5
5 5


3
6
3
6
, 1,
U, j que 2. = 0.
5
5
5
5
1
(2, 0, 1) e como
5

Exemplo 1.30 Seja V um espao vetorial e u V, u = 0 tal que U = [u] subespao de

u
V, ento uma base ortonormal de U {e} onde e =
. Assim, para cada v V, tem-se
u


u
u
v, u
u.
=
que ProjU (v) = v, e e = v,
u u
u2
Nota 1.12 A projeo ortogonal se caracteriza pelo fato de v ProjU (v) U . Ainda
ProjU (v) U o vetor de U mais prximo de v, j que v ProjU (v) v u , para
todo u U.

1.3.1

Mtodo dos mnimos quadrados

Aproximao por projees

Suponhamos que voc queira determinar o valor de uma constante. Por exemplo uma
constante da Fsica. Para isso voc faz n medies. Se as medidas no tivessem erros voc
deveria ter n valores iguais desta medida, j que ela constante, mas como as medies
trazem imprecises, em geral obtm-se n valores distintos. O que se faz tomar a mdia
aritmtica como o valor mais provvel da constante. Vejamos porque realmente este
o valor mais provvel. Suponhamos ento que obtivemos k1 , . . . , kn valores para a tal
constante. Definimos ento o vetor experincia v = (k1 , . . . , kn ) Rn e consideremos
o subespao do Rn , U = [(1, . . . , 1)] . Como o valor que gostaramos de ter obtido era
aquele em que v pertencesse a U, vamos determinar a projeo ortogonal de v sobre U, j
que esta projeo nos d o vetor de U, mais prximo de v.. Assim, devemos determinar
(k1 , . . . , kn ) , (1, . . . , 1)
k R, tal que k (1, . . . , 1) = ProjU (v) =
(1, . . . , 1) , ou seja
(1, . . . , 1)2
(k1 , . . . , kn ) , (1, . . . , 1)
k1 + + kn
k=
=
, da definio de produto interno do Rn . Ou
2
n
(1, . . . , 1)
k1 + + kn
seja o melhor valor para a constante k =
.
n
Se tivermos uma experincia mais complexa, onde queremos determinar o valor de 2
constantes, simultaneamente e tivermos encontrado m valores k1 , . . . , km , para uma delas e
l1 , . . . , lm valores para a segunda, consideremos o vetor experincia E = (k1 , . . . , km , l1 , . . . , lm )
R2m , espao vetorial euclidiano, com o produto interno usual e consideremos o subespao
vetorial de R2m , U = [(1, . . . , 1, 0, . . . , 0) , (0, . . . , 0, 1, . . . , 1)] . Assim, queremos determinar k, l R tais que k (1, . . . , 1, 0, . . . , 0) + l (0, . . . , 0, 1, . . . , 1) = ProjU (E) . Como

18

CAPTULO 1. ESPAO VETORIAIS

(1, . . . , 1, 0, . . . , 0) e (0, . . . , 0, 1, . . . , 1) j so ortogonais, para determinar uma vase orto(1, . . . , 1, 0, . . . , 0)

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

normal de U, basta tomarmos e1 =

=
e e2 =
(1, . . . , 1, 0, . . . , 0)
m
(0, . . . , 0, 1, . . . , 1)
(0, . . . , 0, 1, . . . , 1)

=
. Assim, k (1, . . . , 1, 0, . . . , 0)+l (0, . . . , 0, 1, . . . , 1) =
(0, . . . , 0, 1, . . . , 1)
m
l1 + + lm
k1 + + km
ProjU (E) = E, e1  e1 + E, e2  e2 k =
el=
.
m
m
Ajuste de curvas
Uma necessidade bastante frequente dados n pontos (xi , yi ) , 1 i n encontrar
uma funo g, combinao linear de funes conhecidas g1 , . . . , gm , que passa por estes
pontos. Como muitas vezes estes pontos so obtidos por esperincia ou medio, eles
trazem consigo imprecises e por isso na maioria das vezes no encontramos tal combinao linear que passe pelos pontos (xi , yi ) , 1 i n. Consideremos os vetores
G1 = (g1 (x1 ) , . . . , g1 (xn )) , . . . , Gm = (gm (x1 ) , . . . , gm (xn )) , Y = (y1 , . . . , yn ) Rn
e o subespao U = [G1 , . . . , Gm ] . Queremos ento determinar c1 , . . . , cm R tal que
c1 G1 + + cm Gm = ProjU Y , que o vetor combinao linear das funes, mais prximo
de Y. Mas c1 G1 + + cm Gm = ProjU Y Y (c1 G1 + + cm Gm ) U , ou seja,
Y (c1 G1 + + cm Gm ) , Gi  = 0, 1 i n
c1 G1 + + cm Gm , Gi  = Y, Gi  , 1 i n.
Logo resolvendo o sistema, determinaremos c1 , . . . , cm R, que fornecem a combinao
linear tal que Y (c1 G1 + + cm Gm ) mnima e portanto este mtodo denominado
mtodo dos mnimos quadrados.
Exemplo 1.31 Uma experincia forneceu os seguintes valores (x1 , y1 ) = (3, 6) , (x2 , y2 ) =
(1, 3) , (x3 , y3 ) = (5, 9) e (x4 , y4 ) = (4, 7) . Determinemos a reta da forma y = kx que
melhor se adapta a estes resultados no sentido dos mnimos quadrados. Temos ento
uma nica funo, a saber, g1 (x) = x. Consideremos os vetores Y = (6, 3, 9, 7) e G1 =
(3, 1, 5, 4) . Assim, queremos determinar k R tal que
Y kG1 , G1  = 0 k G1 2 = Y, G1  ,
logo,
k=

