Professional Documents
Culture Documents
u+v
u+v
u+v
u
0
u+v
v
u
0
v
u+v
u
u+v
u
v
u+v
u+v
ii
Mar o A. P. Cabral
Paulo Goldfeld
map abralufrj.br
goldfeldlabma.ufrj.br
www.labma.ufrj.br/alglin
ii
Este trabalho
Para ver
Fi
ha Catalogr
a
Cabral, Mar
o A. P. e Goldfeld, Paulo
Curso de lgebra Linear / Mar
o Cabral e Paulo Goldfeld - Rio de Janeiro: Instituto
de Matemti
a, 2008.
1. lgebra Linear
I. Ttulo
CDD: 512.5
516.3
ISBN XX-XXXX-XXX-X
Sobre os Autores
Mar
o Cabral fez o Ba
harelado em Informti
a na UFRJ, o Mestrado em Matemti
a Apli
ada na UFRJ e o doutorado em Matemti
a na Indiana University (Bloogminton, EUA).
professor no Instituto de Matemti
a na UFRJ. Sua rea de interesse equaes diferen
iais
par
iais (EDP).
Paulo Goldfeld fez Ba
harelado em Enhenharia Me
ni
a na UFRJ, o Mestrado em Matemti
a Apli
ada na UFRJ e o doutorado em Matemti
a no Courant Institute (Nova Iorque,
EUA). professor no Instituto de Matemti
a na UFRJ. Sua rea de interesse mtodos
numri
os em equaes diferen
iais par
iais (EDP).
iii
iv
SOBRE OS AUTORES
Agrade
imentos
Primeiro aos programas (e programadores) que permitiram a produo deste material. Este
produto herdeiro da
ultura GPL (Gnu Publi
Li
ense), que permite o reuso de
digo
fonte.
Agrade emos em primeiro lugar a Douglas Knuth pelo TEX (e Leslie Lamport pelo
AT X), software que permite que este material seja to bonito; Linus Torvalds (e milhares de
L
E
outras pessoas) pelo sistema opera
ional Linux, Bram Moolenaar pelo
Till Tantau pelo Beamer (slides do
urso) e pelo
TikZ
PGF
vim
(editor de texto),
Stallman (responsvel pelo projeto GNU) e milhares de pessoas por dezenas de softwares
utilizados:
li ena
programa),
grep, find,
Ajudaram na preparao deste trabalho: Beatriz Malajovi
h (
om gabarito dos exer
ios),
Prof. Felipe A
ker da UFRJ (sugesto de morsmo). Esperamos em breve a
res
entar seu
nome aqui.
vi
AGRADECIMENTOS
Pref
io
Para o estudante
Este livro teve
omo fo
o o aluno e suas di
uldades. Ele fartamente ilustrado,
om
er
a
de 270 exemplos, muitos deles exer
ios resolvidos. Pro
uramos desta
ar no texto os erros
mais
omuns dos alunos.
parte fundamental do
urso resolver exer
ios, tantos quanto for possvel. Ao nal de
ada
aptulo existem exer
ios divididos em 4 grupos:
exer
ios de xao: Devem ser feitos imediatamente aps a leitura do texto. So de
resposta imediata (mental). No saber resposta
orreta sugere um retorno ao texto.
Deve-se fazer todos antes de seguir adiante.
problemas: So os prin ipais exer ios do aptulo. Todos (ou quase) devem ser feitos.
problemas extras: Caso o aluno tenha feito todos os problemas e deseje mais prti a.
Todos os exer
ios de xao e todos os problemas tem respostas no nal do livro. Vrios
problemas extras e desaos tambm possuem respostas.
Este livro poder ser aperfeioado daqui por diante por ser disponibilizado atravs
da li
ena
qualidade.
de apli ar prova uni ada e, onsequentemente, riar um material padro para o urso.
pelo aluno.
Criamos um pa
ote
ompleto,
om livro texto, exer
ios (
om respostas) e transparn
ias
para um
urso de lgebra Linear. Tudo isto est disponvel em
vii
www.labma.ufrj.br/alglin.
viii
PREFCIO
Captulo ini
ial apresenta
ontedo prin
ipal do
urso sem grande formalismo: vetores
n
e operaes no R , espaos gerados (retas e planos), dependn
ia e independn
ia linear, bases e
oordenadas. Estes temas so retomados no
aptulo de Espaos Vetoriais,
mas a
reditamos que importante uma exposio, logo no in
io, destes
on
eitos.
para a formao de engenheiros, matemti
os e fsi
os. Algumas apli
aes importantes
so: equaes diferen
iais, aproximao de funes por polinmios e mtodos numri
os
omo elementos nitos. Introduzimos a visualizao deste espao apresentando,
n
alm das setinhas, outra representao geomtri
a para vetores do R . Apresentamos
Matriz
Mais tarde, aps apresentar transformaes lineares (TLs) e operaes de soma e omposio de TLs, apresentamos operaes entre matrizes.
apresentar, por exemplo, o produto de matrizes de forma arti
ial, motivamos sua denio. Fi
a
laro que o produto de matrizes no
omutativa pois a
omposio de
funo no
omutativa. A matriz inversa
al
ulada por es
alonamento, e sua frmula
expl
ita uma seo op
ional do
aptulo de Determinantes.
Determinante
para depois ser apresentado
omo funo multilinear (alternada). Optamos por fo
ar
no algoritmo de
l
ulo utilizando operaes elementares por ser mais e
iente e ligada
diretamente aos
on
eitos.
integrao mltipla.
No aptulo de
produto interno,
es alonamento
resolvemos
sistema, determinamos se vetores so linearmente dependentes, determinamos
oordenadas de vetores, mudamos de base, invertemos matriz,
al
ulamos determinante,
en
ontramos autovetores,
al
ulamos soluo de mnimos quadrados,
al
ulamos projeo ortogonal.
Assim esto em sees op
ionais as frmulas para: resolver sistema (regra de Cramer),
al
ular inversa,
al
ular determinante (Leibiniz ou Lapla
e), ortogonalizar base (GramS
hmidt).
ix
PREFCIO
Sumrio
Sobre os Autores
iii
Agrade imentos
Pref io
vii
1.2
Espaos Gerados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.2.1
Denies
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.2.2
1.2.3
1.2.4
2
3
. . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . .
12
14
1.3
Bases . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
15
1.4
17
1.4.1
. . . . . . . . . . . . . . . . . . . . . . . . .
17
1.4.2
Problemas
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
18
1.4.3
Extras
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
19
2 Sistemas Lineares
21
2.1
22
2.2
Interpretao Geomtri a
. . . . . . . . . . . . . . . . . . . . . . . . . . .
24
Na Reta (R) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2
No Plano (R ) . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
25
2.2.1
2.2.2
25
2.3
Operaes Elementares
. . . . . . . . . . . . . . . . . . . . . . . . . . . .
28
2.4
Es alonamento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
34
2.5
. . . . . . . . . . . . . . . . . . .
37
2.6
41
2.7
44
2.8
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.7.1
2.7.2
. . . . . . . . . .
44
46
. . . . . . . . . . . . . . . . . . . . . . . .
46
. . . . . . . . . . . . . . . . . . . . . . . . .
46
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
48
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
50
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
50
2.8.1
2.8.2
Problemas
2.8.3
Desaos
2.8.4
Extras
xi
xii
SUMRIO
3 Espaos Vetoriais
3.1
53
Denio e Exemplos
. . . . . . . . . . . . . . . . . . . . . . . . . . . . .
53
3.2
. . . . . . . . . . . . . . . . . . . . .
59
3.3
. . . . . . . . . . . . . . . . . . . . .
62
3.4
Base e Coordenadas
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
65
3.5
Dimenso . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
69
3.6
. . . . . . . . . . . . . . . . . . . . . . . .
71
. . . . . . . . . . . . . . . . . . . . . . . . .
71
3.6.1
3.6.2
Problemas
3.6.3
Desaos
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
72
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
75
3.6.4
Extras
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
77
4 Transformaes Lineares
79
4.1
Fundamentos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
79
4.2
N leo e Imagem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
83
4.3
Composio e Inversa
. . . . . . . . . . . . . . . . . . . . . . . . . . . . .
87
4.4
91
4.4.1
91
4.4.2
Problemas
4.4.3
Desaos
4.4.4
Extras
. . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
92
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
93
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
94
5 Matrizes
97
5.1
. . . . . . . . . . . . . . . . . . . . . . . .
97
5.2
N leo e Imagem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
101
5.3
Produto e Inversa
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
103
5.4
Matriz em Blo os
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
108
5.5
Transformaes Geomtri as . . . . . . . . . . . . . . . . . . . . . . . . . .
109
5.6
Mudana de Base
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
110
5.7
113
5.7.1
113
5.7.2
Problemas
5.7.3
Desaos
5.7.4
Extras
. . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
114
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
116
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
117
6 Determinante
6.1
121
Motivao Geomtri
a . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
6.1.1
R2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
6.1.2
R3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
122
6.2
. . . . . . . . . . . . . . . . . . . . . . .
127
6.3
131
6.4
Mais Propriedades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
133
6.5
Apli aes
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
137
6.5.1
Transformaes Lineares . . . . . . . . . . . . . . . . . . . . . . . .
137
6.5.2
Mudana de rea
138
. . . . . . . . . . . . . . . . . . . . . . . . . . .
122
125
6.8
Sinal do Determinante em R2 e R3
Frmula de Lapla
e . . . . . . . . .
Regra de Cramer e Matriz Inversa .
. . . . . . . . . . . . . . . . . . . . .
143
6.9
145
6.6
6.7
. . . . . . . . . . . . . . . . . . . . .
139
. . . . . . . . . . . . . . . . . . . . .
141
SUMRIO
xiii
6.9.1
. . . . . . . . . . . . . . . . . . . . . . . . .
145
6.9.2
Problemas
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
146
6.9.3
Desaos
6.9.4
Extras
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
148
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
151
155
Autovalores e Autovetores . . . . . . . . . . . . . . . . . . . . . . . . . . .
155
7.2
Diagonalizao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
159
7.3
Exemplos Geomtri os em 2D e 3D . . . . . . . . . . . . . . . . . . . . . .
163
7.4
Apli aes
168
7.5
Multipli idade
Algbri a e Geomtri a . . . . . . . . . . . . . . . . . . . .
171
7.6
172
7.6.1
172
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
7.6.2
Problemas
7.6.3
Desaos
7.6.4
Extras
. . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
173
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
176
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
178
8 Produto Interno
181
Rn
8.1
Produto Interno em
. . . . . . . . . . . . . . . . . . . . . . . . . . . .
181
8.2
183
8.3
Ortogonalidade . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
185
8.3.1
Denies
185
8.3.2
Projees Ortogonais
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . .
188
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
193
8.4
Mnimos Quadrados
8.5
8.6
8.7
Produto Interno
. . . . . . . . . . . . . . . . . . . . . . . . .
199
de Gram-S hmidt
. . . . . . . . . . . . . . .
200
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
204
8.7.1
8.7.2
Problemas
. . . . . . . . . . . . . . . . . . . . . . . . .
204
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
205
8.7.3
Desaos
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
207
8.7.4
Extras
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
209
A Notao
A.1
213
Bsi a
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
213
A.2
Espaos
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
213
A.3
Bases e Coordenadas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
213
A.4
Matrizes
214
A.5
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . .
B.2
215
B.1.2
Problemas
B.1.3
Extras
214
215
. . . . . . . . . . . . . . . . . . . . . . . . .
215
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
215
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
216
Sistemas Lineares
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
B.2.1
B.2.2
Problemas
B.2.3
Desaos
B.2.4
Extras
216
. . . . . . . . . . . . . . . . . . . . . . . . .
216
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
217
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
218
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
218
xiv
SUMRIO
B.3
B.4
B.5
Espaos Vetoriais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
219
B.3.1
219
B.3.2
Problemas
B.3.3
Desaos
B.3.4
Extras
219
221
221
222
B.4.1
222
B.4.2
Problemas
B.4.3
Desaos
B.4.4
Extras
Matrizes
. . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
222
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
224
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
225
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
226
B.5.2
Problemas
B.5.3
Desaos
B.5.4
. . . . . . . . . . . . . . . . . . . . . . . . .
226
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
226
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
228
Extras
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
228
Determinantes
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
230
B.6.2
Problemas
B.6.3
Desaos
B.6.4
Extras
. . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
230
231
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
231
B.7.2
Problemas
B.7.3
Desaos
B.7.4
Extras
Produto Interno
233
236
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
237
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
238
B.8.2
Problemas
Desaos
Extras
232
232
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
B.8.3
. . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
B.8.1
B.8.4
230
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
B.8
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
B.6.1
B.7
. . . . . . . . . . . . . . . . . . . . . . . . .
Transformaes Lineares . . . . . . . . . . . . . . . . . . . . . . . . . . . .
B.5.1
B.6
. . . . . . . . . . . . . . . . . . . . . . . . .
238
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
239
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
241
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
241
243
ndi e Remissivo
244
Captulo 1
Introduo lgebra Linear
Este
aptulo apresenta, de forma rpida e direta,
on
eitos
entrais da lgebra Linear que
sero retomados em
aptulos seguintes. Cone
tamos estes
on
eitos
om assuntos do ensino
mdio: geometria analti
a bsi
a no plano e espao, matrizes e soluo de sistemas lineares.
O aluno deve retornar a este
aptulo ao longo do
urso at domin-lo
ompletamente. Embora
no seja esperado que o aluno aprenda tudo deste
aptulo em uma semana de estudo, til
exp-lo imediatamente todos estes
on
eitos.
So objetivos deste
aptulo introduzir:
(a) vetores e operaes bsi
as no
Rn :
vetor);
(b)
ombinao linear, espao gerado, dependn
ia e independn
ia linear;
(
) espaos gerados por 1, 2, 3 ou mais vetores, asso
iando-os
om pontos, retas, planos e
generalizaes;
(d) base e dimenso; outras bases e a
oordenadas de um vetor numa base;
At o nal do
aptulo apresentaremos os seguintes termos t
ni
os
fundamentais
da
lgebra Linear:
Rn ;
vetores e es alares do
espao vetorial;
ombinao linear;
Estes termos sero reapli
ados (no Captulo Espao Vetorial) em
ontextos onde os vetores
podero ser polinmios ou, de forma mais geral funes, matrizes, ou elementos abstratos.
O aluno per
eber, ao longo deste
aptulo, que, embora sistemas lineares apaream
diversas vezes na hora de apli
ar os
on
eitos, o
urso de lgebra Linear no ex
lusivamente
0 Verso 11.jul.2008 16h
CAPTULO 1.
um urso de omo resolver sistemas lineares, assunto que o aluno, om muita freqn ia,
O aluno per
eber na primeira aula a beleza e di
uldade dos
on
eitos e a ne
essidade
de estudar bastante desde o prin
pio. Se
omessemos
om a resoluo de sistemas o aluno
teria a sensao, no in
io, de que se trata de um
urso f
il, em parte de reviso, de t
ni
as
para resoluo de sistemas lineares.
da viso algbri
a para geomtri
a e vi
e-versa ser feita em diversas partes deste
aptulo.
A viso geomtri
a (vetores geomtri
os), embora mais intuitiva, limitante pois no
onseguimos visualizar mais do que trs dimenses. Alm disso a formalizao do
onjunto
de setinhas deli
ada, pois um vetor uma
lasse de equivaln
ia de segmentos orientados
equipolentes .
