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
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
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
i ui = 0 i = 0, i = 1, . . . , n.
+ =0
= = 0.
=0
se e somente se
+ + 2 = 0
+ 4 = 0
= 3
, R,
=
1.1.1
Lista de exerccios
1.2
Base
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.
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
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
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 .
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
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
1 1 0
0 0 2 .
0 3 1
1.3
Produto Interno
13
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 .
14
u, v
1,
u v
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
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
15
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 =
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
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 =
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
1.3.1
18
=
. 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=
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.
1.3.2
19
Lista de Exerccios
!
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 .
v e u, v .
2
4
5
2
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 .
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
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) .
22
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
24
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.
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
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
1
1
3 .
= 0
2 0
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 .
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
28
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
1 0
1
1 1
1 ,
MCC 1 =
e MBB1 = 2 1
2 1
0 1 2
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
1 2
3 1
30
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
31
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
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
(T )B =
0 0
0
2 0
0
..
. ,
0 3 0
.. ..
..
. 0
. .
0 0
n
1
0
..
.
..
.
0
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
1 1
1
1
x
y
0
0
x y = 0 y = x,
x
x
1
1
33
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) =
=
=
=
34
n
j=1
T (ei ) , ej ej ,
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
35
1 2
0
= 0 ( 3) ( + 1)2 = 0.
1 0
det 2
0
0
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
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
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
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
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.