Cultura
Acadmica
INTRODUO AO ESTUDO
DA LGEBRA LINEAR
A presente obra apresenta uma introduo ao estudo da lgebra Linear, com a finalidade de atender aos alunos dos cursos da rea de Cincias Exatas que contemplam
essa disciplina. Utiliza-se uma linguagem simples e objetiva, porm precisa, com
exemplos resolvidos, de forma a esclarecer a teoria exposta, ilustrando graficamente, quando possvel, e com alguns comentrios sobre erros frequentes. Alm disso,
propem-se exerccios de fixao dos conceitos e resultados abordados ao final de
cada captulo, e exerccios gerais no final do livro. So abordados to somente os
tpicos que, usualmente, so ensinados nos cursos de graduao, alm de um captulo introdutrio, com informaes sobre formas de demonstrao de teoremas, de
forma que o estudante possa melhor compreender o texto que est estudando.
ISBN 978-85-7983-378-6
9 788579 833786
Capa_Algebra.indd 1
31/03/2013 05:38:28
INTRODUO AO ESTUDO
DA LGEBRA LINEAR
Algebra_Prefaciais.indd 1
31/03/2013 03:33:53
Algebra_Prefaciais.indd 2
31/03/2013 03:33:54
Cultura
Acadmica
INTRODUO AO ESTUDO
DA LGEBRA LINEAR
So Paulo
2012
Algebra_Prefaciais.indd 3
31/03/2013 03:33:54
equipe
Algebra_Prefaciais.indd 4
31/03/2013 03:33:54
PROGRAMA DE APOIO
PRODUO DE MATERIAL DIDTICO
Considerando a importncia da produo de material didtico-pedaggico dedicado ao ensino de graduao e de ps-graduao, a Reitoria da UNESP,
por meio da Pr-Reitoria de Graduao (PROGRAD) e em parceria com a
Fundao Editora UNESP (FEU), mantm o Programa de Apoio Produo
de Material Didtico de Docentes da UNESP, que contempla textos de apoio s
aulas, material audiovisual, homepages, softwares, material artstico e outras
mdias, sob o selo CULTURA ACADMICA da Editora da UNESP, disponibilizando aos alunos material didtico de qualidade com baixo custo e editado
sob demanda.
Assim, com satisfao que colocamos disposio da comunidade acadmica mais esta obra, Introduo ao Estudo da lgebra Linear, de autoria da
Profa. Dra. Eliete Maria Gonalves, do Prof. Dr. Luiz Francisco da Cruz e da
Profa. Dra. Vanilda Miziara Mello Chueiri, do Departamento de Matemtica
da Faculdade de Cincias do Cmpus de Bauru, esperando que ela traga contribuio no apenas para estudantes da UNESP, mas para todos aqueles interessados no assunto abordado.
Algebra_Prefaciais.indd 5
31/03/2013 03:33:54
Algebra_Prefaciais.indd 6
31/03/2013 03:33:54
SUMRIO
Apresentao
1.
1.
Introduo
2.
Terminologia
3.
11
11
Matrizes
1.2.
Determinantes
1.3.
Sistemas Lineares
1.4.
Exerccios Propostos
12
19
19
48
2. espaos vetoriais
63
90
93
2.1.
Histrico
2.2.
Corpo
2.3.
Espao Vetorial
2.4.
Subespao Vetorial
2.5.
Exerccios Propostos
93
93
98
3. dependncia linear
104
114
115
3.1.
Combinao Linear
3.2.
Subespao Gerado
3.3.
3.4.
Exerccios Propostos
4. base e dimenso
115
118
124
139
141
4.1.
Introduo
4.2.
Base
4.3.
Dimenso
4.4.
Coordenadas de um Vetor
4.5.
Exerccios Propostos
Algebra_Prefaciais.indd 7
11
141
141
149
163
165
31/03/2013 03:33:54
Exerccios Propostos
183
6. transformao linear
7.
167
185
6.1.
Introduo
6.2.
Transformao Linear
6.3.
6.4.
Ncleo e Imagem
6.5.
6.6.
Exerccios Propostos
isomorfismo
7.1.
185
186
197
205
210
211
Exerccios Propostos
230
194
Exerccios Propostos
231
248
9. operadores diagonalizveis
251
9.1.
Autovalores e Autovetores
9.2.
Diagonalizao de Operadores
9.3.
9.4.
Exerccios Propostos
251
Bibliografia
Algebra_Prefaciais.indd 8
287
297
285
285
277
281
268
311
313
327
31/03/2013 03:33:54
APRESENTAO
Algebra_Prefaciais.indd 9
31/03/2013 03:33:54
Algebra_Prefaciais.indd 10
31/03/2013 03:33:54
INTRODUTRIO
NOES SOBRE DEMONSTRAES EM MATEMTICA
1. INTRODUO
2. TERMINOLOGIA
cap_introdutoria_OK.indd 11
26/04/2013 21:59:38
12
X,
existem r nmeros inteiros primos estritamente positivos p1 , p 2 ,, p r , de maneira que a p1 p 2 p r r 1 . Alm disso, se o nmero a tambm puder
ser escrito na forma a q1 q 2 q s , sendo q i primo estritamente positivo,
para todo 1 i s , ento r s e cada p i igual a um q i .
Como consequncia direta deste teorema, tem-se o seguinte corolrio:
Corolrio.Seja a um nmero inteiro tal que a 0 , a 1 e a 1 . Ento, exis-
cap_introdutoria_OK.indd 12
31/03/2013 03:34:28
Neste caso, tem-se um teorema do tipo P Q , ou seja, de condio necessria e suficiente. Logo, h duas demonstraes a serem feitas:
cap_introdutoria_OK.indd 13
27/04/2013 17:23:16
14
3.1.
a) Demonstrao direta. A concluso estabelecida atravs da combinao lgica dos axiomas, definies e teoremas existentes. A implicao
P Q pode ser demonstrada supondo-se que a sentena P verdadeira
e deduzindo-se que Q verdadeira. Grande parte dos teoremas, proposies, lemas e corolrios demonstrada dessa forma.
b) Demonstrao por contrarrecproca.A implicao P Q logicamente equivalente sua contrarrecproca ~ Q ~ P , onde ~ Q a negao da sentena Q e ~ P a negao de P. Dessa forma, quando se
demonstra diretamente que ~ Q ~ P , est-se demonstrando que
P Q , por contrarrecproca.
Exemplo:Proposio. Se 3n 2 mpar, ento n mpar.
cap_introdutoria_OK.indd 14
31/03/2013 03:34:29
3n 2 3 2k 2 2 3k 1 .
Se 3n 2 se escreve como o nmero inteiro 3k 1 multiplicado por 2,
conclui-se que 3n 2 par, isto , no mpar.
Uma vez que a negao da tese implicou na negao da hiptese, conclui-se que a implicao P Q verdadeira.
c) Demonstrao por contradio ou reduo ao absurdo.Essa forma
de demonstrao tambm dita prova indireta. Nesse caso, para demonstrar que o teorema, proposio, lema ou corolrio verdadeiro,
admite-se que a tese falsa e, atravs de raciocnio lgico, chega-se a uma
contradio com a hiptese. Conclui-se, assim, que a tese verdadeira.
2
par.
Nesse caso, tem-se:
P (hiptese): m um nmero inteiro e m 2 par
Q (tese): m par
Suponha-se, por absurdo, que a tese seja falsa; isso significa que existe
um nmero inteiro m que satisfaz a hiptese, isto , existe um nmero
inteiro m tal que m 2 par, mas no satisfaz a tese, isto , m mpar.
Se m mpar, ento existe um nmero inteiro k tal que m 2k 1 .
Ento:
m 2 2k 1 4k 2 4k 1 2 2k 2 2k 1 ,
2
cap_introdutoria_OK.indd 15
31/03/2013 03:34:29
16
dadeira.
De fato, uma vez que 2 k k , tem-se:
2 k k 2 2 k 2k 2 k 1 k k k 1 2 k 1 k 1 ,
de onde se conclui que P k 1 verdadeira.
Logo, a proposio P n verdadeira, para todo nmero natural n.
Observao: h, ainda, outros mtodos de demonstrao, como por exausto,
Existem muitos teoremas, proposies, lemas ou corolrios que so sentenas envolvendo quantificadores. Os mtodos mais usados de demonstrao
nesses casos, so:
a) Demonstrao existencial.Faz-se quando o enunciado do teorema,
proposio, lema ou corolrio contm a afirmao de que existe um
cap_introdutoria_OK.indd 16
31/03/2013 03:34:30
b) Demonstrao de unicidade. Em alguns teoremas, proposies, lemas e corolrios encontra-se a afirmao de que existe exatamente um
elemento x de um conjunto A satisfazendo uma determinada propriedade. Em casos como este, preciso demonstrar dois fatos:
(i) Existncia:demonstra-se, aqui, que existe um elemento x de A satisfazendo a propriedade.
(ii) Unicidade:demonstra-se que o elemento x satisfazendo a propriedade nico. Para demonstrar esse fato, podem-se usar dois caminhos: (1)se y um elemento de A e y x , ento y no satisfaz a
propriedade em questo; (2)se y A tal que P y verdadeira,
ento mostra-se que y x .
cap_introdutoria_OK.indd 17
31/03/2013 03:34:30
cap_introdutoria_OK.indd 18
31/03/2013 03:34:30
1
MATRIZES, DETERMINANTES E SISTEMAS LINEARES
As matrizes e os sistemas lineares tm larga aplicao em problemas prticos, especialmente na rea de Engenharia. Por exemplo, a obteno da frequncia natural do eixo traseiro de um automvel, por envolver grande nmero de
variveis a serem testadas e analisadas, acarreta um alto custo financeiro; portanto, faz-se necessria a utilizao de mtodos numricos simples e precisos,
como, por exemplo, o Mtodo das Matrizes de Transferncia, no qual, como o
prprio nome evidencia, utilizam-se matrizes. Por sua vez, o projeto de uma
estrutura composta por vigas metlicas exige a resoluo de um sistema de
equaes lineares, no qual o nmero de equaes e variveis cresce medida
que se torna mais complexa a estrutura. A forma matricial do sistema , ento,
utilizada, analisando-se a singularidade da matriz dos coeficientes do sistema
e a matriz coluna das foras externas, para se encontrar a matriz coluna das
foras que atuam sobre as vigas. O Mtodo dos Elementos Finitos, que tem
grande aplicao em problemas de Engenharia, particularmente em problemas
de Engenharia Civil e Mecnica, utiliza-se de sistemas lineares que envolvem
grande nmero de variveis, os quais so resolvidos computacionalmente,
trabalhando-se com as matrizes dos sistemas. Tambm em outras reas, como, por exemplo, na Pesquisa Operacional, a teoria das matrizes e os sistemas
lineares so largamente utilizados.
1.1. MATRIZES
1.1.1.
Histrico
cap1_OK.indd 19
31/03/2013 03:34:50
20
a 21
A
a m1
a12
a 22
a m2
a13
a 23
a m3
a1n
a11
a 2n
a 21
ou A
a mn
a m1
a12
a 22
a m2
a13
a 23
a m3
a1n
a 2n
a mn
A a ij ; i 1,2,3,, m ; j1,2,3,, n ,
mn
cap1_OK.indd 20
27/04/2013 17:23:42
ij
/ i j a11 , a 22 , a 33 ,, a nn .
a 21
a 31
A
a 41
a
n1
a12
a13
a 23
a 22
a14
a 24
a 34
a 32
a 42
a 33
a 43
a 44
a n2
a n3
an4
a1n
a 2n
a 3n
;
a 4n
a nn
ij
a11
a 21
a 31
a12
a 22
a 32
a13
a 23
a 33
a n1,1
a n-1,2
a n1
a n2
a n1,3
a n3
a1,n1
a 2,n-1
a 3,n1
a n1,n1
a n,n1
a 1n
a 2n
a 3n
.
a n1,n
a nn
diagonal principal
diagonal secundria
a11 a12 a13
a 21 a 22 a 23
a
31 a 32 a 33
cap1_OK.indd 21
31/03/2013 03:34:52
22
A matriz A a ij
a11 a12
A
a 21 a 22
2x3
2x3
i 2 j , se i j
tal que a ij i j , se i j .
2i j , se i j
a13
.
a 23
Ento:
1
Portanto, a matriz procurada A
4
1.1.2.
0 1
.
4
1
Matrizes Especiais
a13
a1n .
a 21
A a 31 .
a
m1
3) Se todos os seus elementos so iguais a zero, a matriz chamada matriz
nula.
cap1_OK.indd 22
31/03/2013 03:34:52
0
Exemplo:
0
0
uma matriz nula de dimenso 4 3 . Neste caso,
0
0
usual a notao 0 43.
0
0
0
0
3 0
1) A
0 2
0 0 0
2) A 0 0 0
0 0 0
3) A 0
0
0
0
0
2
0
0
In 0
1.1.3.
0
1
0
0
0
1
0
0 .
1 nxn
B bij
cap1_OK.indd 23
mxn
mxn
31/03/2013 03:34:52
24
A a ij
mxn
e B bij
mxn
Notao: A B a ij bij
mxn
A 2
10
AB 2 3
21
8
0
3 2 7
e B 3 4
9
2 , tem-se:
2
21 0 1 12
15
7
.
2
13
mxn
, B bij
mxn
e C c ij
mxn
matriz
nula
0 mxn ,
satisfazendo:
, o elemento
mxn
A, isto , A a ij
cap1_OK.indd 24
mxn
, que satisfaz:
31/03/2013 03:34:52
Assim: A B a ij bij
mxn
A a ij
e um nmero real , chama-se produto do nmero
mxn
por A a matriz cujos elementos so obtidos multiplicando-se cada elemento de A por .
Notao:
A a ij
mxn
2 3
A
5
1
2
A A 3
3
10
3
cap1_OK.indd 25
2
e a matriz
3
0
, tem-se:
7
5
2
2
3
0
.
14
15
27/04/2013 17:23:53
26
mxn
e B bij
mxn
a) A A A
Observao: embora essas igualdades possam parecer naturais (e,
mostra que, primeiramente, faz-se a adio da matriz A com a matriz B, para depois multiplicar a matriz resultante pelo nmero real
. O segundo membro da igualdade mostra que vlida a propriedade de distribuio: pode-se, primeiramente, multiplicar tanto a
matriz A, quanto a matriz B pelo nmero real , para depois somar
as matrizes resultantes A e B .
c) A A A
Observao: nessa propriedade, o primeiro membro da igualdade
cap1_OK.indd 26
31/03/2013 03:34:53
mxn
e B b jk
nxp
a
j 1
ij
b jk , 1 i m , 1 k p .
Matriz A
m
m x nn
Matriz B
nn x p
devem ser iguais
o resultado de dimenso m xpp
cap1_OK.indd 27
31/03/2013 03:34:53
28
1) Dadas as matrizes:
a11 a12
A
a 21 a 22
b11 b12
a13
e B b21 b22 ,
a 23 2 x 3
b
31 b32 3 x 2
possvel efetuar a multiplicao de A por B, j que A tem trs colunas, que o mesmo nmero de linhas de B. De acordo com a definio, obter-se- uma matriz C de dimenso 2 2 , isto :
c 11 c 12
C
.
c 21 c 22
Para se verificar rapidamente se o produto possvel e qual a dimenso da matriz resultante, pode-se considerar apenas o produto
das dimenses das matrizes: 2 3 3 2 2 2 . Os elementos
da matriz C so calculados da seguinte maneira:
elemento c 11 : multiplica-se cada elemento da linha 1 de A pelo
correspondente elemento da coluna 1 de B e somam-se os produtos obtidos:
c 11 a11b11 a12b21 a13b31 ;
cap1_OK.indd 28
31/03/2013 03:34:53
a 12
a 22
b11
a 13
b
a 23 21
b
31
b12
c 11 c 12
b22
C.
c 21 c 22
b32
cap1_OK.indd 29
31/03/2013 03:34:53
30
BA b21
b
31
cap1_OK.indd 30
b12
a 11
b22
a 21
b32
a12
a 22
d
a13 11
d
a 23 21
d
31
d12
d 22
d 32
d13
d 23 D .
d 33
31/03/2013 03:34:54
2
0 1 1 0 0 1 2 0 1
b) AB
1 2 5 1 2 2 0 1 1 2 1 1 3
2 1 5 0
AB
0
1
2
1
3
0 5 1 2
0 0 1 1
0 1 1 3
8 1 5
AB
2 1 3
c) B C
No possvel, pois B e C no tm a mesma dimenso.
d) BC
No possvel, pois o nmero de colunas da matriz B 2 x 3 no
igual ao nmero de linhas da matriz C 2 x 2 .
e)
A 3C B
2 1 4 8 5 0
1 10 23 5 0
1
3
1 1 0 2 1 3 3 1 2 1 3
A 3C B 0
4 23 79
A 3C B
13 1 6
f) A 2
2 1 2 1 4 3
A 2 AA
1
0 1 0 1 0
cap1_OK.indd 31
31/03/2013 03:34:54
32
2
2
e B
0
1
1
.
4
2 2
0 1
1 1 2 2 1
4 3 2 0 1
1 1 2 4 0 9
3
1 0 4 6 3
1 1
4 3
2
2 1 1 3
0 1 1 4 3
2 2 1 0 1
1 2 4 0 13
0
5
.
3 4
2 3 1
5 1 2 1 1 1 0 1 3 1 5 1 4
,
3 4 2 2 3 1
20 33
2 5 3 4
ou seja,
1 3 9
C AB
.
9 2
7
cap1_OK.indd 32
31/03/2013 03:34:54
4 5 4 2 0 2
e
5 3 2 3 2 0
BA
.
4 2 4 5 0 2
Nesse caso, tem-se que AB BA . Diz-se, ento que as matrizes A e B
comutam entre si, ou que A e B so comutveis. claro que para que A
e B sejam comutveis necessrio que ambas sejam matrizes quadradas
de mesma ordem.
2) Na multiplicao de matrizes no vale a lei do anulamento do produto.
Sabe-se que, dados dois nmeros reais a e b, se o produto deles igual a
zero, isto , se ab 0 , ento se conclui que pelo menos um deles zero, ou
seja, tem-se a 0 ou b 0 . O mesmo no ocorre com o produto de matrizes, isto : dadas as matrizes Am p e B pn , se o produto delas resulta na
matriz nula, isto , se AB 0 mn , isso no acarreta, necessariamente, que
A seja uma matriz nula ou que B seja uma matriz nula.
Exemplo:considerem-se as matrizes no nulas
0 0
0 1
A
e B
,
1 1
0 1
tem-se:
0 0 0 1 0 0 0 0 0 1 0 1 0 0
AB
.
1 1 0 1 1 0 1 0 1 1 1 1 0 0
cap1_OK.indd 33
31/03/2013 03:34:54
34
2 3
1 1
4 2
A
, B
e C
, tem-se:
5 1
2 7
2 1
2 3 4 2 2 1
1 1 4 2 2 1
AC
e BC
.
5 1 2 1 22 11
2 7 2 1 22 11
O exemplo mostra que AC BC no implica que A B . Posto de outra
forma: tem-se AC BC , com C 0 22 , e, no entanto, tem-se que A B .
Conclui-se, assim, que na multiplicao de matrizes, no vale a lei do cancelamento.
1.1.4.
0 0
A
2 0
cap1_OK.indd 34
31/03/2013 03:34:54
0 22 .
2 0 2 0 0 0
Observa-se que A tambm nilpotente de ordem 3, pois:
0 0 0 0 0 0
A3 A2A
0 22 .
0 0 2 0 0 0
De maneira geral, pode-se afirmar que A nilpotente de ordem k, sendo k um nmero natural maior ou igual a 2.
2) Matriz idempotente. A matriz quadrada A dita idempotente se
A2 A .
Exemplo:a matriz
2 2
A
3 3
idempotente, pois:
2 2 2 2 2 2 2 3
A 2 AA
3 3 3 3 3 2 3 3
2 2 2 3 2
3 2 3 3 3
2
A.
3
0 0
A
.
3 1
Tem-se:
0 0 0 0 0 0
A 2 AA
A;
3 1 3 1 3 1
0 0 0 0 0 0
A3 A2A
A;
3 1 3 1 3 1
cap1_OK.indd 35
31/03/2013 03:34:55
36
0 0 0 0 0 0
A 4 A3A
A;
3 1 3 1 3 1
0 0 0 0 0 0
A k 1 A k A
Assim, tem-se: A t a ji
nxm
1 2
A
5 3
7
,
8 2x3
A 2 3 .
7 8
3x 2
t
c) se A a ij
mxn
mxn
e B b jk
mxn
, tem-se: A t
e B bij
, tem-se: A B A t B t
t
mxn
, tem-se: AB B t A t
t
nxp
cap1_OK.indd 36
31/03/2013 03:34:55
1) Dada a matriz
3
A 2
5
2 5
0 7 ,
7
1
sua transposta :
3
A 2
5
2 5
0 7 ,
7
1
cap1_OK.indd 37
31/03/2013 03:34:55
38
2 A 2 2
5
2 5 6 4
10
0 7 4
0 14 ,
7
1 10 14 2
A 8
3 5 .
1 2 7
Sua transposta :
1 8
1
A 1 3 2 .
3 5 7
A A 8
3 5 1 3 2 9
6 7 .
1 2 7 3 5 7 4 7 14
Como se pode ver, os elementos simetricamente dispostos em relao diagonal principal da matriz obtida so iguais e, portanto,
A A t uma matriz simtrica, conforme se afirmou em uma das
propriedades dadas.
6) Matriz antissimtrica. Se A quadrada de ordem n, diz-se que A
antissimtrica se A A t .
Propriedades: possvel mostrar que so vlidas as propriedades:
cap1_OK.indd 38
31/03/2013 03:34:56
Exemplos:
1) Dada a matriz
0
2 5
A 2
0 7 ,
5 7
0
sua transposta :
0 2
5
A 2
0 7 ,
5 7
0
A 8
3 5
1 2 7
e sua transposta
1 8
1
A 1 3 2 .
3 5 7
AA 8
3 5 1 3 2 7
0 3 .
1 2 7 3 5 7 2
3 0
Como se pode ver, os elementos da diagonal principal da matriz obtida so nulos e os que esto simetricamente dispostos em relao
diagonal principal so opostos; portanto, A A t uma matriz antissimtrica, conforme se afirmou em uma das propriedades dadas.
cap1_OK.indd 39
31/03/2013 03:34:56
40
S T
1
1
1
1
1
A A t A A t A A t A A t 2A 2 A A
2
2
2
2
2
a 21 a 22
Anxn
a n1 a n2
0
.
a nn
0 a 22
Anxn
0
0
1.1.5.
a1n
a 2n
.
a nn
Matrizes Equivalentes
usual referir-se a uma linha ou a uma coluna de uma matriz Amn como
sendo uma fila. Definem-se as seguintes operaes elementares com os elementos de uma fila da matriz:
cap1_OK.indd 40
31/03/2013 03:34:56
a) permutar duas filas paralelas entre si, ou seja, permutar duas linhas entre si ou permutar duas colunas entre si;
b) multiplicar todos os elementos de uma fila por um nmero real no
nulo;
c) somar os elementos de uma fila com os elementos de outra fila paralela;
d) somar os elementos de uma fila com mltiplos dos elementos de outra
fila paralela.
Quando se efetuam operaes elementares com as filas da matriz Amn ,
obtm-se uma matriz B mn que tem as mesmas propriedades da matriz A.
Tem-se, assim, a seguinte definio:
Definio:Uma matriz B equivalente a uma matriz A se B pode ser obtida de
1 2 5
1 0 1
A
e B
3 0 3
0 6 18
so equivalentes.
Para verificar se as matrizes dadas so equivalentes, tentar-se- efetuar
operaes elementares com uma delas, com o objetivo de obter a outra. Por
exemplo, sero feitas operaes elementares com as linhas de A, como segue:
1) a 1 linha se A ser copiada; a 2 linha ser substituda por outra, resultado
da operao elementar multiplicar os elementos da 1 linha por 3 e
somar com elementos da 2 linha, conforme se indica a seguir:
5
1 2 5 3 L1 L2 1 2
;
3 0 3
0 6 18
2) mantm-se, agora, a 2 linha; a 1 linha ser substituda por outra, resultado da operao elementar multiplicar os elementos da 2 linha por 13 e
somar com elementos da 1 linha, conforme indicado a seguir:
5 13 L2 L1 1 0 1
1 2
B
0 6 18
0 6 18
cap1_OK.indd 41
31/03/2013 03:34:56
42
2
5
so indicadas a seguir:
0 5
C C
6
1 2 5 25 C3 3 C1 2
3
0
3
0
3
b) sero substitudas as trs colunas dessa nova matriz, atravs das seguintes operaes: multiplicar os elementos da 1 coluna por 16 ; multipli-
0 5 6 5 C1 2
6
1 0 1
C 1 C 3
6
3
0
0 6 3
5
B.
0 6 3
0 6 18
cap1_OK.indd 42
31/03/2013 03:34:56
1.1.6.
Matriz Escalonada
0 a 22
0
0
A
0
0
0
0
0 0
a13
a 23
a 33
0
a1n
a 2n
a 3n
.
a 4n
a mn
3 1 1 0
5 1 0 0
A 0 2 4 2 ; B 0 0 2 7 .
0 0 5
0 0 0 0
1
a 21 a 22
A a 31 a 32
a
m1 a m2
0
0
a 33
0
0
0
a m3
a m4
0
0 .
a mn
0
1 0 0
5 0 0 0
2
5 0
0
C 3 0 0 0 ; D
.
3 2 5 0
2 2 1 4
0 2 1 4
cap1_OK.indd 43
31/03/2013 03:34:56
44
1) Dada a matriz
1 0 3
A 2
2 1 ,
1 4 3
L11 L23
2 L2 L3
2 1 0
2
5 0 2 5 .
2
1 4 3
0 4 6
0 0 4
3 C1 C 3
25 C 2 C 3
2 1
2
5
2 0 ;
2
2
2
1 4 3
1 4 6
1 4 4
B 3 1 2 2 ,
1 3 3
1
cap1_OK.indd 44
31/03/2013 03:34:57
2 1 1 0 23 L1 L2 2 1
2 1
1 0
1 0
21 L1 L3
7 L2 L3
7
7
1
1
2
0 2
2 .