3.6 + 1.3 + 5.9 + 4.7

94
= .
2
2
2
2
3 +1 +5 +4
51

Exemplo 1.32 Ajustar uma funo do tipo g (x) = a + bx2 aos pontos (0, 1.1) , (1, 0.1)
e (2, 3.1) . Assim, a funo g1 = 1 e g2 = x2 . Consideremos ento os vetores do R3 ,
Y = (1.1, 0.1, 3.1) , G1 = (1, 1, 1) e G2 = (0, 1, 4) . Assim, devemos encontrar a, b R
tais que

3a + 5b = 1.9
,
5a + 17b = 12.3
que resolvendo nos d a
= 1.12 e b
= 1.05.

1.3. PRODUTO INTERNO

1.3.2

19

Lista de Exerccios

Exerccio 1.17 Num espao vetorial euclidiano V, mostre que.

a) u, v =

!
1
u + v2 u v2 .
4

b) u2 + v2 =

!
1
u + v2 + u v2 .
2

Exerccio 1.18 Seja B = (f1 , f2 , f3 ) uma base ortonormal de um espao vetorial euclidiano V e C = (e1 , e2 , e3 ) uma base dada por e1 = 2f1 + 3f2 , e2 = f1 + f2 + f3 , e3 = f2 + 2f3 .
a) Determine a matriz MBC .

b) Dados os vetores u, v V tais que (u)C =

v e u, v .

2
4
5
2

, (v)C = 1 , calcule u ,

c) Determine as coordenadas de um vetor w em relao base C, de modo que w = 1,

wu e wv, onde u e v do tem (b).
d) Determine o ngulo entre e1 e e2 . Responda se a base C ortonormal.
Exerccio 1.19 Considere V = {(x, y, z) R3 ; x + z = 0}.
a) Determine uma base ortonormal de V.
b) Determine u0 R3 tal que u0 u, u V.

c) Dado o vetor w = (1, 3, 2) R3 , determine v0 V de modo que w v0 v,

v V.
"
#


Exerccio 1.20 Considere i , j , k a base ortonormal cannica de R3 .

a) Determine x R tal que x i + 3 j + 4 k 3 i + j + k .

b) Determine os ngulos entre os vetores: (i) 2 i + j e j k , (ii) i + j + k e

2 j 2 k .

c) Determine um vetor unitrio da direo da bissetriz da ngulo entre os vetores 2 i +

3j + k e 3 i +2j 3k.
Exerccio 1.21 Determine uma base ortonormal de W e uma base ortonormal de W ,
onde W o subespao do R4 dado por W = {(x, y, z, t) ; x + y = 0 e 2x + z = y}.

20

CAPTULO 1. ESPAO VETORIAIS

Exerccio 1.22 Determine a projeo ortogonal do vetor (1, 1, 0, 1) R4 sobre o subespao W = {(x, y, z, t) R4 ; x y z = 0 e z 2t = 0}.
Exerccio 1.23 Determine a reta em R2 de equao y = kx que melhor se adapte aos
pontos (3, 0) , (2, 1) e (1, 2) .
Exerccio 1.24 Determine o polinmio f (x) = ax2 + bx + c, que melhor se ajuste aos
pontos (1, 2) , (3, 1) , (4, 2) e (2, 0) .

Captulo 2
Transformaes Lineares
No primeiro captulo estudamos os espaos vetoriais e as suas principais propriedades.
Neste prximo captulo estudaremos as aplicaes entre espaos vetoriais, onde as mais
importantes so as transformaes lineares.
Definio 2.1 Sejam U e V dois espaos vetoriais reais. Dizemos que uma funo T :
U V uma transformao linear quando:
T (u + v) = T (u) + T (v) , para todos u, v U
T ( u) = T (u) , para todo u U e R.
Exemplo 2.1 Considere C 1 (R) o espao vetorial das funes
rivveis e C (R) o espao vetorial das funes reais contnuas.
C (R) definida por D (f ) = f  uma transformao linear, j
(f) = f  , para todas f, g C 1 (R) e R. Assim, D (f
D (f ) = D (f) .

reais continuamente deA funo D : C 1 (R)

que (f + g) = f  + g  e
+ g) = D (f) + D (g) e

Exemplo 2.2 Considere os espaos

vetoriais C ([a, b]) e C 1 ([a, b]) . A funo I : C ([a, b])
$
1
C ([a, b]), definida por I (f ) = a f, ou seja que a cada funo contnua
associa
$
$ a primi$
tiva
$ F de f tal
$ que F (a) = 0 uma transformao linear, j que a (f + g) = a f + a g
e a f = a f, para todas f, g C ([a, b]) e R. Assim, I (f + g) = I (f) + I (g) e
I (f ) = I (f ) .
Nota 2.1 Quando U = V, denominamos a transformao linear T : V V de operador
linear.
Proposio 2.1 Sejam U e V espaos vetoriais reais e T : U V uma transformao
linear. Ento:
a) T (0) = 0, isto T leva vetor nulo de U em vetor nulo de V.
b) T (u) = T (u) , para todo u U, ou seja T leva o elemento simtrico de cada vetor
u de U no elemento simtrico de sua imagem em V.
21

22

CAPTULO 2. TRANSFORMAES LINEARES

c) Se W um subespao de U ento T (W ) = {T (w) ; w W } um subespao de V.