Denimos
Rn
R2
vetor
n-
R3
o onjunto das
(uma lista de
n
um elemento do
onjunto R .
espao vetorial,
vetores.
n-uplas
es alar.
Fsi
a, que distingue grandezas vetoriais (foras por exemplo) de grandezas es
alares (massa
e temperatura por exemplo).
Observao 1
R
ou
C)
diviso (por no-nulos). Neste
urso, entenderemos sempre por es
alar um nmero real
(R).
Os nmero
ai 's
Exemplo 1
so hamados de
entradas do vetor v.
2
So vetores de R : (6, 8), (1, 2).
4
So vetores de R : (1, 2, 3, 4), (2, 7/4, 1, 2/3).
5
So vetores de R : (1, 2, 4, 6, 8), (1, 2, 7/4, 1/3, 3).
1.1.
ordenada de
ou ainda, so
Mais sobre isto pode ser visto (entre inmeros outros livros) em O que Matemti
a?;
R. Courant., H. Robbins; Editora Cin
ia Moderna.
Embora nossa (humana) per
epo esteja restrita a trs dimenses, a teoria geral da
relatividade de Einstein admite 4 dimenses para expli
ar os fenmenos fsi
os. Na Fsi
a
moderna, segundo ltimos boatos,
onsidera-se 11 dimenses para expli
ar os fenmenos
fsi
os.
De todo modo a importn
ia de dimenses maiores (1000 ou mesmo 10 mil) est nas
simulaes
omputa
ionais de diversos modelos. Para se entender as foras atuantes na
estrutura de um prdio ou uma pea me
ni
a e se fazer um bom projeto, a pea dividida
pelo
omputador em bloquinhos. Cada bloquinho uma varivel de um sistema linear.
Quanto maior o nmero de bloquinhos mais pre
isa ser a simulao. Um outro exemplo
uma tomograa, onde
ada bloquinho esta asso
iado a uma varivel que determina a
densidade do te
ido, que ser transformada numa es
ala de
inza para depois ser impressa
e interpretada por um mdi
o.
1.1.2 Operaes em Rn
O espao vetorial
Rn
Denio 2 (Soma)
R
, denimos o vetor
u = (u1 , u2 , . . . , un )
v, denotado por u + v, por
soma de u e
v = (v1 , v2 , . . . , vn )
em
u + v = (u1 + v1 , u2 + v2 , . . . , un + vn ).
Assim para somar dois vetores basta somar as entradas
orrespondentes de
ada vetor.
Exemplo 2
Observao 3
signi
ado distinto em
ada expresso: soma de vetores, num
aso, e de soma de nmeros
reais (es
alares) no outro.
o vetor
0 = (0, . . . , 0)(todas
Denimos omo
as entradas so nulas).
v+0=0+v =v
CAPTULO 1.
O espao vetorial
por es alar
Rn
produto es alar-vetor,
ou
multipli ao
e o es alar
k,
Dados
por
u,
vetor
denotado por
k.
Exemplo 3
Considere
Observao 4
logramo.
regra do parale-
n 3.
Rn om
Isto importante em apli aes (Fsi a por exemplo) e para desenvolver a intuio e
visualizao interna para vetores em espaos de dimenses maiores. Para isto identi
amos,
2
3
da maneira usual, uma reta
om R, um plano
om R e o espao
om R utilizando o sistema
(3, 2)
2
3
2
1
(3, 2)
(1, 3, 2)
3
para que os pontos ini iais oin idam, o ponto nal (ponta da setinha)
y.
Pela
regra do
tringulo representamos o primeiro vetor
om ponto ini
ial na origem e o segundo
om ponto
1 note que embora sejam teis para a intuio, nada do que fazemos depende desta interpretao geomtri
a
1.1.
(3, 2)
3
Figura 1.2: Vetores Equivalentes
ini
ial na ponta da seta do primeiro. O vetor resultante unindo a origem at a ponta da seta
do segundo o vetor soma. Pela
a regra do tringulo
1 preservamos o vetor
Comeando por valores positivos inteiros, observe que multipli
ando por
(e o tamanho), por
1/2
De forma geral, multipli ando por valor positivo om mdulo maior que
1 obtemos um vetor
om mesmo sentido mas
om tamanho maior; multipli
ando por valor positivo
om mdulo
menor que
1 obtemos
por valor negativo obtemos vetor
om sentido revertido e
om tamanho maior ou menor de
a
ordo
om mdulo ser maior ou menor que
1, 5v, 0, 5v
1.
Veja o vetor
v = (3, 2)
v, 32 v, 21 v
e a representao de
da Figura 1.4.
kv
hamada de
{kv| k R}
v R2
ou
R3 ,
existe um es alar
Exemplo 4
Dizemos que
u + kv.
se
v = kw.
2(1, 2, 3, 1/2)
Exemplo 5
tal que
A motivao
v Rn . Se
obtemos uma
pois
(2, 4, 6, 1) =
A mesma reta pode ser gerada por vetores distintos, basta que eles sejam parale-
CAPTULO 1.
Tomando
m = k/4
Exemplo 6
O vetor
Exemplo 7
0 = 0w
para qualquer
w.
de dois vetores. Por exemplo
onsidere os quatro vetores representados no lado esquerdo da
Figura 1.5. Con
atenando de forma su
essiva os vetores obtemos sua soma
onforme indi
ado
na mesma gura no lado direito.
z
u
u+v+w+z
v
w
Figura 1.5: Soma de
Exemplo 8
vetores
No plano impossvel fugir de dentro de um quadrado sem atravessar uma das arestas. No
3
entanto, em R , podemos fugir do quadrado subindo (na direo perpendi
ular ao quadrado);
andando paralelamente ao quadrado para fora dele; e des
endo(na direo perpendi
ular ao
quadrado) retornando ao plano que
ontm o quadrado mas no lado de fora dele. Desta forma
saimos de dentro do quadrado sem atravessar nenhuma das arestas.
4
Do mesmo modo, se estivermos dentro de uma
aixa em R podemos andar na direo
perpendi
ular
aixa, andar paralelamente para fora e retornar do lado de fora da
aixa sem
atravessar nenhuma das laterais da
aixa. Estas idias esto des
ritas num roman
e
lssi
o
da era vitoriana da Inglaterra do s
ulo XIX: Flatland; Edwin A. Abbott; Dover Pub.
Dizemos que
v ombinao linear de v1 , v2 , . . . , vp
v = 1 v1 + 2 v2 + + p vp =
onde
i 's
p
X
i vi ,
i=1
so es alares.
Exemplo 9
O vetor
v = (2, 2)
ombinao linear de
u = (1, 1)
pois
v = 2u
( um
1.2.
ESPAOS GERADOS
Exemplo 10
Considere
Exemplo 11
exemplo
u = (1, 0, 0)
Por outro lado alguns vetores no podem ser obtidos omo ombinao linear de ertos
Exemplo 12
+ 2
pode ser
= 4
Determine se
Exemplo 13
0 = 3?)
w.
= 4
Determine se
= 3 e = 4.
Portanto,
u = 3v + 4w.
Os exemplos anteriores mostram a
onexo entre
ombinaes lineares e sistemas. Para saber
se um vetor
ombinao linear de outros vetores (ou no) pre
isamos resolver um sistema
linear.
espao
gerado
pelo
onjunto
de
vetores
v1 , v2 , . . . , vp .
Portanto,
se
W = hv1 , v2 , . . . , vp i.
O onjunto
p
X
i=1
)
i vi i R, i = 1, 2, . . . , p .
CAPTULO 1.
Exemplo 14
Exemplo 15
(0, 1)
so todos os elementos de
b(0, 1). Es
revemos que h(1, 0), (0, 1)i = R2 .
R2
pois dado
(1, 0)
Observao 5
n
O espao gerado por um
onjunto de vetores do R um sub
onjunto do
n
espao vetorial R . Deste modo natural dizer que o espao gerado um subespao do
n
R . Utilizaremos
omo sinnimos neste
aptulo os termos
e
.
espao subespao
armente dependente
Um onjunto de vetores
line-
demais. Dizemos (informalmente) que este vetor redundante no
onjunto. Caso
ontrrio,
dizemos que o
onjunto
Se um vetor
e por
em
Exemplo 16
Exemplo 17
u, v, w, x, y, z,
representados na
Figura 1.6.
So LIs os onjuntos
So LDs os onjuntos
z
y
x
v
pois
1.2.
ESPAOS GERADOS
Dizemos que
um
for a translao do espao gerado por um onjunto de vetores. Mais pre isamente, dado o
vetor de translao
e vetores
v1 , v2 , . . . , vp ,
H = w + hv1 , v2 , . . . , vp i .
O espao gerado por um
onjunto de vetores , geometri
amente, reta, plano e generalizaes passando pela origem. O espao am , geometri
amente, reta, plano e generalizaes
passando por um ponto qualquer. Exploramos estas idias na seqn
ia desta seo.
Denio 11 (dimenso)
H = w + hv1 , v2 , . . . , vp i
dimenso p se o
onjunto {v1 , v2 , . . . , vp} LI. Em parti
ular dizemos que um espao
gerado por p vetores possui dimenso p se estes p vetores formam um
onjunto LI.
possui
pode ser denida omo o onjunto dos pontos uja diferena at um ponto
w + tu,
onde
r
w + 2u
w + 1u
2u
u
w + 0u = w
w 1u
0
u
w 2u
2u
r = {w + tu; t R}
am de dimenso 1.
por
u.
Quando
w = 0,
Observao 6
Quando o vetor
w + hui.
subespao
u = 0
subespao de dimenso 1.
w + hui =
subespao de dimenso 0.
Quando o ponto w = 0 o espao am igual a origem, um subespao de dimenso 0.
w + {0} = w
Exemplo 18
Colo
ando
r
uja
(1, 2) r .
t=0
obtemos o ponto
equao paramtri
a
Colo
ando
10
CAPTULO 1.
Exemplo 19
R4 ):
(1, 1, 1, 1);
Exemplo 20
1 + 2t = 1
t = 1
.
1 + 2t = 1
t = 2
Determine se o ponto
Exemplo 21
=1
t = 2?),
t(1, 3, 2).
dado, existe
tal que
1 + 2s
t =
3t = 3 6s .
2t =
2 + 4s
t = 1 2s.
ax + by + c = 0.
variveis (termo
Exemplo 22
Coloque
y = t.
Exemplo 23
Coloque
R2 2x 3y = 6.
(x, y) = (3, 0) + t(3/2, 1).
x = 3 + 3/2y = 3 + 3/2t.
Logo,
x = t, y = 7.
Observao 7
Logo
Se olo armos
x!
R2 y = 7 .
y = t
importante.
t = 7
e no
Aprenderemos
1.2.
ESPAOS GERADOS
11
R3
sistemas simples
oloque uma das variveis
omo parmetro e es
reva as outras em funo
desta.
3
Exemplo 24 Determine
equaes paramtri
as para a reta (em R )
om equaes
artesia
2z y = 1
x+y+z =0
y = 2t 1. Substitua z = t e y = 2t 1
na ter
eira, obtendo x + (2t 1) + t = 0. Logo x = 3t + 1. Portanto, (x, y, z) =
t(3, 2, 1) + (1, 1, 0). Outra soluo
omear
om y = t, obtendo z = t/2 + 1/2 da
primeira. Substituindo na segunda, obtemos x = 3/2t 1/2. Portanto, outra resposta
(x, y, z) = t(3/2, 1, 1/2) + (1/2, 0, 1/2).
Coloque
z = t
Observao 8
y e z
1)/3)
x = s. Obteremos um sistema em
z = (1 s)/3, y = (2s
3
Exemplo 25 Determine
equaes paramtri
as para a reta (em R )
om equaes
artesia
z=1
y+z =0
Observao 9
(em funo de
Se olo armos
t)
para
Observao 10
z = t
depende da dimenso do espao ambiente. Desta forma uma reta no plano ou espao
da forma
w + tv.
Por ontraste, a equao artesiana de uma reta no plano tem que ser
substituda por um sistema de duas equaes para ara terizar uma reta no espao.
Observao 11
no ni a.
r = {w +
tu; t R} podemos substituir u por um mltiplo no-nulo qualquer v = 3u ou v = 6u
e obter a mesma reta r = {w + sv; s R}. Por outro lado, dado z r qualquer,
omo
z w paralelo ao vetor u (faa um desenho), r = {z + tu; t R} (podemos substituir
w r por outro vetor qualquer que pertena reta.
Note que a forma paramtri
a
12
CAPTULO 1.
a este plano
w + tu + sv
tu + sv
tu
u
v
sv
0
Figura 1.8: Plano
= {w + tu + sv; s, t R}
am de dimenso 2.
por
2.
{u, v}.
Quando
w+hu, vi.
subespao
subespao de dimenso
hu, vi
(e portanto um subespao)
e sua translao
Exemplo 26
w + hu, vi.
Exemplo 27
Considere
(1, 2, 3, 4, 5) + hu, vi
do outro). Podemos
um plano em
que ser o dobro do outro. Mas as outras entradas no so o dobro entre si. Logo, eles so
LIs.
Exemplo 28
Determine se o ponto
(1, 1, 1, 1)
perten e ao plano
1.2.
ESPAOS GERADOS
13
s, t R tal
Exemplo 29
lelo aos eixos
z,
o plano
x = 0.
que
2+s
2+t
2+s
2+t
s = 1
=
=
=
=
1
3
.
1
3
t = 1.
(0, a, b)
temos que
(0, a, b) =
a(0, 1, 0) + b(0, 0, 1)
Exemplo 30
eixos
(0, 1, 1)
(0, 1, 0)
z.
(0, a, b)
temos que
(0, a, b) =
Exemplo 31
(0, 1, 0, 1)
(1, 2, 3, 4)
R4 ):
(2, 3, 5, 7)
Um plano em
R3
ax + by + cz = d.
paramtri
a partindo da equao
artesiana, basta
olo
ar duas das variveis
omo os dois
parmetros e determinar o valor da ter
eira varivel em funo dos parmetros.
Exemplo 32
Exemplo 33
R3 : 2x 3y + 10z = 16.
Coloque y = s e z = t. Ento x = 8 + 3/2y 5z = 8 + 3/2s 5t.
Logo o plano (x, y, z) = (8, 0, 0) + s(3/2, 1, 0) + t(5, 0, 1). Isto , o plano o subespao
am (8, 0, 0) + h(3/2, 1, 0), (5, 0, 1)i.
R3 : 3y + 2z = 6.
x no apare
e na equao,
olo
amos x = s (um dos parmetros). Fixando Colo
ando
y = t obtemos que z = 3 3/2y = 3 3/2t.
Logo o plano (x, y, z) = (0, 0, 3) + s(1, 0, 0) + t(0, 1, 3/2). Isto , o plano o subespao
am (0, 0, 3) + h(1, 0, 0), (0, 1, 3/2)i.
Como
Observao 12
sistemti a (
14
CAPTULO 1.
Exemplo 34
{(1/2, 2, 1), (1, 4, 2)} a reta passando pela origem paralela ao vetor (1/2, 2, 1) (ou (1, 4, 2), que a mesma reta). Neste
aso o
espao gerado possui dimenso 1. Portanto, h(1/2, 2, 1), (1, 4, 2)i = h(1/2, 2, 1)i =
h(1, 4, 2)i .