3 1 2 2 0 2
2
2
1 3 3
0 7 5
0 0 27 15
1
1
2
2
12 C1 C 3
2 C 23
2 C 2 2 C 4 3
7
1
3
1
2
2
3
2
3
1
7
2
2
2
1 3 3
1 7 5
1 7 5
1
1
1
2
2
2 0
2 0
0 0
0 0
185 C 3 C 4
0 0
0 0 .
3 1
3 1
1 7 54 15
1 7 54 0
7 C 2 C 3
2 C 2 C 4
1.1.7.
Matriz Inversvel
cap1_OK.indd 45
21/08/2013 14:54:31
46
2 1 1
nar a inversa de cada uma delas, atravs do mtodo das operaes elementares.
1 3 1 0
Escreve-se a matriz ampliada de A:
. Observe-se que esta
2 4 0 1
matriz tem o mesmo nmero de linhas de A, mas tem o dobro de colunas. Do
lado esquerdo, est a matriz A; do lado direito, a matriz Id 2 . Efetuam-se, a
seguir, operaes elementares com esta nova matriz, como segue:
1) copia-se a primeira linha, j que o primeiro elemento de A 1, que tambm o primeiro elemento da matriz identidade, que o objetivo final. A
segunda linha ser modificada atravs das operaes 2L1 L 2 :
1
1 3 1 0 2 L1 L2 1 3
2 4 0 1
0 2 2
0
;
1
1 3
2
;
1
1
0 2 2
0 2 2
3) resta, apenas, tornar o elemento a 22 igual a 1; para isso, basta que se mul1
tiplique a segunda linha por :
2
3
3
1 0 2
12 L2 1
0 2
2
2
.
1
0 2 2
1
1
1 2
cap1_OK.indd 46
31/03/2013 03:34:57
.
1 1
2
3 2 1 0 1 0 .
2 1 1 0 0 1
2 L11 L23
0 4
3 2 1 0 1 0
2 1 1 0 0 1
0 3
0
0
1
3
1
3
4
0
0
2
1
0
1
4
0
0
1
2
1 0
1 1
1 3
1
4
1 3
1 2
1
0
1
0
3L2 L3
0 0
0
1
1
0
2 L2 L1
0
1
0
4
0
1
0
0
14 L2
1
0
1
4
1
4
3
4
1
4
1
4
3
4
0 L L
4 L3 3 2
0
1
0 1 2 2
0
1 1 1
1 1 3 4
1 2 2
1 1 1 .
1 3 4
obtiver uma ou mais filas nulas, conclui-se que a matriz no admite inversa.
cap1_OK.indd 47
31/03/2013 03:34:57
48
1.2. DETERMINANTES
1.2.1.
Histrico
Os primeiros estudos sobre determinantes datam, provavelmente, do sculo 111 a.C. Mas foi s em 1683 que o japons Takakazu Seki Kowa (1642-1708)
usou a idia de determinante em seus trabalhos sobre sistemas lineares.
O uso do determinante no ocidente comeou 10 anos depois, com um
trabalho de Gottfried Wilhelm Leibniz (1646-1716), ligado tambm a sistemas
lineares. O francs tienne Bzout (1730-1783) sistematizou, em 1764, o processo de estabelecimento dos sinais dos termos de um determinante. E coube
a outro francs, Alexandre Thophile Vandermonde (1735-1796), a primeira
abordagem da teoria dos determinantes.
O termo determinante, com o sentido atual, surgiu em 1812, em um trabalho de Augustin-Louis Cauchy (1789-1857) sobre o assunto. Alm de Cauchy,
quem mais contribuiu para consolidar a teoria dos determinantes foi o alemo
Carl Gustav Jacob Jacobi (1804-1851). Deve-se a ele a forma simples como essa
teoria se apresenta at hoje.
determinante da matriz cujo nico elemento o nmero real a11 , com o mdulo (ou valor absoluto) do nmero real a11 .
Exemplo: se A 5 , ento det A 5 .
Para se obter o determinante de matrizes quadradas de ordem n 2 , aplicam-se os mtodos que sero descritos a seguir.
1.2.2.
Regra de Sarrus
Esta regra deve-se a Pierre Frdric Sarrus (1798-1861), a qual se aplica aos
determinantes de 2 e 3 ordem, como segue.
cap1_OK.indd 48
31/03/2013 03:34:57
a11 a12
Dada a matriz A
, seu determinante :
a 21 a 22
det A
a11 a12
a11a 22 a12a 21 ,
a 21 a 22
3 2
A
,
4 2
seu determinante :
det A
3 2
3 2 2 4 6 8 14
4 2
a11 a12
O determinante da matriz A a 21 a 22
a
maneira:
31 a 32
a11 a12
det A a 21 a 22
a 31 a 32
a13
a 23 calculado da seguinte
a 33
a13
a 23 a11a 22a 33 a12a 23a 31 a13a 21a 32
a 33
Pode-se usar a seguinte regra prtica: repetem-se as duas primeiras colunas ao lado das trs colunas originais do determinante; em seguida, somam-se
os resultados dos trs produtos no sentido da diagonal principal, subtraindo-se, depois, a soma dos trs produtos efetuados no sentido da diagonal
secundria, conforme mostra a Figura 1.3.
cap1_OK.indd 49
31/03/2013 03:34:57
50
Figura 1.3
a11 a12
det A a 21 a 22
a 31 a 32
-a13a 22a 31 -a11a 23a 32 -a12a 21a 33
a13
a 23
a 33
a11 a12
a 21 a 22
a 31 a 32
1 2
A 1 3
3 4
2 . Tem-se:
2
1 2
det A 1 3
3 4
0
2
2
1 2
1 3
3 4
1 3 2 2 2 3 0 1 4 0 3 3 1 2 4 2 1 2
6 12 0 0 8 4 18 12 30
1.2.3.
Teorema de Laplace
Para matrizes quadradas de ordem n n 2 , o Teorema de Laplace (Pierre-Simon Laplace, 1749-1827) oferece uma soluo prtica no clculo dos
determinantes. Para que seja possvel utiliz-lo, so necessrias as definies
seguintes.
nxn
de ordem
cap1_OK.indd 50
31/03/2013 03:34:57
2 5
A 1 3
4 2
1 ,
1
2
4
0
2;
1
D 32
2 0
2 ;
1 1
D13
1 3
10 .
4 2
2 1
A 1 1
3 3
A23 1
23
2 1
1 6 3 9
3 3
A31 1
31
1 2
1 0 2 2 .
1 0
cap1_OK.indd 51
31/03/2013 03:34:58
52
a 21 a 22
Anxn
a n1 a n2
a1n
a 2n
,
a nn
1 2
1) Dada a matriz A 1 3
3 4
Teorema de Laplace.
13
1 3
2
1 2
23 1
3 3
2 1
2 1
3 4
3 4
1 3
det A 2 10 2 5 20 10 30 .
2) Considere-se a matriz
3
1
A
3
1 0 0
2 5 1
. Calcular seu determinante, usando o Teorema de
7 1 0
1 2 1
Laplace.
Escolher-se- a primeira linha para aplicar o Teorema de Laplace, porque
ela apresenta dois elementos nulos, o que facilita a aplicao do mtodo.
cap1_OK.indd 52
31/03/2013 03:34:58
0 1
1.2.4.
11
1 4
2
7
1
5 1
-1
12
-1 0 1 1 3
2 -1
4
5 1
-1 2 1
13
-1 0 0 1 3 7 0
2 -1
4 1 -1
-1 2 5
3 7 1 3 52 1 24 132
4 1 2
Regra de Chi
i j
det B .
a 21
A a 31
a
n1
a13 a1n
a 23 a 2n
a 33 a 3n ;
a n2 a n3 a nn
a12
a 22
a 32
cap1_OK.indd 53
31/03/2013 03:34:58
54
a11
a 21
A a 31
a
n1
a12 a13
a 22 a 23
a 32 a 33
a n2
a n3
a1n
a 2n
a 3n
a nn
Constri-se, agora, a matriz B, a partir dos elementos que restaram na matriz A, depois de suprimidas a linha 1 e a coluna 1. Por exemplo, o elemento
b32 obtido da seguinte forma:
b32 a 32 a12a 31 ;
para a obteno do elemento bn3 , faz-se:
bn3 a n3 a13a n1 .
Procedendo-se de modo anlogo, constri-se a matriz B:
a 22 a12a 21 a 23 a13a 21
a 32 a12a 31 a 33 a13a 31
B
a n2 a12a n1 a n3 a13a n1
a 2n a1na 21
a 3n a1na 31
.
a nn a1na n1
Portanto, o determinante de A :
a 22 a12a 21 a 23 a13a 21
a 33 a13a 31
11 a 32 a12a 31
det ( A) 1
a n2 a12a n1 a n3 a13a n1
a 2n a1na 21
a 3n a1na 31
a nn a1na n1
1 2
A 1 3
3 4
2 ,
2
considerada nos exemplos anteriores, usar a regra de Chi para calcular seu
determinante.
Aplicar-se- a regra de Chi para o elemento a11 1. Assim, eliminar-se-o
a primeira linha e a primeira coluna de A e construir-se- a matriz B a partir
dos elementos que restaram em A. Ento, vem:
cap1_OK.indd 54
31/03/2013 03:34:58
3 2 1 2 0 1 5 2
B
;
2 0 3 10 2
4 2 3
portanto, tem-se:
det A 1
11
det B 1
5 2
5 2 10 2 30 ,
10 2
1
para se obter o elemento 1 necessrio para a aplicaa ij
1
, ou seja,
a ij
1
det A , e, portanto, det A a ij det M .
a ij
2
1
M 1
3
4
1
3
1
e obtm-se a matriz M:
3
2 .
Aplica-se, assim, a regra de Chi para essa nova matriz, tomando-se como
referncia o elemento c 31 1 . Para tanto, eliminam-se a terceira linha e a primeira coluna da matriz C e constri-se a matriz B, de ordem 2, a partir dos
elementos que restaram na matriz C:
cap1_OK.indd 55
31/03/2013 03:34:58
56
2
4
0 1 10
2 1
3 3
3
B
4
5
2
3 1 2 1 3
3
3
det M 1
31
10
det B 1 3
5
3
2
3.
8
2
3 10 .
8
3
6) det A t det A .
cap1_OK.indd 56
31/03/2013 03:34:59
7) det A 1
1
, desde que det A 0 .
det A
a 21 a 22
9) Se A
a n1 a n2
SE
a11 x 1
a 21 x 2
B
a n1 x n
a1n
a 2n
e, a partir de A, constri-se a matriz
a nn
a12 a1n
a 22 a 2n
,
a n2 a nn
ento:
a11 x 1
a 21 x 2
a n1 x n
a12
a 22
a n2
a nn a n1 a n2
a1n x 1 a12
a 2n x 2 a 22
a nn x n a n2
a1n
a 2n
.
a nn
cap1_OK.indd 57
31/03/2013 03:34:59
58
de onde se segue que det A 0 ou det A 4 . Uma vez que, por hiptese, sabe-se que det A 0 , conclui-se que det A 4 .
2) Considerem-se as matrizes
1 4 0
1 1 2
A 2 3 2 e B 2 2 2 .
1 1 3
1 0 1
2 2 1 2 0 1 2 1 1 2
AB 2 3 2 2 2 2 6 4 8 ;
1 1 3 1 0 1 0 1 1
cap1_OK.indd 58
31/03/2013 03:34:59
(1)
A B 4 5 4 ;
0 1 2
ento:
2 3 2
det A B 4 5 4 2 5 2 3 4 0 4 1 2 2 5 0 4 1 2 4 3 2 4
0 1 2
Portanto, det A B 4
(2)
1
det A ,
2
onde a matriz A
x1
A x2
x
3
y 1 1
y 2 1 .
y 3 1
Usando essa expresso, calcular a rea do tringulo com vrtices nos pontos P1 1,1 , P2 1,3 e P3 2,0 .
cap1_OK.indd 59
31/03/2013 03:34:59
60
A 1 3 1 ;
2 0 1
seu determinante :
1 1 1
det A 1 3 1 1 3 1 1 0 1 1 1 2 1 3 2 1 0 1 1 1 1 2 .
2 0 1
Assim, a rea do tringulo :
S
1.2.6.
1
1
1
det A 2 2 1 unidade de rea.
2
2
2
Sabendo-se, agora, como calcular o determinante de uma matriz quadrada, pode-se ver uma das formas de determinar a matriz inversa de A, se existir,
isto , se A for inversvel. Para isso, utilizam-se as definies de menor complementar e de cofator, vistas anteriormente, alm da matriz cofatora, definida
a seguir.
Matriz cofatora.Dada uma matriz quadrada A de ordem n n 2 , chama-se
1 0 2
A11 1
11
A12 1
cap1_OK.indd 60
12
1
4
0 3
6
2 0
3
12
0
31/03/2013 03:35:00
A13 1
13
0 1
2
2 4
A21 1
21
0 2
8
4
0
A22 1
22
1 2
4
2 0
A23 1
23
1 0
4
2 4
A31 1
31
0 2
2
1 3
A32 1
3 2
1 2
3
0
3
A33 1
3 3
1 0
1 .
0 1
cof A 8
2
6
4
3
4 .
1
Notao: Adj A .
Proposio:
A 1
cap1_OK.indd 61
1
Adj A .
det A
31/03/2013 03:35:00
62
det A 3 2 1 3 2 1 2 1 2 1 2 0 3 1 0 2 2 1 1 1 2 3 1 1 .
2 1 1 2 1
Como det A 1 0 , A no-singular e, portanto, admite inversa. Calculam-se, assim, os cofatores dos elementos de A, como segue:
A11 1
cap1_OK.indd 62
11
2 1
1
1 1
A12 1
12
3 1
1
2 1
A13 1
13
3 2
1
2 1
A21 1
21
2 0
2
1 1
A22 1
22
1 0
1
2 1
A23 1
23
1 2
3
2 1
A31 1
31
2 0
2
2 1
A32 1
3 2
1 0
1
3 1
31/03/2013 03:35:00
A33 1
3 3
1 2
4 .
3 2
cof A 2
1 3
2 1 4
1 2
2
1
1 1 .
1 3 4
1 2
2 1 2 2
1
1
1 1 1 1 1 .
Adj A 1
det A
1
1 3 4 1 3 4
Histrico
a1x 1 a 2 x 2 a n x n b ,
onde:
cap1_OK.indd 63
31/03/2013 03:35:00
64
x 1 , x 2 , , x n so as variveis;
b o termo independente.
Observe que em uma equao linear as variveis tm expoente 1 e no
aparecem termos nos quais haja produto de duas ou mais variveis entre si.
Exemplos:
cap1_OK.indd 64
A
C
e b , desde que B 0 .
B
B
31/03/2013 03:35:00
2
5
Assim, dada a equao 2 x 3 y 5 0 , pode-se escrever y x .
3
3
2
5
Quando se faz y 0 , obtm-se a equao linear x 0 , cuja solu3
3
o um nico valor de x:
2
5
2
5
5
x 0 x x .
3
3
3
3
2
5
Logo, o par ordenado ,0 uma soluo da equao linear dada.
2
2) Dada a equao linear 2 x 3 y z 8 , a terna x , y , z 1,0,6 , ou seja,
x 1 , y 0 e z 6 , soluo da equao pois, substituindo-se esses valores na equao tem-se: 2 1 3 0 6 8 , ou seja, 8 8 , que uma identidade verdadeira.
J a terna 2,2,1 no soluo desta equao, pois:
2 2 3 2 1 8 1 8 , que falso.
1
3) Dada a equao linear x 2 y z 1 , verifica-se que, para x 2 , y 1 e
2
z 2 , tem-se:
1
2 2 1 2 1 ,
2
ou seja, a terna de valores 2,1,2 satisfaz a equao e, portanto, uma
soluo da equao dada.
Definio: Chama-se sistema linear a um conjunto formado por m equaes
a 21x 1 a 22 x 2 a 2n x n b2
.
S mxn :
a m1x 1 a m2 x 2 a mn x n bm
cap1_OK.indd 65
31/03/2013 03:35:00
66
por S .
2x 1
S : x 1
5x
1
3x 2
5x 3
2x 4
4x 2
1
x3
2
8x 4
1, 4 x 2
x3
x4
1
3
S : 2x 1
x2
3x 2
10
3x y 10
ou S :
8
2 x 3 y 8
x 2y z
y 3z
2x
x y z
2
11 .
2
0 3 3 11 ,
2 1
1
0
3 2
ou seja, a terna
1,0,3
cap1_OK.indd 66
31/03/2013 03:35:01
1.3.2.
O sistema linear
a11x 1 a12 x 2 a1n x n b1
a 21x 1 a 22 x 2 a 2n x n b2
S mxn :
a m1x 1 a m2 x 2 a mn x n bm
mxn
, contendo
mx1
a 21
a m1
1.3.3.
a12
a 22
a m2
a1n x 1 b1
a 2n x 2 b2
.
a mn
x n bm
Sistema linear
compatvel ou possvel
determinado (soluo nica)
cap1_OK.indd 67
31/03/2013 03:35:01
68
2 x 3 y 5z
4 x 5 y
3x 1 y 7 z
0
0.
0
0,0,,0 como soluo, chamada soluo trivial. Se esta soluo for nica, o
sistema compatvel determinado. Se, alm da soluo trivial, admitir outra(s),
compatvel indeterminado.
Dois sistemas lineares S1 e S 2 so equivalentes se, e somente se, toda
S 2 tambm soluo de S1 .
cap1_OK.indd 68
31/03/2013 03:35:01
Observaes:
1) Observe-se que essas transformaes elementares so anlogas s operaes elementares que foram definidas para as matrizes. Viu-se que quando
uma matriz B obtida de uma matriz A atravs de operaes elementares
com suas filas (linhas ou colunas), as matrizes A e B so equivalentes. Uma
vez que os sistemas lineares podem ser escritos na forma matricial, natural que os sistemas S e S sejam equivalentes.
2) Se ao se aplicar qualquer mtodo de resoluo de um sistema linear, aparecer uma (ou mais) equao do tipo 0 x 1 0 x 2 0 x n 0, esta(s)
equao(es) pode(m) ser eliminada(s) do sistema, pois (so)
verdadeira(s) para quaisquer valores de x 1 , x 2 ,, x n . Caso aparea uma
(ou mais) equao(es) do tipo 0 x 1 0 x 2 0 x n , com 0 ,
que (so) falsa(s) para quaisquer valores de x 1 , x 2 ,, x n , conclui-se que o
sistema impossvel e, portanto, no tem soluo.
1.3.4.
3
9
8
O sistema S tem ordem 3 3 , isto , tem trs equaes a trs incgnitas. Pode-se, por exemplo, isolar a incgnita x na primeira
equao, em funo das outras duas incgnitas, e substitu-la nas demais, como segue:
cap1_OK.indd 69
31/03/2013 03:35:01
70
x 2 y z 3
(1)
Ento, vem:
2 2 y z 3
2 y z 3
y 3z
y 5z
9
,
8
S :
15
.
5
Nesse novo sistema, escolhe-se uma das variveis para ser isolada em
funo da outra; por exemplo, isolando a varivel y na primeira
equao e substituindo-a na segunda, vem:
y z 3
(2)
Ento, tem-se:
3(z 3) 4 z 5 z 2 .
Substituindo-se esse valor de z na equao (2), obtm-se y 1 . Esses valores de y e z substitudos em (1) resulta em x 1 . Portanto, a
nica soluo do sistema 1, 1,2 , ou seja, o sistema S possvel determinado.
Geometricamente, isso significa que 1, 1,2 o nico ponto
comum aos planos de equaes x 2 y z 3 , 2 x y 3z 9 e
x y 5z 8 .
2) Resolver o sistema linear abaixo, aplicando o mtodo da substituio:
3x
S : x
x
y z
y 2z
y 3z
2
1
0
(1)
cap1_OK.indd 70
3x z 2
3x z 2
2z
3z
1
,
0
31/03/2013 03:35:02
S :
1
;
2
em S , escolhe-se isolar a incgnita z na primeira equao, substituindo-a, em seguida, na segunda, como se segue:
z 2x 1
4 x 2(2 x 1) 2 0 x 0 ,
(2)
Observe-se que a equao 0 x 0 verdadeira para qualquer nmero real x; assim, qualquer valor de x poder ser escolhido para se
obterem os valores das outras incgnitas y e z, o que indica que o
sistema admite infinitas solues, ou seja, possvel indeterminado.
Por exemplo, tomando-se x 2 e substituindo esse valor na equao
(2), obtm-se z 3 ; esses dois valores, substitudos na equao (1)
resultam em y 7 , ou seja, a terna 2,7,3 uma soluo de S .
Como se poderia ter escolhido qualquer valor real de x (ou seja, infinitos nmeros reais), fica evidente que S tem infinitas solues.
Em situaes como essa, usual dar-se a soluo geral do sistema,
que obtida procedendo-se como se segue: substitui-se a equao
(2), que depende da incgnita x, na equao (1), para que y tambm
fique escrita em funo de x:
z 2 x 1 y 3x 2 x 1 2 y 5x 3
Logo, a soluo geral do sistema dado :
y 5x 3 ; z 2x 1 ; x .
Essa soluo permite encontrar qualquer soluo do sistema, atribuindo-se a x qualquer valor real e obtendo-se a partir dele, os valores de y e de z. Geometricamente, tem-se que os planos de equaes
3x y z 2 , x y 2z 1 e x y 3z 0 tm infinitos pontos
em comum.
2) Mtodo de Gauss ou Mtodo do Escalonamento: este um dos
mtodos mais utilizados na resoluo de sistemas lineares e se deve a
Carl Friedrich Gauss (1777-1855). Dado o sistema linear S , seu objetivo encontrar um sistema equivalente S , triangular, ou seja, um
cap1_OK.indd 71
31/03/2013 03:35:02
72
sistema cuja matriz dos coeficientes seja escalonada por linha ou triangular superior (observe que o termo matriz triangular superior
adequado somente se a matriz quadrada; entretanto, em um abuso de
linguagem, usado mesmo para matrizes retangulares).
Sendo sistemas equivalentes, ambos tero a(s) mesma(s) soluo(es).
Para tanto, faz-se uso das transformaes elementares, de modo a escalonar ou triangularizar o sistema dado. Ou seja, dado o sistema linear
a11x 1 a12 x 2 a1n x n b1
a x a x a 2n x n b 2
,
S : 21 1 22 2
a m1x 1 a m2 x 2 a mn x n bm
obtm-se, atravs de operaes elementares aplicadas em suas equaes, o sistema equivalente S , dado por:
c 11x 1 c 12 x 2 c 13 x 3 c 1n x n 1
c 22 x 2 c 23 x 3 c 2n x n 2
c 33 x 3 c 3n x n 3 ,
S :
c mn x n m
0 c 22
0
0
0
0
c 13
c 23
c 33
c 1n
c 2n
c 3n .
c mn
cap1_OK.indd 72
31/03/2013 03:35:02
3
9
8
2 1 3 9
1 1 5 8
L1 L1 3 2
35 L2 L3
0 5 5 15 0 5 5 15
2 1 3 9
1 1 5 8
0 3 4
0 0 7 14
5
7 z 14
Da ltima equao, tem-se que z 2 , o qual, substitudo na segunda equao, permite encontrar o valor de y: y 1 . Esses valores de
cap1_OK.indd 73
31/03/2013 03:35:02
74
1
1
3 1 5
1 2 3 .
4
1 8
Trocam-se a primeira e a terceira linhas da matriz, para que o primeiro elemento seja igual a 1, com o objetivo de facilitar os clculos:
1
4
1 8
1 2 3 ;
3 1 5
Efetuam-se, ento, as operaes elementares necessrias para triangularizar a matriz, conforme indicado:
1
1
2
1 8 L L
12 L1 2 L3
2 3
3 1 5
4
1
1
0
4
5
1
8
L2 L3
5 0
0
3 11
1
3
4
5
0
5
0 6
1
3
0z 6
cap1_OK.indd 74
31/03/2013 03:35:03
x 2 y z 0
(1)
3 2 y 3z 3 y z
0
,
0
S : 3 y
0
.
0
(2)
cap1_OK.indd 75
27/04/2013 17:24:08
76
4 L11 L23
1L2 L3
0 5 4
0 5 4
2 1 2
4 3 0
0 5 4
0 0
0
conforme observado anteriormente, a ltima linha pode ser retirada e obtm-se, ento:
x 2 y z 0
.
5 y 4 z 0
S :
cap1_OK.indd 76
31/03/2013 03:35:03
3, 4,5 .
A soluo geral do sistema dada por:
3
4
x z ; y z , z .
5
5
cap1_OK.indd 77
(1)
31/03/2013 03:35:03
78
A frase: Se o Dr. Antonio no fosse reunio e enviasse sua secretria, o nmero de mulheres ficaria a tera parte do nmero de homens
pode ser traduzida ou interpretada matematicamente por:
1
M 1 H .
3
(2)
cap1_OK.indd 78
31/03/2013 03:35:04
4 L11 L23
13 L3
0 4 2 3x 31,5
3 7 1 31,5
4 10 1 42,0
0 6 3 4 x 42,0
1 1 1
0 2 1
0 2 1
1
L
2 2
1
L
3 3
1 1 1
x
L
L
3 x 31,5
2
3
0 2 1
2
4 x 42,0
3
0 0 0
3 x 31,5
2
4 x 42,0
3 x 31,5
3
2
1 s 1 r 1 t x
3x 31,5
.
0 s 2 r 1 t
2
0 s 0 r 0 t 4 x 42,0 3x 31,5
3
2
cap1_OK.indd 79
31/03/2013 03:35:04
80
1.3.5.
Aplicao dos Mtodos de Resoluo de Sistemas Lineares na Determinao da Inversa de uma Matriz
Exemplo: Sejam A
e B 3 2 1 . Determinar, se houver, a in2
4
2 1 1
2 4 c d 0 1
a 3c b 3d 1 0
2a 4c 2b 4d 0 1
a 3c 1 b 3d 0
e
2a 4c 0 2b 4d 1
cap1_OK.indd 80
31/03/2013 03:35:04
b 3
2
;
c 1
1
d
2
2 .