Portanto a imagem de T, denotada por Im (T ) um subespao de V.
d) Se H um subespao de V ento T 1 (H) = {u U ; T (u) H} um subespao de
U.
Definio 2.2 Sejam U e V espaos vetoriais reais e T : U V uma transformao
linear. Denotamos por Ker (T ) o seguinte subconjunto de U, denominado ncleo de T :
Ker (T ) = {u U; T (u) = 0} = T 1 {0}.
Exemplo 2.3 Seja T : R3 P1 (R) definida por T (x, y, z) = (x + z) yt. Para determinarmos o ncleo de T, devemos fazer T (x, y, z) = 0 + 0t, que o polinmio nulo de
grau menor ou igual a 1. Assim, temos:

x+z =0
(x + z) yt = 0 + 0t
,
y=0
portanto Ker (T ) = {(x, 0, x) ; x R} = [(1, 0, 1)] .
Vejamos algumas propriedades do ncleo de uma transformao linear.
Proposio 2.2 Sejam U e V espaos vetoriais reais e T : U V. Ento:
i) Ker (T ) um subespao vetorial de U.
ii) T uma funo injetora Ker (T ) = {0}.
Teorema 2.3 (dimenso do ncleo e da imagem): Sejam U e V espaos vetoriais
reais e T : U V uma transformao linear, sendo U um subespao de dimenso finita.
Ento
dim (U ) = dim (Ker (T )) + dim (Im (T )) .


xz
y+z
Exemplo 2.4 Seja T : R M22 (R) definida por T (x, y, z) =
.
2x + 2y x + y
claro que T uma transformao linear(mostre) e dim (R3 ) = 3. Ainda para de3
terminarmos o ncleo

 de T, devemos determinar (x, y, z) R tal que T (x, y, z) =
xz
y+z
0 0
=
. Portanto
2x + 2y x + y
0 0
3

x=z
y = z ,

x = y

23
ou seja Ker (T ) = {(x, x, x) , x R} = {x (1, 1, 1) , x R} = [(1, 1, 1)] , portanto
dim (Ker (T )) = 1. Logo pelo teorema da dimenso do ncleo e da imagem, segue que
dim (Im (T )) = 2. Verifiquemos:


%
xz
y+z
Im (T ) =
, x, y, z R =
2x + 2y x + y
 





%
1 0
0 1
1 1
=
x
+y
+z
, x, y, z R =
2 1
2 1
0
0



%
1 0
0 1
1 1
=
,
,
=
2 1
2 1
0
0


%
1 0
0 1
=
,
,
2 1
2 1
pois



0 1
1 0
=

2 1
2 1


%





1 0
0 1
1 0
0 1
0 0
e como
,
l.i., j que
+
=
=0=
2 
1
2 1
2 1
2 1
0 0
%
1 0
0 1
, segue que
,
base de Im (T ) , o que implica que dim (Im (T )) = 2,
2 1
2 1
conforme o teorema.
1 1
0
0

Corolrio 2.4 Sejam U e V espaos vetoriais reais de mesma dimenso n e T : U V

uma transformao linear. Ento so equivalentes:
i) T sobrejetora.
ii) T injetora.
iii) T bijetora.
iv) T transforma uma base de U numa base de V.
Prova. i)ii): Como T sobrejetora ento Im (T ) = V, logo dim (Im (T )) = n =
dim (U ) , portanto do teorema do ncleo e da imagem, temos que dim (Ker (T )) = 0, ou
seja Ker (T ) = {0}, o que implica que T injetora.
ii)iii): Como T injetora, segue que Ker (T ) = {0}, o que implica que dim (Ker (T )) =
0, portanto do teorema do ncleo e da imagem, temos que dim (Im (T )) = n = dim V e
como Im ((T )) subespao de V, segue que Im (T ) = V, o que implica que T sobrejetora
e portanto bijetora.
iii)iv): Como T bijetora, segue que Im (T ) = V. Ainda se B = {u1 , . . . , un} uma
base de U, ento Im (T ) = [T (u1 ) , . . . , T (un )] . Basta ento verificar que {T (u1 ) , . . . , T (un )}
l.i. De fato:
1 T (u1 ) + + nT (un ) = 0 T (1 u1 + + n un ) = 0
1 u1 + + n un Ker (T ) 1 u1 + + n un = 0,

24

CAPTULO 2. TRANSFORMAES LINEARES

pois T injetora. Mas como {u1 , . . . , un } uma base de U, segue que {u1 , . . . , un} l.i..
o que implica que
1 = 0 = = n .
Logo {T (u1 ) , . . . , T (un )} base de Im (T ) e portanto base de V.
iv)i): Se B = {u1 , . . . , un } uma base de U, segue que {T (u1 ) , . . . , T (un )} base
de V, mas Im (T ) = [T (u1 ) , . . . , T (un )] e portanto {T (u1 ) , . . . , T (un)} base de Im (T ) ,
logo Im (T ) = V, portanto T sobrejetora.