O espao gerado por
Exemplo 35
o
Exemplo 36
Exemplo 37
Desta forma
a um subespao de dimenso
igual a todo
3,
do
de dimenso
3,
igual
Exemplo 38
pao de dimenso
hu, vi.
u, v, w
no
R3 .
w = u + v,
hu, v, wi
Exemplo 39
O subespao am (2, 3, 5, 7) + h(1, 1, 1, 1), (2, 2, 2, 2), (3, 3, 3, 3), (4, 4, 4, 4)i
R4 embora possua 4 vetores.
Isto porque (2, 2, 2, 2) = 2(1, 1, 1, 1), (3, 3, 3, 3) = 3(1, 1, 1, 1), (4, 4, 4, 4) = 4(1, 1, 1, 1).
Desta forma, h(1, 1, 1, 1), (2, 2, 2, 2), (3, 3, 3, 3), (4, 4, 4, 4)i = h(1, 1, 1, 1)i.
uma reta em
Exemplo 40
O subespao am
p,
S = w + hu1 , u2 , . . . , up i
p = 0, S
um ponto;
um ponto.
depende no do valor
1.3.
BASES
15
p = 1, S
p = 2, S
p = 3, S
p = k, S
um subespao am de
R2
3,
no mximo dimenso k.
3
4 ou mais vetores
qualquer onjunto de
4.
Por outro lado, para que um
onjunto de vetores gere todo o
R2
vetores,
aso
ontrrio gerar somente uma reta ou ponto. Para que gere todo o
pelo menos
um onjunto om mais de
um onjunto om menos de
um onjunto de
vetores LD;
vetores gera
vetores no gera
Rn
Rn ;
1.3 Bases
Uma notao muito utilizada denir os seguintes vetores de
e1 = (1, 0, 0, . . . , 0, 0) Rn
e2 = (0, 1, 0, . . . , 0, 0) Rn
..
..
.
.
=
en = (0, 0, 0, . . . , 0, 1) Rn
n
Note que qualquer vetor do R pode ser expresso
omo
Rn :
Exemplo 41
A base anni a do
e4 = (0, 0, 0, 1).
S
de S .
Um onjunto ordenado
R4
Exemplo 42
Exemplo 43
O onjunto
mltiplo do outro) e
Exemplo 44 = {(1, 1, 1, 1), (0, 1, 1, 1), (0, 0, 1, 1), (0, 0, 0, 1)} base do R4 .
De fato, dado
16
CAPTULO 1.
Denio 13 (
oordenadas)
so os
oe
ientes
vetores
bi 's
i 's
As
de forma a gerar
v,
isto ,
v=
i bi .
Denotamos
i=1
1
2
[v] = .. .
.
n
Exemplo 45
omo
Rn = {e1 , e2 , . . . , en }, e um
vetor v = (v1 , v2 , . . . , vn ),
v1
v2
Exemplo 46 Considere
o vetor v = (2, 4) e as bases = {(1, 0), (0, 1)} e = {(1, 1), (0, 1)}.
Ento
[v] =
2
4
2
2
[v] =
mesmo
Exemplo 47 Considere
Ento
1
[v] = 2
2
Exemplo 48
w = (1, 1, 0).
Ento
mas
= {(1,
1, 1), (0, 1, 1), (0, 0, 1)} e
1
[v] = 1 .
0
1
[w] = [v] = 1 .
0
em bases distintas
a base
Considere a base
v = (2, 4)
o vetor
v = (1, 2, 2).
os vetores
v = (1, 2, 2)
1.4.
17
Embora
oordenadas sem indi
ao da base no determinem um vetor, existe uma
onveno (dizemos que um abuso de notao, isto , um uso da notao diferente do
onven
ionado) que assumir que a base
anni
a. Assim, temos trs formas equivalentes de
n
determinar o mesmo vetor v R :
onsidere o vetor
onsidere o vetor
onsidere o vetor
v = (1 , . . . , n ) (uso orreto);
De fato, o ltimo uso to omum que muitos livros usam omo denio de vetor do
Rn :
o(es):
x = 4 em R2 ;
2
(d) x + y = 2 em R ;
x=5
2
em R ;
(f )
y = 2
(a)
(b)
(g)
x = 1
x = 5
y=2
em
em
R;
R3 ;
k > 1
( oin identes,
Exer io 3. Determine
obtemos vetor om
k < 1
obtemos vetor om
(mesmo
tamanho e om
k,
om
paralelos);
maior, menor)
(mesmo,
k = 1
(mesmo
tamanho e om
maior, menor)
obtemos vetor om
(mesmo
tamanho e om
(h)
y = 3 em R3 ;
3
(e) x y = 1 em R ;
x y = 5
3
em R ;
y=2
(
)
(mesmo,
maior, menor)
(mesmo,
maior, menor)
1 < k < 0,
obtemos vetor om
(mesmo
(mesmo,
18
CAPTULO 1.
Exer io 6. Complete
as la
unas:
5
(a) a base
anni
a do R :
= {w1 , w2 , w3 , w4 }
(b) se
[u] =
Exer io 7. Considere S
={
base do
};
(a) se todo vetor de um espao pode ser es rito omo ombinao linear de elementos de
ento
(b) se
base;
base ento
1.4.2 Problemas
Problema 1. Sabendo que u = (2, 3), v = (1, 4) e w = (2, 1), determine:
(a)
u + 2v
(b)
(1, 2, 3, 2, 1) + (1, 2, 3, 4, 0) =
3(1, 2, 3, 2, 1) =
;
Problema 3. Determine
(a)
uv
y 2x = 5;
Problema 4. Determine
(a)
zx=1
x+y+z =0
Problema 5. Determine
3u 2v + w
R2 ):
(b)
( )
(b)
x+y = 1
xy =1
) om equaes arte-
y = 1.
( )
R3 ):
x=y
z=0
equao arte-
x + y z = 2;
Problema 7. Determine
(b)
equaes paramtri
as para o plano (em
):
y z = 0.
(0, 1, 1)
Problema 8. Considere
(1, 3, 2)
(3, 1, 0)
(1, 2, 1)
e paralelo ao vetor
(2, 1, 1)
(1, 1, 1).
x=t+1
y = 1t
z =t1
termine:
1.4.
(1, 1, 3, 3) ;
{(x, y, z, w) R |
19
(2, 5, 3, 4) ;
= (1, 1, 3, 3) + h(1, 2, 1, 2), (1, 1, 1, 1)i.
(b) se
(d) se
z 3u = 5}.
(d)
se:
2
(d) sabendo que [w] = 3 ; determine [w] .
2
(a)
(
)
1.4.3 Extras
Extra 1. Seja S
(a) se
n = 7,
um
onjunto
om
ento
Extra 2. Determine
(a)
x=3
( )
x 2y = 1
em
vetores em
sempre LI;
Rn .
Determine se V ou F:
(b) se
(b)
R3 ;
n = 3,
em
Extra 3. Determine
ento
pode gerar o
2x 3y + 5z = 1
x+y =1
(d) 3x 2z 5 = 0
em
em
R3 ;
R3 ;
R3 ;
20
CAPTULO 1.
Captulo 2
Sistemas Lineares
Ao longo deste
aptulo aprenderemos a determinar quando um sistema possui soluo ni
a,
innitas solues ou nenhuma soluo. Mais ainda determinaremos qual a soluo (se ni
a)
ou sua frmula geral (se innitas). So objetivos deste
aptulo introduzir:
(a) interpretao geomtri
a da soluo de sistemas (embora sirva mais para motivao,
pois no pre
isamos dela para resolver sistemas);
(b) operaes elementares na matriz aumentada do sistema e sistemas equivalentes;
(
) algoritmo da eliminao de Gauss (forma es
alonada) e Gauss-Jordan (forma totalmente
es
alonada)
(d) novas interpretaes do produto matriz-vetor impli
ando em novas interpretaes de
solues de um sistema linear.
(e) soluo simultnea de sistemas lineares
om mesma matriz de
oe
ientes;
At o nal do
aptulo apresentaremos os seguintes termos t
ni
os:
hiperplano;
soluo trivial, parti ular e geral ( onjunto-soluo) de sistema linear, sistema homog-
es alonada,
neo.
21
22
CAPTULO 2.
SISTEMAS LINEARES
sugere ne
essidade de muitas (milhares de) variveis. Foi in
luido somente para
ontrastar
om os outros.
Exemplo 49
As de material X
Exemplo 50
e
x +
y = 100
.
10x + 20y = 1250
a, b, c
a C3 H8 + b O2 c CO2 + d H2 O.
8a = 2d, balano de O: 2b = 2c + d,
Balano de C:
3a = c,
balano de H:
3a +0b 1c +0d = 0
8a +0b +0c 2d = 0 .
0a +2b 2c 1d = 0
Exemplo 51
(3, 9)?
da forma
y = ax2 + bx + c
pontos?
(0, 1)
(1, 3)
(2, 4)
(3, 9)
Obtemos um sistema
om
Exemplo 52
1 = a(02 ) + b(0) + c
3 = a(12 ) + b(1) + c
4 = a(22 ) + b(2) + c
9 = a(32 ) + b(3) + c
0a
1a
4a
9a
+0b
+1b
+2b
+3b
+1c
+1c
+1c
+1c
=
=
=
=
1
3
.
4
9
aproxima a funo
cos(x)
nos pontos
ki
om
ak1
.
.
.
+bk12
.
.
.
+ck1
.
.
.
+d = cos(k1 )
.
.
.
.
.
.
ak 3 +bk 2 +ck
+d
=
cos(k
N
N)
N
N
2.1.
Exemplo 53
23
presentada na Figura 2.1 sabendo a temperatura em volta desta pla
a,
onforme indi
ado
na gura.
Para isto vamos utilizar um prin pio fsi o que garante (de forma aproximada)
que a temperatura em um vrti
e igual a mdia das temperaturas dos quatro vrti
es mais
prximos. Deste modo, a temperatura
(20 + 25 + b + d)/4.
Pro-
edendo desta forma vamos obter 6 equaes orrespondendo a ada uma das 6 variveis
(a, b, c, d, e, f ):
4a b d
4b a c e
4c b f
4d e a
4e b d f
4f c e
10o
15o
20o
=
=
=
=
=
=
15o
20o
25o
30o
45
15
25
.
55
20
35
15o
20o
25o
4 5,
pea slida, om trs dimenses espa iais. Neste aso, utilizando um malha de
hegamos a
er
a de
de sistemas
om
uma malha
100100100,
muitas
grandes surgem pela mesma razo em diversos problemas da Fsi
a: foras atuantes em uma
pea ou prdio, uxo de gua em um
ano ou rio, et
. Em todos estes
asos o meio
ontnuo
dis
retizado em malhas bi ou tridimensionais, levando o nmero de variveis fa
ilmente para
dezenas de milhares ou mesmo milhes de variveis.
Exemplo 54
uma
idade. Outros uxos importantes so de gua, energia, mer
adoria, ou bytes (internet).
Nesses sistemas existem vias (ruas,
anos, estradas ou os) que transportam estes uxos e
que devem ser planejados de forma a suportar as
apa
idades. Estes problemas so traduzidos
em sistemas lineares que devem ser resolvidos. Consulte livros de lgebra linear (por exemplo
Lay ou Leon ou Anton) para mais detalhes sobre estes modelos.
Exemplo 55
pontos
(xi , yi)
no
plano. Sabendo-se que a relao deve ser linear, qual a equao da reta que melhor aproxima
esta relao?
24
CAPTULO 2.
a, b R
SISTEMAS LINEARES
dada atravs do
hamado mtodo de mnimos quadrados, que bus
a a melhor soluo (
om
menor erro) do sistema
om 2 variveis (a, b) e
equaes:
ax1 + b = y1
.
.
..
= ..
ax + b = y .
N
N
y
Exemplo 56
O vetor
(0, 6, 10)
ombinao linear de
, ,
tais que
(4, 1, 3)?
1 +2 +4 = 0
2 +1 1 = 6
3 +1 3 = 10
fa ilmente os sistemas podem ter milhares de variveis neste aso a teoria ser fun-
damental para se entender as solues que sero geradas por softwares de
omputao
ient
a.
2.2.
INTERPRETAO GEOMTRICA
25
xR
tal que:
(1 varivel e 1
ax = b .
a 6= 0
(b) se
a=b=0
( ) se
a=0
ento
x = a1 b:
ento qualquer
b 6= 0
Observao 13
sistema
om soluo ni a;
xR
ento nenhum
soluo: sistema
xR
om innitas solues;
soluo: sistema
sem soluo.
Classi
aremos os sistemas lineares
omo sem soluo,
om soluo ni
a ou
om innitas solues. No ensino mdio utiliza-se outro vo
abulrio (que no utilizaremos) para
lassi
ar, segundo o nmero de solues, os sistemas lineares. Para um sistema linear:
om innitas solues:
determinado
indeterminado;
Ax = b,
soluo ni a
o sistema possui
r2 ).
Re-
solver o sistema equivale a bus
ar intersees destas retas. Por outro lado o sistema pode ser
es
rito
omo
x
Denindo vetores
v1 =
a11
a21
a11
a21
+y
, v2 =
a12
a22
x, y R
Exemplo 57
a12
a22
b
b1
b2
,b =
b1
b2
=
Considere o sistema
ombinao linear de
tais que
xv1 + yv2 = b.
1x +1y = 2 (r1 )
.
1x 1y = 0 (r2 )
v1
v2 ,
isto , se
26
CAPTULO 2.
Dena
v1 =
1
1
, v2 =
1
1
,b =
2
0
v1
v2
SISTEMAS LINEARES
no lado
ombinao linear ni a
b = 1v1 + 1v2 ).
y
r2
(0, 2)
v1
(1, 1)
(0, 0)
x
(2, 0)
r1
v2
1x 2y = 2 (r1 )
.
2x
+4y
2 (r2 )
=
2
2
1
. A Figura 2.4
,b =
, v2 =
v1 =
2
4
2
Exemplo 58
Dena
Considere o sistema
sem soluo:
b no ombinao linear de
v1
v2
pois ambos esto na mesma reta. Portanto qualquer ombinao deles ar nesta
mesma reta.
y
r2
v2
r1
(0, 1/2)
(2, 0)
x
(1, 0)
x
v1
(0, 1)
1x 2y =
2 (r1 )
.
2x
+4y = 4
(r2 )
1
2
2
v1 =
, v2 =
,b =
. A Figura
2
4
4
Exemplo 59
Dena
Considere o sistema
innitas solues:
no lado esquerdo
2.2.
INTERPRETAO GEOMTRICA
27
y
y
v2
r1 = r2
(2, 0)
x
x
v1
(0, 1)
b
Figura 2.5: Innitas Solues
ou
uma ni a soluo;
ou
nenhuma soluo;
ou
innitas solues.
Compare om o aso
de duas
urvas quaisquer no plano, poderemos ter um nmero nito de solues maior que
um, no
aso
solues.
28
CAPTULO 2.
SISTEMAS LINEARES
equaes em
Considere
variveis:
.
.
.
.
.
a x +a x +a x = b
m1 1
m2 2
mn n
m
Denimos
omo matriz de
oe
ientes, matriz aumentada e o lado direito do sistema a
ima
as matrizes indi
adas na gura abaixo.
a11
a21
..
.
matriz aumentada
}|
m1
a12
a22
..
.
a1n
a2n
..
..
.
am2 amn
b1
b2
..
.
bm
} | {z }
{z
variveis do sistema.
Observao 14
pliada.
Quando a matriz de
oe
ientes possui algumas formas parti
ulares, o sistema se torna
extremamente f
il de ser resolvido.
diagonal.