A 1
1 1
2
N d e
g h
1 2 0 a b
3 2 1 d e
2 1 1 g h
c 1 0 0
f 0 1 0 ,
i 0 0 1
ou seja,
1 a 2 d 0 g
3 a 2 d 1 g
2 a 1 d 1 g
1 b 2 e 0 h
3 b 2 e 1 h
2 b 1 e 1 h
1 c 2 f 0 i 1 0 0
3 c 2 f 1 i 0 1 0 ,
2 c 1 f 1 i 0 0 1
3a 2d g 0 e 3b 2e h 1 e 3c 2 f i 0
2a d g 0
2b e h 0
2c f i 1
d 1 ; e 1 ; f 1; ,
g 1 ; h 3 ; i 4
cap1_OK.indd 81
31/03/2013 03:35:04
82
1.3.6.
1 2 2
1 1 1 .
1 3 4
Matrizes Semelhantes
3 0
4 1
a) A
e B
0 2
6 3
2 0 0
2
b) A 0 1 0 e B 0
0 0 6
0
1 0
1 1
2 4
a) Para que A e B sejam semelhantes, deve existir uma matriz P no singular, de mesma ordem dessas duas matrizes, tal que A P 1BP .
Considere-se a matriz no singular
a b
P
.
c d
Se P no singular, ento existe sua inversa P 1 . Verificar-se- se
possvel encontrar os coeficientes a, b, c e d de tal forma que seja verdadeira a igualdade A P 1BP . Com esse objetivo, multiplicam-se ambos os membros da expresso A P 1BP , esquerda, pela matriz P,
vem:
PA PP 1BP ,
isto ,
PA IdBP ,
cap1_OK.indd 82
31/03/2013 03:35:04
ou seja,
PA BP .
Ento:
a b 3 0 4 1 a b
,
c d 0 2 6 3 c d
de onde se segue que:
3a 2b 4a c 4b d
.
3c 2d 6a 3c 6b 3d
Da igualdade de matrizes, resultam dois sistemas lineares:
3a 4a c a c
3c 6a 3c 0 0
e
2b 4b d d 6b
.
2d 6b 3d 0 0
V-se, assim, que os sistemas so indeterminados e suas solues gerais
so:
a c e d 6b , c, b , com b 0 e c 0 .
Logo, a matriz P existe e se escreve na forma:
b
c
P
.
c 6b
1 1
Em particular, para b 1 e c 1 , segue que P
, a qual no
1 6
6
Ento, P 1 51
5
15
.
15
cap1_OK.indd 83
31/03/2013 03:35:04
84
6
P 1BP 51
5
15 4
15 6
1 1 1 185
3 1 6 25
3
1
5
2 1
5
1 3
6 0
0
A
2
P d e
g h
f.
i
d e
g h
c 2 0 0 2
f 0 1 0 0
i 0 0 6 0
2a b 6c 2a d
2d e 6 f d g
2 g h 6i 2d 4 g
1 0 a b
1 1 d e
2 4 g h
f
i
2b e 2c f
e h
f i .
2e 4h 2 f 4i
cap1_OK.indd 84
31/03/2013 03:35:05
2a 2a d d 0, a
2d d g g 0
2 g 2d 4 g 0 0
b 2b e b 0
e e h h 0
h 2e 4h e 0
6c 2c f c 0
6 f f i f 0
6i 2 f 4i i 0
P 0 0 0 ;
0 0 0
matriz diagonal A semelhante a ela. Uma vez que, a partir da matriz B, atravs
de alguns procedimentos, obtm-se a matriz diagonal A, diz-se, por abuso de
linguagem, que a matriz A a matriz B que foi diagonalizada.
Exemplos:
3 0
4 1
1) Considerem-se as matrizes A
e B
do item (a) do
0 2
6 3
exemplo anterior. Mostrou-se que elas so semelhantes, isto , que
cap1_OK.indd 85
27/04/2013 17:24:16
86
A P 1BP . Sendo a matriz A diagonal, conclui-se que a matriz B diagonalizvel e que a A a sua representao diagonal.
2
2 1 0
0 0
1 0
0 6
matriz
inversvel P tal que A P 1BP . Assim, conclui-se que B no diagonalizvel, isto , no admite uma representao diagonal.
O leitor poderia ento questionar: ser que no existe outra matriz diagonal, diferente da matriz A, que seja a representao diagonal da matriz B?.
Mostrar-se- que no. Para isso, suponha-se que exista uma matriz
x
C 0
0
0 0
d e
g h
c x
f 0
i 0
0 0 2
y 0 0
0 z 0
1 0 a b
1 1 d e
2 4 g h
f ,
i
ou seja,
ax by cz 2a d
dx ey fz d g
gx hy iz 2d 4 g
2b e 2c f
e h
f i .
2e 4h 2 f 4i
cap1_OK.indd 86
31/03/2013 03:35:05
by 2b e
S 2 : ey e h
hy 2e 4h
cz 2c f
S 3 : fz f i
iz 2 f 4i
isto ,
0 2a d
0 d g .
0 2d 4 g
1
Da primeira equao, ter-se-ia que a d e, da segunda, d g , a qual,
2
substituda na terceira equao, resultaria que 0 2 g 4 g , ou seja, g 0.
Ento, ter-se-ia a d g 0 , o que implicaria que P seria singular, pois
seu determinante seria nulo. Portanto, tem-se que x 0 . Como os sistemas S1 , S 2 e S 3 so equivalentes, ento deve-se ter y 0 e z 0 .
d
, para todo
x 2
g
x 2 , e, da segunda equao, tem-se d
, para todo x 1 . Substi1 x
tuindo-se esta ltima expresso na terceira equao, obtm-se:
Da primeira equao do sistema S1 , tem-se que a
g
gx 2
4g ,
1 x
de onde vem que:
gx 1 x 2 g 4 1 x g ,
ou seja,
cap1_OK.indd 87
31/03/2013 03:35:05
88
x x g 2 g 4 4x g 0 ,
2
g x 2 5x 6 0 .
Assim, conclui-se que g 0 ou x 2 5x 6 0 .
Conforme se analisou anteriormente, deve-se ter g 0 . Ento, segue-se
que x 2 5x 6 0 , isto , x 2 ou x 3 . Uma vez que x deve ser diferente de 2, conclui-se que x 3 , o que acarreta que a d e g 2d , sendo d um nmero real no nulo. Como os sistemas lineares S 2 e S 3 so
equivalentes, resolvendo-os, segue-se que:
em S 2 : b e e h 2e , sendo e um nmero real no nulo;
em S 3 : c f e i 2 f , sendo f um nmero real no nulo.
a b
P d
2d
e
f
e
f.
2e 2 f
0 2
6 3
2 0 0
2 1 0
b) A 0 1 0 e B 0 1 1
0 0 6
0 2 4
cap1_OK.indd 88
27/04/2013 17:24:30
1 2 5
1 0 1
c) A
e B
3 0 3
0 6 18
a) J se mostrou que as matrizes do primeiro item so semelhantes; entretanto, elas so tambm equivalentes, pois, a partir da matriz B possvel obter-se a matriz A atravs de uma sequncia finita de operaes
elementares, como segue:
4 1 34 L1 3 34 2 L1 L2 3 34 42 LL21 L1 3 0
B
A.
3
3
6 3
0 2
2
6
0
1
2 L2 L3
B 0 1 1
0 2 4
2 1 0
16 L3 L2
0
1
1
0 0 6
2 1 0
L2 L1
0 1 0
0 0 6
2 0 0
0 1 0 A .
0 0 6
cap1_OK.indd 89
27/04/2013 17:24:32
90
5 13 L2 L1 1 0 1
1 2 5 3 L1 L2 1 2
B.
3 0 3
0 6 18
0 6 18
Sendo equivalentes, elas tm as mesmas propriedades. Por exemplo:
apesar de no serem quadradas, v-se que os determinantes das submatrizes quadradas correspondentes de cada uma delas so iguais:
1 2 1 0
1 5 1 1
2 5 0 1
6;
18 ;
6.
3 0 0 6
3 3 0 18
0 3 6 18
2) A questo de saber se uma matriz A diagonalizvel ou no, isto , de saber se A ou no semelhante a uma matriz diagonal B, desempenha um
papel importante na lgebra Linear. No Captulo 9, ser introduzido um
mtodo para a determinao da matriz no singular P tal que A P 1BP .
1 2
0 3 4
1 1 1
1) Sejam A
, B
e C
. Determinar a
0 1
1 2 1
2 1 0
matriz X tal que X 2C A 2 B 3C .
5 8 1
R.: X
9 7 1
2
R.: A 1
2
3
1
2 1
a) A
6 4
2 1 3
b) B 2 3 2
1 0 3
R.: B
9 3
11
8 3 10
3
1 4
3 2
2 3
3) Dadas as matrizes A
e B
:
4 1
1 1
1
t
a) determinar det AB .
cap1_OK.indd 90
R:
1
5
31/03/2013 03:35:06
1
, com det A 0 e
det A det B
det B 0 .
3 7
0 2
1 6
4) Considerem-se as matrizes: A
, C
e D
.
1 2
2 1
3 2
Sabendo-se que AB C ADA 1 , determinar o valor de det B .
R.: det B 172
5) Classificar e resolver os sistemas lineares;
2 x 3 y z 7
a) x 2 y 2z 4
7 x y 5z 1
R: SPD; (2,3, 2)
2x 2 y z 2
b) x 5 y 2z 1
x 19 y 4 z 7
9y 5
12 y 4
;z
; z
R: SPI; x
3
3
x 6 y 4 z 2
c) 3x 2 y 4 z 0
x 14 y 4 z 5
R: SI
6) Se Amlia der R$3,00 a Lcia, ento ambas ficaro com a mesma quantia.
Se Amlia perder a metade do que tem, ficar com uma quantia igual a um
tero do que tem Maria. Se Maria der um tero do que tem a Lcia, ento
esta ficar com R$6,00 a mais que Amlia. Quanto possuem Amlia, Lcia
e Maria?
R: Amlia: R$18,00; Lcia: R$15,00; Maria: R$27,00
cap1_OK.indd 91
31/03/2013 03:35:06
cap1_OK.indd 92
31/03/2013 03:35:07
2
ESPAOS VETORIAIS
2.1. HISTRICO
2.2. CORPO
A
A1
em relao adio:
quaisquer que sejam x e y em K, tem-se: x y K
(isto significa que o conjunto K fechado em relao operao de
adio)
A2
cap2_OK.indd 93
31/03/2013 03:38:21
94
A3
A4
A5
M
M1
em relao multiplicao:
quaisquer que sejam x e y em K, tem-se: x y K
(isto significa que o conjunto K fechado em relao operao de
multiplicao)
M2
M3
M4
M5
Observaes:
cap2_OK.indd 94
31/03/2013 03:38:22
Espaos Vetoriais | 95
Exemplos:
1) So corpos:
a) , , : conjunto dos nmeros reais, com as operaes usuais de adio e multiplicao.
Para demonstrar essa afirmao, preciso mostrar que se verificam os
axiomas da definio de corpo. Tem-se:
em relao adio:
A1
A2
A3
A4
A5
para demonstrar que esse axioma verdadeiro, deve-se encontrar, para todo nmero real x que se considere, um nmero real
x tal que x x x x 0 (isto , somando-se x com x , o re-
cap2_OK.indd 95
31/03/2013 03:38:22
96
M
M1
em relao multiplicao:
para quaisquer nmeros reais x e y que se considere, o produto
M2
M3
M4
M5
1 1
x 1 , ou
x x
seja, para cada elemento no nulo x, existe seu elemento inverso,
1
que ; conclui-se, assim, que verdadeiro esse axioma. Esse
x
elemento tambm pode ser indicado por x 1 ;
cap2_OK.indd 96
31/03/2013 03:38:23
Espaos Vetoriais | 97
c)
que C , , e Q, , so corpos.
2) No so corpos:
a)
cap2_OK.indd 97
31/03/2013 03:38:24
98
A
A1
em relao adio:
quaisquer que sejam u e v em V, tem-se: u v v u
(propriedade comutativa)
A2
A3
A4
M
M1
M2
M3
M4
Observaes:
cap2_OK.indd 98
31/03/2013 03:38:24
Espaos Vetoriais | 99
gem no ponto 0,0,0 e extremidade no ponto considerado, cujas coordenadas so as mesmas do prprio ponto.
Exemplo: So espaos vetoriais
a)
b)
c)
cap2_OK.indd 99
21/08/2013 14:57:46
2.3.1.
cap2_OK.indd 100
31/03/2013 03:38:25
2.3.2.
O Espao Vetorial n
y 1 , y 2 ,, y n em n , tem-se:
x 1 , x 2 , , x n y 1 , y 2 , , y n x 1 y 1 , x 2 y 2 , , x n y n .
x 1 , x 2 , , x n x 1 , x 2 , , x n ,
um espao vetorial sobre o corpo dos nmeros reais.
usual identificar uma n-upla de n com um vetor n-dimensional e
escrever:
u x 1 , x 2 , , x n .
Exemplos:
cap2_OK.indd 101
31/03/2013 03:38:25
A
A1
Em relao adio:
tomando-se dois vetores quaisquer u1 x 1 , y 1 e u 2 x 2 , y 2 em
2 , tem-se:
u1 u 2 x 1 , y 1 x 2 , y 2 x 1 x 2 , y 1 y 2 ;
x 1 x 2 , y 1 y 2 x 2 x 1 , y 2 y 1 x 2 , y 2 x 1 , y 1 u 2 u1.
Portanto, u1 u 2 u 2 u1 e conclui-se que a operao de adio satisfaz a propriedade comutativa;
A2
sejam u1 x 1 , y 1 , u 2 x 2 , y 2 e u 3 x 3 , y 3 em 2 ; tem-se:
u1 u 2 u 3 x 1 , y 1 x 2 , y 2 x 3 , y 3 x 1 , y 1 x 2 x 3 , y 2 y 3
x1 x 2 x 3 , y1 y 2 y 3 .
x1 x 2 x 3 , y1 y 2 y 3 x1 x 2 x 3 , y1 y 2 y 3
x 1 x 2 , y 1 y 2 x 3 , y 3 x 1 , y 1 x 2 , y 2 x 3 , y 3 u1 u 2 u 3
A3
e
0 u 0,0 x , y 0 x ,0 y x , y u .
Logo,
u0 0 u u
cap2_OK.indd 102
31/03/2013 03:38:25
A4
seja u x , y um elemento de 2 . preciso mostrar existe um elemento u x, y em 2 tal que u u u u 0, onde 0 0,0 o
elemento neutro da adio de vetores. Uma vez que os elementos x
e y do par ordenado so nmeros reais, existem seus elementos
opostos x e y . Assim, pode-se considerar o vetor x , y , que
ser indicado por u . Tem-se, ento:
u u x , y x , y x x , y y 0,0 0 ;
M
M1
M2
x 1 x 2 , y 1 y 2 x 1 x 2 , y 1 y 2
x 1 , y 1 x 2 , y 2 x 1 , y 1 x 2 , y 2 u 1 u 2
Portanto, u1 u 2 u1 u 2 ;
M3
u x , y x , y
x x, y y
x, y x , y x, y x , y u u
Portanto, u u u ;
M4
cap2_OK.indd 103
31/03/2013 03:38:26
1 u 1 x , y 1 x ,1 y x , y u .
Logo, 1 u u .
2) Considere-se novamente o conjunto dos pares ordenados de nmeros reais:
2 x , y / x , y . Considerando-se as operaes e , definidas
por:
u1 u 2 u1 u 2 ; ou seja, se u1 x 1 , y 1 e u 2 x 2 , y 2 , ento:
u 1 u 2 x 1 , y 1 x 2 , y 2 x 1 , y 1 x 2 , y 2 x 1 x 2 , y 1 y 2 ;
u u ; ou seja, se u x , y e , ento:
u u x , y x , y .
Mostrar-se- que este conjunto, com as operaes definidas acima, no
um espao vetorial sobre . Para isso, deve-se mostrar que pelo menos
um dos axiomas da definio de espao vetorial sobre um corpo K no
satisfeito.
Por exemplo, o axioma A1 no satisfeito, isto , a operao no
comutativa, pois, tomando-se dois elementos quaisquer u1 x 1 , y 1 e
u 2 x 2 , y 2 em 2 , tem-se:
u1 u 2 x 1 , y 1 x 2 , y 2 x 1 , y 1 x 2 , y 2 x 1 x 2 , y 1 y 2 ;
por outro lado, tem-se:
u 2 u 1 x 2 , y 2 x 1 , y 1 x 2 , y 2 x 1 , y 1 x 2 x 1 , y 2 y 1 .
cap2_OK.indd 104
31/03/2013 03:38:26
W x , y 2 / y mx , com m 0 .
Ento, todo vetor de W se escreve na forma x , mx . Assim, pode-se
escrever:
W x , mx , x , com m 0 .
Verificar-se- se os axiomas da definio de subespao vetorial so satisfeitos para o conjunto W.
cap2_OK.indd 105
31/03/2013 03:38:27
w x , mx x , m x
e, portanto, w W , o que mostra que W fechado em relao operao de multiplicao por escalar.
Conclui-se, assim, que W um subespao vetorial do 2 .
3) Mostrar que o conjunto das ternas ordenadas de nmeros reais que pertencem a um plano que contm o ponto 0,0,0 um subespao vetorial
do 3 .
Sabe-se que a equao geral do plano dada por: ax by cz d 0 , onde
os coeficientes a, b e c no se anulam ao mesmo tempo. Se o ponto 0,0,0
pertence ao plano, tem-se: a 0 b 0 c 0 d 0 e, portanto, d 0 . Assim, a equao fica ax by cz 0 . Seja W o conjunto das ternas ordenadas do 3 que pertencem a este plano, ou seja:
W x , y , z 3 / ax by cz 0 .
Supondo-se, por exemplo, que o coeficiente a seja no nulo e escrevendo-se
a coordenada x em funo das outras duas, tem-se:
x
by cz
;
a
by cz
ento, todo vetor de W pode ser escrito na forma:
, y, z .
a
cap2_OK.indd 106
31/03/2013 03:38:27
by 2 cz 2
w1
, y1, z1 e w 2
, y2,z2
a
a
e vem:
by 1 cz 1 by 2 cz 2
w1 w 2
, y1 y 2 , z1 z 2
a
a
b y 1 y 2 c z 1 z 2
, y 1 y 2 , z 1 z 2 ,
a
Ento:
by cz
b y c z
, y , z
, y , z
a
a
e, portanto, w W , o que mostra que W fechado em relao operao de multiplicao por escalar.
Conclui-se, assim, que W um subespao vetorial do 2 .
4) Seja M n , , o espao vetorial real das matrizes quadradas de ordem
n, com as operaes usuais de adio de matrizes e multiplicao por escalar. Mostrar que o subconjunto
cap2_OK.indd 107
31/03/2013 03:38:27
S A M n / At A
um subespao vetorial de M n .
Mostrar-se- que os axiomas da definio de subespao vetorial so satisfeitos para o conjunto S.
a) O elemento nulo do espao vetorial real M n , , a matriz nula
de ordem n:
0
0
0
0
0
0
0
0
0
0
0 .
0 nxn
A B
At B t ;
ento, vem:
A B
A t B t A B A B A B
t
A A,
t
ou seja, A S.
Conclui-se, assim, que S um subespao vetorial do espao vetorial
M n , , .
cap2_OK.indd 108
31/03/2013 03:38:27
em (e para todo
x em ).
S f : / f x 2 f x , x .
2
0 x 2 0 e 0 x 0 2 0 .
2
Logo,
0 x 2 0 x , x ,
2
f 1 x 2 f 1 x e f 2 x 2 f 2 x .
2
Ento:
f 1 f 2 x 2 f 1 x 2 f 2 x 2 f 1 x
f 2 x .
2
Logo,
f 1 f 2 x 2 f 1 x f 2 x
ou seja, f 1 f 2 S .
cap2_OK.indd 109
31/03/2013 03:38:28
corpo K, ento:
(i) W1 W2 subespao vetorial de V.
(ii) W1 W2 subespao vetorial de V.
(iii) W1 W2 no subespao vetorial de V.
Demonstrao:
cap2_OK.indd 110
31/03/2013 03:38:28
W1 W2 u / u W1 e u W2 .
Mostrar-se- que so satisfeitos os axiomas da definio de subespao
vetorial.
a) Como W1 e W2 so subespaos vetoriais de V, ento 0 W1 e 0 W2 .
Portanto, 0 W1 W2 .
b) Sejam u e v dois elementos de W1 W2 . Ento, u W1 e u W2 , assim
como v W1 e v W2 . Sendo W1 e W2 subespaos vetoriais de V,
segue-se que u v W1 e u v W2 . Portanto, u v W1 W2 .
c) Sejam u um elemento de W1 W2 e . Ento, u W1 e u W2 e,
portanto, u W1 e u W2 . Logo, u W1 W2 .
De (a), (b) e (c), conclui-se que W1 W2 um subespao vetorial de V.
(iii) O conjunto W1 W2 dado por:
W1 W2 u / u W1 ou u W2 .
Mostrar-se- que W1 W2 no subespao vetorial de V exibindo-se um
contra-exemplo. Considere-se o espao vetorial 2 e dois subconjuntos
deste espao:
W1 x , y 2 / y 0 x ,0 2 / x
e
W2 x , y 2 / x 0 0, y 2 / y .
cap2_OK.indd 111
31/03/2013 03:38:28
x ,0 x ,0 ,
que um elemento de W1 .
De modo anlogo, mostra-se que W2 um subespao vetorial de 2 .
Entretanto, como se ver a seguir, W1 W2 no um subespao vetorial de 2 , pois no fechado em relao operao de adio. Para
W1 x , y 2 / y 0 com W2 x , y 2 / x 0 .
Conforme se viu no item (iii) da proposio anterior, W1 e W2 so subespaos vetoriais de 2 , sendo sua representao grfica os eixos Ox e Oy do
plano cartesiano, respectivamente.
(i) Mostrar-se- que 2 W1 W2.
De fato, tomando-se um elemento qualquer
x , y 2,
pode-se
escrever:
x , y x ,0 0, y ,
ou seja, todo elemento do 2 uma soma de um elemento de W1 com
um elemento de W2 e, portanto, tem-se que 2 W1 W2.
cap2_OK.indd 112
31/03/2013 03:38:29
(ii) fcil ver que o nico par ordenado que pertence simultaneamente a
W1 e a W2 0,0 , que o elemento neutro de 2. Assim, tem-se que
W1 W2 0,0 .
f x f x
2
e f2 x
f x f x
2
f x f x
2
f x f x
2
f1 x ;
f x f x
2
f x f x
2
f x f x
2
f 2 x .
cap2_OK.indd 113
f x f x
2
f x f x
2
31/03/2013 03:38:29
ou seja,
f x f 1 x f 2 x ,
subespao vetorial de M 2 .
b) U x , x ,, x
c) X x , x ,, x
a) W x 1 , x 2 ,, x n n / x 1 x n2
R: no
n / x n x 1 x 2
R: sim
n / x 1 0
R: no
5) Sejam: W1 x , y 2 / y x 0 e W2 x , y 2 / y x 0 .
Mostrar que 2 W1 W2 .
cap2_OK.indd 114
31/03/2013 03:38:30
3
DEPENDNCIA LINEAR
a v
i 1
i i
Exemplos:
que u av 1 bv 2 cv 3 .
Para isso, escreve-se a sentena:
a b 2 .
a c 5
cap3_OK.indd 115
31/03/2013 03:38:50
2 2t 5t 2 a 1 t b t t 2 c 3 2t 2 ,
ou seja,
2 2t 5t 2 a at bt bt 2 3c 2ct 2 ,
ou, ainda,
2 2t 5t 2 a 3c a b t b 2c t 2.
Da igualdade de polinmios, vem:
a 3c 2
a b 2 ;
b 2c 5
cap3_OK.indd 116
31/03/2013 03:38:52
2,1,1 a 3b 4c, a 2b c, 2a b 3c .
Da igualdade de vetores, conclui-se que:
a 3b 4c 2
a 2b c 1 ;
2a b 3c 1
5b 5c 5
que demonstra uma inconsistncia, pois no possvel que se tenha, ao mesmo tempo, 5b 5c 3 e 5b 5c 5 (se isso fosse possvel, concluir-se-ia
que 3 5 , o que falso). Sendo o sistema impossvel (ou incompatvel),
conclui-se que no possvel encontrar os escalares a, b e c tais que seja possvel escrever u av 1 bv 2 cv 3 . Logo, o vetor u no uma combinao linear dos vetores v 1 , v 2 e v 3.
cap3_OK.indd 117
31/03/2013 03:38:52
y 2b
z 2a b
1
y;
2
z 2 x y y ,
2 2
ou, equivalentemente:
4 x 3 y 2z 0 .
cap3_OK.indd 118
31/03/2013 03:38:52
3
S x , y , z / 4 x 3 y 2z 0 .
cap3_OK.indd 119
31/03/2013 03:38:53
A representao grfica deste subespao feita na Figura 3.1. Nela, os vetores de S esto designados por u e v, isto : u 1,0,2 e v 1,2,1 .
Figura 3.1
O plano de equao 4x + 3y 2z = 0 o
subespao gerado [S] pelos vetores u e v
2 1 1 0 0 0
2) Seja S
,
,
um subconjunto do espao vetorial
0 0 3 0 1 1
real das matrizes quadradas de ordem 2, isto , do espao M 2 . Determine o subespao gerado por S.
m
n
p
c
d
0
0
3
0
0 3n 0 p
1 1 0
2m n m
p
3n p
b m
c 3n p
d p
cap3_OK.indd 120
31/03/2013 03:38:53
6b c d
.
3
b
,
; b, c, d .
4
Por exemplo, se b 1 , c 2 e d 0 , tem-se a ; assim, a matriz
3
4
1
M 3
2 0
uma matriz do subespao gerado por S. Logo, pode ser escrita como
combinao linear das matrizes de S. De fato, usando-se as equaes do
sistema linear resolvido acima, obtm-se:
2
3
e, portanto, pode-se escrever:
m 1, p 0 e n
3 1 1 2 1 2 1 0 0 0 0 .