Definio 2.3 Sejam U e V espaos vetoriais reais. Dizemos que T : U V um

isomorfismo quando T uma transformao linear bijetora.
Exemplo 2.5 Seja T : R3 P2 (R) definida por T (a, b, c) = (a + c) + (b 2c) t +
(2a) t2 .Verifiquemos primeiramente que T uma transformao linear:
T ((a, b, c) + (x, y, z)) =
=
=
=
T ( (a, b, c)) =
=

T (a + x, b + y, c + z) =
(a + x + c + z) + (b + y 2 (c + z)) t + 2 (a + x) t2 =
!
!
(a + z) + (b 2c) t + 2at2 + (x + x) + (y 2z) t + 2xt2 =
T (a, b, c) + T (x, y, z) .
T (a, b, c) = (a + c) + (b 2c) t + 2at2 =
!
(a + c) + (b 2c) t + 2at2 = T (a, b, c) .

Para mostrar que T bijetora, basta mostrar, pelo corolrio, que T injetora, pois
dim (R3 ) = dim (P2 (R)) = 3. Verifiquemos:
T (a, b, c) = 0 (a + c) + (b 2c) t + (2a) t2 = 0 + 0t + 0t2
a = c, b = 2c, a = 0 a = 0 = b = c,
o que implica que Ker (T ) = {0} logo T um isomorfismo.
Definio 2.4 Sejam U e V espaos vetoriais reais. Dizemos que U e V so isomorfos
quando existe um isomorfismo entre U e V.
Exemplo 2.6 Do exemplo anterior temos que R3 e P2 (R) so isomorfos.
Nota 2.2 Observe que basta existir uma transformao linear bijetora entre espaos isomorfos.
Proposio 2.5 Sejam U e V espaos vetoriais reais de dimenso finita. U e V so
isomorfos dim U = dim V.

25
Prova. ()Se U e V so isomorfos ento existe um isomorfismo entre U e V. Portanto
Ker (T ) = {0} e Im (T ) = V, ou seja dim (Ker (T )) = 0 e dim (Im (T )) = dim V. Mas do
teorema da dimenso do ncleo e da imagem, segue que dim U = dim (Im (T )) = dim V.
() Temos que dim U = dim V = n. Considere B = {u1 , . . . , un } uma base de U e
C = {v1 , . . . , vn } uma base de V. Seja T : U V, definida por
T (1 u1 + + n un ) = 1 v1 + + n vn , u = 1 u1 + + n un U.
fcil mostrar que T uma transformao linear (mostre). Ainda T leva base de U em
base de V, pois
T (u1 ) = T (1 u1 + 0 u2 + + 0 un ) = 1 v1 + 0 v2 + + 0 vn = v1 ,
T (u1 ) = T (0 u1 + 1 u2 + + 0 un ) = 0 v1 + 1 v2 + + 0 vn = v2 ,
..
.
T (un ) = T (0 u1 + 0 u2 + + 1 un ) = 0 v1 + 0 v2 + + 1 vn = vn .
Logo como dim U = dim V, segue do corolrio acima que T bijetora e portanto um
isomorfismo, o que implica que U e V so isomorfos.

Exemplo 2.7 Os espaos vetoriais M22 (R) e R4 so isomorfos pois tem a mesma dimenso.

2.0.3

Lista de Exerccios

Exerccio 2.1 Determine uma base e a dimenso do ncleo e da imagem das transformaes lineares abaixo:
a) T : R3 R2 dada por T (x, y, z) = (x + y z, x + y) .
b) T : P2 (R) P2 (R) dada por T (p) (t) = t2 p (t) .
Exerccio 2.2 Determine um operador linear do R3 cujo ncleo gerado por {(1, 1, 1) , (0, 1, 2)}.
Exerccio 2.3 Mostre que cada um dos operadores lineares do R3 abaixo um isomorfismo e determine o isomorfismo inverso:
a) T (x, y, z) = (x y, 2z, y + z) .
b) T (x, y, z) = (3y 2z, x, x 3z) .
Exerccio 2.4 Sabendo que T : P2 (R) R3 uma transformao linear tal que T (1) =
(1, 1, 0) , T (t) = (0, 2, 1) e T (t2 ) = (1, 0, 1) , determine T (a + bt + ct2 ) .
Exerccio 2.5 Seja V um espao vetorial euclidiano e U = [{e1 , . . . , en }], onde {e1 , . . . , en }
uma base ortonormal de U. Mostre que E : V U projeo ortogonal de V sobre U
uma transformao linear, tal que Ker (E) = U e Im (E) = U.

26

2.1

CAPTULO 2. TRANSFORMAES LINEARES

Matriz de uma transformao linear

O objetivo deste pargrafo identificar uma transformao linear entre espaos de dimenso finita com matrizes, assim poderemos reduzir nosso trabalho s matrizes.
Definio 2.5 Sejam U e V espaos vetoriais reais de dimenso finita e T : U V
uma transformao linear. Considere B = (u1 , . . . , un ) uma base ordenada de U e C =
(v1 , . . . , vm ) uma base ordenanda de V. Assim,
T (ui ) =

m

aji vj .

j=1

Definimos a matriz de T com respeito s bases ordenadas B e C, denotada por

(T )BC
!
(T )BC = [aji ]mn = (T (u1 ))C . . . (T (un ))C .