So matrizes diagonais:
3
0
0
0
10 0
0
0 5 0
1 0
0
.
0 3
0 ,
,
0 3
0
0 5
0
0 0 5
0
0 0 3
Exemplo 61
Considere o sistema
5
3
0 0
0 2 0
4 .
0
0 1 2
3x1 =
5
2x2 =
4
x3 = 2
5
, 2, 2
3
2.3.
OPERAES ELEMENTARES
29
triangular.
triangular superior
se
aij = 0
para
i > j.
Exemplo 62
So triangulares superiores:
Observao 15
3
12
0
3
1 1
7
0 5 3
5 2
0
.
0 3
2 ,
,
0
0 3
0 5 1
0 0 1
0
0 0 3
triangular inferior,
uja denio
Quando a matriz
para trs.
triangular superior
substituio
Exemplo 63
:
Considere o sistema
2
3
1 3
0 2 1 5 .
0
0 2 2
3x1
+x2 +3x3 =
2
2x2 +x3 = 5
2x3 = 2
x1
x2
x1 :
x2 .
x3
da ltima
Finalmente, substituindo
3x1
2x3 = 2
2x2 +(1) = 5
+(2) +3(1) =
2
x3 = 1
x2 =
2 .
x1 =
1
Vamos ver
omo podemos transformar um sistema qualquer num sistema diagonal que
possua o mesmo
onjunto-soluo, isto ,
omo transformar num sistema diagonal
equiva-
equiva-
lente.
{(1, 1)}.
na
na
triangular) ou
diagonal).
Para isto pre isamos ver omo gerar sistemas equivalentes utilizando as
mentares, que
operaes ele-
ser vistas tambm
omo operaes nas equaes do sistema, embora quando efetuamos os
l
ulos fazemos as operaes diretamente na matriz aumentada.
30
CAPTULO 2.
1
2 3
1 1 0
3
1 4
1
1 2
1 1 0
SISTEMAS LINEARES
(0, 2)
(1, 1)
0,
3
2
(1, 1)
(2, 0)
4
,0
3
(3, 0)
So
l2 ):
b1
l2
b2
l1
l1
l2
b2
b1
;
l2 ):
;
l1
l2
b1
b2
l1
l2
b1
b2
l1
l2
b1
b2
l1
l2 + l1
b1
b2 + b1
l2 + l1 ):
;
l1
0 0 0
b1
0
l1
b1
A equivalente a B se
elementares. Denotamos A B .
Uma matriz
Sejam
AeB
B ), ento os sistemas
Prova:
sistema
orresponde uma operao nas equaes desse sistema que no altera o
onjuntosoluo:
(a) tro
ar a ordem das linhas: substituir o sistemas
altera o
onjunto-soluo;
A = B
C = D
por
C = D
A = B
no
2.3.
OPERAES ELEMENTARES
31
A = B
C = D
A =
B
. Se C = D ento
laro que C = D . Note que isto verdade
C = D
in
lusive se = 0. Por outro lado, se C = D , utilizando o fato que 6= 0, multipli
amos
1
1
1
1
os dois lados por , obtendo C = D . Logo,
omo = 1, C = D . Portanto
por
no alteramos o onjunto-soluo.
A = B
A =
B
por
. Se C = D ,
omo A = B , A = B para
C = D
C + A = D + B
qualquer (mesmo = 0). Somando esta equao nos dois lados de C = D obtemos que
C + A = D + B . Por outro lado, suponha que C + A = D + B . Como A = B ,
A = B para qualquer . Logo subtraindo A dos dois lados de C + A = D + B ,
obtemos C = D + B A = D .
A = B
por
(d) des
artar (ou a
res
entar) linhas s de zeros: substituir o sistema
0 = 0
A = B (ou vi
e-versa) no altera o
onjunto-soluo pois uma linha nula
orresponde
a uma equao sempre verdadeira (0 = 0).
Observao 16
B = C
B = C
B =
C
tomando = 1 na operao (
). Portanto
BB = C C
B = C
B = C .
. Pela operao (d) este equivalente a
0 = 0
obtemos
Deve-se tomar
uidado pois nem toda operao gera sistemas equivalentes. No prximo
exemplo ilustramos um erro que no
omum mas serve para ajudar a entender o exemplo
depois desse.
Exemplo 65
Note
que isto diferente de substituir a primeira linha pela soma dela
om a segunda
obtendo
obtendo
3x
2x y
3x
5x y
=
=
=
=
3
0
3
3
{(1, 2)}.
No prximo exemplo
apresentamos um erro que o
orre
om
erta freqn
ia
om alunos que no apli
am uma
operao elementar de
ada vez.
32
CAPTULO 2.
SISTEMAS LINEARES
x+y+z
y+z
Exemplo 66 Considere o sistema
x
+y
1 1
, l2
l2 l3
l3 l3 l1 ,
x =
1
x + z =
0
z = 1
= 3
= 2
uja soluo ni
a x = y = z =
= 2
1 3
1 2 . Vamos fazer simultaneamente
0 2
1
1 0
0
1
0 . Isto
orresponde
obtendo 1 0
0 0 1 1
uja soluo
x=z=1
Portanto o
onjunto-soluo
linguagem do Captulo 1, o
extremamente
uidadosos quando
de um exemplo, a transformao de um
operaes elementares,
resolvido.
num
2
1 2 4
Exemplo 67 Considere o sistema 0 7 11 25 . Fazendo l3 l3 + 3l1 ,
al
u3 13
4
16
3 13
4 16
3 13
4 16
3 6 12 6
lamos
= +
e obtemos
+ 3 ( 1 2 4 2 )
0
7 8 22
0 7 11 25
2
1 2 4
0 7 11 25 . Fazendo l3 l3 + l2
al
ulamos +
0
7 8
22
e
0
7 8
22
0
3 3
2
2
1 2 4
1 2 4
1
0 7 11 25 . Fazendo l3 l3 , obtemos
0 7 11 25 .
obtemos
3
0
0
3 3
0
0
1 1
1 2 4
2
0
0
4 4 . Para fazer l2 l2
Para fazer l1 l1 + 4l3
al
ulamos +
1 2
0 2
0 7
11 25
1 2 0 2
0
0 11
11 . Obtemos ento 0 7 0 14 . Fa11l3
al
ulamos +
0
0 1 1
0 7 0 14
1 2 0 2
1
0
1 0
2 . Fazendo l1 l1 + 2l2
al
ulamos
zendo l2 l2 , obtemos
7
0
0 1 1
1 2 0 2
1 0 0
2
+
0
2 0
4
0 1 0
2 . Finalmente fazendo l1 l1
e obtemos
0 0 1 1
1
0 0
2
1 0 0 2
2 .
obtemos o 0 1 0
0 0 1 1
2.3.
OPERAES ELEMENTARES
Agora o sistema
o
onjunto-soluo
33
{(2, 2, 1)}.
x1 = 2
x2 =
2 .
x3 = 1
Portanto
forma es alonada
denir o que a
apresentar o
estudar omo resolver um sistema uja matriz ampliada est na forma es alonada ou
de uma
matriz;
totalmente es alonada.
es alonada
Exemplo 68
Exemplo 69
A matriz abaixo
4
4 7 0 14
0
0 4
0 1
0
0 0 13
6
4
4 7 0 14
3
0 4
0 1
0
0 0 13
6
Denio 21 (piv)
So denominados
pivs
Exemplo 70
4 7 0 14
4
0
0 5
0 1
0
0 0 13
6
4, 5, 13.
so todos 1's e
totalmente
34
CAPTULO 2.
Exemplo 71
SISTEMAS LINEARES
Exemplo 72
A matriz abaixo
1 7 0 0
4
0
0 1 0 1
0
0 0 1
6
1 7 2
0
4
0
0 1
0 1
0
0 0 1
6
2.4 Es alonamento
p (no
( )
k 1.
de linhas).
(d) Enquanto
k < p,
repita:
p (no
de linhas).
k k + 1.
Observao 17
Parte II de
k = p, p 1, . . . , 1:
eliminao de Gauss-Jordan.
2
6
3
1
4
2
6
3 2
10
.
4 12 7
0 10
6
18 11
0
14
2.4.
ESCALONAMENTO
35
p 4.
k 1.
piv
2
6
3
1
4
2
6
3 2
10
.
4 12 7
0 10
6
18 11
0
14
nada).
piv 2 , subtraindo de l2 , l3 , l4
obtemos:
2
0
0
0
mltiplos de l1 . Fazendo
6
3
1
4
0
0 3
6
.
0 1
2 2
0
2 3
2
2 6
3
1
4
0 0
0 3
6
.
Considere apenas as linhas 2, 3 e 4 (ignore a primeira):
0 0 1
2 2
0 0
2 3
2
2 6
3
1
4
0 0 0 3
6
.
Identique a
oluna no nula mais esquerda:
0 0 1
2 2
0 0
2 3
2
2 6
3
1
4
0 0 1
2 2
.
Troque linhas para obter piv no nulo:
0 0
0 3
6
0 0
2 3
2
2 6
3
1
4
0 0 1
2 2
.
l4 l4 +2l2 (l3 j est
om entrada zerada abaixo do piv) obtemos:
0 0
0 3
6
0
1 2
0 0
Des
arte linhas s de zeros (no tem nenhuma).
p 4.
k 3.
2
0
0
0
6
3
1
4
0 1
2 2
.
0
0 3
6
0
0
1 2
36
CAPTULO 2.
piv
2
0
0
0
6
3
0 1
0
0
0
0
SISTEMAS LINEARES
1
4
2 2
3
6
1 2
nada).
l4 l4 + 1/3l3
obtemos:
p 3.
6
3
1
4
0 1
2 2
.
0
0 3
6
0
0
0
0
2 6
3
1
4
2 2 .
zeros: 0 0 1
0 0
0 3
6
2
0
0
0
piv 3,
k 4.
piv 3 obtendo:
2 6
3
0 0 1
0 0
0
2 6
3 0
6
2 .
l2 l2 2l1 obtendo: 0 0 1 0
0 0
0 1 2
piv 1 obtendo:
obtendo:
2 6
0 0
0 0
2 6
0 0
0 0
1
4
2 2 .
1 2
mltiplos de l3 . Faa l1
3 0
6
1 0 2 .
0 1 2
piv , subtraindo de l1
mltiplos de l2 . Faa l1
0 0 12
1 0 2 .
0 1 2
piv 1.
l1 l3
l1 3l2
6
1 3 0 0
0 0 1 0 2 .
0 0 0 1 2
da primeira).
2.5.
37
0
1
forma:
.. .. . . .. ..
. .
.
.
.
0 0 0 1
zero
um
no-zero
sistema
sem soluo.
forma:
0 = 1 no ser verdade
1 0 0
0 1 0
.. .. . . .. ..
. .
.
.
.
0 0 1
Como
sistema
O sistema orrespondente
qualquer nmero
om soluo ni a.
x1 =
x2 =
..
..
.
.
x =
n
. O onjunto-soluo
{(, , . . . , )}.
om innitas solues.
1 0 0
1 3 0 5 0
Exemplo 73 (sem soluo) 0 1 0 , 0 0 1 2 0 .
0 0 1
0
0 0 0 1
1 0 0
1 0 0 2
0 1 0
Exemplo 74 (
om soluo ni
a) 0 1 0 0 ,
0 0 1
0 0 1 11
0 0 0
Considere o sistema:
1 3 0 5 0
4
0
0 .
0 1 2 0
0
0 0 0 1 2
7
0
0 4
.
0 3
1 13
x2 e x4 , digamos x2 = r
= 4 + 3r 5s
.
=
2s
=
2
1x1
1x3
1x5
x1 , x3
x5
da forma:
x4 = s.
1 0 0 4 + 3r 5s
0 1 0
2s
0 0 1
2
38
CAPTULO 2.
SISTEMAS LINEARES
x4 )
53 = 2
equaes re-
r, s
e, utilizando as
equaes remanes entes do sistema foram obtidas solues em funo destes parmetros.
Para o mesmo nmero total de variveis, quanto maior o nmero de linhas (equaes) no
sistema es
alonado menor o nmero de variveis livres.
Observao 18
O fato de
uma equao ser eliminada signi
a que era
ombinao linear das outras, sendo, portanto,
redundante para a resoluo do sistema.
equaes so independentes entre si. Em termos de variveis, zero equaes signi
a que
todas variveis esto livres, e
ada equao a mais introduz uma restrio em alguma
varivel, reduzindo o nmero de variveis livres.
pivs ou de equaes aps o es alonaChamamos de varivel livre ou independente aquela asso iada a oluna sem piv.
variveis) e
mento).
n+1
Como so
variveis no total e
equaes, so
np
n = no total de variveis,
p = no de equaes = no de linhas = no de pivs = no de
n p = no de variveis livres = no de parmetros.
0 1 0
0 0 1
{z
}
|
variveis dependentes,
Observao 19
Exemplo 76
Considere o sistema
0
0
0
0
1
0
0
0
2
0
0
0
0
1
0
0
0
0
1
0
0
0
0
1
1
0
3
4
.
0 1
3
2
2.5.
39
ainda, o onjunto-soluo
r, s, t R.
Exemplo 77
Considere o sistema
0 1 3 0 7
0 0 0 1
4
n=4
gerar solues
onjunto-soluo
(quando
no-
forma paramtri a
S = {v0 + t1 v1 + + tq vq , vi Rn , ti R},
ou, em termos de espao gerado
S = v0 + hv1 , . . . , vq i .
Observao 20
Observao 21
v0 , v1 , v2 , . . . , vq .
q = n p)
e quais so os vetores
40
CAPTULO 2.
SISTEMAS LINEARES
Da
forma
.. .. . . .. ..
.
.
.
. .
0 0 0 1
1 0 0
0 1 0
.. .. . . .. ..
. .
.
.
.
0 0 1
aso ontrrio
sistema om soluo ni a;
f il ver que podemos transformar um sistema na forma es alonada para a forma totalmente es alonada onforme indi amos nos diagramas abaixo:
0
0 1 0 0
0 0 0
0 0 0 1 0
0 0 0 0
0 0 0 0 1
1 0 0
0
0 1 0
0 0 0
0 0 0 1
1 0
0
0 1
0 0
0 0
0 0 0
0 0
0
0
1
0
0
0
0
1
Da
forma
.. .. . . .. ..
.
.
.
. .
0 0 0
.. .. . . .. ..
. .
.
.
.
0 0
aso ontrrio
sistema om soluo ni a;
es alonada
2.6.
no pre isamos
41
um sistema possui soluo e se ela ni
a: para isto basta a forma es
alonada. Mas, para
al
ular a soluo, re
omendamos fortemente que se es
alone totalmente a matriz ao invs
de se fazer a substituio para trs na matriz es
alonada. A prti
a mostra que se reduzem
erros nmeri
os desta forma.
Portanto, use a forma es
alonada somente para de
idir se o sistema possui soluo: no
use-o para
al
ul-la.
6
0 3 0
1
9 : sem soluo devido a linha: 0 = 311.
Exemplo 78 0 0 0
0
0 0
0 311
13
2 0 6 33
Exemplo 79 0 107 2 9 1 :
om innitas solues (1 varivel livre).
0
0 0
3 0
0
2 2
8 12
1
0 e3
11 1
2 :
om soluo ni
a pois todos os nmeros 2, e3 ,
Exemplo 80
0 0 log(3) 2
0
0 0
0 77 3
log(3), 77 so no-nulos.