0 0 3 3 0
1 1
2
0
cap3_OK.indd 121
31/03/2013 03:38:54
0,1,0,0 , 1,0,1,0 e 2,0,0,1 . Diz-se que cada uma das variveis livres
gerou um vetor. Como h trs variveis livres, foram gerados trs vetores,
os quais formam um sistema de geradores de W. Assim, o conjunto procurado :
S 0,1,0,0 , 1,0,1,0 , 2,0,0,1
e pode-se afirmar que W S .
cap3_OK.indd 122
31/03/2013 03:38:54
2) Seja W c
e
d M 3 x 2 / a b f 0 ; c 2b 0 ; f e b . Deter
f
W 2b d , b, d ,
b b
o que indica que h duas variveis livres: b e d. Portanto, cada uma delas
dever gerar uma matriz. Tem-se:
0 b 0 b 0 0 0 1
0 0
2b d 2b 0 0 d b 2 0 d 0 1 .
b b b b 0 0 1 1
0 0
0 b
0 1
2 0 e
1 1
0 0
o conjunto procurado :
0 1 0 0
S 2 0 , 0 1
1 1 0 0
cap3_OK.indd 123
31/03/2013 03:38:54
cap3_OK.indd 124
31/03/2013 03:38:54
1u 2v 0 ,
onde 1 e 2 so escalares e o 0 do 2 membro o vetor nulo: 0 0,0 .
Tem-se:
2 1 , 1 2 ,3 2 0,0 ,
isto ,
2 1 2 , 1 3 2 0,0 .
Da igualdade de vetores, segue-se que:
2 1 2 0
;
1 3 2 0
a resoluo desse sistema leva soluo trivial 1 2 0 , que nica.
Assim,
1u 2v 0
implica, necessariamente, em que 1 2 0 e, portanto, os vetores u e v
so LI.
Observe-se que no h possibilidade de que os vetores sejam LD. Para que
isso acontecesse, deveria acontecer uma das trs situaes abaixo:
(1) 1 0 e 2 0 ;
(2) 1 0 e 2 0 ;
(3) 1 0 e 2 0 .
cap3_OK.indd 125
27/04/2013 17:25:01
2
v,
1
2
k, u kv .
1
Isso significaria que os vetores u e v tm a mesma direo, isto , so paralelos, o que no verdade. A Figura 3.2 mostra uma representao grfica
desses vetores.
ou, chamando
2) Considerem-se, agora, os vetores u 2,1 e v 4,2 do 2 . Mostrar-se- que esses vetores so LD.
De fato, escrevendo-se a equao
1u 2v 0 ,
cap3_OK.indd 126
31/03/2013 03:38:55
vem:
2 1 , 1 4 2 ,2 2 0,0 ,
isto ,
2 1 4 2 , 1 2 2 0,0 ,
de onde se segue que:
2 1 4 2 0
.
1 2 2 0
Observe-se que as duas equaes do sistema se reduzem a uma s:
1 0 e 2 0 ; 1 2 e 2 1; 1 1 e 2 ,
entre outras infinitas solues.
Assim, existem escalares 1 e 2 , no ambos nulos, tais que a equao
cap3_OK.indd 127
31/03/2013 03:38:56
Isso significa que os vetores u e v tm a mesma direo, isto , so paralelos. A Figura 3.3 ilustra esse fato.
Figura 3.3
1u 2v 3w 0 ,
ou seja:
6 1 ,2 1 5 2 ,3 1 3 2 7 3 , 4 1 2 2 3 0,0,0,0 .
Da igualdade de vetores, segue-se que:
6 1 0
2 1 5 2 0
3 1 3 2 7 3 0
4 1 2 2 3 0
cap3_OK.indd 128
31/03/2013 03:38:56
1 2t , 2 t t
1 2 3
b)
,
0 1 5
,5t 3t 2
4 10 10
,
9 5 2
mados de f t , g t e h t , respectivamente. Para estudar a dependncia linear entre eles, escreve-se a equao homognea:
af t bg t ch t 0 .
O 2 membro desta equao, isto , 0 , representa, aqui, o polinmio
nulo 0 0 0t 0t 2 . Tem-se, assim:
a 1 2t b 2 t t 2 c 5t 3t 2 0 0t 0t 2,
ou seja,
a 2b 2a b 5c t b 3c t 2 0 0t 0t 2.
Da igualdade de polinmios, vem:
a 2b 0
2a b 5c 0
b 3c 0
cap3_OK.indd 129
31/03/2013 03:38:57
af t bg t ch t 0
implica em que a b c 0 e, portanto, os vetores f t , g t e h t
so LI.
b) Nesse caso, os vetores so matrizes quadradas de ordem 2, ou seja, so
elementos do espao vetorial real M 2 . Chamando:
1 2
3
A
, B
0 1
5
4
10 10
e C
9
5 2
e considerando-se escalares ,
homognea:
e , escreve-se a equao
A B C 0.
Aqui, o 0 que figura no 2 membro da equao representa a matriz
0 0
nula de ordem 2, ou seja, 0
. Ento, vem:
0 0
1 2
3
0 1
5
4
10 10 0 0
,
9
5 2 0 0
ou seja,
2 3
0 5
4 10
9 5
10 0 0
2 0 0
ou, ainda,
3 10
5 5
2 4 10 0 0
.
9 2 0 0
2 4 10 0
5 5 0
9 2 0
cap3_OK.indd 130
31/03/2013 03:38:57
7 e , .
Por exemplo, se 2, tem-se 14 e 2, ou seja, 14,2,2
uma soluo do sistema. Para essa soluo, tem-se:
1 2 3
14
2
0 1 5
20
10
4 10 10 14 28 6 8
2
9 5 2 0 14 10 18
20 0 0
4 0 0
cap3_OK.indd 131
31/03/2013 03:38:57
Demonstrao:
1v 1 2v 2 nv n 0 .
Supondo, por exemplo, que 1 0, pode-se escrever:
v 1 2 v 2 3 v 3 n v n;
1
1
1
chamando:
2
; 3 3 ;...; n n , vem:
1
1
1
v 1 2 v 2 3v 3 n v n ,
e, portanto, o vetor v 1 combinao linear dos demais vetores.
Observe-se que, assim como se sups que 1 0 e se mostrou que v 1
combinao linear dos demais vetores, pode-se supor que qualquer um
dos escalares i 1 i n diferente de zero e concluir-se que v i combinao linear dos demais vetores.
(ii) Condio suficiente
Hiptese:um dos vetores combinao linear dos demais vetores
Tese:os vetores v 1 , v 2 , , v n V so LD
1 v 1 2v 2 3v 3 nv n 0.
cap3_OK.indd 132
31/03/2013 03:38:58
1 2
3
A
, B
0 1
5
4
10 10
,C
9
5 2
LD. Portanto, pelo teorema anterior, uma delas combinao linear das
outras duas. Escrever-se- uma das matrizes como combinao linear das
demais.
Uma das maneiras de se fazer isso, escrever a equao:
A B C 0,
lembrando que o 0 que figura no segundo membro da equao representa a
matriz nula de ordem 2. Ento:
1 2
3
0 1
5
4
10 10 0 0
,
9
5 2 0 0
5 5
2 4 10 0 0
.
9 2 0 0
2 4 10 0
;
5 5 0
9 2 0
cap3_OK.indd 133
31/03/2013 03:38:58
5 2
0 1
5 9
isto ,
10 10 2 3
5 2 0 5
4 3
9
5
2 4
.
9
2 4 10
.
5 5
9 2
Da 3 equao, segue-se que 1; substituindo-se esse valor em qualquer uma das outras trs equaes, obtm-se 7 . Assim, pode-se escrever:
C 7 A B.
Teorema:Se v 1 , v 2 , , v n so vetores LD, ento, os vetores v 1 , v 2 , , v k so
cap3_OK.indd 134
31/03/2013 03:38:58
Demonstrao:
Hiptese:os vetores v 1 , v 2 , , v n V so LD
Tese:os vetores v 1 , v 2 , , v k so LD, para todo k n
v 1 , v 2 ,, v n , v n1 , v n2 ,, v k .
Escrevendo-se a equao:
1v 1 2v 2 nv n n1v n1 n2v n2 k v k 0,
conclui-se, a partir dela, que os vetores v 1 , v 2 ,, v n , v n1 , v n2 ,, v k so LD,
pois, mesmo que os escalares n1 , n2 ,, k sejam todos nulos, entre os escalares 1 , 2 ,, n h pelo menos um deles que no nulo, j que os vetores
LD.
Observaes:
1) Poresse teorema, conclui-se que, se um conjunto de vetores LD, aumentando-se o nmero de vetores deste conjunto, o novo conjunto ser LD.
2) Observe-se que o teorema apenas de condio necessria, ou seja, a recproca no verdadeira. Isso significa que, se um conjunto de n vetores
v 1 , v 2 ,, v n LD, isso no implica que o conjunto de vetores v 1 , v 2 ,, v m
LD, para m n. Assim, quando se sabe que um conjunto de vetores LD,
se forem retirados desse conjunto um ou mais vetores, no se pode afirmar
que o novo conjunto seja LD.
Exemplo:
cap3_OK.indd 135
31/03/2013 03:38:59
Tem-se:
v 1 v 2 1,0 0,1 1,1 v 3;
Assim, pode-se escrever:
v 3 1 v 1 1 v 2 0 v 4,
ou seja, v 3 combinao linear dos demais, de onde se conclui que o conjunto
A LD. Pode-se ver, ainda, que v 4 combinao linear dos demais vetores,
pois:
v 1 2v 2 1,0 2 0,1 1,2 v 4 ,
isto ,
v 4 1 v 1 2 v 2 0 v 3.
Acrescentando-se ao conjunto A um vetor qualquer u x , y do 2,
v-se que as combinaes lineares j existentes continuaro a existir, pois:
v 3 1 v1 1 v 2 0 v 4 1 v1 1 v 2 0 v 4 0 u
e
v 4 1 v 1 2 v 2 0 v 3 1 v 1 2 v 2 0 v 3 0 u.
Assim, o conjunto A continuar sendo um conjunto de vetores LD.
Por outro lado, retirando-se vetores do conjunto A, no se pode garantir
que o conjunto continue sendo LD ou passe a ser LI.
De fato, retirando-se de A o vetor v 4 , obtm-se um novo conjunto:
B v 1 1,0 , v 2 0,1 , v 3 1,1 ,
o qual tambm LD, j que, como se mostrou anteriormente, o vetor v 3
combinao linear de v 1 e v 2 .
Entretanto, retirando-se de A os vetores v 3 e v 4, obtm-se um novo
conjunto
C v 1 1,0 , v 2 0,1 ,
que LI, pois, escrevendo-se a equao:
1v 1 2v 2 0,
vem:
cap3_OK.indd 136
31/03/2013 03:38:59
isto ,
1 ,0 0, 2 0,0 ,
de onde se segue que 1 0 e 2 0 e, portanto v 1 e v 2 so LI.
Teorema:Se v 1 , v 2 , , v n so vetores LI, ento, os vetores v 1 , v 2 , , v k so LI,
para todo k n.
Demonstrao:
Hiptese:os vetores v 1 , v 2 , , v n V so LI
Tese:os vetores v 1 , v 2 , , v k so LI, para todo k n
1v 1 2v 2 nv n 0
verdadeira somente se 1 2 n 0 .
Tomando-se um ndice k n , considere-se o conjunto
v 1 , v 2 ,, v k v 1 , v 2 ,, v n .
Da equao:
1v 1 2v 2 k v k 0,
segue-se que 1 2 k 0, pois os vetores v 1 , v 2 ,, v n so LI e os
vetores v 1 , v 2 ,, v k esto entre eles. Portanto, conclui-se que os vetores
v 1 , v 2 ,, v k so LI, o que demonstra o teorema.
Observao:
1) Poresse teorema, conclui-se que, se um conjunto de vetores LI, diminuindo-se o nmero de vetores deste conjunto, o novo conjunto tambm
ser LI.
2) O teorema apenas de condio necessria, isto , a recproca no verdadeira. Isso significa que, se um conjunto de n vetores v 1 , v 2 ,, v n LI,
isso no implica que o conjunto de vetores v 1 , v 2 ,, v m LI, para m n .
Assim, quando se sabe que um conjunto de vetores LI, se forem acrescentados a esse conjunto um ou mais vetores, no se pode afirmar que o
novo conjunto LI.
cap3_OK.indd 137
31/03/2013 03:39:00
Exemplo:
1v 1 2v 2 0,
vem:
isto ,
1 ,0,0 0, 2 ,0 0,0,0 ,
de onde se segue que 1 0 e 2 0 e, portanto v 1 e v 2 so LI.
Retirando-se de A o vetor v 2 , obtm-se o conjunto
B v 1 1,0,0 ,
que tambm LI.
Entretanto, acrescentando-se um ou mais vetores ao conjunto A, no se
pode afirmar que o novo conjunto seja LI. De fato, acrescentando-se a A o
vetor w 0,0,1 , obtm-se o conjunto
C v 1 1,0,0 , v 2 0,1,0 , w 0,0,1 ,
1v 1 2v 2 3w 0 ,
tem-se:
1v 1 2v 2 3w 4u 0 ,
cap3_OK.indd 138
31/03/2013 03:39:00
vem:
1 4 , 2 2 4 , 3 4 0,0,0 ,
de onde se segue que
1 4 0
2 2 4 0 .
0
4
3
Resolvendo-se esse sistema linear, obtm-se:
1 4
2 2 4 ;
4
3
atribuindo-se um valor a 4 , por exemplo, -1, vem:
1 1
2 2
1
3
e pode-se escrever:
1 v 1 2 v 2 1 w 1 u 0,
ou seja, os vetores so LD.
cap3_OK.indd 139
a 2, 2 , b 1,5 , c 3,1
1
3
R:LD; a b c
4
4
31/03/2013 03:39:01
2 0 1 0 3 1 2 3 0
b)
,
,
1 1 3 1 2 1 0 1 3
R:LI
R: S 3 t , 5 t 2 t 3
2
cap3_OK.indd 140
31/03/2013 03:39:01
4
BASE E DIMENSO
4.1. INTRODUO
1) Verificar se o conjunto B 1,2,3 , 0,1,2 , 1, 1,2 uma base do espao vetorial real 3.
preciso mostrar que so satisfeitas as duas condies da definio.
a) Seja v x , y , z um vetor genrico do 3. Mostrar-se- que esse vetor
se escreve como combinao linear dos vetores de B. Para isso, escreve-se a combinao linear:
v x , y , z a 1,2,3 b 0,1,2 c 1, 1,2
e mostra-se que possvel encontrar os escalares a, b e c que tornam a
equao verdadeira. Tem-se:
cap4_OK.indd 141
31/03/2013 03:39:25
2a b c y ;
3a 2b 2c z
7
x
y 3z
.
b
5
x 2y z
c
5
Observa-se, assim, que o sistema tem soluo, isto , para cada vetor
pode ser escrito como combinao linear dos vetores do B. Logo, B gera
o 3.
b) Mostrar-se- que os vetores de B so LI. Para isso, escreve-se a equao:
a 1,2,3 b 0,1,2 c 1, 1,2 0,0,0 ,
de onde vem que:
2a b c 0 .
3a 2b 2c 0
cap4_OK.indd 142
31/03/2013 03:39:26
1 2
0 1
1 1
3
2 2 4 0 3 2 0 5.
2
Sendo o determinante diferente de zero, conclui-se, por resultado da Geometria Analtica, que os vetores no so coplanares. Verificou-se, assim,
que os vetores de B so LI e no so coplanares.
Esse resultado pode ser generalizado: trs vetores no coplanares do 3
so LI.
a 2 t t 2 b t t 2 0 0 t 0 t 2,
vem:
2a a b t a b t 2 0 0 t 0 t 2.
Da igualdade de polinmios, obtm-se o sistema:
2a 0
a b 0 ,
a b 0
a 0 a1t a 2t 2 2 t t 2 t t 2 ;
cap4_OK.indd 143
31/03/2013 03:39:26
o objetivo verificar se possvel encontrar os escalares e que tornem essa equao verdadeira. Tem-se:
a 0 a1t a 2t 2 2 t t 2,
e, portanto,
a 0 2
a1 .
a
2
1
Da 1 equao, segue-se que a 0. Substituindo-se esse valor na 2
2
equao, obtm-se:
1
2
resultado:
1
1
a 2 a 0 a1 a 0 a 0 a1.
2
2
Isso mostra que os elementos de B geram apenas os polinmios de P2
que satisfazem a relao a 2 a 0 a1, isto , o subespao vetorial gerado
por B :
2
B a 0 a1t a 2t P2 / a 2 a 0 a1 ,
1
9
2 t t2 t t2 .
2
2
cap4_OK.indd 144
31/03/2013 03:39:27
1 5t 7t 2 2 t t 2 t t 2 ,
obtm-se:
1 5t 7t 2 2 t t 2,
da qual se segue:
1 2
5 .
7
1
Da 1 equao, tem-se que ; substituindo-se esse valor na 2 equao,
2
9
obtm-se ; entretanto, substituindo-se na 3 equao, obtm-se
2
15
, ou seja, o sistema incompatvel, mostrando que no possvel
2
encontrar escalares e que tornem verdadeira a equao
1 5t 7t 2 2 t t 2 t t 2 .
Se nem todos os elementos de P2 podem ser escritos como combinao linear dos elementos de B, conclui-se que esse conjunto no uma base
desse espao vetorial.
Observaes:
:1
2 :1,0 , 0,1
cap4_OK.indd 145
31/03/2013 03:39:27
1 0 0 1 0 0 0 0
M 2 :
,
,
,
0 0 0 0 1 0 0 1
Pn : 1, t , t 2 ,, t n .
geradores:
2,1,1,0 , 1,0,1,2 , 0, 1,1, 4 , 3,0,3,6 .
cap4_OK.indd 146
31/03/2013 03:39:27
siderados em uma ordem qualquer. Aqui, colocou-se o vetor 1,0,1,2 na primeira linha, para facilitar o escalonamento da matriz que se far a seguir:
1 0
2 1
0 1
3 0
1
1
1
3
0
.
4
1 0
2 1
0 1
3 0
1
1
1
3
2 L1 L2
0 3 L1 L 4
1 0
1 2
1
0
1 1 4 L2 L3 0
0
0 1 1 4
0
0 0 0 0
0
1 2
1 1 4
.
0 0 0
0 0 0
vem:
a, b, a b,2a 4b 0,0,0,0 ,
de onde se segue que a b 0 e, portanto, os vetores so LI.
Por outro lado, considerando-se um vetor genrico x , y , z , w de W 4
e escrevendo-se:
x , y , z , w 1,0,1,2 0,1, 1, 4 ,
vem:
x , y , z , w ,0, ,2 0, , , 4 ,
cap4_OK.indd 147
31/03/2013 03:39:27
isto ,
x , y , z , w , , ,2 4 .
Ento:
x
y
.
z
w 2 4
Portanto, um vetor genrico de W tem suas coordenadas escritas em funo de e . Atribuindo-se, aleatoriamente, valores aos escalares e ,
obtm-se vetores de W. Por exemplo, se 1 e 2, obtm-se o vetor
1
,
2
1 5
v 1 , v 2 ,, v n LI
v 1 , v 2 ,, v n , w LD, w V
cap4_OK.indd 148
31/03/2013 03:39:28
Se, por hiptese, o conjunto de vetores o conjunto v 1 , v 2 ,, v n LI-maximal, ento, por definio, o conjunto LI. Para mostrar que o conjunto
v 1 , v 2 ,, v n base de V, resta mostrar que o conjunto gera V.
De fato, tomando-se um vetor genrico u V , tem-se que o conjunto
v 1 , v 2 ,, v n , u LD, pois v 1 , v 2 ,, v n LI-maximal. Portanto, um dos
vetores uma combinao linear dos demais vetores do conjunto. Ora, o nico
vetor que pode ser escrito como combinao linear dos demais u, j que
v 1 , v 2 ,, v n so LI. Conclui-se, assim, que v 1 , v 2 ,, v n gera V e, portanto,
uma base de V.
4.3. DIMENSO
dim 1
dim 3
dim 2 2
3
cap4_OK.indd 149
dim n n
dim M mn m n
dim M n n n n 2
dim Pn n 1
31/03/2013 03:39:28
Exemplos:
0
1
1
0
0
0
1
0
0 , ou, equivalentemente,
0
2
0
0
1
0
0
0
1
0 .
0
A ordem em que os vetores so colocados nas linhas da matriz no interfere, obviamente, no resultado.
Escalonando-se a matriz por linhas, vem:
1
2
0
0
1
0
0
0
1
1
0
2 L1 L2
0 0
0
0
0
1
0
0
0
1
0 .
0
cap4_OK.indd 150
31/03/2013 03:39:28
Observe-se que U um subconjunto de P3 , que o conjunto dos polinmios de grau menor ou igual a 3, com coeficientes reais; U gerado
pelos polinmios 1 2t , 2t t 2 t 3 , 1 t 2 t 3 e 2 6t t 2 t 3, que so
1 2
0 2
1 0
2 6
0 0
1 1
.
1 1
1 1
1 2
0 2
1 0
2 6
L1 L3
1 1 2 L1 L 4
1 1
1 1
1 2
0 2
0 2
0 2
L2 L3
1 1 L2 L 4
1 1
1 1
1 2
0
0
0
2
0
0
1 1
0 0
0 0
0
B 1 2t ,2 t 2 t 3
cap4_OK.indd 151
31/03/2013 03:39:28
linear L : 2 x y t 0
z t 0
Sendo o sistema homogneo, ele admite pelo menos a soluo trivial, isto
, tem-se a soluo 0,0,0,0 . Para determinar se essa a nica soluo ou
se h mais de uma soluo (neste caso, sero infinitas), resolve-se o sistema. Utilizar-se-, para tal finalidade, o mtodo de Gauss, ou seja, o mtodo do escalonamento, trabalhando apenas com a matriz dos coeficientes; sendo o sistema homogneo, no necessrio acrescentar a coluna dos
termos independentes. Tem-se:
1 1 1 1
1 1 1 1
2 L1 L 2
0 3 2 3.
2 1 0 1
0 0 1 1
0 0 1 1
Observe-se que a matriz j est escalonada e, assim, o sistema obtido, equivalente ao sistema dado, :
x y z t 0
L : 3 y 2z 3t 0 .
z t 0
S x , y , z , t / x t , y t , z t , t ,
3
3
ou, equivalentemente,
S x , y , z , t / y 5x , z 3x , t 3x , x .
cap4_OK.indd 152
31/03/2013 03:39:29
Observe-se que o conjunto S das solues do sistema L um subconjunto do espao vetorial real 4 , que pode ser escrito, ainda, na forma:
S x , 5x ,3x ,3x , x ;
Assim, um elemento genrico de S da forma x , 5x ,3x ,3x , ou seja:
cap4_OK.indd 153
31/03/2013 03:39:29
a
a
a
v 1 v 1 2 v 2 ... n v n ;
b
b
b
e concluir-se-ia que v pertenceria ao subespao gerado por S, contrariando a
hiptese. Sendo b 0 , tem-se:
a1v 1 a 2v 2 ... a nv n 0
e, como S LI, segue-se que a1 a 2 a n 0 , isto , o conjunto
v 1 , v 2 ,, v n , v LI.
existem
n r
vetores
u r 1 , u r 2 ,, u n
em
tais
que
u1 , u 2 ,, u r , u r 1 , u r 2 ,, u n uma base de V.
uma base de V
Se a dimenso de V n, ento toda base B de V tem n vetores LI, ou seja, B LI-maximal, e qualquer conjunto com n 1 vetores LD. Seja
S 0 u1 , u 2 ,, u r um subconjunto LI de V, com r n . Pelo lema anterior,
existem, no mximo, n r vetores u r 1 , u r 2 ,, u n tais que o conjunto
S u1 , u 2 ,, u r , u r 1 , u r 2 ,, u n LI e S 0 S . Logo, S um conjun-
cap4_OK.indd 154
31/03/2013 03:39:29
a) Hiptese: dim V n
Tese:qualquer conjunto com n 1 ou mais vetores LD
ento
W V.
Demonstrao:
cap4_OK.indd 155
27/04/2013 17:25:36
Ento, todo elemento de V se escreve de maneira nica como combinao linear dos vetores da base B.
Demonstrao:
Hiptese: B v 1 , v 2 , , v n base de V
Tese:todo elemento de V se escreve de maneira nica como combinao linear
dos vetores de B
Seja v V ; ento, v se escreve como combinao linear dos vetores da base
B, ou seja, existem escalares a1 , a 2 ,, a n tais que v a1v 1 a 2v 2 a nv n.
Suponha-se que v possa ser escrito como outra combinao linear dos vetores de B, isto , suponha-se que existam escalares b1 , b2 ,, bn tais que
v b1v 1 b2v 2 bnv n.
Ento, tem-se:
a1v 1 a 2v 2 a nv n b1v 1 b2v 2 bnv n,
isto ,
a1v 1 a 2v 2 a nv n b1v 1 b2v 2 bnv n 0,
ou, ainda,
a1 b1 v 1 a 2 b2 v 2 a n bn v n 0 .
a i bi 1 i n .
cap4_OK.indd 156
27/04/2013 17:25:37
Tomando-se, por exemplo, o vetor u 2,5 , este se escreve como combinao linear dos vetores da base B. Para encontrar essa combinao linear,
basta que se escreva a equao:
3a b 5
A soluo desse sistema linear : a 3 e b 4 . Portanto, pode-se
escrever:
v 1 v 2 3v 1 4v 2 0 ,
ou, ainda,
3 v 1 4 v 2 0 .
Sendo os vetores LI, essa equao s se verifica se 3 0 e 4 0 , ou
seja, se
BU W e 1 , e 2 ,, e r
Seja
cap4_OK.indd 157
21/08/2013 15:02:18
u1 , u 2 ,, u s U e w 1 , w 2 ,, w t W tais que BU e 1 , e 2 ,, e r , u1 , u 2 ,, u s
base de U e BW e 1 , e 2 ,, e r , w 1 , w 2 ,, w t base de W.