Exemplo 2.8 Seja T : R2 P2 (R) por T (a, b) = (a b) + 3bt 2at2 . Considere B =

((1, 0) , (0, 1)) e C = (1, t, t2 ) bases ordenadas de R2 e P2 (R) respectivamente. Portanto
da definio de T, tem-se que
T (1, 0) = 1 2t2 = 1 + 0t 2t2 ,
T (0, 1) = 1 + 3t = 1 + 3t + 0t2 .
Logo
(T )BC

1
1
3 .
= 0
2 0

Exemplo 2.9 Seja T : P2 (R) P1 (R) tal que



1 1
0
(T )BC =
,
2
5 3
onde B = (1, t, t2 ) e C = (1, t, ) so bases ordenadas de P2 (R) e P1 (R) respectivamente,
ento
T (1) = 1 + 2t,
T (t) = 1 5t,
 
T t2 = 3t.

Logo T (a + bt + ct2 ) = aT (1)+bT (t)+cT (t2 ) = a (1 + 2t)+b (1 5t)+c3t = (b a)+

(2a 5b + 3c) t.
Nota 2.3 Dos exemplos acima podemos ver que conhecendo a transformao linear e as
bases ordenadas podemos determinar a matriz de T com respeito a tais bases e reciprocamente conhecendo a matriz e as bases ordenadas recuperamos a transformao linear.

2.1. MATRIZ DE UMA TRANSFORMAO LINEAR

27

Nota 2.4 bom observar tambm que a matriz da transformao linear depende das
bases ordenadas consideradas, isto , para cada par de bases ordenadas temos uma nica
matriz, mas se mudarmos as bases ordenadas mudamos tambm a matriz.
Quando T um operador linear, ou seja, T : U U, pode-se tomar a mesma base
ordenada B para o domnio e o contradomnio e denotamos por (T )B .

Exemplo 2.10 Seja T : R2 R2 definida por T (x, y) = (x 2y, 3x + y) . Considerando

B = ((1, 1) , (1, 1)) base ordenada do R2 , determinemos a matriz de T com respeito base
B
T (1, 1) = (1, 4) e T (1, 1) = (3, 2) .

5
3
a + b = 1
Mas (1, 4) = a (1, 1) + b (1, 1) = (a + b, a b)
a= eb= .
ab= 4
2
2

5
1
+ =3
Ainda (3, 2) = (1, 1) + (1, 1) = ( + , )
= e= .
=2
2
2
Portanto

3
5
2

(T )B = 5 12 .

2 2
A importncia da matriz de transformao linear que podemos trabalhar apenas com
a matriz ao invs de trabalharmos com a transformao linear. Para isso apresentaremos
algumas propriedades.
Proposio 2.6 Sejam U e V espaos vetoriais reais de dimenso n e m, respectivamente
e T : U V uma transformao linear. Considere B = (u1 , . . . , un ) uma base ordenada
de U e C = (v1 , . . . , vm ) uma base ordenanda de V. Ento
(T (u))C = (T )BC (u)B .
O resultado acima nos diz que para obtermos as coordenadas de T (u) basta multiplicar
a matriz de T pelas coordenadas de u.
Exemplo 2.11 Seja T : P2 (R) P1 (R) tal que


1 1
0
(T )BC =
,
2
5 3

onde B = (1, t, t2 ) e C = (1, t, ) so bases ordenadas de P2 (R) e P1 (R) respectivamente.

Ento


a
 



1 1
0
b =
T a + bt + ct2 C = (T )BC a + bt + ct2 B =
2
5 3
c


ba
=
,
2a 5b + 3c

o que implica que T (a + bt + ct2 ) = (b a) + (2a 5b + 3c) t, como vimos em exemplo

anterior.

28

CAPTULO 2. TRANSFORMAES LINEARES

Pode-se tambm operar transformaes lineares, operando suas matrizes.

Proposio 2.7 Sejam U, V, W espaos vetorias reais de dimenso n, m e k, respectivamente. Considere T, F : U V e G : V W transformaes lineares e R. Prova-se
que T + F, T e G T so transformaes lineares (prove!). Considere B = (u1 , . . . , un )
uma base ordenada de U , C = (v1 , . . . , vm ) uma base ordenanda de V e D = (w1 , . . . , wk )
uma base ordenada de W. Ento:
a) (T + F )BC = (T )BC + (F )BC .
b) (T )BC = (T )BC .
c) (G T )BD = (G)CD (T )BC .
Pode-se ainda ter a necessidade de mudar de base. Como fazer sem ter que voltar
para a transformao linear, ou seja, trabalhando apenas com matrizes? Para responder
esta pergunta vamos dar mais algumas propiedades.
Proposio 2.8 Seja U um espao vetorial real de dimenso n. Considere B = (u1 , . . . , un)
e C = (v1 , . . . , vm ) bases ordenadas de U. Ento
(I)BC = MCB e (I)CB = MBC
onde I : U U, tal que I (u) = u e MCB a matriz mudana da base C para a base B.
Proposio 2.9 Sejam U e V espaos vetoriais reais de dimenso n e m, respectivamente
e T : U V uma transformao linear e F : U U um operador linear. Considere B,
B1 bases ordenadas de U e C, C1 bases ordenadas de V. Ento
(T )BC = MCC 1 (T )B1 C1 MB1 B ,
(F )B1 = MB1 B (F )B MBB1 =
1
= MBB
(F )B MBB1 .
1

Proposio 2.10 Sejam U e V espaos vetoriais reais ambos de dimenso n, e T : U

V uma transformao linear. Considere B base ordenada de U e C base ordenada de V .
Ento T um isomorfismo (T )BC for inversvel e (T 1 )CB = (T )1
BC . Analogamente se
F : U U um operador linear e B base ordenada de U . Ento F um isomorfismo
(F )B for inversvel e (F 1 )B = (F )1
B .