No momento
denotamos o
uv =
Exemplo 81
Sejam
u = (u1 , . . . , un ), v =
uivi .
i=1
Ento
u v = (1)(1) + (2)(2) + (3)(1) + (4)(3) + (5)(0) = (1) + (4) + (3) + (12) = 10.
Vamos agora rela
ionar a operao de produto matriz-vetor
om sistemas lineares. Considere o sistema
Denimos
a
m1 x1 + am2 x2 + amn xn
a11
x1
b1
a21
= b1
= b2
.
..
= bm
a12
a22
..
.
am2
a1n
a2n
.
..
..
.
.
amn
Sabemos
da denio usual do produto matriz-vetor que podemos es rever este sistema omo
Ax = b.
42
CAPTULO 2.
SISTEMAS LINEARES
Existem duas interpretaes do produto matriz-vetor que impli
aro duas interpretaes
para solues do sistema linear a
ima:
forma geral
aj1
aj2
uj = .. .
.
ajn
a11
a21
a12
a22
u1 = .. , u2 = ..
.
.
a1n
a2n
Temos que
A =
uj
u1
..
.
um
e de
Se
lermos o sistema da maneira natural, linha por linha, observamos que o lado esquerdo
de
ada linha possui a estrutura de produto es
alar do vetor
vetor formado por
ada linha da matriz
A.
x = (x1 , . . . , xn )
om o
u1 x = b1
u2 x = b2
.
.
.
.
.
.
.
u x = b
m
m
.
.
Ax =
x =
.
um
u1
u1 x
.
.
.
um x
b1
.
.
.
bm
= b.
(b) ( ombinao linear das olunas da matriz) Agrupando as olunas dos oe ientes segundo o esquema
b a do lado direito,
a12
a1n
b1
a11
a22
a2n b2
a21
x1 .. +x2 .. + + xn .. = .. ,
.
. .
.
am1
am2
amn
bm
| {z }
| {z }
| {z } | {z }
v1
v2
vn
b
X
equao vetorial
xj vj = b. Es
revendo que A = v1 vn
j=1
e hamando
v1 ,
.
.
.
.
.
a
x
+
a
x
+
a
x
=
b
m1
1
m2
2
mn
n
m
...,
obtemos a
vn
( ada
2.6.
43
x
1
Ax = v1 vn ... =
xn
X
=
xj vj =
j=1
=b
Denio 27 (hiperplano)
Um
hiperplano
em
Rn
n 1.
Exemplo 82
Em
R3
41=3
3 1 = 2 e um hiperplano.
4
hiperplano. Em R um subespao am
21 =1
e um
Em
R2
uma
de dimenso
um hiperplano.
(x1 , . . . , xn ) Rn ,
Exemplo 83
(x, y, z, w, u) R5
x 2y + 3z + w u = 4.
Podemos es
rever que x = 2y 3z w + u + 4. Introduzindo parmetros t1 = y, t2 =
z, t3 = w e t4 = u, obtemos que x = 2t1 3t2 t3 + t4 + 4. Portanto o subespao
am parametrizado por quatro parmetros (t1 , t2 , t3 , t4 ) da seguinte forma: (x, y, z, w, u) =
(4, 0, 0, 0, 0) + t1(2, 1, 0, 0, 0) + t2(3, 0, 1, 0, 0) + t3(1, 0, 0, 1, 0) + t4(1, 0, 0, 0, 1). Trata-se
5
5
de um subespao am de dimenso 4 em R , isto , um hiperplano em R .
u1
.
.
Em resumo podemos es
rever A = v1 vn ou A =
. Note
.
um
que o nmero de
olunas n no ne
essariamente o mesmo que o nmero de linhas m.
As duas interpretaes do produto matriz-vetor Ax determinam duas interpretaes para a
tais que
x = bj
representa um hiperplano
Hj
uj
Rn ).
Hj ,
n1
em
determinar solues
j=1
3,
44
CAPTULO 2.
b=
xj vj
para alguns
ombinao
SISTEMAS LINEARES
xj R (b hv1 , . . . , vn i).
existir diferentes ombinaes dos vetores oluna, isto , o sistema pode ter mais de uma
b no estiver
6 hv1 , . . . , vn i),
ento o sistema
a interpretao
b=
Sistema
sem soluo
xj vj ?
no
Hj 6= ?
no
om soluo ni a
sim (ni a)
sim (1 ponto)
om innitas solues
sim (vrias)
.
.
.
.
.
a x +a x +a x = 0
m1 1
m2 2
mn n
O vetor nulo
(0, 0, . . . , 0)
soluo trivial.
Observe que num sistema homogneo o lado direito de zeros preservado por operaes
elementares:
0
.
.
.
..
.
.
.
.
.
.
0
.
.
.
..
.
.
.
.
.
.
0 0
sempre
possui soluo.
(equaes) aps o
p=n
(b) p < n
(a)
Considere o sistema
Ax = b.
qualquer.
Mais
2.7.
CASOS ESPECIAIS
Exemplo 84
45
0 1 3 0 7
0 0 0 1
4
Na linguagem do Captulo 1, o
0 1 3 0 0
0 0 0 1 0
o subespao am
(0, 7, 0, 4), que uma soluo parti ular (dentre as innitas solues)
do sistema no-homogneo.
6= )
do sistema
no-
v0
Prova:
Seja
S 6=
S = v0 + V .
v0 S
Ax = b
S = v0 + V .
soluo
Ax = 0.
v0 + V S
S v0 + V .
Tome v V qualquer. Como A(v0 + v) = Av0 + Av = b + 0 = b,
v0 + V S .
Tome w S qualquer. Como A(w v0 ) = Aw Av0 = b b = 0,
w v0 V e portanto w v0 + V . Logo S w0 + V .
Observao 22
v0 S
e que
on
luimos que
on
luimos que
soluo geral do sistema Ax = b da forma v0 +v, soma de uma soluo parti
ular
soluo do sistema homogneo asso
iado Ax = 0.
om uma
A dimenso de
so de
S,
46
CAPTULO 2.
SISTEMAS LINEARES
lentes:
(a) a dimenso de
igual a zero;
v0 );
igual a zero;
simultnea sistemas
Exemplo 85
tema
x + 2y = 1
2x + 5y = 3
x + 2y = 4
2x + 5y = 9
e tambm o sis-
1 2 4
2 5 9
1 2 4
0 1 1
1 0 2
0 1 1
,
2 5 3
0 1 1
0 1 1
= 1, y = 1).
aumentando a matriz om vrios lados direitos de uma vez. Desta forma al ulamos
1 2 4 1
2 5 9 3
1 2 4 1
0 1 1 1
1 0 2
1
0 1 1 1
fazer ontas,
nhuma
ou innitas solues.
(a)
x+y = 1
2x + 2y = 2
Exer io 2. Considere
(b)
x+y = 1
2x 3y = 2
( )
x+y = 1
2x + 2y = 3
1;
2.8.
0.
As operaes
terar
47
o onjunto-soluo do sistema.
x 2y = 3
3x + y = 1
.
se altera se a
res
entarmos a equao 2x + 3y =
Exer
io 4. Considere um tringulo ABC equiltero
podem al-
ABC
possui
soluo(es);
(nenhuma;
uma ni a; innitas)
trs;
soluo(es).
abaixo no
possuam soluo:
x + y = 3
2x 2y =
(a)
Exer io 6. Determine
(b)
se verdadeiro ou falso:
x + y = 3
2x + y =
Exer io 7. Determine
se verdadeiro ou falso:
Exer io 8. Sem
fazer ontas, dis uta a existn ia e a uni idade de soluo dos sistemas
abaixo.
No
aso de innitas
solues, determine
ainda onmero de variveis livres.
(a)
1 4
0 2
0 0
0 0
6
5
3
0
2
2
;
1
0
(b)
Exer io 9. Em R5 :
1 4
0 2
0 0
0 0
6
5
3
0
2
2
;
1
1
( )
0 1 0 2
0 0 1 2
(retas;
de
planos; hiperplanos);
Dena
o sistema:
x1
.
.
..
Ax =
x = v1 vn .. = b.
um
xn
u1
Hj = {x Rn | uj x = bj }.
(a) o sistema
Ax = b
m
\
j=1
Hj
(=, 6=)
(unio;
interseo)
48
CAPTULO 2.
SISTEMAS LINEARES
soluo do sistema homogneo asso iado. Es olha uma opo. sempre verdade que:
S
(B) S
(C) V
(D) V
= v0 + V
= v0 + V
= v0 + S
= v0 + S
(A)
v0 V ;
om v0 S ;
om v0 S ;
om v0 V ;
om
2.8.2 Problemas
1
x + 3y =
2x + y = 3
Problema 1. Considere o sistema
2x + 2y =
0
de resoluo de sistema resolver uma equao para uma varivel e substituir a expresso
nas outras equaes.
Com isso,
determinamos uma varivel e, substituindo nas outras equaes, determinamos as outras. Este
mtodo, alm de mais longo que a eliminao de Gauss em termos de operaes ne
essrias
induz, freqentemente, ao erro.
(a) resolva a primeira equao para
termine
y;
x,
y;
Problema 2. Para ada um dos sistemas abaixo interprete ada equao omo uma reta em
R2 ,
x+y = 3
xy = 1
Problema 3. Suponha
R
(b)
3x y = 6
6x + 2y = 6
ada equao representa um plano. Qual a posio relativa destes trs plano quando o
sistema:
(a) no possui soluo?
(b) possui exatamente uma soluo?
(
) possui innitas solues?
passa por
B, s
passa por
soluo de
ada um dos sistemas abaixo, onde representamos
ada equao pela reta que ela
determina:
(a)
s
t
(b)
u
s
( )
r
s
(d)
r
t
Problema 5. Para
ada um dos itens abaixo, d um exemplo de um sistema
om as
ara
tersti
as pedidas ou explique por que tal exemplo no pode existir:
(a) (n
(b) (n
(
) (n
(d) (n
equaes) = (n
equaes) < (n
equaes) < (n
equaes) > (n
Problema 6. En ontre
o
o
2.8.
(a)
1 2 3 4
4 5 6 7 ;
6 7 8 9
49
(b)
Problema
7. Resolva
ada um dos sistemas
0 1 2 0 0
0 0
0 1 0 ;
(a)
0 0
0 0 1
1 0 0 1
3 ;
(
) 0 1 0
2
0 0 1
2
6
3
1
4
2
6
3 2
10
(e)
4 12 7
0 10
14
6
18 11
0
Problema 8. Os sistemas
abaixo:
(b)
1 3 5 7
3 5 7 9 .
5 7 9 1
0 1 2 0 0
0 0
0 1 0
(f )
3 4
2 0
9 12 6 0
;
(d)
6
8 4 0
0
0
0 0
0
1
2
1
1
6
0 2 4 2 4 18 .
13
0
1
2
2
3
2
1
2
41 0 0
1 0 2 24 0 0
1
0 2 24 0 0 0 1 2 7 0 0 .
1 1
0 17 31 0
0 0
0
0 1 0
D des
ries paramtri
as dos
onjuntos-soluo de ambos. En
ontre trs solues distintas
para o primeiro sistema.
2x y + 2z =
1
4x + 2y 4z = 2
(b)
os valores de
sua:
(a) uma ni
a varivel livre;
Problema
11. Determine
x + 2y + 3z = a
5y + 6z = b
cz = d
x + y 2z = 2
xy =
0
2x + y 3z = 3
2x + 8y + 2z = 3
4x + m2 y + mz = 6
pos-
a, b, c, d R
possua:
Problema 12. Considere a parbola y(x) = ax2 + bx + c que passa por (1, 2), (2, 4) e (3, 8).
Determine
a, b, c R.
os dois sistemas
e
6 3 9 3
4 3 5
1
1 0 1
2
2 1
3 1
0 4 3
1
6x + 3y = 3
4x + 3y =
1
50
CAPTULO 2.
SISTEMAS LINEARES
(a)
omo CL das
olunas da matriz (usando
omo
oe
ientes as entradas do vetor);
(b)
omo produtos es
alares das linhas da matriz pelo vetor.
1 4 5
A = 2 5 7 .
3 6 9
tal que
Ax = 0.
2.8.3 Desaos
Desao 1. Embora
uma matriz para ser es alonada. Determine para ada uma das trs
tal que
PA
da operao elementar;
Di
a: Aplique operao elementar na matriz identidade.
Desao 2. Prove
equivalente a
ento a matriz
equivalente
A.
Desao 3. Um sistema linear
om n equaes e n variveis tem a propriedade que os
oe
ientes, quando lidos linha por linha, da esquerda para direita, forma uma progresso aritmti
a.
Prove que o sistema tem soluo ni
a. Determine sua soluo. (Heeron)
Desao 4. Considere
um sistema de
equaes em
variveis.
Prove a alternativa de
Fredholm:
(a) ou o sistema possui soluo ni
a para todo lado direito;
(b) ou o sistema homogneo asso
iado tem soluo no-trivial.
2.8.4 Extras
Extra 1. Para
ada um dos sistemas
R2 ,
2x 3y = 1
6x + 9y =
3
Extra 2. Um
2x + 2y = 6
xy = 1 ;
(b)
x + 3y = 6
apresentam os nmeros de 1 at 6,
(a)
fa
e2
fa
e6
(b)
fa
e3
fa
e4
( )
fa e1
fa
e3 ;
fa
e5
(d)
fa
e3
fa
e5 ;
fa
e6
(e)
fa
e1
fa
e3 ;
fa
e6
Extra 3. Para
ada um dos itens abaixo, d um exemplo de um sistema
om as
ara
tersti
as
pedidas ou explique por que tal exemplo no pode existir:
(a) (n
(b) (n
(
) (n
(d) (n
equaes) = (n
equaes) = (n
equaes) < (n
equaes) > (n
variveis), soluo ni
a;
variveis), nenhuma soluo;
variveis), innitas solues;
variveis), soluo ni
a;
2.8.
(e) (n
equaes) > (n
Extra 4. A
2
(x A) +
51
R2
om entro em
(A, B)
e raio
dada por
1
x + y + z =
x + 2y = 0
2x y + 3z =
;
(a)
;
(b)
2x + y = 2
x + 3y = 2
x y + z = 1
x + 2y + ( + 1)z =
x+yz =
1
y + 2z = + 1 ;
(
)
(d)
;
3x y + z = 1
x + (1 )z =
0
x +y + ( 1)z =
1 1 3 2
x
+
y
z
=
2
y + 5z = 5 .
(f )
(e) 1 2 4 3 ;
1 3
x + 2y + z = 7
Extra
6. En
ontre os valores de a tais que o sistema linear abaixo tenha soluo.
xy = a
x+y+z = a ;
2x + z = a
Extra
em b1 , b2 e b3 para que o sistema abaixo possua soluo?
7. (a) Qual a
ondio
2 5 8 b1
2
1 0 b2
1 4 6 b3
2
(a) determine
2
(b) Sem refazer todas as ontas, diga se o sistema possue soluo om o lado direito
(3,5,-1).
Extra 8.
dados:
y = 4 x4 + 3 x3 + 2 x2 + 1 x + 0
(a1 , b1 ), (a2 , b2 ), (a3 , b3 ), (a4 , b4 ), e (a5 , b5 ).
Seja
(ai , bi )
4 , 3 , 2 , 1 , 0 .
Note
52
CAPTULO 2.