(1)
(2)
pode-se escrever:
a1e 1 a 2e 2 a r e r b1u1 b2u 2 b s u s c 1w 1 c 2w 2 c t w t .
Como o vetor a1e 1 a 2e 2 a r e r b1u1 b2u 2 b s u s um vetor
de U e c 1w 1 c 2w 2 c t w t um vetor de W, ento, pela ltima igualdade,
trata-se do mesmo vetor e, portanto, c 1w 1 c 2w 2 c t w t U W . Logo,
existem escalares 1 , 2 ,, r tais que:
c 1w 1 c 2w 2 c t w t 1e 1 2e 2 r e r ,
de onde vem que
1e 1 2e 2 r e r c 1w 1 c 2w 2 c t w t 0 .
Como e 1 , e 2 ,, e r , w 1 , w 2 ,, w t base de W, seus elementos so LI e,
portanto, segue-se que 1 2 r c 1 c 2 c t 0 . Assim, a expresso (2) fica:
a1e 1 a 2e 2 a r e r b1u1 b2u 2 b s u s 0 .
Lembrando que e 1 , e 2 ,, e r , u1 , u 2 ,, u s base de U, o que acarreta que
os vetores so LI, segue-se que a1 a 2 a r b1 b2 b s 0. Con-
cap4_OK.indd 158
31/03/2013 03:39:31
dim U W r s t .
(3)
dim U W 1 1 0 2 .
e dim U W dim 2,
U W
U x , y , z 3 / x 2 y z 0 e W x , y , z 3 / 3x 2 y z 0 .
Determinar uma base para U W e U W e suas respectivas dimenses.
Em seguida, verificar se 3 U W , onde indica a soma direta de
U e W.
Observe-se que os elementos de U pertencem ao plano contido em 3, de
equao x 2 y z 0; seus pontos (ou vetores) so da forma: 2 y z , y , z
e, portanto, pode-se escrever:
2 y z , y , z y 2,1,0 z 1,0,1 .
Logo, o conjunto BU 2,1,0 , 1,0,1 uma base de U, o que indica
que dim U 2. Por outro lado, os elementos de W pertencem ao plano
cap4_OK.indd 159
31/03/2013 03:39:32
x , y , 3x 2 y x 1,0, 3 y 0,1, 2 ;
assim, o conjunto BW 1,0, 3 , 0,1, 2
conclui que dim W 2.
Com o objetivo de se determinar uma base para U W , obtm-se, primeiramente, um sistema de geradores, fazendo a unio das bases de U e W:
S BU BW 2,1,0 , 1,0,1 , 1,0, 3 , 0,1, 2 .
Determinam-se, agora, atravs do processo prtico de obteno de base,
quais so os vetores LI desse sistema de geradores. Os vetores do conjunto
de geradores podem ser colocados em qualquer linha da matriz, sem que
haja uma ordem obrigatria. Como o objetivo escalonar a matriz por linha, escolhe-se, para a primeira linha, o vetor cuja primeira componente
1, por facilidade; na segunda linha, optou-se por colocar um vetor cuja
primeira coordenada j nula. Tem-se, ento:
1
0
1
0 3
1
L1 L3
1 2 2 L1 L 4 0
0
0
1
1 0
0
4 L3 L 4
1
0
0
0
0 3
1
1 2 L2 L 4 0
0
0 2
1 6
0
0 3
1 2
0 2
0 8
0 3
1 2
.
0 2
0 0
cap4_OK.indd 160
31/03/2013 03:39:32
x , y , z a 2,1,0 b 1,0,1
e
x , y , z 1,0, 3 0,1, 2 .
Igualando as expresses de x , y , z , vem:
a 2,1,0 b 1,0,1 1,0, 3 0,1, 2 ,
isto ,
2a b, a, b , , 3 2 ,
de onde se segue que:
2a b
.
a
b 3 2
x , y , z a 2,1,0 b 1,0,1
e substituindo-se b 4a , obtm-se:
x , y , z 1,0, 3 0,1, 2
e substituindo-se 2a 4a 2a e a , obtm-se:
cap4_OK.indd 161
31/03/2013 03:39:33
cap4_OK.indd 162
31/03/2013 03:39:33
(4)
em relao base B.
a1
a2
Notao: v .
B
an
Exemplos:
cap4_OK.indd 163
27/04/2013 17:25:48
.
a c 5
b c 8
v B 18
10
Observaes:
base B 2,1 t ,1 2t 3t 2 .
preciso lembrar que todo elemento de um espao vetorial chamado de
vetor. Assim, deve-se escrever o vetor dado como combinao linear dos
vetores da base, isto , escreve-se:
cap4_OK.indd 164
21/08/2013 15:25:57
p t 2 4t t 2 a 2 b 1 t c 1 2t 3t 2 ,
ou seja,
2 4t t 2 2a b c b 2c t 3c t 2.
Da igualdade de polinmios, vem:
2a b c 2
,
b 2c 4
3c 1
7
14
1
e c , Assim, as coordenadas
de onde se segue que a , b
2
3
3
do vetor dado, em relao base B, so:
7
2
14
p t
.
B
3
1
3
1) Seja W a 0 a1t a 2t 2 a 3t 3 P3 / a 0 2a 2 5a 3 e a1 a 2 4a 3 .
Determinar uma base para W e sua dimenso.
R: B 2 t t 2 , 5 4t t 3 ; dim W 2
2) Determinar uma base e a dimenso para W U e W U , onde:
W x , y , z , t 4 / x 2 y 0 e z 3t
e
U x , y , z , t 4 / 2 x y 2z t 0
14 7
BW U , , 3,1 ; dim W U 1
3 3
cap4_OK.indd 165
31/03/2013 03:39:34
a b
3) Seja W
M 2 / a 2b e d c . Determinar uma base para
c d
0 0 1 1
0 0 1 1 0 0 0 1
4) Seja S o espao das solues do sistema linear L . Determinar uma base
para S e sua dimenso.
x y 2z 2t 0
3x 3 y z t 0
L : 2x 4 y z 3t 0
6 y 5z 7t 0
V x , y , z 3 / x 2 y 5z 0 e W x , y , z 3 /
z .
2 1
cap4_OK.indd 166
31/03/2013 03:39:35
5
MATRIZ DE MUDANA DE BASE
6,2 a 1, 1 b(1,1 a b, a b ,
de onde se segue que:
cap5_OK.indd 167
27/04/2013 17:26:25
6 a b
,
2 a b
e, portanto, a 2 e b 4 . Logo, as coordenadas de v em relao base B so
2
v B 4 .
possvel interpretar geometricamente esses resultados. Quando se considera o espao 2 com a base cannica, a representao geomtrica desse espao o sistema de coordenadas cartesianas ortogonais, usualmente designado
por plano Oxy. O eixo horizontal Ox tem a direo do vetor i 1,0 e o eixo
vertical Oy tem a direo do vetor j 0,1. Na Figura 5.1, v-se a representao geomtrica dos vetores da base C e do vetor v.
Figura 5.1
cap5_OK.indd 168
31/03/2013 03:39:57
cap5_OK.indd 169
31/03/2013 03:39:57
Uma vez que tanto B quanto C geram o 2, pois so bases, espera-se que
haja uma relao entre elas. De fato, pode-se verificar que as matrizes B e C so
equivalentes, isto , pode-se obter uma delas a partir da outra, utilizando-se as
operaes elementares com as filas (linhas ou colunas) de uma delas, como se
mostra a seguir:
1 0 L1 L2 1 0 L2 2 L1 1 1
.
0 1
1 1
1 1
Mostra-se, agora, como mudar de uma base para outra, matricialmente.
Considerem-se um espao vetorial V sobre um corpo K e duas de suas
bases: B v 1 , v 2 ,, v n e C u1 , u 2 ,, u n . Uma vez que B gera o espao V,
cada um dos vetores da base C pode ser escrito como combinao linear dos
vetores da base B. Ento, existem escalares a ij K , tais que:
u1 a11v 1 a 21v 2 a n1v n
a 21 a 22 a 2n
a n1 a n2 a nn
chamada de matriz mudana da base B para a base C.
B
Notao: P M .
C
Observaes:
a 21
a 22
a 2n
, u
,, u n B
u1 B
2 B
.
a n1
a n2
a nn
cap5_OK.indd 170
31/03/2013 03:39:58
a12 a 22 a n2 ,
a1n a 2n a nn
v-se que a matriz de mudana de base a sua transposta.
5) claro que se pode considerar tambm a matriz de mudana da base C
para a base B. Para isso, basta escrever cada vetor da base B como combinao linear dos vetores da base C e considerar a matriz cujas colunas so
constitudas pelas coordenadas dos vetores da base B em relao base C.
C
e C u1 1,2 , u 2 4, 3
cap5_OK.indd 171
21/08/2013 15:29:54
a 2
ou seja, a 2 e b 1. Logo, o vetor u1 1,2 da base C se escreve:
4, 3 c 1,1 d 1,0 4, 3 c d, c .
Ento:
c d 4
,
c 3
de onde se obtm: c 3 e d 1. Logo, o vetor u 2 4, 3 da base
C se escreve:
4, 3 3 1,1 1,0 ,
ou seja, suas coordenadas em relao base B so:
3
u 2 B .
1
O sistema linear S, ento:
u1 2v 1 v 2
S:
u 2 3v 1 v 2
e, portanto, a matriz dos coeficientes :
2 1
.
3 1
A matriz P a transposta dessa matriz; suas colunas so formadas pelas
coordenadas de u1 e u 2 em relao base B:
cap5_OK.indd 172
31/03/2013 03:39:58
2 3
B
P M C
.
1 1
C
b) Quer-se, agora, determinar a matriz Q M B . Para isso, escrevem-se os vetores da base B como combinao linear dos vetores da
base C. Tem-se:
2a 3b 1
ento: a
1
1
e b . Logo, o vetor v 1 1,1 da base B se escreve:
5
5
1
5
1
5
1,1 1,2 4, 3,
isto , suas coordenadas em relao base C so:
1
v 1 C 5 .
1
5
Por outro lado, tem-se:
2c 3d 0
de onde se obtm: c
3
2
e d . Logo, o vetor v 2 1,0 da base B
5
5
se escreve:
3
5
2
5
1,0 1,2 4, 3,
ou seja, suas coordenadas em relao base B so:
cap5_OK.indd 173
31/03/2013 03:39:58
3
5
v 2 C 2 .
5
O sistema linear S, ento:
1
1
v 1 5 u1 5 u 2
S:
v 3 u 2 u
2
5 1 5 2
e, portanto, a matriz dos coeficientes :
1
5
1
5 .
2
5
C
Q M B 5
1
3
5 .
2
5
1 1 1
5
3
1 0
5
2 0 1
5
e
1
QP 5
1
cap5_OK.indd 174
3
2 3 1 0
5
.
2 1 1 0 1
5
31/03/2013 03:39:58
M B M C
e M C M B
b) B P t
Demonstrao:
a 21 a 22
P
... ...
a n1 a n2
... a1n
... a 2n
.
... ...
... a nn
u n a1n a 2n a nn v n
cap5_OK.indd 175
31/03/2013 03:39:58
e C ,
B
vn
un
conclui-se que C P t B .
b) Hipteses: B v 1 , v 2 ,, v n e C u1 , u 2 ,, u n so bases do espao vetorial V; P a matriz de mudana da base B para a base C.
Tese: B P
tem-se que P P , pode-se escrever:
t
P
t
C Pt
P t B,
ou seja,
P
t
C Id n B ,
B Pt
C.
cap5_OK.indd 176
31/03/2013 03:39:59
sua transposta :
2 1
Pt
.
3 1
Escreve-se a matriz B da seguinte maneira: na 1 linha, colocam-se as coordenadas do vetor v 1 e, na 2 linha, as coordenadas do vetor v 2. Efetuando-se o produto P t B , vem:
2 1 1 1 1 2
PtB
C
3 1 1 0 4 3
Observa-se que a 1 linha de C contm as coordenadas do vetor u1 e a 2,
as coordenadas do vetor u 2 . Mostrou-se, assim, que C P t B.
2b d 1 0
2 1 a b 1 0 2a c
3 1 c d 0 1 3a c 3b d 0 1
2a c 1 2b d 0
e
3a c 0 3b d 1
Resolvendo os sistemas lineares, obtm-se a soluo:
1
a 5
b 1
5;
3
c
2
d
5
P
t
5
3
1
5 .
2
5
cap5_OK.indd 177
C , vem:
31/03/2013 03:39:59
P
t
C 5
3
1
1 2 1 1
5
B,
2 4 3 1 0
5
R PQ M C M D .
Teorema:Sejam: V um espao vetorial e B e C duas de suas bases. Se P M
cap5_OK.indd 178
31/03/2013 03:39:59
Demonstrao:
B
Sejam B v 1 , v 2 ,, v n e C u1 , u 2 ,, u n as bases consideradas. Ento, os vetores da base C podem ser escritos como combinao linear dos
vetores da base B, isto , existem escalares a ij 1 i, j n , tais que:
u1 a11v 1 a 21v 2 a n1v n
a 21 a 22 a 2n
.
P
a n1 a n2 a nn
Considerando-se um vetor w de V, este se escreve como combinao linear
dos vetores das bases B e C:
w 1v 1 2v 2 nv n e w 1u1 2u 2 nu n.
Assim, tm-se suas coordenadas em relao a cada uma das bases:
1
1
2
2
e w .
w B
C
n
n
Igualando-se as duas expresses de w, vem:
w 1v 1 2v 2 nv n 1u1 2u 2 nu n .
Substituindo-se, no segundo membro dessa equao, as expresses dos vetores u i 1 i n que constam do sistema S, obtm-se:
cap5_OK.indd 179
31/03/2013 03:39:59
ou seja,
1v 1 2v 2 nv n 1a11 2a12 na1n v 1
1a 21 2a 22 na 2n v 2 1a n1 2a n2 na nn v n
Uma vez que cada vetor se escreve de maneira nica como combinao
linear dos vetores de uma mesma base, segue-se que:
1 1a11 2a12 na1n
2 1a 21 2a 22 na 2n
;
n 1a n1 2a n2 na nn
n a n1 a n2 a nn n
Portanto, w B P w C .
B
w B
cap5_OK.indd 180
31/03/2013 03:39:59
Exemplos:
2
1
0
1
t
. Sabe-se que B P C.
1
A matriz C tem como linhas as coordenadas dos vetores da base que, nesse
caso, so os coeficientes dos polinmios que a compem, isto :
2 0
C
.
2 1
Ento:
1
B 2
1
02 0 1 0
,
2 1 0 1
ou seja, os vetores da base B so: 1,0 e 0,1 . Uma vez que as coordenadas dos vetores so os coeficientes dos polinmios que compem a base,
tem-se: B 1, t, que a base cannica de P2 .
Essa a forma mais simples de obter a base B; poder-se-ia t-la encontrado
atravs da matriz de mudana da base B para a base C, como segue. Para
isso, escreve-se cada vetor da base C como combinao linear dos vetores
da base B. Tomando-se B como sendo B a 0 a1t , b0 b1t, tem-se, ento:
2 2 a 0 a1t 0 b0 b1t
,
2 t 2 a 0 a1t 1 b0 b1t
ou seja,
2 0t 2a 0 2a1t
,
2 1t 2a 0 b0 2a1 b1 t
cap5_OK.indd 181
31/03/2013 03:40:00
0 2a1 1 2a1 b1
Assim, tm-se as solues: a 0 1, b0 0 , a1 0 e b1 1, isto , obtm-se
os vetores 1,0 e 0,1 . Portanto, a base B : B 1, t.
3
as coordenadas do vetor v 2,3 em relao base C.
1
P 3
1
Conforme resultado anterior, tem-se: v C P 1 v B. Assim, preciso determinar as coordenadas de v em relao base B e a matriz inversa de P.
Escrevendo o vetor v como combinao linear dos vetores de B, vem:
3 2a b
de onde se obtm: a
base B so:
5
1
e b . Assim, as coordenadas de v em relao
3
3
5
3
v B 1 .
3
Usando-se qualquer um dos mtodos vistos anteriormente, calcula-se a
inversa da matriz P, obtendo-se:
5 2
P 1
.
1 1
5
5 2 3 9
Assim: v C
.
1 1 1 2
3
cap5_OK.indd 182
31/03/2013 03:40:00
De modo anlogo ao exemplo anterior, poder-se-ia determinar as coordenadas de v em relao base C atravs da definio da matriz de mudana
da base de B para C.
Considerando-se a base C como sendo: C a, b , c, d , tem-se:
1
1
a, b 3 1,2 3 1,1
,
c, d 2 1,2 5 1,1
3
3
de onde se obtm os vetores 0,1 e 1,3 . Assim, C 0,1 , 1,3 .
3 3
9
cuja soluo 9 e 2. Portanto, tem-se: v C .
2
5.1. EXERCCIOS PROPOSTOS
base C 1 t , 2t t ,3 t .
2
1 134 74
R: P M C 1 2
0
1
1
0
2
2
cap5_OK.indd 183
31/03/2013 03:40:00
2 3
3) Sejam: B a base cannica do espao M 2 e A
um elemento
5 8
desse espao. Sabendo que a matriz de mudana da B para a base C
1 0
2 1
0 1
0 0
0 0
0 0
, determinar as coordenadas de A em relao
1 0
1 1
base C e a base C.
2
1 2 0 1 0 0 0 0
7
R: AC ; C
,
,
,
12
0 0 1 0 1 1 0 1
4
4) Considerem-se, no 3 , as bases B e 1 , e 2 , e 3 e C g 1 , g 2 , g 3 , relacionadas da seguinte forma:
g 1 e1 e 3
g 2 2e 1 e 2 e 3 .
g e 2e e
2
3
3 1
2
Sabendo-se que v B 5 so as coordenadas do vetor v em relao
1
3
base B, determinar v C .
R: v C 1
3
5) Dadas as bases B 1,2, 1 , 3, 4,2 , 1,1,1 e C 1,1,1 , 1,1,0 , 1,0,0 ,
verificar que a matriz de mudana da base B para a base C pode ser detert
minada por P M C CB 1 .
B
cap5_OK.indd 184
31/03/2013 03:40:01
6
TRANSFORMAO LINEAR
6.1. INTRODUO
Muitos problemas de Matemtica Aplicada envolvem o estudo de transformaes, ou seja, a maneira como certos dados de entrada so transformados
em dados de sada.
Em geral, o estudante est familiarizado com funes, tais como funes
reais de uma varivel real, as quais tm por domnio e contradomnio o conjunto dos nmeros reais (ou subconjuntos de ), como, por exemplo, a
funo f indicada a seguir:
f :
x f x x 3
x, y
f x, y x 2 y 2
Neste captulo, sero estudadas funes cujos conjuntos domnio e contradomnio so espaos vetoriais. Como os elementos de um espao vetorial so
chamados, de modo geral, de vetores, essas funes associaro vetores do conjunto domnio com vetores do conjunto contradomnio.
Definio:Dados dois espaos vetoriais V e W, sendo V , uma funo ou
cap6_OK.indd 185
31/03/2013 03:40:19
e W 2 e a
x, y, z
T x, y, z x y, y z
x, y
T x, y x, y
cap6_OK.indd 186
31/03/2013 03:40:20
Transformao Linear |
187
x1 x 2 , y1 y 2 x1 x 2 , y1 y 2 x1, y1 x 2 , y 2 T v1 T v 2
b) considerando-se um vetor v x , y 2 e um nmero real , tem-se:
T v T x , y T x , y x , y x , y T x , y T v
Figura 6.1
cap6_OK.indd 187
31/03/2013 03:40:20
T v 1 v 2 T x 1 , y 1 , z 1 x 2 , y 2 , z 2 T x 1 x 2 , y 1 y 2 , z 1 z 2
x 1 x 2 z 1 z 2 ,2 y 1 y 2 z 1 z 2
x 1 x 2 z 1 z 2 ,2 y 1 2 y 2 z 1 z 2
x 1 z 1 ,2 y 1 z 1 x 2 z 2 ,2 y 2 z 2
T x1, y1, z1 T x 2 , y 2 , z 2 T v1 T v 2
b) Sejam v x , y , z 3 e . Tem-se:
T v T x , y , z T x , y , z x z ,2 y z
x z ,2 y z T x , y , z T v .
3) Sejam 0 : V W a aplicao nula, definida por 0 v 0 , v V , e
Id : V V a aplicao identidade, definida por Id v v , v V . O lei-
x, y
cap6_OK.indd 188
T x, y x, y
, sendo .
31/03/2013 03:40:21
Transformao Linear |
189
x, y
T x, y x, y
Figura 6.3
cap6_OK.indd 189
31/03/2013 03:40:21
c) Reflexo na origem:
T : 2 2
x, y
T x, y x, y
x, y
3 3 3
2 2
Figura 6.4
cap6_OK.indd 190
31/03/2013 03:40:22
Transformao Linear |
191
Figura 6.5
x, y
T x, y y, x
Considerando-se, agora, o vetor v 3,1 , obter-se-, pela transformao T, o vetor T v 1,3 , os quais so simtricos em relao reta
y x , como mostra a Figura 6.6.
6) Sejam: M n o espao vetorial das matrizes quadradas de ordem n
sobre o corpo e B M n uma matriz fixa. Verificar se linear a
transformao
T : M n M n
A T A AB BA
cap6_OK.indd 191
31/03/2013 03:40:22
a1 b1
a 2 b2
a1 b1 a 2 b2
a 2 b0 b1
b2
a 0 a1
a1 a1 a 2
b1 b1 b2
T p1 t T p 2 t
cap6_OK.indd 192
31/03/2013 03:40:22
Transformao Linear |
193
Assim, T p1 t p 2 t T p1 t T p 2 t .
b) Sejam p t a 0 a1t a 2t 2 um elemento de P2 e . Tem-se:
a2
a 0 a1
T p t T a 0 a1t a 2t 2
a1 a1 a 2
a2
a 0 a1
T p t .
a1 a1 a 2
arbitrrios de W
Tese: existe uma nica transformao linear T : V W tal que T v 1 w 1,
T v 2 w 2, ..., T v n w n
(i) Existncia
cap6_OK.indd 193
31/03/2013 03:40:23
(ii) Unicidade
Suponha-se que existe uma transformao linear T : V W tal que
T v i w i , para i 1,2,, n . Ento, vem:
T v T 1v 1 2v 2 nv n 1T v 1 2T v 2 nT v n
1w 1 2w 2 nw n T v ,
de onde se segue que T T .
Observao:com este teorema, pode-se afirmar que as transformaes lineares
P1 T 0 0
De fato, tem-se:
T 0 T 0 v 0 T v 0 , v V .
P2 T v T v , v V
De fato, tem-se:
T v T 1 v 1 T v T v
P3 T v 1 v 2 T v 1 T v 2 , v 1 , v 2 V
Com efeito, tem-se:
T v 1 v 2 T v 1 v 2 T v 1 T v 2 T v 1 T v 2
i 1
P4 T iv i iT v i , v i V , i K ; i 1,2,, n .
i 1
cap6_OK.indd 194
31/03/2013 03:40:23
Transformao Linear |
195
De fato, tem-se:
n
T i v i T 1v 1 2v 2 nv n T 1v 1 T 2v 2 T 2v 2
i 1
1T v 1 2T v 2 nT v n
P5 Se U V
T v
i 1
pao vetorial.
Sugere-se demonstrar a afirmao.
Observaes:
2) A 4 propriedade mostra que a transformao linear preserva combinaes lineares. Diz-se, ento, que a transformao linear satisfaz o princpio
de superposio.
Exemplo: Considere-se uma transformao linear T : P2 satis3
cap6_OK.indd 195
31/03/2013 03:40:23
ou seja,
x , y , z a b c, a b, a ,
de onde se segue que
x a b c
,
y a b
z a
e, portanto,
a z
b y z .
c x y
z 2 3t y z 1 t t 2 x y t 2t 2
y z x 4z t 2x 3 y z t 2 .
Assim, para qualquer vetor x , y , z 3 , tem-se que
T x, y, z y z x 4z t 2x 3 y z t 2 ,
que a expresso procurada da transformao T.
cap6_OK.indd 196
31/03/2013 03:40:23
Transformao Linear |
197
conjunto:
Im T w W ; v V / T v w.
Assim, a imagem de T constituda dos vetores de W que so imagem de
pelo menos um vetor de V, atravs da aplicao T. claro que, de maneira
geral, tem-se que Im T W ; pode ocorrer, entretanto, que Im T W .
Definio:O ncleo deuma transformao linear T : V W o conjunto:
Ker T v V / T v 0.
Observaes:
cap6_OK.indd 197
31/03/2013 03:40:24
Figura 6.7
Exemplos:
x, y
T x , y 2 x y ,2 x y ,0
2x y ,2x y ,0 0,0,0 ,
de onde se segue que y 2 x . Portanto, o ncleo de T o conjunto:
Ker T x , y 2 / y 2 x ,
isto , so os pares ordenados x , y 2 que pertencem reta de equao
y 2 x.
O conjunto imagem de T :
Im T w 3 ; v 2 / T v w ,
ou seja, so as ternas x , y , z 3 do tipo 2 x y ,2 x y ,0 .
Um sistema de geradores para o conjunto imagem 2,2,0 , 1, 1,0 .
Como esses dois vetores so LD, pois so mltiplos um do outro, pode-se
retirar um deles, por exemplo, 1, 1,0 .
cap6_OK.indd 198
31/03/2013 03:40:24
Transformao Linear |
199
Im T x , y , z 3 / y x e z 0 .
A imagem geomtrica desse conjunto a reta do 3 de equao:
y x
.
z 0
Da anlise efetuada, tm-se as seguintes concluses:
a) os pares ordenados do 2 que pertencem reta y 2 x pertencem ao
ncleo de T, isto , so levados, por esta transformao, ao elemento
0,0,0 3;
b) os demais elementos do 2 so levados, por T, reta do 3 de equao
y x
.
z 0
Essas concluses so mostradas na Figura 6.8.
Figura 6.8
x , y , z T x , y , z x , y ,0
cap6_OK.indd 199
21/08/2013 15:31:58
x , y ,0 0,0,0 ,
de onde se conclui que x y 0 e z pode ser qualquer nmero real. Portanto, o ncleo de T o conjunto:
Ker T 0,0, z / z .