1 0 2
Exemplo 2.12 Seja T : P2 (R) P1 (R) tal que (T )BC =
, onde B base
1
2 3
ordenada de P2 (R) e C base ordenada de P1 (R). Se B1 base ordenada de P2 (R) e C1 base
ordenada de P1 (R) tal que



1 0
1
1 1
1 ,
MCC 1 =
e MBB1 = 2 1
2 1
0 1 2

2.1. MATRIZ DE UMA TRANSFORMAO LINEAR

29

ento
1
(T )BC MBB1 .
(T )B1 C1 = MC1 C (T )BC MBB1 = MCC
1

Mas
1
MCC
1

portanto
(T )B1 C1

1
1
2 1

1 1
2
1

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


1 0

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

1
1 =
2

6
1
2
7 3 1

2 2
Exemplo 2.13 Sabendo que T : P1 (R) P1 (R) tal que (T )B =
, como
0 1
det (T )B = 2 = 0, segue que T um isomorfismo, ento T 1 : P1 (R) P1 (R) tal que


 1 
1 1 2
1
T
.
= (T )B =
B
2 0 2

2.1.1

Lista de Exerccios

Exerccio 2.6 Determine o operador linear do R2 cuja matriz em relao base ordenada
B = ((1, 2) , (1, 1)) dada por


3
1
.
2 1
Exerccio 2.7 Se a matriz de um operador linear F do R3 em relao base cannica

1 1 2
0 4
3
2 0
2

e se T = I + 2F F F, determine a matriz de T em relao base cannica e verifique

se T ou no um isomorfismo. Determine tambm T (x, y, z) e T 1 (x, y, z) .


1 2
3 1

Exerccio 2.8 Seja T : C C um operador linear tal que (T )B =

, onde


2 5
, onde C base ordenada de C,
B base ordenada de C. Sabendo que MBC =
1 3

3
determine (T )C . Se u C tal que (u)C =
, determine (T (u))C .
7

30

CAPTULO 2. TRANSFORMAES LINEARES

2.1.2

Diagonalizao de operadores

Como vimos podemos trabalhar com matrizes ao invs de operadores lineares. Mas
importante em algumas situaes determinar uma base onde a matriz do operador seja a
mais simples, por exemplo uma matriz diagonal. isso que veremos neste pargrafo.
Definio 2.6 Seja V um espao vetorial real e T : V V um operador linear. Dizemos
que R um autovalor de T quando existe u V, u = 0, tal que T (u) = u. Neste
caso u denominado autovetor de T associado ao autovalor .
Proposio 2.11 Seja V um espao vetorial real de dimenso n e T : V V um
operador linear. Ento R um autovalor de T det ((T )B In ) = 0, qualquer que
seja B base ordenada de V e In a matriz identidade n n.
Prova. R um autovalor de T existe u V, u = 0, tal que T (u) =
u existe u V, u = 0, tal que T (u) u = 0 existe u V, u = 0, tal que
(T I) (u) = 0 Ker (T I) = {0} (T I) no um isomorfismo (T I)
no inversvel det (T I)B = 0, qualquer que seja B base ordenada de V. Mas
(T I)B = (T )B (I)B = (T )B In .



Exemplo 2.14 Seja T : P2 (R) P2 (R) definida por T (p) (t) = p (t) + 3p (t) + t2 p (t) .
Para determinar os autovalores de T, vamos determinar a matriz de T em relao base
ordenada B = (1, t, t2 ) ,

Assim,

T (1) = 1 = 1 + 0t + 0t2 ,
T (t) = 3 + t = 3 + t + 0t2 ,
 
T t2 = 6t + 3t2 = 0 + 6t + 3t2 .

1 3 0
(T )B = 0 1 6 ,
0 0 3

logo,

1 3
0
= (1 ) [((1 ) (3 ))] .
det ((T )B I3 ) = det 0
1 6
0
0
3

Portanto det ((T )B I3 ) = 0 = 1 e = 3. Logo os autovalores de T so 1 e 3.

Para determinar os autovetores associados, basta lembrar que p P2 (R) um autovetor
associado ao autovalor T (p) = p (T I) (p) = 0 (T I)B (p)B = 0,

2.1. MATRIZ DE UMA TRANSFORMAO LINEAR

31

qualquer que seja a base ordenada

B de P2 (R) ((T )B I3 ) (p)B = 0. Assim, para
a
= 1, considerando (p)B = b , temos
c

0 3 0
a
0
0 0 6 b = 0
0 0 2
c
0

3b = 0
6c = 0 b = 0 = c,

2c = 0

a
portanto os autovetores de T associados ao autovalor = 1 so tais que (p)B = 0 =
0

1

a 0 , com a = 0, ou seja, p (t) = a, a = 0, isto , os autovetores de T associados ao

0
autovalor = 1 so os polinmios constantes no nulos. Para = 3, obtemos

2 3
0
a
0
0
2 6 b = 0
0
0
0
c
0

9
2a + 3b = 0
b = 3c e a = c,
2b + 6c = 0
2
9
c
2
portanto os autovetores de T associados ao autovalor = 3 so tais que (p)B = 3c
=
c
9