SISTEMAS LINEARES
Captulo 3
Espaos Vetoriais
Neste
aptulo generalizamos os
on
eitos do
aptulo 1 (
ombinao linear, espao gerado,
n
LI/LD, dimenso, base,
oordenadas) para generalizao do R
onhe
ido
omo espao vetorial.
O desao neste
aptulo apli
ar estes
on
eitos nos espaos vetoriais de polinmio e
funes (quaisquer,
ontnuas, diferen
iveis).
um onjunto
soma vetorial e uma multipli
ao por es
alar (produto es
alar-vetor) satisfazendo os axiomas
detalhados mais abaixo, dividido em trs
ategorias:
(a) axiomas da soma vetorial;
(b) axiomas da multipli
ao por es
alar (produto es
alar-vetor);
(
) axiomas distributivos.
Dados vetores
u, v, w V :
omutativa:
u + v = v + u;
asso iativa:
(u + v) + w = u + (v + w), u, v, w;
u, (u)
t.q.
t.q.
u + 0 = u u;
u + (u) = 0.
uV
e es alares
, :
()u = (u), , u;
1u = u, u.
53
Dados
54
CAPTULO 3.
u, v V
Dados vetores
ESPAOS VETORIAIS
e es alares
, :
(u + v) = u + v, , u, v;
( + )u = u + u, , , u.
O primeiro, e prin
ipal exemplo, foi visto em detalhes no Captulo 1, o espao
Rn .
Ele
um exemplo muito importante pois, num
erto sentido (ver Lema 7 da pgina 69), todo
espao vetorial de dimenso nita igual a ele.
Exemplo 86 Rn
Espaos de funes tero papel importante neste
urso.
espao dos
Denimos o
n
X
ai x
i=0
n
X
i=0
n
X
bi x
!
ai xi
n
X
(ai + bi ) xi ;
i=0
n
X
(ai ) xi .
i=0
i=0
Pode-se veri
ar que um espao vetorial
om elemento neutro da soma
n
X
0xi .
mio identi
amente nulo) denido por 0(x) =
0 Pn
(polin-
i=0
n N.
Assim
Denimos por
Dado
onjunto
em
R.
denimos:
(a) Soma vetorial:
f, g F (I; R)
f +g
R,
por
Observao 23
Pn
0(x) = 0
para todo
+ g
x I.
0 F (I; R)
) possui signi ado distinto em ada expresso: soma de vetores, num aso, e de soma
um espao
3.1.
DEFINIO E EXEMPLOS
55
R2
e no
R3 .
J mostramos que podemos representar vetores omo setinhas (segmentos orientados equivalentes).
f F ({1, 2} ; R),
Dado
f : {1, 2} R, ela
a inteiramente determinada uma vez xado os valores f (1) e f (2). Portanto asso
iamos a f F ({1, 2} ; R)
2
2
o vetor f = (f (1), f (2)) R . Re
ipro
amente, dado (a1 , a2 ) R , asso
iamos a funo
f F ({1, 2} ; R) tal que f (1) = a1 e f (2) = a2 . Por exemplo, o vetor f = (5, 3) R2 pode
ser representado
omo o gr
o de f F ({1, 2} ; R),
omo indi
ado na Figura 3.1. De forma
anloga, dada g F ({1, 2, 3} ; R), ou seja, dada uma funo g : {1, 2, 3} R, asso
iamos
3
3
o vetor g = (g(1), g(2), g(3)) R . Re
ipro
amente, dado (a1 , a2 , a3 ) R , asso
iamos a
funo g F ({1, 2, 3} ; R) tal que g(1) = a1 , g(2) = a2 e g(3) = a3 . Por exemplo, o vetor
g = (3, 5, 2) R3 pode ser representado
omo o gr
o de g,
omo indi
ado na Figura 3.1.
ou seja, dada uma funo
f (1) = 5
g(2) = 5
f (2) = 3
g(1) = 3
g(3) = 2
f = (5, 3) R2
g = (3, 5, 2) R3 .
A vantagem deste ponto de vista que os desenhos so bidimensionais, e podemos repref = (2, 4, 3, 4, 1) R5 pelo gr o de f F ({1, 2, 3, 4, 5} ; R)
f (i) = ai , i = 1, . . . , 5,
no
y
f (4) = f (2) = 4
f (3) = 3
f (1) = 2
f (5) = 1
1 2 3 4 5
Figura 3.2: Representando
f = (2, 4, 3, 4, 1) R5 .
56
CAPTULO 3.
ESPAOS VETORIAIS
Observao 24
R
Fixemos a notao
f F ([0, ]; R),
In = {1, . . . , n}.
om
f (x) = sen(x).
A representao de vetores do
u + v : In R
por
Exemplo 87
Em pro
essamento de imagem estas transformaes so
hamadas de morsmos. Podemos, por exemplo,
riar rostos intermedirios entre fotos distintos, misturando
ara
tersti
as.
Ver [Anton.
r(0.0)
r(0.2)
r(0.4)
r(0.5)
r(0.6)
r(0.8)
r(1.0)
espao vetorial.
Exemplo 88 V V
V.
3.1.
DEFINIO E EXEMPLOS
Exemplo 89 {0} V
57
V.
subespao vetorial se
0 H,
H
Prova:
u H, R, u H .
Exemplo 90
paralela a
De fato,
H.
u, v H , u + v H ,
Dado e
Seja
u V . H = {v V | v = u, R}
subespao de
V,
uma reta
0 H e dados v1 , v2 V , v1 = 1 u, v2 = 2 u.
R, v1 = (1 )u1 H .
Logo
v1 + v2 = (1 + 2 )u
subespao. De fato,
(0, 0, 0) H .
Sejam
Sejam
H.
R.
Ento
Ento
(x, y, 0) = (x, y, 0) H .
no subespao.
(0, 0, 0) 6 H .
Sejam
Sejam
H.
Exemplo 93
Uma reta
Exemplo 94
A parbola
dado
R.
Ento
Ento
(x, y, 1) = (x, y, ) 6 H ,
v 6 H
Considere
o primeiro quadrante do
Verique que
0 6 r .
no subespao. Embora
R2 .
(0, 0) H ,
(porque?).
Exemplo 96
6= 1.
H = {(x, x2 ). x R} R2
(1, 1), (2, 4) H , (1, 1) + (2, 4) = (3, 5) 6 H .
Exemplo 95
se
H = {p P3 | p(1) = 0} P3
v H,
subespao.
0 H.
Sejam
Sejam
pH
R.
Como
p(1) = 0,
ento
ento
58
CAPTULO 3.
ESPAOS VETORIAIS
subespao am
se
Seja
um espao vetorial e
H V.
Dizemos que
W V . Mais
W V tal que H =
h0 + W = {h0 + w | w W }.
h0 V
e um subespao vetorial
gem. No so subespaos vetoriais, mas subespaos ans: retas e planos que no passam
pela origem.
muito
Exemplo 99
matriz, isto ,
W = hv1 , v2 , . . . , vn i.
A M
nm , podemos des
rev-la por meio de vetores
n
n
(a) V = {x R | Ax = 0} R , o
onjunto-soluo do sistema linear homogneo
Ax = 0;
m
n
(b) W = {b R | b = Ax; x R }. Pelas interpretaes do produto matriz-vetor
( n
)
X
(veja pgina 42), W =
xi vi | xi R , que igual ao espao gerado pelas
olunas da
i=1
pelo Exemplo 98 e
olunas da matriz.
Observao 25
F (I; R)
om
Todo polinmio de
I R.
Pn
Neste sentido,
Ax = 0
A, hamamos de n leo
e de
imagem da matriz o
A.
de
F (I; R).
Pn
e subespao de
F (I; R).
Este exemplo
importante pois mais adiante no
urso responderemos a seguinte questo: dada uma
funo qualquer
f F (I; R),
determine o polinmio
f.
p Pn
Dado onjunto
I
R
(no-
C(I; R)
3.2.
Exemplo 100
59
es f (x) = 1/x e g(x) = 1/(x 1) perten
em ao espao C ((0, 1); R) mas no perten
em
a F (R; R) pois no esto denidas no 0 ou no 1.
1
A funo f (x) = |x| perten
e a C(R; R) mas no perten
e a C (R; R) (no possui derivada
em 0).
As funes
Observao 26
k1
funo
ontnua funo. Deste modo temos a su
esso de subespaos vetoriais (
ada um
subespao vetorial de todos os que se seguem):
Exemplo 101
(linearidade da derivada),
al
ulamos y +9y = ay1 +by2 +9(y1 +y2 ) = ay1 +9y1 +by2 +9y2 =
0 + 0 = 0.
Note que em parti
ular se y1 (x) = sen(3x) e y2 = cos(3x), ento y1 , y2 V . CombiConsidere
naes destas funes tambm sero solues (na realidade TODAS as solues sero desta
forma, mas no provaremos isto). Portanto,
Exemplo 102
Considere
Observe que se
Portanto
y 6 V .
Exemplo 103
Considere
Exemplo 104
Considere
, soluo
Rn
no aptulo 1.
A idia de um vetor ser mltiplo (ou paralelo) de outro generalizada pela denio abaixo.
60
CAPTULO 3.
se
Dizemos
que
i 's
ombinao linear
(CL)
de
v = 1 v1 + 2 v2 + + p vp =
onde
ESPAOS VETORIAIS
p
X
i vi ,
i=1
so es alares.
Exemplo 105 (2, 1, 7)
ombinao linear de (1, 2, 3), (4, 5, 6) e (7, 8, 7)?
, , R tais que (1, 2, 3) + (4, 5, 6) + (7, 8, 7) =
(( + 4 + 7), (2 + 5 + 8), (3
+ 6 + 7)) = (2, 1, 7).
1 +4 +7 = 2
2 +5 +8 = 1 .
Pre
isamos resolver o sistema:
3 +6 +7 =
7
2
1 4 7 2
1
4
7
1 0 0 5.5
2 5 8 1 0 3 6 3 0 1 0
8 .
Es
alonando,
3 6 7 7
0
0 2
0 0 1 3.5
7
Temos que veri
ar se existem
Como o sistema possui soluo (poderiam ser innitas solues, mas ni a), obtemos
= 5.5, = 8, = 3.5.
Exemplo 106
v = x2 x,
e v.
3
Considere os vetores de P (espao de todos os polinmios) u = x + x,
w1 = 3x3 x2 + 4x e w2 = x3 + 2x2 + 10. Determine se w1 , w2 so CL de u
w1
Exemplo 107
se
w = cos(2x)
CL pois
Considere os elementos de
ombinao linear de
v = cos2 (x)
Determine
w = v u.
espao
gerado
pelo
onjunto
de
vetores
v1 , v2 , . . . , vp .
Portanto,
p
X
i=1
)
i vi i R, i = 1, 2, . . . , p .
3.2.
dor de) W
se
O onjunto
{v1 , v2 , . . . , vp }
hi = {0},
W = hv1 , v2 , . . . , vp i.
Conveno 1
61
{0}.
i=1
subespao vetorial.
Prova:
De fato, seja
Ento tomando
H = hv1 , v2 , . . . , vp i.
ui = 0
Finalmente, dado
on lumos que
R, u =
p
X
i=1
vi = 0.
Dados
0 H.
u, v H , u =
A soma
{v1 , v2 , . . . , vp }
p
X
uivi , w =
i=1
u+w =
p
X
i=1
p
X
um
wi vi .
i=1
(ui + wi )vi H .
(ui)vi H .
P2 .
H = {p P2 | p(2) = p(3)}
2 e 3, ombinaes lineares
Exemplo 110
P3 | p(1) = 0} P3 .
Seja p(x) =
0, a + b + c + d = 0. So quatro variveis
e uma equao. Portanto so trs variveis livres: d = r, c = s, b = t,
om a = r s t.
3
2
Logo H = {(r s t)x + tx + sx + r}. Colo
ando r, s, t
om 0 e 1 alternadamente,
3
3
3
2
obtemos u = x + 1, v = x + x, w = x + x . Portanto H = hu, v, wi.
Outra parametrizao possvel tomar
omo variveis livres: a = r, b = s, c = t,
om
d = r s t. Colo
ando r, s, t
om 0 e 1 alternadamente, obtemos u = x3 1, v =
x2 1, w = x 1. Portanto H = hu, v, wi.
Exemplo 111
Seja
De fato, dado
obtendo que
W = (x 1), x(x 1), . . . , xn1 (x 1) .
i=0
i=0
62
CAPTULO 3.
Exemplo 112
Como
temos que
ESPAOS VETORIAIS
Exemplo 113
Exemplo 114
Considere as funes
0 , . . . , 3
so ara terizadas omo funes lineares por partes (entre dois inteiros quaisquer elas so
0 (1) = 0 (2) = 0.
se
Do mesmo modo,
Agora podemos fazer
ombinaes lineares destas funes. Poderemos obter uma funo
linear por partes qualquer pois se quisermos que f assuma valores
3
3
X
X
tome
f =
ai i .
Deste modo
f (0) =
i=0
funes
tambm
i=0
f (j) = aj , om j = 0, . . . , 3,
ai i (0) = a0 0 (0) = a0 1 = a0
e de forma anloga,
f (1) =
3
X
(as outras
ai i (1) = a1 ,
i=0
a3 . Desta forma CL das i 's podem gerar qualquer funo linear
por parte:
h0 , . . . , 3i =
funes tipo
Rn
onjuntos LDs.
Vamos ini
iar motivando
om dois exemplos o
on
eito de (in)dependn
ia linear.
3.3.
Exemplo 115
63
1, 2
vetores,
1 vetor
Exemplo 116
2 vetores
3 vetores
2 vetores
3 vetores
{v1 , v2 , . . . , vn }
se
vk =
i vi .
vk
redundante num
i=1
i6=k
vi 's.
0 CL no trivial ento um dos vetores redundante?
0 pode ser expresso
omo CL no-trivial dos vi 's,
p
X
i vi = 0,
om
i=1
Dividindo-se por
(k )
k 6= 0.
obtemos que
k1 v1 . . .
k1
vk1 1vk
k
e portanto
vk =
p
X
i=1
i6=k
k+1
vk+1
k
...
p
v
k p
=0
i
vi .
k
(LD)
64
CAPTULO 3.
ESPAOS VETORIAIS
(LI)
Conveno 2
v1 , v
2 , . . . , vp
X
vk =
i vi .
Os vetores
so LD se, e s
i<k
fosse zero,
k 6= 0
k1
X
vk =
i=1
k1
X
i=1
k
X
i vi = 0 CL no-trivial.
i=1
Assim,
i
vi .
k
Exemplo 117 {v1 , v2 , v3 } = {(1, 2, 3), (2, 3, 4), (3, 4, 5)} LD.
De fato,
v1 2v2 + v3 = 0.
Exemplo 118
De fato,
Exemplo 119
Considere
v2 = 1.
O onjunto
LD.
De fato,
v1 + v2 v3 = 0,
isto ,
i = 1, . . . , n.
a0 + a1 t + + an tn = 0
Exemplo 121
para todo
t R
{v1 , v2 , v3 }
para todo
x R.
LI.
LD.
ai = 0
para
{0 , . . . , 3 }
f (0) = 0.
Como
3.4.
BASE E COORDENADAS
65
1 +4 +7 = 0
2 +5 +8 = 0
Existe soluo no-trivial para o sistema:
3 +6 +7 = 0
1 4 7 0
1
4
7 0
2 5 8 0 0 3 6 0 .