Considerando-se a representao geomtrica do 3, so os pontos sobre o
eixo Oz.
O conjunto imagem de T :
Im T w 3 ; v 3 / T v w ,
ou seja, so as ternas x , y , z 3 do tipo x , y ,0 .
Portanto, Im T x , y ,0 / x , y .
Considerando-se a representao geomtrica do 3, so os pontos sobre o
plano Oxy.
Teorema: Sejam V e W espaos vetoriais sobre um corpo K e T : V W uma
cap6_OK.indd 200
31/03/2013 03:40:25
Transformao Linear |
201
T u T u 0 0,
0
de onde se conclui que u Ker T .
De (1), (2) e (3), conclui-se que Ker T um subespao vetorial de V.
Escreve-se: Ker T V .
se
em V tais que T u w e T u ' w '. Assim, sendo T uma transformao linear, vem:
T u u ' T u T u ' w w '
e, portanto, w w ' Im T .
3) Sejam w Im T e K . Se w Im T , segue-se que existe um elemento u V tal que T u w . Por hiptese, T transformao linear;
ento:
T u T u w ,
de onde se conclui que w Im T .
De (1), (2) e (3), conclui-se que Im T um subespao vetorial de W.
Escreve-se: Im T W.
se
dim Im T posto de T;
cap6_OK.indd 201
26/04/2013 22:33:32
Exemplos:
2a 5b 3c, a c, b d 0,0,0 ,
de onde vem que:
2a 5b 3c 0
.
a c 0
b d 0
b d .
c d
Assim:
a b
Ker T
M 2 / a b d e c d , d ,
c d
ou, equivalentemente,
d d
Ker T
M 2 / d .
d
d
cap6_OK.indd 202
31/03/2013 03:40:25
Transformao Linear |
203
d d
Tomando-se um elemento
Ker T , pode-se escrever:
d
d
d d
1 1
d
.
d
d
1 1
1 1
Ento, B
base de Ker T e, portanto, dim Ker T 1 .
1 1
Os elementos x , y , z 3 que pertencem ao conjunto Im T , pela prpria definio de T, so do tipo 2a 5b 3c, a c, b d , onde a, b, c e d
a b
so os elementos da matriz
.
c d
Para encontrar uma base para Im T , escreve-se:
para Im T . Para encontrar uma base desse espao, a partir desse sistema
de geradores, conforme se viu anteriormente, constri-se uma matriz com
os vetores do conjunto de geradores e escalona-se a matriz. As linhas no
nulas da matriz resultante do escalonamento sero vetores LI, os quais formaro a base procurada. Ento:
5
3
1
0
1
0
0
2
5 L1 2 L2
1 3 L1 2 L3 0
0
0
1
0
1 0
2
5 2 L2 L3 0
0
5 0
0 1
0
1 0
2
5 2 12 L3 L 4 0
0
0 2
0 1
0
1 0
5 2
0 2
0 0
cap6_OK.indd 203
31/03/2013 03:40:25
Assim,
T x, y, z 2x y, x y, x 2 y .
3) Seja T : 3 2 a transformao linear definida por
T x , y , z x y ,2 x y z .
a) Determinar uma base e a dimenso de Ker T .
Por definio, tem-se:
Ker T x , y , z 3 / T x , y , z 0,0 .
Assim, Ker T constitudo dos vetores do 3 da seguinte forma:
T x , y , z x y ,2 x y z 0,0 ,
ou seja,
x y 0
,
2 x y z 0
de onde se conclui que y x e z 3x . Portanto, os vetores do 3 que
pertencem ao ncleo de T so da forma x , x , 3x , x , isto ,
Ker T x , x , 3x / x x 1, 1, 3 / x 1, 1, 3 .
Logo,
cap6_OK.indd 204
31/03/2013 03:40:26
Transformao Linear |
205
L1 L2
L2 L3
3L2 L3
0 3 0 1 0 1
1 1
0 1
0 1
0 3
0 0
Adio
cap6_OK.indd 205
31/03/2013 03:40:26
F G u v F u v G u v .
Como, por hiptese, F e G so transformaes lineares, pode-se escrever:
F G u v F u v G u v F u F v G u G v
F u G u F v G v F G u F G v
Assim, F G u v F G u F G v .
b) Sejam u V e K ; tem-se:
F G u F u G u F u G u F u G u F G u .
De (a) e (b), conclui-se que F G uma transformao linear.
6.5.2.
Subtrao
cap6_OK.indd 206
31/03/2013 03:40:27
Transformao Linear |
6.5.3.
207
Sejam V e W espaos vetoriais sobre um corpo K, F : V W uma transformao linear e K . Chama-se multiplicao da transformao F pelo
nmero a aplicao F : V W tal que F v F v , v V .
Propriedades:dadas as transformaes lineares F : V W e G : V W e os es-
F F F
d) 1 F F
possvel demonstrar que verdadeiro o resultado seguinte.
Proposio:Sejam:V e W espaos vetoriais sobre um corpo K, F : V W e
6.5.4.
cap6_OK.indd 207
31/03/2013 03:40:27
Assim, tem-se:
Figura 6.10
G F u v G F u v .
Como, por hiptese, F uma transformao linear, pode-se escrever:
G F u v G F u v G F u F v .
Por sua vez, G uma transformao linear; ento:
G F u F v G F u G F v G F u G F v
Assim, G F u v G F u G F v .
b) Sejam u V e K ; tem-se:
G F u G F u G F u G F u G F u
De (a) e (b), conclui-se que G F uma transformao linear.
cap6_OK.indd 208
31/03/2013 03:40:28
Transformao Linear |
209
c) Distributiva:
esquerda: F G H F G F H
direita: G H F G F H F
d) Elemento Inverso: considerado o operador linear inversvel F : V V , o
elemento inverso da composio de transformaes o operador
F 1 : V V tal que F F
F Id .
Captulo 7.
Exemplo: Dadas as transformaes lineares: F : , G :
2
H : , definidas por:
2
F x , y x y , x y , x , G x , y , z x y , x z e
H x , y 2 x y , y , x 2 y , determinar:
a) R 3F 2H
Tem-se:
R x , y 3F x , y 2 H x , y 3 x y , x y , x 2 2 x y , y , x 2 y
7 x y ,3x y ,5x 4 y
b) G F
G F x , y G F x , y G x y , x y , x
x y x y , x y x 2 y ,2 x y
cap6_OK.indd 209
31/03/2013 03:40:28
c) F 2 F F
F 2 x , y F F x , y F F x , y F x y , x y , x
x y x y , x y x y , x y 2 x ,2 y , x y
z 0
e cuja imagem constituda pelos pontos do plano de equao
x 2 y z 0.
R: T x , y , z 4 x 2 y z , 2 x y , z
5) Sendo T x , y 3x 2 y , x y , x y e G x , y , z x y z ,2 x z
cap6_OK.indd 210
31/03/2013 03:40:28
7
ISOMORFISMO
A pergunta inicial que se faz neste captulo e que o motiva : dada uma
transformao linear T : V W , possvel definir uma transformao linear
que seja inversa de T, ou seja, existe a transformao linear T 1 : W V ? Sero
dados, a seguir, definies e resultados que permitam responder a esta pergunta.
Primeiramente, recordar-se-o trs definies importantes sobre funes
reais de uma varivel real, para, em seguida, estend-las s transformaes
lineares.
Definies:Dados dois subconjuntos no vazios de , A e B, e uma funo
f de A em B, define-se:
y f x injetora se f x 1 f x 2 x 1 x 2, ou seja, y 1 y 2 x 1 x 2.
Isto significa que cada y pertencente ao conjunto Im f imagem
de um nico x do domnio de f . Equivalentemente, tem-se:
x 1 x 2 f x 1 f x 2 . Assim, elementos distintos do domnio de f
tm imagens diferentes.
y f x sobrejetora se y CD f , x D f / y f x , isto :
Im f CD f .
Isto significa que todo elemento de B imagem de pelo menos um x do domnio de f . Aqui, D f e CD f denotam, respectivamente, o domnio
e o contradomnio de f.
cap7_OK.indd 211
31/03/2013 03:40:49
Isto significa que todo elemento de W imagem de pelo menos um v do domnio de T . Aqui, D T e CD T denotam, respectivamente, o domnio e o
contradomnio de T.
Definio: Dados dois espaos vetoriais no vazios V e W, diz-se que uma
T v T x , y x y , x y , para todo v x , y 2 .
Afirma-se: T bijetora.
Para ver que essa afirmao verdadeira, deve-se mostrar que T injetora
e sobrejetora. Tomando-se dois elementos v 1 x 1 , y 1 e v 2 x 2 , y 2 no domnio de T, tem-se:
T v 1 T x 1 , y 1 x 1 y 1 , x 1 y 1 e T v 2 T x 2 , y 2 x 2 y 2 , x 2 y 2 .
Ento:
T v1 T v 2 x1 y1, x1 y1 x 2 y 2 , x 2 y 2 ,
de onde se obtm o sistema linear:
x 1 y 1 x 2 y 2
.
x 1 y 1 x 2 y 2
Resolvendo-se esse sistema, conclui-se que x 1 x 2 e y 1 y 2 , ou seja,
conclui-se que v 1 v 2 e, portanto, T injetora.
Para mostrar que T sobrejetora, deve-se mostrar que todo elemento de
cap7_OK.indd 212
31/03/2013 03:40:51
Isomorsmo | 213
cap7_OK.indd 213
31/03/2013 03:40:51
nida por:
T v T x , y x y , x y , para todo v x , y 2 ,
a qual injetora. Tomando um elemento u x , y Ker T , tem-se:
T u 0 , ou seja, T x , y 0 , ressaltando que, neste caso, o elemento 0
que figura no segundo membro da igualdade o vetor 0 0,0 . Assim, vem:
T x , y 0 x y , x y 0,0 ,
ou seja,
x y 0
,
x y 0
de onde se segue que x y 0 , ou seja, u 0 . Conclui-se, assim, que o nico
elemento que pertence a Ker T o vetor nulo, isto , Ker T 0 , ou,
equivalentemente, Ker T 0,0 .
T : V W uma transformao linear injetora. Se
so vetores LI de V, ento T v 1 , T v 2 ,, T v n so ve-
Teorema 2: Seja
v 1 , v 2 ,, v n
tores LI de W.
Demonstrao:
Hipteses: T : V W uma transformao linear injetora; v 1 , v 2 , , v n V
so LI
Tese: T v 1 , T v 2 , , T v n W so LI
1T v 1 2T v 2 nT v n 0 ;
sendo T uma transformao linear, pode-se escrever:
T 1v 1 2v 2 nv n 0 .
Como T injetora, segue-se que:
1v 1 2v 2 nv n 0 .
Sendo v 1 , v 2 ,, v n LI, segue-se que 1 2 n 0 e, portanto,
T v 1 ,T v 2 ,,T v n so LI.
cap7_OK.indd 214
31/03/2013 03:40:51
Isomorsmo | 215
finida por:
T v T x , y x y , x y , para todo v x , y 2 ,
e os vetores v 1 1,2 e v 2 0, 1 , os quais so LI. Tem-se:
T v 1 T 1,2 1 2,1 2 3, 1
e
T v 2 T 0, 1 0 1,0 1 1,1
3a b, a b 0,0 ,
de onde se obtm o sistema linear
3a b 0
,
a b 0
cuja soluo a b 0 . Assim, conclui-se que T v 1 e T v 2 so LI.
Teorema3: Sejam V e W espaos vetoriais sobre um corpo K, sendo V de di-
T : V W transformao linear
dim Ker T
Supondo-se que dim Ker T 0 , considere-se u1 , u 2 ,..., u n V uma
base de Ker T . Pode-se completar esse conjunto, de modo a obter uma base
cap7_OK.indd 215
31/03/2013 03:40:52
T u i 0 1 i n , e, portanto, w 1T v 1 2T v 2 mT v m .
Conclui-se, assim, que T v 1 , T v 2 ,., T v m gera Im T .
1T v 1 2T v 2 mT v m 0 .
Dessa equao, pode-se escrever:
T 1v 1 2v 2 mv m 0 ,
de onde se segue que 1v 1 2v 2 mv m Ker T e, portanto, uma
combinao linear dos elementos da base deste espao, ou seja, existem
escalares i 1 i n tais que:
1v 1 2v 2 mv m 1u1 2u 2 nu n ,
ou seja,
cap7_OK.indd 216
27/04/2013 17:26:54
Isomorsmo | 217
1v 1 2v 2 mv m 1u1 2u 2 nu n 0 .
Como
LI.
(i) (ii)
eT sobrejetora
Pelo teorema anterior, tem-se que dim V dim Im T dim Ker T , de onde
se conclui que dim Ker T 0 , ou seja, Ker T 0. Pelo Teorema 1, segue-se
que T injetora e, portanto, T bijetora.
(ii) (iii)
eT bijetora
eT injetora
cap7_OK.indd 217
27/04/2013 17:26:55
Seja
B v 1 , v 2 ,, v n
uma
base
de
V.
Mostrar-se-
que
TB T v 1 , T v 2 ,, T v n uma base de W.
Uma vez que T injetora, TB tem tantos vetores quanto B. Dessa forma,
1T v 1 2T v 2 nT v n 0.
Sendo T uma transformao linear, pode-se escrever:
T 1v 1 2v 2 nv n 0;
sendo T injetora, tem-se que
1v 1 2v 2 nv n 0
e, como
i 1 i n tais que:
w 1T v 1 2T v 2 nT v n ,
ou seja,
w T 1v 1 2v 2 nv n .
Isso mostra que w Im T e, portanto, T sobrejetora.
Teorema4: Se V e W so espaos vetoriais de dimenso finita e T : V W
cap7_OK.indd 218
31/03/2013 03:40:53
Isomorsmo | 219
Demonstrao:
dim V dim W .
Exemplos:
cap7_OK.indd 219
31/03/2013 03:40:53
x y 0
de onde se obtm que x y 0. Portanto, Ker T 0; assim, pelo Teorema 1, segue-se que T injetora. Pelo Corolrio do Teorema 3, conclui-se
que T bijetora.
2) Seja T : P2 M 2 uma transformao linear definida por:
0
a 0 a1
T a 0 a1t a 2t 2
.
0 a1 a 2
Pergunta-se:
a) T sobrejetora?
b) T injetora?
c) Quais so as dimenses dos espaos Ker T e Im T ?
a) Uma vez que dim P2 dim M 2 , conclui-se, pelo Teorema 4, que T no sobrejetora.
b) Seja p t a 0 a1t a 2t 2 um elemento de Ker T . Ento, T p t 0,
isto :
0 0 0
a 0 a1
T a 0 a1t a 2t 2
,
0 a1 a 2 0 0
a1 a 2 0
resultando em a 0 a1 a 2 . Logo, todo elemento p t Ker T da
forma:
cap7_OK.indd 220
31/03/2013 03:40:54
Isomorsmo | 221
p t a 0 a 0t a 0t 2 a 0 1 t t 2 .
x , y x 2 y ,3x y
3x y 0
cap7_OK.indd 221
31/03/2013 03:40:54
x , y T a, b a 2b,3a b ,
de onde se segue que:
a 2b x
,
3a b y
ou seja,
a 2b x
,
7b 3x y
isto ,
3
1
b 7 x 7 y
.
a 1 x 2 y
7
7
Portanto:
2
3
1
1
T 1 x , y x y , x y .
7
7
7
7
2) Seja T : P2 3 a transformao linear definida por:
T a 0 a1t a 2t 2 a 0 a1 , a1 a 2 , a 0 a1 a 2 .
Verificar se T um isomorfismo. Em caso afirmativo, determinar o isomorfismo inverso.
Determinar-se- o ncleo de T, para verificar se T injetora. Considere-se,
assim, um elemento a 0 a1t a 2t 2 de Ker T . Ento,
cap7_OK.indd 222
31/03/2013 03:40:54
Isomorsmo | 223
T a 0 a1t a 2t 2 0 ,
ou seja,
a 0 a1 , a1 a 2 , a 0 a1 a 2 0,0,0 .
Obtm-se, assim, o sistema linear:
a 0 a1 0
,
a1 a 2 0
a a a 0
0 1 2
do qual se conclui que a 0 a1 a 2 0. Logo Ker T 0. Pelo Teorema
1, segue-se que T injetora.
Uma vez que dim P2 dim 3 3, segue-se, do Corolrio do Teorema 3, que T sobrejetora e, assim, T um isomorfismo.
Quer-se determinar, agora, o isomorfismo inverso T 1 : 3 P2 .
Como o contradomnio de T 1 o espao vetorial P2 , tem-se:
T 1 x , y , z a 0 a1t a 2t 2.
(1)
Ento:
T T 1 x , y , z T a 0 a1t a 2t 2 ,
ou seja,
T T 1 x , y , z T a 0 a1t a 2t 2
x , y , z T a 0 a1t a 2t 2 .
Pela definio de T, vem:
x , y , z a 0 a1 , a1 a 2 , a 0 a1 a 2 ,
de onde se segue que
x a 0 a1
.
y a1 a 2
z a a a
0
1
2
cap7_OK.indd 223
31/03/2013 03:40:54
a1 x y z .
a x z
2
Substituindo-se esses coeficientes na expresso de T 1 dada por (1), obtm-se, finalmente o isomorfismo inverso procurado:
T 1 x , y , z 2 x y z x y z t x z t 2 .
Observao:nos exemplos anteriores, determinou-se o ncleo de T, isto ,
3) Considere-se o operador linear T : 3 3, com as seguintes caractersticas: T 2,1,0 1,00 , T 1,0,1 0,0, 1 e T 1, 1, 0, 1,1. Determinar o operador inverso T 1, sabendo-se que ele existe.
Pela definio de operador inverso, tem-se:
T 1 1,00 2,1,0
1
T 0,0, 1 1,0,1
1
T 0, 1,1 1, 1,1
(1)
x , y , z a, c, b c ,
cap7_OK.indd 224
31/03/2013 03:40:55
Isomorsmo | 225
de onde se segue:
x a
y c ,
z b c
e, portanto,
a x
.
c y
b z y
Ento, tem-se:
ou, ainda,
T 1 x , y , z xT 1 1,0,0 y z T 1 0,0, 1 y T 1 0, 1,1.
De (1), vem:
T 1 x , y , z x 2,1,0 y z 1,0,1 y 1, 1,1,
de onde se conclui que
T 1 x , y , z 2 x 2 y z , x y , 2 y z ,
que a expresso de T 1 que se procurava.
4) Seja T : 2 2 definida por: T x , y 2 x y , x 3 y . Verificar se T
um automorfismo.
Observe-se, inicialmente, que o enunciado no afirma que T uma transformao linear. Assim, necessrio, antes de utilizar os resultados enunciados
anteriormente, que se faa essa verificao, que ser deixada a cargo do leitor.
cap7_OK.indd 225
31/03/2013 03:40:55
Uma vez que se tenha mostrado que T uma transformao linear, verificar-se- se T bijetora.
Para verificar se T injetora, determina-se seu ncleo; seja x , y Ker T .
Ento:
T x , y 0,0 ,
ou seja,
2x y , x 3 y 0,0 ,
de onde vem que:
2 x y 0
x 3 y 0
A resoluo desse sistema linear leva soluo x y 0 e, portanto, conclui-se que Ker T 0, o que acarreta que T injetora. Como os espaos
de sada e de chegada de T so iguais, eles tm a mesma dimenso; conclui-se, assim, que T sobrejetora e, portanto, bijetora. Assim, T um
automorfismo.
Definio: Dois espaos vetoriais V e W so isomorfos se existir um isomor-
x , y x yi
cap7_OK.indd 226
31/03/2013 03:40:55
Isomorsmo | 227
T : 2 W
x , y x , y ,0
bijetora, pois, a cada vetor x , y 2 corresponde um nico vetor
x , y ,0 W e, reciprocamente. Assim, T um isomorfismo e, portanto,
2 e W so isomorfos. Denota-se: 2 W .
Teorema6:Dois espaos vetoriais V e W sobre um mesmo corpo K so iso-
W x , y , z 3 / x 2 y z 0 e U a 0 a1t a 2t 2 P2 / a 0 a1 a 2 0 .
a) Mostrar W e U so isomorfos.
b) Determinar um isomorfismo entre W e U.
a) Pelo Teorema 6,para mostrar que W e U so isomorfos, basta mostrar
que eles tm a mesma dimenso. Pode-se escrever:
W 2 y z , y , z 3 , y e z .
cap7_OK.indd 227
31/03/2013 03:40:56
conjunto
LI de W,
U a1 a 2 a1t a 2t 2 , a1 , a 2 .
Tem-se:
a1 a 2 a1t a 2t 2 a1 1 t a 2 1 t 2 ;
x , y , z y 2,1,0 z 1,0,1.
Fazendo-se:
T 2,1,0 1 t e T 1,0,1 1 t 2,
tem-se:
T x , y , z T y 2,1,0 z 1,0,1 ,
isto ,
T x , y , z yT 2,1,0 zT 1,0,1 ,
ou seja,
T x , y , z y 1 t z 1 t 2 .
cap7_OK.indd 228
31/03/2013 03:40:56
Isomorsmo | 229
y z yt zt 2 T w
Determina-se, agora, o Ker T . Seja um vetor
Ento:
x , y , z Ker T .
T x , y , z 0 0t 0t 2 ,
isto ,
y z yt zt 2 0 0t 0t 2 ,
de onde se segue que:
y z 0
.
y 0
z 0
cap7_OK.indd 229
31/03/2013 03:40:56
a b
1) Seja T
a b, b c, c d , a b c uma transformao linear.
c d
Mostrar que T um isomorfismo e determinar o isomorfismo inverso.
y t
R.: T 1 x , y , z , t
x t
x y t
x z t
cap7_OK.indd 230
31/03/2013 03:40:56
8
MATRIZ DE UMA TRANSFORMAO LINEAR
Dada uma transformao linear T : U V , mostrar-se- que conveniente, muitas vezes, trabalhar com uma matriz que a represente, ao invs de trabalhar com a expresso da transformao linear. Este o objetivo deste captulo.
Considerem-se dois espaos vetoriais U e V sobre um corpo K, de
dimenses n e m, respectivamente, a transformao linear T : U V e as
bases B u1 , u 2 ,, u n de U e C v 1 , v 2 ,, v m de V. Os vetores
T u1 , T u 2 ,, T u n so elementos de V e, portanto, se escrevem
como combinao linear da base C. Logo, existem nmeros reais
a ij 1 i m ; 1 j n tais que:
T u1 a11v 1 a 21v 2 a m1v m
T u a v a v a m 2v m
S : 2 12 1 22 2
a11 a12
a 21 a 22
P
a m1 a m2
a1n
a 2n
,
a mn
Notao: P T .
C
Observaes:
cap8_OK.indd 231
31/03/2013 03:41:20
a11
a12
a1n
a 21
a 22
a 2n
T u1
, T u
,..., T u n
.
2
a m1
a mn
a m2
Isso indica que P a matriz transposta da matriz dos coeficientes do sistema linear S.
2) Cuidado com a notao! O leitor deve ficar atento s notaes utilizadas
neste captulo e a notao de matriz mudana de base introduzida no
Captulo 5:
B
T x , y , z x y , x 2z .
Considerando-se a base cannica do 3 e a base C 1,1 , 1, 1 do 2,
determinar a matriz da transformao linear T em relao s bases B e C.
A base cannica do 3 : B 1,0,0 , 0,1,0 , 0,0,1. A transformao
linear T, aplicada nos elementos dessa base, resulta em:
T 1,0,0 1 0,1 0 1,1
1,0 c 1,1 d 1, 1
0,2 e 1,1 f 1, 1
cap8_OK.indd 232
31/03/2013 03:41:22
1,1 11,1 0 1, 1
1
1
1,0 1,1 1, 1 .
2
2
0,2
1
1,1
1
1,
1
Lembrando que as coordenadas obtidas constituiro as colunas da matriz
desejada, obtm-se:
1
1 2
P T C
0 1
2
1
.
1
Demonstrao:
Hipteses: T : U V transformao linear; B e C so bases de U e V
Tese: T u T u
C
B
C
B
(1)
Uma vez que os vetores T u1 , T u 2 ,, T u n pertencem a V, podem-se determinar suas coordenadas em relao base C; assim, existem
escalares bij K 1 i m ; 1 j n , tais que:
cap8_OK.indd 233
31/03/2013 03:41:22
T u b v b v b m 2v m
,
S : 2 12 1 22 2
e, portanto,
b11 b12
B
b21 b22
T C
bm1 bm2
b1n
b 2n
.
bmn
a b a b a nb2n
T u 1 21 2 22
.
C
b
b22
T u 21
C
bm1 bm2
cap8_OK.indd 234
b1n a1
b2n a 2
bmn
a n
31/03/2013 03:41:22
a) u B Id B1 u B
2
2
1
b) u B Id B1
1
2
u B ,
2
B2
Id B1 u B
2
1
a n
A matriz Id B1 determinada escrevendo-se cada vetor Id v i v i 1 i n
B
Id v v c w c w c n2w n
:
.
S
2 2 12 1 22 2
cap8_OK.indd 235
31/03/2013 03:41:22
c 21 c 22
B1
Id B
2
c n1 c n2
c 1n
c 2n
.
c nn
B
c 21 c 22
c n1 c n2
c 1n a1
c 2n a 2
c nn a n
a1c 11 a 2c 12 a nc 1n
a1c 21 a 2c 22 a nc 2n .
a1c n1 a 2c n2 a nc nn
a1c 21 a 2c 22 a nc 2n
.
u B
a1c n1 a 2c n2 a nc nn
B
cap8_OK.indd 236
31/03/2013 03:41:23
B1
Id B1
2
u B
matriz Id B1
2
Id B1
2
, obtm-se:
u B Id B1
2
2
Id B1 u B ,
1
1
isto ,
Id B1
2
u B u B ,
2
1
T x, y x y 2x y t x y t 2 ;
1, 1 a 1,2 b 2,0 ;
dessa igualdade, vem:
1 a 2b
,
1 2a
de onde se segue que a
cap8_OK.indd 237
1
3
e b ;
2
4
27/04/2013 17:27:22
1
assim, u B 2 .