9
2
2
+ 3t + t , c = 0.
c 3 , com c = 0, ou seja, p (t) = c
2
1
Proposio 2.12 Seja V um espao vetorial real e T : V V um operador linear.
Ento autovetores associados a autovalores distintos so l.i.
Definio 2.7 Seja V um espao vetorial real de dimenso finita n e T : V V um operador linear. Dizemos que T diagonalizvel quando existe uma base de V constituda
de autovetores de T. Neste caso se B = (u1 , . . . , un ) uma base ordenada de V constituda

32

CAPTULO 2. TRANSFORMAES LINEARES

de autovetores de T , com ui autovetor associado ao autovalor i , temos que

(T )B =

0 0
0
2 0
0
..

. ,
0 3 0

.. ..
..
. 0
. .
0 0
n

1
0
..
.
..
.
0

isto , a matriz de T em relao base constituda de autovetores uma mtriz diagonal,

onde na diagonal principal aparecem os autovalores, na ordem em que os autovetores
aprecem na base ordenada.
Vemos que o operador linear do exemplo anterior no diagonalizvel, pois tem-se
apenas 2 autovetores l.i. de T.


1 1
, onde B = {1 + i, 1 i}. VerExemplo 2.15 Seja T : C C, tal que (T )B =
1 1
ifiquemos se T diagonalizvel. Para isso determinemos os autovalores e os autovetores
de T.


1 1
det
= (1 )2 1 = 2 2 = 0 = 0 ou = 2.
1
1
Observe que temos 2 autovalores distintos e portanto temos 2 autovetores l.i. e como
dim C = 2, segue que T diagonalizvel, pois admite uma base constituda de autovetores.
Determinemos
 tal base e a matriz de T com respeito a esta base. Para = 0, considerando
x
(u)B =
, obtemos
y


1 1
1 1

x
y

0
0

x + y = 0 y = x,


x
x

1
1

logo os autovetores associados a = 1, so tais que (u)B =

=x
, x = 0.


1
Portanto podemos tomar u1 C tal que (u1 )B =
u1 = 2i. Para = 2,
1


1 1
1
1

x
y

0
0

x y = 0 y = x,


x
x

1
1

logo os autovetores associados a = 2, so tais que (u)B =

= x
, x = 0.

1
Portanto podemos tomar u2 C tal que (u2 )B =
u1 = 2. Assim a base constituda
1

2.1. MATRIZ DE UMA TRANSFORMAO LINEAR

33

de autovetores C = {2i, 2}. Portanto a matriz mudana da base C para a base B

1
1
1
1


1
1
2 2
2

.
MCB = 1 1 MBC = 2 1 12 =
1
1

2 2
2 2
Logo

(T )C = MCB (T )B MBC =

1 
1

1
2 2 1 1
= 1 1
1 1
1
 2 2 

0 0
1
1
0
=
=
1 1
1 1
0

1
1
0
2

Observe que (T )C uma matriz diagonal, com os autovalores em sua diagonal, como j
era esperado.
Proposio 2.13 Seja V um espao vetorial real de dimenso finita n e T : V V um
operador linear. Ento o nmero de autovetores l.i. associados a um mesmo autovalor
menor ou igual a multiplicidade do autovalor, como raiz do polinmio det ((T )B In ) .
Dos resultados acima, sempre que tivermos um operador sobre um espao vetorial V
de dimenso n, com n autovalores distintos este ser diagonalizvel.
Existe um tipo de operador que sempre diagonalizvel, e mais por uma base ortonormal de autovetores. Vejamos.
Definio 2.8 Seja V um espao vetorial real euclidiano. Dizemos que um opervador
linear T : V V auto-adjunto quando
T (u) , v = u, T (v) ,
quaisquer que sejam u, v V.
Exemplo 2.16 O operador T do R3 , definido por T (x, y, z) = (x + 2y, 2x y + 3z, 3y + 5z)
auto-adjunto, pois
T (x, y, z) , (a, b, c) =
=
=
=

(x + 2y) a + (2x y + 3z) b + (3y + 5z) c =

xa + 2ya + 2xb yb + 3zb + 3yc + 5zc =
x (a + 2b) + y (2a b + 3c) + z (3b + 5c) =
(x, y, z) , T (a, b, c) .

Proposio 2.14 Seja V um espao vetorial real eucldiano de dimenso n. T : V V

um operador auto-adjunto (T )B uma matriz simtrica em relao a qualquer base
ortonormal B de V.

34

CAPTULO 2. TRANSFORMAES LINEARES

Prova. () Considere B = (e1 , . . . , en ) uma base ordenada ortonormal de V. Ento
T (ei ) =

n


j=1

T (ei ) , ej  ej ,

portanto, da definio de matriz de T em relao base B, temos que (T )B = (aji )nn ,

onde aji = T (ei ) , ej  . Mas T auto-adjunto e portanto T (ei ) , ej  = ei , T (ej ) =
T (ej ) , ei  = aij , o que implica que (T )B simtrica.
()Exerccio.