Es
alonando par
ialmente,
3 6 7 0
0
0 2 0
Con lumos que o sistema possui somente soluo trivial. Portanto o onjunto LI.
3 +6 +9 = 0
1 4 7 0
1
4
7 0
Es
alonando, 2 5 8 0 0 3 6 0 .
3 6 9 0
0
0
0 0
Con lumos que o sistema possui innitas solues. Portanto existe soluo no-trivial do
Observao 27
No
mente es
alonada. Isto segue do Corolrio 1 da pgina 40, pois pre
isamos saber somente
se o sistema homogneo possui soluo ni
a ou innitas solues,
a soluo.
Surpreendentemente (ver Lema 6 da pgina 66), tambm podemos determinar se LI ou
LD es
alonando matriz
om vetores em
ada linha, que de forma geral um mtodo mais
e
iente pois linhas (vetores neste
aso) ser menor que o nmero de
olunas (dimenso
do espao ambiente).
Rn
no Captulo 1.
ombinao linear ni a
e1 , e2 , . . . , en
(1 , 2 , . . . , n )
Denio 47 (base)
i = vi
v Rn , v = (v1 , . . . , vn ) =
para todo
Um onjunto ordenado
i = 1, . . . , n.
base de V
base de
R2
pois dado
ni a.
i ei =
i=1
se expressa
S.
no base de
para qualquer
se todo vetor de
dos vetores
n
X
Por
de forma
(a, b) R2 , (a, b) =
2
Ou seja, todo vetor do R pode
exemplo (3, 2) = 3(1, 0) + 2(0, 1) +
pois dado
66
CAPTULO 3.
Exemplo 126
ESPAOS VETORIAIS
O onjunto
n
= {(1, 1, . . . , 1), (0, 1, . . . , 1), . . . , (0, . . . , 0, 1)} = {b
1 , b2 , . . . , bn } R base.
X
n
i bi = (1 , 1 + 2 , 1 + 2 +
De fato, dado um vetor v = (v1 , . . . , vn ) R , v =
3 , . . .) se, e somente se,
1 = v1
=
v
1
1
2 = v2 1 = v2 v1
1 + 2 = v2
1 + 2 + 3 = v3 3 = v3 (1 + 2 ) = v3 v2 .
...
...
Ver outros exemplos em
Rn
pois dado
vetores da base.
CL dos
evidente que todo vetor do espao pode ser expresso
omo CL destes vetores.
n
n
X
X
i
Uni
idade: sabemos que
ai t =
bi ti para todo t R se, e somente se,
i=0
bi , i = 0, 1, . . . , n.
base de
se, e s se:
LI.
Seja
de representao de
S se:
base de
0,
V.
segue que
Seja LI e gerador.
n
n
X
X
v=
i vi =
i=0
para
O onjunto
V;
gera
Prova: Se:
Suponha
ai =
i=0
i = 0, . . . , n.
Observao 28
i=0
Portanto i
LI.
i vi .
= i
Ento,
i=0
para
(i i )vi = 0.
i = 0, . . . , n
Como
LI,
i i = 0
e a representao ni a.
Por este Lema, para que um onjunto seja base ele deve ser:
Rn
Como operaes elementares no alteram o espao gerado, isto pode ser feito es
alonando
uma matriz que tem estes vetores
omo linhas.
Seja
u1
um
v1
matrizes equivalentes, isto , B obtida atravs de operaes elementares
vk
apli
adas em A. Ento os espaos gerados hu1 , u2 , . . . , um i e hv1 , v2 , . . . , vk i so iguais.
Alm disso, se B estiver es
alonada (no pre
isa ser totalmente es
alonada) ento
{v1 , v2 , . . . , vk } LI.
3.4.
BASE E COORDENADAS
Prova:
67
Basta veri ar que ada uma das operaes elementares preserva o espao gerado:
k 6= 0, vamos
w = av hvi. Ento w = a/k(kv) hkvi. Por
w = bk(v) hvi.
mostrar que
outro lado, se
( ) Substituir linha por sua soma om mltiplo de outra. Podemos veri ar no aso de
resultar num sistema tipo triangular inferior (similar a forma es
alonada, que tipo triangular
superior),
uja ni
a soluo a trivial.
Exemplo 129
Seja
1
2
A =
3
4
1 1
0
2
.
1
1
2
0
2
1
3
5
Es alonando obtemos
B =
1 2
1
1
0 1 2/3 4/3
(duas
Denio 48 (
oordenadas)
{b1 , b2 , . . . , bn }
de
V,
As
oordenadas
so os oe ientes
bi 's
i 's
do
vetor
na
base
de forma a gerar
v,
isto ,
v=
i bi .
Denota-
i=1
mos por
1
2
[v] = .. .
.
n
Note que
[ ] : V Rn
v 7 [v]
Exemplo 130
do Exemplo 126.
v = (v1 , v2 , . . . , vn ) Rn
Considere a base
68
CAPTULO 3.
om relao base
ESPAOS VETORIAIS
v1
v2 v1
h
i
[v] = (v1 , v2 , . . . , vn ) =
.
..
.
vn vn1
Como determinar
oordenadas de vetor na base
anni
a dado suas
oordenadas em uma
outra base?
3
Exemplo
131 = {(1, 1, 1), (1, 0, 1), (2, 0, 1)} base de R .
Determine
sabendo que
2
3 .
1
Efetuando, v = 2(1, 1, 1) + 3(1, 0, 1) (2, 0, 1) = (3, 2, 6)
[v] =
Como determinar
oordenadas numa base dada sabendo-se suas
oordenadas na base
anni
a?
Resolvendo um sistema linear,
onforme prximo exemplo.
Exemplo 133
na base
Dado
R3 .
Determine as oordena-
[(4, 3, 7)] .
Pre
isamos determinar a1 , a2 , a3 R tais que a1 (1, 1, 1) + a2 (1, 0, 1) + a3 (2, 0, 1) =
(4, 3, 7)
. Expandindo, obtemos que (a1 + a2 + 2a3 , a1 , a1 + a2 a3 ) = (4, 3, 7), o sistema
2a3 = 4
1a1 + 1a2 +
1a1 + 0a2 +
0a3 = 3 .
linear:
3
1 1
2 4
1 0 0
0 3 0 1 0
3 .
Es
alonando obtemos 1 0
1 1 1 7
0 0 1 1
3
3 .
Portanto a soluo ni
a
om (a1 , a2 , a3 ) = (3, 3, 1). Portanto, [(4, 3, 7)] =
1
das de
(4, 3, 7)
base de
isto , determine
= {1 + x, 1 x, x2 }, u = 5, v = 6 + 5x2
5/2
5 = 5/2(1 + x) + 5/2(1 x), [u] = 5/2 .
0
w = 8x 2
determine
3
2
2
Como 6 + 5x = 3(1 + x) + 3(1 x) + 5x , [v] = 3 .
5
Queremos 8x 2 = (1 + x) + (1 x) = + + ( )x. Temos que resolver
3
+ = 8
sistema
. Resolvendo obtemos = 3, = 5. Logo [w] = 5 .
= 2
0
3.5.
DIMENSO
Exemplo 134
69
= {sen2 (x), cos2 (x)}, = {1, sen2 (x)}, u = cos2 (x), v = cos(2x)
e w = 1, determine [u] , [v] , [w] , [u] , [v] , [w] .
0
1
2
2
2
, [v] =
,
Como cos(2x) = cos (x) sen (x) = 1 2 sen (x), [u] =
1
1
1
1
1
1
[w] =
, [u] =
, [v] =
, [w] =
.
1
1
2
0
Dados
vetorial
om base formada por um nmero nito de vetores essen
ialmente igual (mais
n
pre
isamente, pode ser representado por) a R . Em linguagem matemti
a mais pre
isa,
n
dizemos que V e R so espaos vetoriais isomorfos.
om base
om
Considere
[ ] : V Rn
v 7 [v]
vetores. O mapeamento
espao
vetorial
[u + v] = [u] + [v] , R,
(b) injetivo, isto , se
Observao 29
[v] = [w]
ento
u, v V ;
v = w.
[u + v] = [u] + [v] u, v V,
[u] = [u] R,
Prova:
= {v1 , v2 , . . . , vn }
u V.
base de
i vi ,
n
X
w=
i vi , u +
i=1
1
n
X
[w] = ... , [u + w] =
w =
(i + i )vi . imediato que
i=1
n
1 + 1
1
1
1
.. ..
.
..
V, u =
[u] = ... ,
n
n
X
i=1
(b) segue da uni idade da representao de um vetor omo CL de vetores de uma base.
3.5 Dimenso
Nesta seo denimos
on
eito de dimenso
omo o nmero de vetores em uma base. Para
isto temos que provar que este nmero ser sempre o mesmo independente da base. Alm
disso uma seqn
ia de resultados provar que se o espao de dimenso nita ento qualquer
onjunto LI pode ser estendido para formar uma base.
Vamos
omear distinguindo os espaos de dimenso nita e innita.
menso nita.
dimenso innita.
di-
70
CAPTULO 3.
ESPAOS VETORIAIS
Exemplo 135 Rn
Exemplo 136 Pn
= {e1 , e2 , . . . , en }
= {1, x, x2 , . . . , xn }
Exemplo 137 P
De fato, dado
base.
de dimenso innita.
Exemplo 138
base.
Os espaos
dimenso innita.
pois
para
C (I; R), C k (I; R), C 2 (I; R), C 1 (I; R), C(I; R) e F (I; R) so de
Se
gerador de
Prova:
Sejam
aij
tais que
LI, ento
m
X
vj =
= {u1 , u2 , . . . , um } , = {v1 , v2 , . . . , vn }
m n.
Sejam
aij ui .
Dena
A = [aij ]
i=1
n > m.
i=1,...,m
j=1,...,n
Ax = 0.
m
n
X
X
i=1
xj aj = 0,
Logo
xj aij
j=1
Portanto
n
X
j=1
para todo
i.
tal que
Segue que
j=1
ui = 0.
Corolrio 2
xj aij = 0
j=1
x 6= 0
xj
m
X
aij ui
i=1
n
X
xj vj = 0.
j=1
n m.
de elementos.
Prova:
Denio 50 (dimenso)
Prova:
k vk =
vk
Temos que
X
i6=k
i vi + k
X
i6=k
i6=k
i vi =
X
i6=k
(i + k i )vi .
Logo
w=
X
i6=k
(i + k i )vi
i6=k
e portanto,
3.6.
Corolrio 3
Prova:
71
dos demais. Des
arte este vetor; o sub
onjunto obtido ainda gerador (pelo lema anterior).
Repita o pro
edimento at que o sub
onjunto obtido seja LI (assumimos ta
itamente que o
onjunto ini
ial nito).
Finalmente, o resultado abaixo garante que, dado um
onjunto de vetores LI em um espao
vetorial de dimenso nita, este pode ser estendido a uma base.
vp+1 , . . . , vn
Prova:
tais que
Ou seja, se
{v1 , v2 , . . . , vp , vp+1 , . . . , vn }
{v1 , v2 , . . . , vp } LI
{v1 , v2 , . . . , vp , u1 , u2 , . . . , un }
Seja
base.
= {u1 , u2 , . . . , un }
gerador.
{v1 , v2 , . . . , vp }
quanto o sub
onjunto LD, existe um vetor que
ombinao linear dos
no pode ser um dos
Corolrio 4
vi 's.
Portanto, os
vi 's
Em um espao de dimenso
um onjunto om mais de
um onjunto om menos de
um onjunto de
LI, existem
anteriores.
Este
n:
vetores no LI;
vetores no gerador; e
se so subespaos vetoriais do
Rn :
Exer
io 2.
(a) Se o espao gerado por
ento ne essariamente
(b) Se
hu, vi = hu, wi
{w}
{v1 , v2 , . . . , vn }
se 1 = = n = 0, ento 1 v1 + n vn = 0;
1 v1 + n vn = 0 para todo i R;
se 1 v1 + n vn = 0, ento 1 = = n = 0;
0 Verso 16.jul.2008 9h
Dizer que
(no
nulo, nulo).
72
CAPTULO 3.
ESPAOS VETORIAIS
vi 6= 0 para todo i = 1, . . . , n;
(E) vi no mltiplo de vk se i 6= k .
Exer
io 4. O vetor (2, 1, 5, 3) R4 pode ser representado
omo o(a)
imagem, gr
o, zero) da funo f F ({1, 2, 3, 4} ; R) denida por f (1) =
f (3) = , f (4) = .
(D)
Exer io 5. O
(domnio,
,
f (2) =
elemento neutro para soma do espao vetorial das funes reais o(a)
(nmero
Exer io 6. Determine
se so subespaos vetoriais de
F (R; R):
(b)
Exer io 8. Seja W
Obtemos base de
(es alonando,
(linhas,
(pode aumentar,
dim(W )
a mesma);
(b) a
res
entando uma equao (
om lado direito igual a zero),
(pode
dim(W )
Exer
io 9. Sejam V, W R3
(a)
(0,
dim(W ) =
subespaos vetoriais, om
1, 2, 3);
(b)
(b)
um vetor
(perten e,
uma reta.
vetores?
vetores;
(
w 6 ,
obteremos um onjunto
gerador.
(no
possui
(b) retirando de
vetores LDs?
(
) a
res
entando a
(d) o vetor
(ponto,
um(a)
LI.
(no
possui
(b) retirando de
um onjunto de:
vetores LIs?
dim(V ) = 2
vetores;
(
gerador, no gerador,
um vetor
w 6 ,
(, 6)
W;
6v2 5v3
(, 6)
W;
se subespao vetorial de
R3 :
(b)
3.6.2 Problemas
Subespaos do Rn
Problema 1. Determine
gerador,
.
(
)
dim W
n.
3.6.
73
R2
sub-
R3 .
Determine:
(a)
V W;
(b)
Problema 4. Determine
V + W.
se:
(a)
LI;
Problema 5.
{(0, 0, 0)} R3
3
(b) {(1, 0, 2)} R
(a)
LI?
LI?
Problema 6.
{(0, 0, 0), (1, 0, 2)} R3 LI?
3
(b) {(1, 0, 2), (1, 2, 1)} R LI?
3
(
) {(1, 0, 2), (2, 0, 4)} R LI?
(a)
(d) Cara terize, de forma geral, os onjuntos de dois elementos que so LI.
Problema 7.
{(1, 0, 2), (2, 1, 1), (4, 1, 1)} R3 LI?
3
(b) {(1, 0, 2), (2, 1, 1), (1, 2, 8)} R LI?
(a)
(
) Existe uma
ara
terizao f
il dos
onjuntos de trs elementos que so LI? (F
il no
sentido de que se possa de
idir de
abea se o
onjunto ou no LI, sem a ne
essidade de
se es
alonar nada.)
Problema
8. Fazendo
omnimo ne
essrio
1
1
1
1
(b)
1
1
(
)
1
1
(d)
1
(a)
1
, 2
3
0
, 0
0
1
, 2
3
2
, 2
2
Problema 9. Determine
3
0
1
3
0
1
3
0
1
0
, 1
{(x, y, z, w)
| x + y w = 0};
x+zw =0
(b)
onjunto-soluo de
;
z + w = 0
0 1 3 0 0
;
(
)
onjunto-soluo de
0 0
0 1 0
(a) hiperplano
R3 :
R4 :
74
CAPTULO 3.
(d)
r + 2s + t
s 2t
2r + s 4t
r 3t
r, s, t R .
o onjunto-soluo do sistema:
ESPAOS VETORIAIS
xy =0
y+w =0
x+w =0
. Queremos retirar
uma equao e a
res
entar uma equao ao sistema mantendo o mesmo espao soluo.