3
4
A transformao linear T, aplicada ao vetor u, produz:
T u T 1, 1 1 1 2 1 1 t 1 1 t 2 2 t .
Escreve-se, agora, o elemento T u P2 como combinao linear dos
elementos da base C, ou seja, determinam-se escalares , e tais que:
T u 2 1 t 2 t 2 .
Ento:
2 t 2 1 t 2 t 2 2 2 t t 2 ;
da igualdade de polinmios, segue-se que:
2 2 2
.
1
0
1
Desse sistema, obtm-se: , 1 e 0 , ou seja, as coordenadas
2
de T u em relao base C so:
1
2
T u 1 .
C
T 1,2 1 4t 3t 2 a 2 b 1 t c 2 t 2
2
2
T 2,0 2 4t 2t d 2 e 1 t f 2 t
de onde vem que:
cap8_OK.indd 238
31/03/2013 03:41:24
1 4t 3t 2 2a b 2c bt ct 2
.
2
2
2 4t 2t 2d e 2 f et ft
Tem-se, assim, o sistema linear:
2a b 2c 1
b 4
c 3
,
2d e 2 f 2
e 4
f 2
1
de onde se obtm: a ; b 4 ; c 3 ; d 1 ; e 4 ; f 2 , ou seja:
2
1
2
B
T C 4
4 .
1
1
1
2
4 2 1 T u .
C
3
2 4 0
T S C T C S C .
cap8_OK.indd 239
31/03/2013 03:41:24
S T D S D T C .
Exemplo:Considerem-se as transformaes lineares:
T : 3 2 , definida por: T x , y , z x y , x z ;
S : 2 2 , definida por: S x , y x y ,2 y .
Sejam B 1,0,1 , 2,2,1 , 1, 1,1 , uma base de 3 ; C 1,1 , 0,2
S T D S D T C .
Primeiramente, determina-se a transformao linear composta de T e S,
isto :
S T x , y , z S T x , y , z S x y , x z
x y x z ,2 x z 2 x y z ,2 x 2z
Observe-se que S T uma transformao de 3 em 2, sendo este ltimo
B
espao considerado com a base D. Para calcular a matriz S T D , deve-se aplicar S T em cada vetor da base B de 3 e escrever os vetores resultantes como
combinao linear dos vetores da base D de 2 , ou seja:
S T 1,0,1 1,0 a 0,1 b 1,2
Ento:
1,0 b, a 2b
5,2 d , c 2d ,
0,0 f , e 2 f
cap8_OK.indd 240
31/03/2013 03:41:24
Ento:
1,0 a, a 2b
4,1 c, c 2d ,
0,0 e, e 2 f
1
3
de onde vem que: a 1 ; b ; c 4 ; d ; e f 0.
2
2
Portanto, a matriz procurada :
4
1
B
T C
1 3
2
2
0
.
0
2, 4 d , c 2d
cap8_OK.indd 241
31/03/2013 03:41:24
4
6 8 1
S D T C
2 2 1 3
2
2
C
0 2 12
1 5
0
0
B
S T D .
0
respectivamente, e T : U V um isomorfismo.Ento T 1 T C
B
.
B
Conforme se viu no Captulo 7, sendo um isomorfismo, T bijetora e, portanto, admite o isomorfismo inverso T 1 : V U . A matriz desse isomorfismo,
C
seja, T 1 T C
B
T : 2 2
x , y x 2 y ,3x y
cap8_OK.indd 242
31/03/2013 03:41:25
1
3
Uma vez que det T 7 0 , segue-se que T no singular, ou seja,
inversvel, e, portanto, o operador linear T inversvel.
Para determinar T 1 , determina-se a matriz inversa de T . Utilizando-se
qualquer mtodo de inverso de matrizes, obtm-se:
1
1
T 1 T 7
2
7 .
1
Ento:
1
T 1 x , y T 7
y 3
7
1 x
2
2
1
x y
7
7
7 .
1 y 3
1
x y
7
7
7
Assim, tem-se:
2
3
1
1
T 1 x , y x y , x y .
7
7
7
7
Proposio: Sejam: U e V espaos vetoriais sobre o corpo K; B e C, bases
T D Id D T E Id C .
cap8_OK.indd 243
31/03/2013 03:41:25
T C .
Demonstrao:
Hipteses: V um espao vetorial sobre o corpo K; B e C so bases de V;
B
T B P
(1)
assim, obtm-se:
a11 a12
a 21 a 22
B
P M C
a n1 a n2
a1n
a 2n
.
a nn
cap8_OK.indd 244
27/04/2013 17:27:45
(2)
b21 b22
T
bn1 bn2
b1n
b 2n
.
bnn
C
(3)
e, portanto, vem:
c 11 c 12
c 21 c 22
T C
c n1 c n2
c 1n
c 2n
.
c nn
(4)
Em (4), na expresso de T v 1 , substitui-se o primeiro membro pela primeira equao de (3) e, no segundo membro, substitui-se T u i , 1 i n ,
pelas equaes de (2), obtendo-se:
cap8_OK.indd 245
27/04/2013 17:27:47
(5)
a 21 a 22
a n1 a n2
b11 b12
b21 b22
bn1 bn2
cap8_OK.indd 246
a1n c 11 c 12
a 2n c 21 c 22
a nn
c n1 c n2
b2n a 21 a 22
bnn
a n1 a n2
c 1n
c 2n
c nn
a1n
a 2n
.
a nn
31/03/2013 03:41:25
3 1
B 1,2 , 0,5
.
2 1
3 1
B
Tem-se: T B T B
.
2 1
B
(1)
cap8_OK.indd 247
31/03/2013 03:41:26
(2)
2 x y .
b
5
Substituindo-se esses valores de a e b em (2), vem:
2 x y
T x , y xT 1,2
T 0,5 ;
5
e, portanto, a expresso de T :
13x y 86 x 3 y
T x, y
,
.
5
5
R.: G 1 2 ; G x , y x y , x 2 y ,3x y
3 1
cap8_OK.indd 248
31/03/2013 03:41:26
p t dt.
e C 2 de .
1
3
bases cannicas do e de M 2
0
0
1
1
0
0
. Considerando-se o
1
R.: T u ; T x , y , z
2
yz
3
x y
20 4
cap8_OK.indd 249
31/03/2013 03:41:26
1 1 2 1
5) Sejam: T C 2
1 1 0 a matriz de uma transformao linear
1 3 0 0
T : M 2 P2 ; B e C as bases cannicas de M 2 e de P2 ,
respectivamente. Sabendo-se que as coordenadas do vetor u M 2 ,
2
1
emrelao base B, so
, determinar as coordenadas do vetor T u
1
3
em relao base C. Qual a expresso de T : M 2 P2 ?
2
a b
2
R.: T u 2 ; T
a b 2c d 2a b c t a 3b t
C
c
d
cap8_OK.indd 250
31/03/2013 03:41:26
9
OPERADORES DIAGONALIZVEIS
No captulo 8, viu-se que possvel determinar a matriz de uma transformao ou de um operador linear em relao a qualquer base do espao onde
esto definidos. Neste captulo, considerado um operador linear T : V V ,
quer-se determinar uma base de V em relao qual a matriz de T seja a mais
simples possvel. Mostrar-se- que essa matriz diagonal, o que justificar a
nomenclatura de operador diagonalizvel. Para tanto, so necessrios algumas
definies e resultados.
v H v v
univoca-
cap9_OK.indd 251
31/03/2013 03:41:54
Demonstrao:
Hipteses: T : V V um operador linear; v um autovetor de T
Tese:o autovalor
nico
v v v 0 0 .
Logo, o autovalor determinado por v nico.
Observao:este resultado significa que cada autovetor est associado a apenas
xos ou reais e T : V V um operador linear. Dado o autovalor K , o subespao prprio de o subespao V , dado por:
V v V / T v v .
Proposio:Sejam: V um espao vetorial sobre o corpo K dos nmeros com-
plexos ou reais e T : V V um operador linear. Dado o autovalor K associado ao autovetor v V , o subespao prprio de V Ker T Id .
Demonstrao:
Hipteses:V espao vetorial sobre K; T : V V operador linear;
cap9_OK.indd 252
31/03/2013 03:41:56
v 0 e .
T v v , ou seja, T x , y x , y , vem:
siderem-se v x , y 2
Impondo-se a condio
y, x x, y ,
de onde se segue que
y x
.
x y
Conclui-se, assim, que 1 ou 1 , ou seja, existem dois autovalores.
Determinam-se, agora, os autovetores associados a cada autovalor.
Figura 9.1
cap9_OK.indd 253
31/03/2013 03:41:56
Para 1 1 , tem-se:
y 1 x
,
x 1 y
ou seja, 1 1 gera vetores da forma v 1 x , x . Mais precisamente,
1 1 gera o subespao prprio V 1 x , y 2 / y x . Geometricamente, os vetores desse subespao pertencem reta bissetriz do 2 e 4
quadrantes, onde T v 1 v 1 (Figura 9.2).
Figura 9.2
Para 2 1 , tem-se:
y 1 x
,
x 1 y
ou seja, 2 1 gera vetores da forma v 2 x , x . Esse autovetor gera o
subespao prprio V 1 x , y 2 / y x . Geometricamente, os vetores desse subespao pertencem reta bissetriz do 1 e 3 quadrantes, onde
T v 2 v 2 (Figura 9.3).
cap9_OK.indd 254
31/03/2013 03:41:57
Figura 9.3
y, x x, y ,
cap9_OK.indd 255
31/03/2013 03:41:57
x y
Substituindo-se a primeira equao na segunda, vem:
x x ,
ou seja,
2x x 0 2 1 x 0 .
Para que essa equao seja verdadeira para todo x, deve-se ter 2 1 0 ;
entretanto, essa equao no admite soluo em . Conclui-se, assim, que
no existem nmeros reais tais que T x , y x , y , isto , no existem subespaos prprios.
3) Seja T : 3 3 o operador linear dado por T x , y , z x , y ,0 . Determinar, caso existam, os subespaos prprios.
O operador T a projeo ortogonal de um ponto x , y , z sobre o plano
Oxy. Geometricamente, pode-se visualizar a ao do operador linear T na
Figura 9.5.
Figura 9.5
cap9_OK.indd 256
31/03/2013 03:41:57
x , y ,0 x , y , z ,
de onde vem:
x x
y y .
0 z
(1)
y 0y ,
0 0z
Figura 9.6
cap9_OK.indd 257
31/03/2013 03:41:57
Figura 9.7
y 1y ,
0 1z
Assim, se
a11 a12
a 21 a 22
A
a n1 a n2
a1n
a 2n
,
a nn
ento:
cap9_OK.indd 258
31/03/2013 03:59:44
a11 a12
a 21 a 22
A Id
a n1 a n2
a1n
1 0 0
a 2n
0 1 0
a nn
0 0 1
a12
a11
a 21
a 22
a n2
a n1
a1n
a 2n
a nn
Logo,
a11
a12
a 21
a 22
PC
a n1
a n2
a1n
a 2n
.
a nn
cap9_OK.indd 259
5
2 so
1
2
31/03/2013 03:41:58
1
3
,
2
1
ou seja,
PC A 2 2 5 .
Por outro lado, tem-se:
PC B
det B Id 2
3
5
2
1
2
T x, y, z x, x y, x z .
Determinar o polinmio caracterstico de T em relao:
a) base cannica do 3.
b) base B 1,0,1 , 2,3,0 , 1, 1,2 .
a) A base cannica do 3 : C 1,0,0 , 0,1,0 , 0,0,1. Para determinar
a matriz de T em relao a essa base, calculam-se primeiramente, os
vetores resultantes da aplicao de T em cada um dos vetores da base,
isto :
cap9_OK.indd 260
31/03/2013 03:41:58
A matriz de T em relao a essa base aquela cujas colunas so as coordenadas dos vetores encontrados, ou seja:
1 0 0
T C 1 1 0 .
1 0 1
e, portanto,
PT 1 3 3 2 3 1 .
3
Escrevendo-se cada um dos vetores como combinao linear dos vetores da base B, tem-se:
,
1 3b c
2 a 2c
cap9_OK.indd 261
31/03/2013 03:41:58
b 2 .
c 5
,
5 3e f
2 d 2 f
e 5 .
f 10
,
0 3h i
3 g 2i
e, portanto,
g 9
h 2
i 6
Assim, a matriz T C :
8 18 9
5 2 .
T C 2
5 10 6
cap9_OK.indd 262
31/03/2013 03:41:58
e, portanto,
PT 3 3 2 3 1
Assim, independentemente da base, o polinmio caracterstico de um
operador linear T sempre o mesmo.
Proposio:Seja V um espao vetorial de dimenso n e T : V V um ope-
o PT 0 .
Considere-se o operador linear T : V V e sejam v 1 , v 2 ,, v r autovetores associados aos autovalores 1 , 2 ,, r , distintos entre si. A demonstrao
ser feita por induo.
Para k 1, tem-se apenas um autovetor v 1, associado ao autovalor 1, o
qual LI, pois no nulo.
Para k 2, tm-se os autovetores v 1 e v 2, associados, respectivamente, aos
autovalores 1 e 2. Demonstrar-se- que v 1 e v 2 so LI.
De fato, tomando-se escalares 1 e 2 tais que:
cap9_OK.indd 263
31/03/2013 03:41:59
1v 1 2v 2 0,
(1)
vem:
T 1v 1 2v 2 T 0 ,
ou seja,
T 1v 1 T 2v 2 0,
isto ,
1T v 1 2T v 2 0.
Sendo v 1 e v 2 autovetores associados, respectivamente, aos autovalores
1 e 2, pode-se escrever:
1 1v 1 2 2v 2 0.
(2)
1 2v 1 2 2v 2 0.
(3)
1 2 1 v 1 0,
de onde se segue que 1 0 , j que v 1 0 e 1 2. Substituindo-se 1 0 em
(1), conclui-se que 2 0 e, portanto, conclui-se que v 1 e v 2 so LI.
Supondo-se que so LI os autovetores v 1 , v 2 ,, v k
1 k r , demons-
1v 1 2v 2 k 1v k 1 0.
(4)
Tem-se:
T 1v 1 2v 2 k 1v k 1 T 0 ,
ou seja,
T 1v 1 T 2v 2 T k 1v k 1 0 ,
ou, ainda,
cap9_OK.indd 264
26/04/2013 22:51:08
1 1v 1 2 2v 2 k 1 k 1v k 1 0 .
(5)
1 k 1v 1 2 K 1v 2 k 1 k 1v k 1 0 .
(6)
1 k 1 1 v 1 2 k 1 2 v 2 k k 1 k v k 0 .
Uma vez que os vetores v 1 , v 2 ,, v k so LI e os autovetores so distintos,
conclui-se que 1 2 k 0 . Substituindo-se esses escalares em (4),
conclui-se que k 1 0 e, portanto, os vetores v 1 , v 2 ,, v k 1 so LI, o que demonstra o teorema.
Observao:a recproca desse teorema no verdadeira, ou seja, se os autove-
v H v v
sendo V um espao de dimenso n 1 , v-se que todo vetor de V um autovetor associado a um nico autovalor, que .
Corolrio:Se V um espao vetorial de dimenso n e T : V V um opera-
dor linear que admite n autovalores distintos, ento V possui uma base cujos
elementos so autovetores de T.
Exemplo: Considere-se o espao vetorial real e o operador linear definido
3
por:
T x , y , z 3 x 6 y 4 z , x 4 y 4 z , x 3 y 3z .
Mostrar que existe uma base do 3 constituda de autovetores de T, conforme afirma o corolrio anterior.
A matriz de T em relao base cannica C do 3 :
cap9_OK.indd 265
21/08/2013 15:36:45
3 6 4
T C 1 4 4
1 3 3
6
4
4
4 ,
3
3
de onde vem:
PC 3 2 2 2 ,
cujas razes so os autovalores de T: 1 1 , 2 1 e 3 2. Tem-se, portanto, 3 autovalores distintos. Determinam-se, agora, os autovetores:
Para 1 1 , tem-se:
3 1
6
4 x 0
4 1 4 y 0 ,
1
1
3
3 1
z 0
de onde vem que:
4 x 6 y 4 z 0
x 3 y 4z 0 .
x 3 y 4z 0
y 2z
Logo, 1 1 gera autovetores da forma v 2z ,2z , z , z , com z 0.
cap9_OK.indd 266
31/03/2013 03:42:00
Para 2 1, tem-se:
3 1
6
4 x 0
4 1 4 y 0 ,
1
1
3
3 1
z 0
de onde se obtm o sistema:
2 x 6 y 4 z 0
x 5 y 4z 0 ,
x 3 y 2z 0
y z
Logo, 2 1 gera autovetores da forma v z , z , z , z , com z 0.
Em particular, para z 1, tem-se o autovetor v 2 1,1,1.
Para 3 2, tem-se:
3 2
6
4 x 0
4 2
4 y 0 ,
1
1
3
3 2
z 0
ou seja,
x 6 y 4z 0
x 6 y 4z 0
x 3 y z 0
y z
cap9_OK.indd 267
31/03/2013 03:42:00
Condio necessria:
Hipteses: B v 1 , v 2 , , v n base de V e v 1 , v 2 , , v n so autovetores de T
Tese: amatriz de T em relao base B diagonal
T v 2 2v 2
,
T v v
n
n n
T v 2 0v 1 2v 2 0v n
.
T v 0v 0v v
n
1
2
n n
0 2
T B
0 0
cap9_OK.indd 268
0
.
21/08/2013 15:39:54
base diagonal
Tese: u1 , u 2 , , u n so autovetores de T
Seja
a1 0
0 a2
T B
0 0
a n
T u 2 0u1 a 2u 2 0u n
,
T u 0u 0u a u
n
1
2
n n
e, portanto, os vetores u i 1 i n so autovetores de T associados aos autovalores a i 1 i n , ou seja, a base B composta de autovetores de T.
A definio seguinte define o que um operador diagonalizvel.
Definio:Seja T : V V um operador linear. Diz-se que T um operador
0 2
T B
0 0
cap9_OK.indd 269
0
.
31/03/2013 03:42:00
0 ou 0 3
0 3
0
0
0 3
0
0
4
Exemplos:
cap9_OK.indd 270
31/03/2013 03:42:01
1
4
2 4 5 .
2
3
.
3 y 0
2
Ento:
para 1 1 , tem-se:
1 1
4 x 0
,
3 1 y 0
2
de onde se segue que
2 x 4 y 0
,
2 x 4 y 0
ou seja,
x 2 y .
Assim, os autovetores associados a esse autovalor so do tipo
v 2 y , y y 2,1 . Fazendo-se, por exemplo, y 1 , obtm-se o
autovetor v 1 2,1 .
cap9_OK.indd 271
31/03/2013 03:42:01
para 2 5 , tem-se:
4 x 0
1 5
,
3 5 y 0
2
isto ,
4 x 4 y 0
,
2 x 2 y 0
De onde se conclui que x y .
Logo, os autovetores associados a esse autovalor so do tipo
v x , x x 1,1 . Tomando-se, por exemplo, x 1, obtm-se o auto-
vetor v 2 1,1 .
2a1 a 2 , a1 a 2 0,0 ,
de onde vem que:
2a1 a 2 0
.
a1 a 2 0
A resoluo desse sistema linear leva soluo trivial, isto , a1 a 2 0
e, portanto, os vetores v 1 e v 2 so LI e formam uma base de 2, isto ,
B 2,1 , 1,1 uma base de 2. Conclui-se, assim, que T um
operador diagonalizvel e sua matriz em relao a essa base uma
matriz diagonal, cuja diagonal principal formada pelos autovalores,
ou seja:
1 0
T B
.
0 5
cap9_OK.indd 272
31/03/2013 03:42:01
5 0
claro que T B
tambm a matriz de T em relao base
0 1
B. A ordem dos autovalores na diagonal da matriz depende da posio
dos autovetores dentro da base B.
b) Aqui, tem-se que T um operador linear de 3 em 3. Para determinar os autovalores, calculam-se as razes do polinmio caracterstico de
T. Usar-se- a base cannica de 3 para construir a matriz de T.
Tem-se:
T 1,0,0 5 0 0, 1 0 0,3 0 0 5, 1,3
2 ;
T 1 4
3 6 4
6
4
6
6
2 3 5 2 8 4 .
4
cap9_OK.indd 273
31/03/2013 03:42:01
ou, ainda,
5
1
3
6
4
6
6 x 0
2 y 0 .
4
z 0
Ento:
para 1 1 , vem:
4 6 6 x 0
1 3 2 y 0 ,
3 6 5 z 0
de onde se obtm o sistema linear
4 x 6 y 6z 0
x 3 y 2z 0 .
3 x 6 y 5z 0
z 3 y
Assim, os autovetores associados a esse autovalor so do tipo
v 3 y , y , 3 y y 3,1, 3 . Fazendo-se, por exemplo, y 1, obtm-se o autovetor v 1 3,1, 3 .
para 2 2, vem:
3 6 6 x 0
1 2 2 y 0 ,
3 6 6 z 0
de onde vem que:
3x 6 y 6z 0
x 2 y 2 z 0,
3x 6 y 6z 0
que leva soluo da forma x 2 y 2z. Portanto, os autovetores associados e esse autovalor so do tipo v 2 y 2z , y , z y 2,1,0 z 2,0,1.
cap9_OK.indd 274
31/03/2013 03:42:02
T B 0 2 0 .
0 0 2
T B 0 2 0 .
0 0 1
T 0 1 1 .
0 2 4
cap9_OK.indd 275
31/03/2013 03:42:02
0 1
1 y 0 .
0
2 4
z 0
Para 1 3, tem-se:
1 1 0 x 0
0 2 1 y 0 ,
0 2 1 z 0
de onde vem que:
x y 0
2 y z 0 ,
2y z 0
x y
que leva a
.
z 2 y
Logo, os autovetores associados so do tipo v y , y , 2 y y 1,1, 2 .
0 1 1 y 0 ,
0 2 2 z 0
cap9_OK.indd 276
31/03/2013 03:42:02
isto ,
y 0
y z 0,
2 y 2z 0
No Captulo 1, viu-se que uma matriz quadrada B, de ordem n, diagonalizvel se existe uma matriz no singular P, de mesma ordem, tal que A P 1BP
uma matriz diagonal. Quando isso ocorre, diz-se que A e B so semelhantes.
A dificuldade consiste em determinar a matriz P. No entanto, pode-se demonstrar que se B for diagonalizvel, as colunas da matriz P so constitudas
das coordenadas dos autovetores relativos a um operador linear T e a matriz A,
cuja diagonal principal constituda dos autovalores associados, a representao diagonal da matriz B.
Exemplos:
cap9_OK.indd 277
31/03/2013 03:42:02
4 1
2 6,
6
3
,
6
3 3 y 0
ou seja,
1 1 x 0
,
6 6 y 0
que leva ao sistema linear
x y 0
.
6 x 6 y 0
Desse sistema, conclui-se que x y , isto , o autovetor gerado por 1 3
da forma v 1 y , y , y , com y 0. Em particular, para y 1,
gera-se o autovetor v 1 1,1.
Para 2 2, tem-se:
4 2 1 x 0
,
3 2 y 0
6
isto ,
6
1 x 0
,
1 y 0
de onde se obtm:
6 x y 0
.
6 x y 0
cap9_OK.indd 278
31/03/2013 03:42:03
15 4
15 6
1 1 1 185
3 1 6 25
3
1
5
2 1
5
1 3
6 0
0
A.
2
1 0
1 1 no so
2 4
semelhantes, ou seja, no existe a matriz P tal que A P 1BP . Pode-se chegar a essa mesma concluso utilizando-se autovalores e autovetores associados a um operador linear T. A partir de B, determina-se seu polinmio
caracterstico:
2
1
PC 0
1
0
2
0
2
1 3 7 16 12 3 2 ;
4
1 3 1 y 0 ,
0
0
2
4 3
z 0
cap9_OK.indd 279
31/03/2013 03:42:03
isto ,
x y 0
2 y z 0 .
2 y z 0
1 2 1 y 0 ,
0
z 0
2
4 2
0
ou seja, obtm-se o sistema linear
y 0
y z 0 ,
2 y 2z 0
a matriz A 1 4
2 , que a matriz de um operador linear em
3 6 4
relao base cannica do 3, diagonalizvel;
seus autovalores so 1 1 e 2 2 ;
os autovetores gerados so v 1 3,1, 3 , v 2 2,1,0 e v 3 2,0,1.
cap9_OK.indd 280
31/03/2013 03:42:03
0 , cuja inversa :
1
2
1
0
1 2 2
1 3 2 .
3 6 5
Pode-se, assim, utilizar essa matriz para determinar a matriz diagonal B que
semelhante matriz A. Basta que se efetue o produto P 1 AP :
1 2 2 5 6 6 3
P AP 1 3 2 1 4
2 1
3 6 5 3 6 4 3
1 2 2 3
2
6
4 1
6 12 10 3
2
1
0
2
1
0
0
1
2 1 0 0
0 0 2 0 .
1 0 0 2
B 0 2 0 ,
0 0 2
diagonal, a qual semelhante matriz A, que a mesma obtida anteriormente no citado exemplo.
cap9_OK.indd 281
21/08/2013 15:50:50
3b
a b 3a
diagonali 0 c 0 a 3b c
zvel e exibir sua matriz em relao base de autovetores.
3 0 0
1 0 0
R: T B 0 3 0 ou T B 0 3 0
0 0 1
0 0 3
R: diagonalizvel; T B 0 2 0 ou T B 0 4 0
0 0 4
0 0 2
2 0 0
ou T B 0 1 0 ...
0 0 4
c) T x , y , z x y z , x y z , x y z
1
R.: diagonalizvel; T B 0
0
1 0
0 0
2 0 ou T B 0 2
0 0
0 2
ou T B 0
0
cap9_OK.indd 282
0
2
0 0
1 0 ...