Proposio 2.15 Seja V um espao vetorial real eucldiano e T : V V um operador
auto-adjunto. Ento autovetores associados a autovalores distintos so ortogonais.
Prova. Sejam e autovetores distintos de T, ento existem u, w vetores no nulos
de V, tais que T (u) = u e T (w) = w. Ainda
T (u) , w = u, T (w) ,
o que implica que
u, w = u, w .

Das proriedades de produto interno, obtemos

u, w = u, w ( ) u, w = 0.

Como ( ) = 0, pois so autovalores distintos, segue que u, w = 0, ou seja, u e w
so ortogonais.

Teorema 2.16 Seja V um espao vetorial real eucldiano de dimenso n. T : V V
um operador auto-adjunto existe uma base ortonormal de V constituda de autovetores
de T. Neste caso se B uma base ortonormal de V e C uma base ortonoirmal de V
constituda de autovetores de T, segue que
t
(T )C = MBC
(T )B MBC ,

sendo (T )C uma matriz diagonal.

Exemplo 2.17 Seja T um operador do R3 , cuaja matriz com respeito base cannica

1
2 0
2 1
0 .
0
0
1

Como a base cannica do R3 ortonormal e a matriz simtrica, segue que T autoadjunto e portanto existe uma base ortonormal de R3 constituda de autovetores de T, em

2.1. MATRIZ DE UMA TRANSFORMAO LINEAR

35

relao a qual a matriz de T diagonal. Vamos determinar, a base, a matriz mudana da

base cannica para a base ortonormal de autovetores e a matriz de T em relao a nova
base.

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

Portanto os autovalores de T so = 1 (raiz dupla) e = 3. Como = 3 uma raiz

simples existe apenas um vetor l.i. associado a = 3, que ortogonal aos autovetores
associados a = 1. Como = 1 raiz dupla, e T diagonalizvel, j que auto
adjunto, ento devem existir 2 autovetores l.i. associados a este autovalor. Vejamos, para
= 1,


2
2 0
x
0
2x 2y = 0
2 2
x = y,
0 y = 0
2x + 2y = 0
z
0
0
0
0
logo os autovetores de T associados a = 1 tem as seguintes coordenadas em relao
base cannica



x
1
0
x = x 1 + z 0 .
z
0
1
Estes 2 vetores j so ortogonais e portanto l.i., basta toma-los
 unitrios.
 Assim, os
1 1
autovetores unitrios e ortogonais associados a = 1 so , , 0 e (0, 0, 1) .
2 2
Para = 3,


2 2 0
x
0
2x 2y = 0
y = x
2 2 0 y = 0
2x 2y = 0
,
z=0

0
0
4
z
0
4z = 0

logo os autovetores de T associados a = 3 tem as seguintes coordenadas em relao

base cannica

x
1
x = x 1 .
0
0
Assim, o autovetor
unitrio

 e ortogonal aos autovetores associados a = 1, associado
1
1
a = 3 , , 0 . Logo a base ortonormal do R3 constituda de autovetores de
2
 2


1 1
1
1
T C = { , , 0 ,(0, 0, 1) , , , 0 }. A matriz mudana da base cannica
2 2
2
2
para a base C a quela constituda das coordenadas dos autovatores, ou seja a matriz
M, dada abaixo:

1
1
0
2
2
1

M = 0 1

2
2
0
1 0

36

CAPTULO 2. TRANSFORMAES LINEARES

e a matriz de T em relao base C

1 0
0
1 0 .
(T )C = M t (T )can M = 0
0
0
3

Nota 2.5 Tudo o que foi definido e os resultados para operadores lineares podem ser tranferidos para as matrizes quadradas, uma vez que estas esto associadas univocamente a
operadores, assim como as matrizes simtricas esto associadas a operadores auto adjuntos.

2.1.3

Lista de Exerccios

Exerccio 2.9 Determine os autovalores e autovetores dos operadores lineares do R3

abaixo:
a) T (x, y, z) = (x + y, x y, z) .
b) T (1, 0, 0) = (2, 0, 0) , T (0, 1, 0) = (2, 1, 2) e T (0, 0, 1) = (3, 2, 1) .
c) T (1, 1, 0) = (0, 0, 0) , T (1, 1, 0) = (0, 0, 0) e T (0, 0, 2) = (5, 1, 2) .
Exerccio 2.10 Determine os autovalores e autovetores do operador T de P3 (R) cuja
matriz em relao base B = {1, t, t2 , t3 } :

2 1 0
0
0 2 0
0

.
0 0 1
1
0 0 2 4
Exerccio 2.11 Determine, se possvel, uma matriz M M22 (R) de maneira que
M 1 AM seja diagonal, onde A :

a)

2 4
3 13

b)

3 2
2 1

2 0
4
c) 3 4 12 .
1 2 5

Exerccio 2.12 Seja T um operador do R3 definido por T (x, y, z) = (x + y + z, x + y + z, x + y + z) .

a) Determine os autovalores de T.
b) Determine uma base ortonormal B do R3 tal que (T )B diagonal.
c) Qual a matriz de mudana da base cannica do R3 para a base B?

2.1. MATRIZ DE UMA TRANSFORMAO LINEAR

37

Exerccio 2.13 Seja T um operador do R3 cuja matriz de T em relao base B = ((1, 2, 0) , (1, 0, 1) , (0, 2

1
2 0
2 1
0 .
0
0
1
a) T diagonalizvel? Justifique.

b) Determine os autovalores e autovetores de T.

c) T um operador auto adjunto? Justifique.