0 2
21/08/2013 15:50:51
6x y 2x 3 y
,
d) T x , y
4
4
5 0
1 0
R.: diagonalizvel; T B 4
ou T B
5
0 4
0 1
e) T x , y , z x , y z ,2z
R.:no diagonalizvel.
f) T x , y , z x 2 y 3z ,2 x y 2z ,3x 3 y z
6
R.: diagonalizvel; T B 0
0
cap9_OK.indd 283
6 0
0 0
1 0 ou T B 0 2
0 0
0 2
0
1
ou T B 0
0
0 ...
6
0
1
0
31/03/2013 03:42:04
cap9_OK.indd 284
31/03/2013 03:42:04
10
ESPAOS COM PRODUTO INTERNO
Em Geometria Analtica, estudam-se, em particular, dois espaos vetoriais: o 2 (cuja imagem geomtrica o plano de coordenadas cartesianas
ortogonais) e o 3 (cuja imagem geomtrica o espao tridimensional). So
espaos vetoriais reais importantes, os quais tm viso geomtrica. Dentre os
conceitos e definies que se introduzem nesses espaos, tem-se o produto
escalar entre dois vetores, de grande importncia e aplicabilidade. O que se
pretende, neste captulo, generalizar o conceito de produto escalar visando a
introduzir os conceitos de distncia, comprimento, ngulo e ortogonalidade,
os quais, apesar de terem um carter geomtrico, podem ser estendidos para
espaos vetoriais no geomtricos.
cap10_OK.indd 285
21/08/2013 15:55:08
Exemplos:
d) u, u 2 x 12 2 x 1 y 1 3 y 12 x 12 x 12 2 x 1 y 1 y 12 2 y 12
x 1 y 1 x 12 2 y 12 0
2
cap10_OK.indd 286
31/03/2013 03:42:26
x 1 y 1 0
2
u, u 0 x 1 y 1 x 12 2 y 12 0 2
2
x 1 2 y 1 0
x 1 0 e y 1 0 u 0,0
a b
ij ji
i 1 j 1
a b
i 0
i i
Norma
cap10_OK.indd 287
31/03/2013 03:42:26
Assim:
u u, u x 2 y 2 z 2 u
e, portanto, tem-se que u u .
2) Conforme se observou anteriormente, o produto interno no nico. Dessa forma, um vetor de um espao euclidiano poder ter normas diferentes,
conforme se considerem produtos internos diferentes no espao vetorial.
Para ver isso, considere-se, por exemplo, o espao vetorial 2 , com o produto interno usual e o produto interno definido no exemplo 4, isto :
u, v 2 x 1x 2 x 1 y 2 y 1x 2 3 y 1 y 2 ,
para u x 1 , y 1 e v x 2 , y 2 pertencentes ao 2 .
Tomando-se, por exemplo, o vetor u 3, 4 , calcular-se- sua norma
usando-se cada um dos produtos internos citados:
a b
i 1 j 1
A, A
i 1 j 1
a ija ji
ij ji ,
a
i 1
i1a1i
a i 2a 2i
2
2
a11a11 a12a 21 a 21a12 a 22a 22 a11
2a12a 21 a 22
cap10_OK.indd 288
31/03/2013 03:42:26
2 1
Tomando-se, por exemplo, a matriz A
, tem-se:
5 3
A A, A 2 2 2 1 5 3 2 3 .
Propriedades da Norma
P1
u 0 e u 0u0
P2
u, u u
P3
ku k u , k
Tem-se:
ku ku, ku k 2 u, u k u, u k u
P4
Desigualdade de Cauchy-Schwarz: u, v u v
cap10_OK.indd 289
26/04/2013 22:57:07
ento,
u, v u v
e, portanto, verdadeiro que
u, v u v .
Se u 0 e v 0 , tem-se, para todo nmero real k, que:
ku v
0,
ku v , ku v ku, ku ku, v v , ku v , v
2
k 2 u , u 2k u , v v , v k 2 u 2k u , v v
u k 2 2 u , v k v
0.
u k 2 2 u , v k v
0,
seu discriminante :
4 u, v 2 4 u
v ,
o qual deve ser menor ou igual a zero, para que a inequao seja satisfeita, ou
seja, deve-se ter:
4 u, v 2 4 u
0,
isto ,
u, v 2 u
v ,
ou, ainda,
u, v u v ,
o que demonstra a desigualdade.
cap10_OK.indd 290
31/03/2013 03:42:27
P5 Desigualdade Triangular:
uv u v
Tem-se:
uv
u v , u v u , u u , v v , u v , v u 2 u , v v
u 2 u , v v
u 2 u v v
u v
isto ,
uv
u v
e, portanto,
uv u v .
Observaes:
1) Se u 1 ou, equivalentemente, se u, u 1 , diz-se que u um vetor unitrio e que o vetor est normalizado. Um vetor qualquer u 0 pode ser
normalizado fazendo-se u 0
1
u ; o vetor u 0 assim obtido um mltiu
cap10_OK.indd 291
31/03/2013 03:42:27
Figura 10.1
Sabe-se que: u v u v .
10.2.2.
Mtrica
P1 d u, v 0 e d u, v 0 u v
P2 d u, v d v, u
P3 d u, v d u, w d v, w
O nmero real d u, v usualmente chamado de distncia entre os vetores u e v, nos espaos vetoriais nos quais este conceito pode ser interpretado
geometricamente. Por exemplo, no 3 , tem-se:
Figura 10.2
cap10_OK.indd 292
31/03/2013 03:42:27
10.2.3.
ngulo
Seja V o espao euclidiano 2 com o produto interno usual. Considerem-se os vetores u x 1 , y 1 e v x 2 , y 2 no nulos e no paralelos desse
espao e seja o ngulo entre eles. Considere-se, ainda, o ngulo mostrado
na Figura 10.3:
Figura 10.3
cos
y
x1
e sen 1 .
u
u
Ento, vem:
cos cos cos sen sen
x1
,
u
cos
x1
sen sen
u
(1)
cos
e
sen sen cos sen cos
y1
,
u
ou seja,
sen
cap10_OK.indd 293
y1
sen cos
u
cos
(2)
31/03/2013 03:42:27
cos
y1
sen cos
u
x1
sen
u
cos
cos
isto ,
cos
x1
y
cos 1 sen sen 2 cos
u
u
cos 2
ou, ainda,
x1
y
cos 1 sen .
u
u
cos
y
x2
e sen 2 .
v
v
Assim, vem:
x1 x 2 y1 y 2
,
u v
u v
de onde se obtm:
cos
x 1x 2 y 1 y 2
.
u v
cos
u, v
.
u v
cap10_OK.indd 294
31/03/2013 03:42:28
ou seja,
u v u, v u v .
Se os vetores u e v so no nulos, pode-se dividir os membros dessa desigualdade pelo nmero real u v , obtendo-se:
1
u, v
1 .
u v
cap10_OK.indd 295
31/03/2013 03:42:28
cos
1 2 5 1
u, v
3
3 130
0,26 .
2
u v
130
26 5
12 5 2 2 12
a b
i 1 j 1
A, A
ij ji
a a
i 1 j 1
ij
ji
, A, B M 2 . Tem-se:
2
2
a11
2a12a 21 a 22
2 2 2 1 5 3 2 3 ,
e, portanto,
A A, A 3
e
B, B
b b
i 1 j 1
ij ji
2
2
b11
2b12b21 b22
1 2 1 4 2 2 13 ,
2
isto ,
B B, B 13 .
Por outro lado, tem-se:
2 1 1 1 3 2
AB
.
5 3 4 2 1 1
Uma vez que d A, B A B , vem:
A B, A B
c c
i 1 j 1
ij ji
2
2
c 11
2c 12c 21 c 22
3 2 2 2 1 12 6
ou seja,
d A, B A B A B, A B 6 .
cap10_OK.indd 296
31/03/2013 03:42:28
a b
i 1 j 1
ij ji
e, portanto,
cos
A, B
5
5 39
.
A B
39
3 13
5 39
para as
39
matrizes A e B, esses valores no tm um significado geomtrico como no
Exemplo 1.
Apesar de ser possvel determinar d A, B 6 e cos
10.3. ORTOGONALIDADE
cap10_OK.indd 297
31/03/2013 03:42:28
1) Uma definio alternativa para conjuntos ortonormais dada pela introduo do smbolo de Kronecker:
ij 1, se i j
, i, j 1,2,, k .
ij u i , u j
ij 0, se i j
2) Todo conjunto ortonormal um conjunto ortogonal, mas a recproca no
verdadeira.
Exemplos:
cap10_OK.indd 298
31/03/2013 03:42:28
conjunto ortonormal.
3) No espao euclidiano 2, verificar quais dos conjuntos abaixo so ortonormais:
a) S1 u1 1,2 , u 2 2,1
Tem-se:
u1 , u 2 1 2 2 1 0 ;
portanto, os vetores so ortogonais. Por outro lado, tem-se que
u 1 u 2 2 2 12 5 ,
ou seja, os vetores no so unitrios. Conclui-se, assim, que o conjunto
S1 ortogonal, mas no ortonormal.
5 2 5
2 5 5
,
,
b) S 2 v 1
, v 2
5
5
5
Tem-se:
v 1 , v 2
5 2 5 2 5 5
2 2
0,
5 5
5
5
5 5
5 2 5
5 20
v1 v 2
1,
5 5
25
25
cap10_OK.indd 299
31/03/2013 03:42:29
clidiano V
Tese: S um conjunto LI
a 2 0 a k 0 a1 1 a1
cap10_OK.indd 300
27/04/2013 17:06:24
euclidiano V
Tese: para todo v V , o vetor w v v , u1 u1 v , u 2 u 2 v , u k u k
v , u 2 0 v , u k 0 v , u1 v , u1 0.
ou seja,
w , u 1 0 .
Analogamente, prova-se que: w , u 2 w , u k 0 , isto , w ortogonal aos vetores do subespao gerado por S.
Definio:Seja V um espao euclidiano de dimenso finita. Uma base B de V
euclidianos:
a) B 1,0,0 , 0,1,0 , 0,0,1 uma base ortonormal do 3 .
cap10_OK.indd 301
26/04/2013 23:02:57
u1
.
u1
cap10_OK.indd 302
w1
, segue-se que v 1 , v 2 base ortonormal de V.
w1
31/03/2013 03:42:29
u1
.
u1
w1
.
w1
w2
,
w2
n1
w n 2
;
w n 2
o vetor
w n1 u n u n , v n1 v n1 u n , v n2 v n2 u n , v 1 v 1
ortogonal aos vetores v 1 , v 2 ,, v n1 .
Considerando-se, finalmente, o vetor v n
v 1 , v 2 ,, v n de V, a qual ortonormal.
w n1
, obtm-se a base
w n1
cap10_OK.indd 303
31/03/2013 03:42:30
w1
,
w1
ou seja:
v 2
1
5
2 5 5
,
5
5
0,2,1 0,
Considera-se, agora,
w 2 u 3 u 3 , v 2 v 2 u 3 , v 1 v 1 ,
isto ,
2 5
5 2 5 5
w 2 1, 1,2 1 0 1
2
0,
,
1 1 1 0 2 0 1,0,0
2
5
2
5
Tomando-se, finalmente, v 3
v 3
1
5
0, 1,2 0,
w2
, isto .
w2
5 2 5
,
,
5
5
2 5 5
5 2 5
B ' 1,00 , 0,
,
, 0,
,
5
5
5
5
Definio: Sejam: V um espao vetorial euclidiano e W um subespao de V.
cap10_OK.indd 304
31/03/2013 03:42:30
Exemplos:
W v a, b, c 3 / v , w 0, w W .
Considerando-se o produto interno usual do 3 , particularmente para os
vetores da base B, tem-se:
a, b, c 1,0,0 0 a 0
v , w 0
.
a, b, c 0,1,0 0 b 0
Assim, todo vetor de W da forma v 0,0, c , c . Portanto, o
um subes-
W q t b0 b1t b2t 2 P2 / q t , p t 0, p t W .
cap10_OK.indd 305
31/03/2013 04:00:30
p t a1 2 t a 2 3 t 2 .
O conjunto B 2 t ,3 t 2
2
2
b0 b1t b2t ,3 t 0 3b0 b2 0 b2 3b0
Assim, todo vetor de W da forma
q t b0 2b0t 3b0t 2 , b0 .
Portanto, o complemento ortogonal de W o conjunto
W q t b0 2b0t 3b0t 2 P2 , b0 .
Demonstram-se, a seguir, resultados envolvendo o complemento ortogonal W de um subespao W de um espao euclidiano V.
Proposio 4: Sejam: V um espao euclidiano e W um subespao de V. Ento,
subespao vetorial de V
cap10_OK.indd 306
31/03/2013 03:42:30
a) 0 W
De fato, uma vez que 0 , w 0 , w W , segue-se que 0 W .
b) para quaisquer elementos v 1 e v 2 em W , tem-se que v 1 v 2 W
Sejam v 1 , v 2 W . Ento, v 1 , w 0 e v 2 , w 0, w W . Assim, vem:
v 1 v 2 , w v 1 , w v 2 , w 0 0 0
e, portanto,
v 1 v 2 W .
c) para qualquer v em W e para qualquer nmero real , tem-se que
v W
Com efeito, sejam v W e . Ento, v , w 0 , w W . Logo,
v , w v , w 0 0 , isto , v W .
Conclui-se, assim, que W um subespao de V.
Proposio 5:Sejam V um espao vetorial euclidiano, W um subespao de V
so subespaos veto-
riais de V
Tese:V W W
cap10_OK.indd 307
31/03/2013 03:42:30
Exemplo: Seja W
x, y, z
x , y , x x 1,0,1 y 0,1,0 .
Assim, os vetores w 1 0,1,0 e w 2 1,0,1 formam uma base de W, a
qual ser ortonormalizada utilizando-se processo de Gram-Schmidt.
cap10_OK.indd 308
31/03/2013 03:42:31
w2 2
2
2
2
,0,
Ento, B v 1 0,1,0 , v 2
uma base ortonormal de W.
2
2
isto .
2
2 2
2
v
,0,
projW
1 0 1 1 2 0 0,1,0 1
1 0 2
2 2
2
1 0,1,0
3 2 2
2
3 3 3 3
,0,
cap10_OK.indd 309
26/04/2013 23:04:34
Demonstrao:
Hiptese: V um espao vetorial euclidiano e W e W
riais de V
Tese: W W
so subespaos veto-
. Conclui-se,
ento, que W W .
Pela Proposio 5, tem-se que todo espao euclidiano soma direta de um
subespao com seu complemento ortogonal. Portanto, tem-se:
Logo,
ou seja,
Como W W , conclui-se que W W .
dim W dim W .
a)
b)
U W U W .
U W U W .
Demonstrao:
isto , U W U W .
cap10_OK.indd 310
31/03/2013 03:42:31
R.:Sim
R.: Sim
R.: u, v 1
R.: rad
3
5) Seja T x , y , z , t x y , y z t , x 2 y z t , x z t uma transformao linear. Determinar uma base ortonormal para Ker T .
2 2 10 10
10
10
,
,
,
,
R.: B 0,0,
,
2 2 5
5
10
10
cap10_OK.indd 311
31/03/2013 03:42:32
6) Seja W a 0 a1t a 2t 2 P2 / a 0 a1 a 2 0
um subespao de
t,
t
t
R.: B
2
6
6
3
2
7) Considere-se o subespao W x , y , z , t 4 / x y 0 e 2 x z y 4.
11 11 3 11
,
,
,0
R.: Base de W: B 0,0,0,1 ,
11 11 11
2 2
3 22 3 22 22
,
,0,0 ,
,
,
,0
Base de W : B '
22
22
11
2 2
8) Determinar a projeo ortogonal do vetor p t 1 t t 3 P3 sobre o
subespao
W a 0 a1t a 2t 2 a 3t 3 P3 / a 0 a1 a 2 0 e a 2 2a 3 0 P3 .
6 8 2
1
v
t t2 t3
R.: projW
7 7 7
7
cap10_OK.indd 312
31/03/2013 03:42:32
11
EXERCCIOS GERAIS
2) Sejam: X um conjunto no vazio e um corpo K. Mostrar que o conjunto V das funes definidas em X e tomando valores em K, munido das
operaes:
(i)
f g x f x g x , f , g V , x X
(ii)
kf x kf x , f V , k K , x X
c) a, b c, d a c, b d e k a, b k 2a, k 2b .
4) Mostrar que W subespao de 3, em cada um dos casos seguintes:
a) W a, b,0 / a, b .
b) W a, b, c / a b c 0.
5) Escrever o vetor u 1, 2,5 como combinao linear dos vetores:
v 1 1,1,1; v 2 1,2,3 ; v 3 2, 1,1.
R.: u 6v 1 3v 2 2v 3
b) O conjunto e t , e 2t LI ou LD?
cap11_OK.indd 313
R.: LI
31/03/2013 03:42:53
u v, u v, u 2v w.
u, u v, u v w.
R.: LD
-1
como combinao linear das seguintes
-2
1
1 1
; M 3
.
0
0 0
R.: A 2 M 1 M 2 2 M 3
14) Determinar uma base e a dimenso do espao das solues S do sistema linear
x y z t 0
S : 2x y t 0 .
z t 0
cap11_OK.indd 314
31/03/2013 03:42:55
1,1,1 , 1, 1,5.
1,2,3 , 1,0, 1 , 3, 1,0 , 2,1, 2 .
1,1,1 , 1,2,3 , 2, 1,1.
1,1,2 , 1,2,5 , 5,3, 4 .
R.: no
R.: no
R.: sim
R.: no
1
2
R.: p t
C
0
1
2
2
R.: p t
B
0
1
b) base B 1,1 t ,1 t 2 ,1 t 3 .
R.: z B 2
1
2
cap11_OK.indd 315
31/03/2013 03:42:55
1,1 , 0,2
1 0
deste mesmo espao
. Determinar a base B.
2 3
1 2
R.: B 1, , 0,
3 3
x 2 y 3z s t 0 .
3x 6 y 8z s 5t 0
R.:
x 1 , x 2 ,, x n / x 1 0.
x 1 , x 2 ,, x n / x 1 2x 2 0.
x 1 , x 2 ,, x n / x 1 2x 2 1.
R.: no
R.: sim
R.: no
b) 3 U W .
c) 3 V W .
cap11_OK.indd 316
31/03/2013 03:42:55
cap11_OK.indd 317
2
R.: u C 1
4
1
R.: u B 2
1
31/03/2013 03:42:56
1 -1
31) Determinar as coordenadas da matriz
M 2 em relao
2 0
base:
1
1 0 0 1 0 0 0 0
1
(
.
R.:
p
t
B
,
,
,
B
5
0 1 0 0 2 0 1 2
41
2
32) Determinar a matriz de mudana da base B 1,1,0 , 0,1,0 , 0,0,3
para a base cannica do .
3
1 0 0
R.: M C 1 1 0
0 0 1
3
g 2 2e 1 e 2 e 3
g e 2e e
2
3
3 1
Determinar a matriz de mudana da base B para C e de C para B.
3
1 2 1
12 12
2
C
1
R.: M C P 0 1 2 ; M B P 1
0 1
1
1
1 1 1
1
2
2
2
B
cap11_OK.indd 318
a) T : 2 2, definida por T x , y x y , x .
R.:sim
b) T : 3 , definida por T x , y , z 2 x 3 y 4 z .
R.: sim
R.: no
31/03/2013 03:42:56
R.: T x , y x 2 y
cap11_OK.indd 319
31/03/2013 03:42:56
R.: F G x , y , z 3x y ,2 y z
a) F G.
R.: 3F x , y , z 6 x ,3 y 3z
b) 3F.
R.: 2F 5G x , y , z x 5 y , 3 y 2z
c) 2F 5G.
R.: 2F 3G x , y 5x 2 y ,2 x
b) F G .
R.: F G x , y x , x
c) G F .
R.: G F x , y x y ,0
d) F 2.
R.: F 2 x , y y , x y
e) G 2.
R.: G 2 x , y x ,0
45) Determinar a representao matricial de cada um dos seguintes operadores do 2 , em relao s bases indicadas:
a) T x , y 2 x ,3 y x ; base cannica do 2 .
2 0
R.: T C
1 3
21 29
46) Determinar o operador linear T : 2 2 cuja matriz em relao base
1 0
B 1,1 , 1,2
.
1 2
cap11_OK.indd 320
R.: T x , y 2 x ,2 x y
31/03/2013 03:42:57
3
2
48) Sejam F : 2 3 e G : 2 3 transformaes lineares tais que
F x , y x , x y ,2 y e que a matriz de F G em relao s bases can2 1
bases e a expresso da G x , y .
1 1
R.: G 1 2 ; G x , y x y , x 2 y ,3x y
3 1
b) Im T .
1 0 0 1
R.: base: B
,
; dim Ker T 2
1 0 0 1
1
R.: base: B
2
0 0
1
,
; dim Im T 2
0 0 2
cap11_OK.indd 321
31/03/2013 03:42:57
b) T x , y , z x z , x z , y .
xy xy
R.: T 1 x , y , z
, z,
2
2
R.: sim
b) T x , y , z x , x y ,2 x y z .
R.: sim
a 0 a 0 a1
53) Seja T : P2 M 2 tal que T a o a1t a 2t 2
. De a1 a 1 a 2
1 0 1 0
,
,
0 0 0 1
0 0 0
,
do espao M 2 .
0 0 3
12 12
3
5
2
R.: P 2
0 1
1
3
0
3
0
1
3
cap11_OK.indd 322
8 11
R.:
-2 -1
31/03/2013 03:42:58
55) Encontrar todos os autovalores e uma base para cada um dos autoespaos
seguintes:
a) T : 2 2, definido por: T x , y 3x 3 y , x 5 y .
R.: 1 2; base de V 1 : B1 3, 1; 2 6; base de V 2 : B 2 1,1
b) T : 3 3, definido por: T x , y , z x y z ,2 y z ,2 y 3z .
R.: 1 1; base de V 1 : B1 1,0,0 , 0, 1,1; 2 4 ;
base de V 2 : B 2 1,1,2
56) Para cada matriz abaixo, encontrar todos os autovalores e os autovetores:
2 2
a)
.
1 3
R.: 1 1 ; v 1 2, 1 ; 2 4 ; v 2 1,1
3 1 1
16 8 7
1 0
R.: 0 1
0 0
0
3
R.: diagonalizvel; T B 0 2 0 , ou 0 4 0 ou 0 1 0
0 0 2
0 0 4
0 0 4
cap11_OK.indd 323
31/03/2013 03:42:58
linear T
R.: diagonalizvel; T B 0 3 0 ou 0 3 0
0 0 1
0 0 3
R.: diagonalizvel; T 0
B
1 0
0
ou
2 0
0 2
0 2
0 0
2
ou 0
0
0
2
0
0 2
0
1
6x y 2x 3 y
,
.
b) T x , y
4
4
1 0
5 0
R.: diagonalizvel; T B 4
ou
5
0 1
0 4
c) T x , y , z 2 x 5 y z , 3 y 2z , z .
cap11_OK.indd 324
R.: no diagonalizvel
31/03/2013 03:42:58
d) T x , y , z x 2 y 3z ,2 x y 2z ,3x 3 y z .
6 0 0
6 0 0
R.: diagonalizvel; T B 0 1 0 ou 0 2 0
0 0 1
0 0 2
2 0 0
ou 0 1 0
0 0 6
e) T a 0 a1t a 2t 2 a 0 a1 a 2 a 0 a1 a 2 t a 0 a1 3a 2 t 2.
1 0 0
2 0 0
R.: diagonalizvel; T B 0 2 0 ou 0 2 0
0 0 2
0 0 1
c) u, v
u v
u, v 0.
1
2
u v u v
4
cap11_OK.indd 325
31/03/2013 03:42:59
66) Seja W um subespao de um espao euclidiano de dimenso finita V. Considere-se um vetor v V , o qual pode ser escrito na forma v w w ', com
w W e w ' W . Mostrar que a aplicao T : V V , definida por
cap11_OK.indd 326
31/03/2013 03:42:59
BIBLIOGRAFIA
ALENCAR FILHO, E. Iniciao lgica matemtica. 16. ed. So Paulo: Nobel, 1988.
203 p.
. Teoria elementar dos nmeros. So Paulo: Nobel, 1981. 386 p.
ANTON, H.lgebra linear com aplicaes. 8. ed. Porto Alegre: Bookman, 2001. 572 p.
BIANCHINI,E.;PACCOLA,H.Matemtica.V. 2.So Paulo: Moderna, 1995. 330 p.
CALLIOLI, C. A.; DOMINGUES, H. H.; COSTA, R. C. F. lgebra linear e aplicaes.
5. ed. So Paulo: Atual, 1987. 332 p.
CARVALHO, J. P. lgebra linear introduo. 2. ed. Rio de Janeiro: Livros Tcnicos
e Cientficos, 1977. 176 p.
CASTRUCCI, B. Introduo lgica matemtica. So Paulo: Nobel, 1975.
HOFFMAN, K.; KUNZE, R. lgebra linear. 2. ed. Rio de Janeiro: Livros Tcnicos
e Cientficos, 1979. 514 p.
LANG, S. lgebra linear. 4. ed. So Paulo: Edgard Blcher Ltda, 1977. 271 p.
LIARD, L.Lgica. 5. ed. So Paulo: Companhia Editora Nacional, 1963. 211 p.
LIPSCHUTZ, S. lgebra linear: teoria e problemas. 3. ed. So Paulo: Makron Books,
1994. 647 p. (Coleo Schaum)
MONTEIRO, L. H. J. Elementos de lgebra. Rio de Janeiro: Livros Tcnicos e Cientficos, 1974. 552 p.
. lgebra linear. 5. ed. So Paulo: Nobel, 1969. 273 p.
NOBLE, B.; DANIEL, J. W. lgebra linear aplicada. 2. ed. Rio de Janeiro: Prentice-Hall
do Brasil, 1986. 378 p.
SILVA, A. F.; SANTOS, C. M. Aspectos formais da computao. So Paulo: Pr-reitoria
de Graduao da Unesp Cultura Acadmica, 2009. 395 p.
STEINBRUCH, A.; WINTERLE, P. lgebra linear. 2. ed. So Paulo: McGraw-Hill,
1987. 583 p.
bibliografia_OK.indd 327
31/03/2013 03:43:31
bibliografia_OK.indd 328
31/03/2013 03:43:32