Determine uma equao que pode ser:
(a) retirada;
(b) a
res
entada, que seja no-nula e distinta das outras.
),
onde
Determine
[v]
( oordenadas de
om relao
LI e LD: teri
os
Problema 12. Prove
LD.
u, v, w V
LI e
LDs;
o onjunto
{u v, v w, w u}
W = hv1 , v2 , . . . , vn i.
Prove que:
que:
(a)
(
)
f (a) = f (b) = 0;
f (x) 0 para todo x [a, b];
f (a) = f (b) = 1;
derivvel e f + 2f = 0.
(b)
(d)
{1 + 2x, 1 + x, 1 x} P2 ;
2
2
(b) {1, sen (x), cos (x)} F (R; R).
(a)
{1, x , x + 4};
P3 :
{x + 2, x + 3, x2 3};
se so LIs ou LDs em
(b)
( )
x
(b) {f C (R; R)| f f = 0} gerado por g tal que g(x) = e ;
denotado por
f : [a, b] R,
Problema 18. Determine se subespao vetorial de P4 (espao dos polinmios de grau menor
ou igual a 4). Em
aso armativo determine uma base e dimenso.
(a)
{p P4 | p(2) = 0};
(b)
[q]
onde
q(x) = x x;
Determine:
(b)
[p]
{p P4 | p(2) = 1}.
onde
p(x) = x2 + x + 1.
( base).
Seja
f : [0, 3] R
Dena
3.6.
Determine
75
[f ] .
y
5
4
3
2
0 1 2 3 x
3.6.3 Desaos
Desao 1. Prove que se V R1 um subespao vetorial ento V = 0 ou V = R.
Desao 2. (Shilov p.57 #10) Considere W V Rn
om dim(W ) = dim(V ). Prove que
W = V.
Desao 3. (Heeron)
em
ento
U V
Prove que se
1).
ontidos
Generalize.
Desao 5. Sejam H, K V
os H e K
Denimos a
soma de subespa-
por
H + K = {h + k | h H, k K}.
Se
H K = {0},
dizemos que
H K subespao;
H K no , em geral, subespao;
(
) mostre que H + K subespao;
(d) mostre que H + K o menor subespao
ontendo H K ,
om H W e K W , ento H + K W ;
(a) mostre que
isto se
subespao
W1 W2 .
76
CAPTULO 3.
ESPAOS VETORIAIS
Determine omo:
(a) al ular
(b)
( ) en ontrar um subespao
W3
de modo que
o 51 da pgina 75);
(d) veri
ar se
(e) veri
ar se
W1 W3 = R4
W1 W2 ;
W1 = W2 .
das solues
f (x)
da equao
f (x) + p(x)f (x) + q(x)f (x) = 0 (
onhe
ida
omo equao de Sturm-Liouville).
2
(a) Mostre que V um subesepao vetorial de C (R; R);
(b) Dado g C(R; R), seja f0 uma soluo de f0 (x) + p(x)f0 (x) + q(x)f0 (x) = g(x).
Mostre que h = f + g ,
om f V , soluo tambm, isto , dada uma soluo parti
ular
diferen ial
I[a,b] ,
R. Sejam V1 =
{f F (R; R)| f (x) = f (x)} (funes pares) e V2 = {f F (R; R)| f (x) = f (x)} (fun3
2
n
es impares). Exemplos so sen(x), x, x V2 e cos(x), 1, x V1 . De forma geral x V1
n
( par) se n par e x V2 ( impar) se n impar. Mostre que:
(a) so subespaos vetoriais de F (R; R);
(b) Mostre que V1 V2 = {0};
(
) Mostre que V1 V2 = F (R; R) (soma direta, veja Denio 51 da pgina 75).
as funes reais
denidas por
I[a,b] (x) = 1
se
x [a, b]
V;
(b)
W = {p P4 | p(1) = 0}.
W;
Determine
( )
V W.
Desao 13. (Shilov p.56 #5) Considere o espao das funes reais no intervalo (a, b).
que as funes
xr1 ,
...,
xrk
formam um onjunto LI om
de
Ax = b
ri R
Ax = 0 tem
Mostre
distintos.
b Rm ,
soluo ni a se e s se as olunas de
se e s se as olunas
A formam um
onjunto
LI.
duas operaes:
x, y P a soma x y por xy ;
x P e R denimos o produto x
(a) dados
(b) dado
por
x .
3.6.
77
3.6.4 Extras
Subespaos do Rn
Extra 1. Determine
(a)
(b)
(
)
se:
Extra 2.
Fazendo o mnimo ne
essrio
(a)
1
1
8
1 , 2 , 5
1
3
4
3
R
:
1
1
8
1 , 2 , 6
1
3
4
( )
x+yw =0
xy+zw =0
x+zw =0
z + w = 0
y
+
z
2w = 0
2x + y z w = 0
x + 2y 2z + w = 0
(b)
(d)
Extra 4. Determine
Rn abaixo
(a) h(0, 1, 2, 1), (1, 2, 1, 0), (1, 1, 3, 1), (3, 5, 5, 1)i;
(b) h(1, 0, 1, 1), (2, 3, 3, 0), (1, 3, 2, 1), (0, 3, 1, 2)i;
(
) h(1, 2, 0, 1, 2), (1, 0, 1, 2, 1), (0, 6, 3, 9, 9)i.
para
ada subespao do
Extra 5. Um subespao do Rn
a dimenso e base:
Des
reva
omo
onverter entre estes trs tipos utilizando os exemplos para efetuar as
onverses;
ad bc = 0.
LI e LD: teri
os
Extra 7. Suponha
Extra 9.
= {v1 , v2 , . . . , vn } tal que o sub
onjunto = {v1 , v2 , . . . , vk },
om k n,
LD. Mostre que LD.
(b) Mostre que se {v1 , v2 , . . . , vn } LI ento qualquer sub
onjunto ser LI tambm.
(a) Seja
78
CAPTULO 3.
ESPAOS VETORIAIS
tal que:
o espao das funes innitamente diferen iveis f : [a, b] R, denoC (R; R). Verique que o subespao:
(b) {f C (R; R)| f f = 0} gerado por g e h tais que g(x) = sen(x) e h(x) =
cos(x);
Extra 12. Verique se subespao vetorial de F ([a, b]; R) as funes f : [a, b] R tais que:
(a) f uma funo
onstante;
(b) f derivvel;
Z b
(d) f
ontnua e
f (x) dx = 0.
(
) f no derivvel;
tado por
se subespao vetorial de
P4
Extra 14.
Extra 15. Considere
2.
P2 = {1 + x, 1 x, x2 + 1}. Se p(x) = 4 + x x2 .
(a) Determine [p] (
oordenadas de p
om relao base .
(b) prove que base de P2 , o espao dos polinmios de grau mximo menor ou igual
a base de
Captulo 4
Transformaes Lineares
Neste
aptulo estudamos o objeto
entral de um
urso de lgebra Linear:
transformaes
Se os espaos vetoriais so de dimenso nita, num
erto sentido (ver Lema 7 da pgina 69
n
e Denio 73 da pgina 110 e
omentrios antes), estamos de fato
om funo de R em
m
R .
4.1 Fundamentos
No
ontexto de lgebra linear
omum utilizar o termo
funo.
transformao
domnio;
ontra-domnio e
{y B; y = f (x)
para algum
x X}
79
Seja
omo sinnimo de
f :X Y
uma
80
CAPTULO 4.
TRANSFORMAES LINEARES
f (X)
X
f :X Y
sobrejetiva se f (A) = B .
pelo menos uma vez;
Exemplo 139
Seja
Considere
f : A B
uma funo.
f : R R2
denido por
R o domnio, R2
(y, y) x = y . No
y = x.
Exemplo 140
R
Considere
o domnio,
f (x) = f (y)
pois (1, 2) 6= f (x) = (x, x) x R. A
o
ontra-domnio.
sobrejetiva
f : R2 R
injetiva pois
dita
imagem a reta
f (x, y) = x + y .
f (1, 0) = f (0, 1). sobrejetiva
2
existe x R (por exemplo, x = (y, 0)) tal
No injetiva pois
y R (elemento do
ontra-domnio),
f (x) = f (y, 0) = y . A imagem de f R.
transformao)
(x, x) =
denido por
R o ontra-domnio.
pois dado
que
Sejam
preserva ombinaes
lineares, isto se
u, v V
Exemplo 141
es alar.
Determine se
injetiva, sobrejetiva.
T : R3 R2
denido por
T (x1 , x2 , x3 ) = (x3 , x1 )
linear,
4.1.
FUNDAMENTOS
Exemplo 142
81
Observao 30
A uma
matriz
m n.
Dado
Por este exemplo, a ada matriz asso iamos uma TL. No prximo Cap-
tulo veremos o pro
edimento
ontrrio: a
ada TL asso
iamos uma matriz. Nesse sentido
(explorado no prximo Captulo), toda TL dada por uma matriz e o estudo de TLs pode
ser reduzido ao estudo de matrizes.
Exemplo 143
T : R3 R2
Determine se
injetiva, sobrejetiva.
denido por
linear,
Exemplo 144
C 1 (R; R)
Portanto no ne essariamente
Rx
g C(R; R), dena h(x) = 0 g(s) ds. Pelo
h (x) = g(x), logo T (h) = g . Portanto sobrejetiva.
Dada
Exemplo 145
Determine se
injetiva, sobrejetiva.
P : F (R; R) R2
denido por
P (f ) = (f (1), f (2))
linear,
Como P (kf + g) = ((kf + g)(1), (kf + g)(2)) = (kf (1) + g(1), kf (2) + g(2)) =
k(f (1), f (2)) + (g(1), g(2)) = kP (f ) + P (g),
on
lumos que linear.
No injetiva pois se f (x) = (x 1)(x 2) e g(x) = 0 ento P (f ) = P (g) = (0, 0) mas
f 6= g .
2
sobrejetiva pois dado (a, b) R , seja y = f (x) a equao da reta que passa por (1, a)
e (2, b). Logo P (f ) = (a, b).
Note que neste ltimo exemplo denimos uma esp
ie de projeo, que asso
ia
ada
funo
ontnua
om seus valores em dois pontos. O leitor pode generaliz-lo e denir
F (R; R) Rn por P (f ) = (f (1), . . . , f (n)) e provar que P uma TL.
Exemplo 146
P :
Exemplo 147
Determine se
injetiva,
82
CAPTULO 4.
Embora
T (0) = 0,
TRANSFORMAES LINEARES
se tomarmos
no linear.
Logo
Por outro lado se tomarmos polinmios
onstantes iguais a 1 e (1) observamos que
T (1) = 1 = T (1). Logo no injetiva.
2
Para qual p, T (p)(x) = x? Para isto teramos (p(x)) = x, o que impli
aria que p(x) =
x. Mas isto no um polinmio, logo T no sobrejetiva, pois o polinmio q(x) = x
no atingido nun
a por T .
Observao 31
f il veri ar que:
Uma funo linear se, e s se, preserva soma vetorial e multipli
ao por es
alar, isto
, se
(preserva a soma);
Se
linear, ento
soma e o produto por es
alar, pela Observao 31, a rotao linear. Na Seo 5.5 vamos
aprender a determinar expli
itamente esta rotao por um ngulo qualquer.
R(u) + R(v)
R(u) + R(v)
R
R(u)
u+v
v
R(v)
u+v
u+v
O prximo lema uma importante ferramenta para determinao de TLs pois mostra que
basta determinar os valores numa base para se determinar em todos os vetores.
Portanto
podemos onstruir exemplos de TLs xando seus valores num nmero nito de vetores.
base de
U.
Seja
Se onhe emos
: U V transformao linear e
T (ui ) para i = 1, . . . , n, ento T (u) est
u U.
Pn
u U qualquer,
Pn pela denio
Pn de base, existem i s tais que u = i=1 i ui .
Pela linearidade, T (u) = T (
i=1 i ui ) =
i=1 i T (ui ). Como os valores T (ui ) so
onhe-
Prova:
Dado
4.2.
NCLEO E IMAGEM
Exemplo 149
Seja
T(x,y).
83
T : R2 R
T (1, 1) = 2
T (0, 1) = 3.
Determine
Dados
L(U; V )
o espao (pelo Lema 12 este onjunto um espao vetorial) das transformaes lineares
T : U V.
Dados
T, S L(U; V )
es alar, denimos a
T +S : U
V
u 7 T (u) + S(u)
Observao 32
kT : U
V
.
u 7 kT (u)
+ S
e T (u)
+ S(u)
(bem omo
do produto) possui signi
ado distinto em
ada expresso: soma de TLs, num
aso, e de
soma de vetores no outro. Compare estas denies
om as da Denio 35 da pgina 54
e veja que so inteiramente anlogas.
O onjunto
espao vetorial.
Prova:
L(U; V )
om as operaes a ima um
relao as operaes de soma e produto por es alar (ver Lema 2 na pgina 57).
(linearidade de
pela soma).
espao vetorial.
Observao 33
A dimenso de
L(U; V )
L(U; V )
V.
Nu
(T )
A
T :U V
= {u U | T (u) = 0}.
dim(Nu (T )).
84
CAPTULO 4.
Exemplo 150
T : R2 R
TRANSFORMAES LINEARES
denida por
R2
y
R
T
1
T
ker T
1
Figura 4.3:
T (x, y) = y
Exemplo 151
2
Considere T : R R denida por T (x, y) = y x.
2
elementos (x, y) R que so levados no zero. Como T (x, y) = 0 = y
reta
y = x.
Mais ainda,
leva a reta
y = x+1
no
e a reta
R2
y
R
T
T
x
0
ker T
Figura 4.4:
0
1
O n leo so os
x, o n
leo a
y = x 1 no 1,
onforme
T (x, y) = y x
imagem
T : U V,
imagem por T de
Im(T )
O
= {v V | v = T (u)
Observao 34
O termo
nulidade
para algum
u U}.
dim(Im(T )).
posto
muito o-
mum.
O prximo lema mostra que a ada TL asso iamos dois subespaos vetoriais.
4.2.
NCLEO E IMAGEM
85
o Nu (T ) subespao vetorial de
V.
T :U
(no pre isa ser totalmente es alonada, veja Lema 6 da pgina 66) matriz om os vetores
T (e1 ), . . . , T (en )
Exemplo 152
(geram a imagem de
T)
T : R R, T (x, y) = (x + 2y);
T : R2 R5 , T (x, y) = (x, 2y + x, 2x + 2y, 2y x, 2y);
3
5
(
) T : R R , T (x, y, z) = (y + z, y + z, x + z, x + z, x + z).
Para (a), a
hamos o n
leo resolvendo (o sistema linear) T (x, y) = 0 = x + 2y . Logo
x = 2y e fazendo y = t, x = 2t. Logo Nu
(T ) = {(2t, t)} = h(2, 1)i, dimenso 1.
2
Como {(1, 0), (0, 1)} base de R , a imagem gerada por {T (1, 0), T (0, 1)} = {1, 1}. Logo
a imagem todo o R, dimenso 1.
Para (b), a
hamos o n
leo resolvendo (o sistema linear) T (x, y) = 0 = (x, 2y +
x, 2x + 2y, 2y x, 2y); Da primeira equao obtemos x = 0 e da ltima 2y = 0. Logo a
ni
a soluo x = y = 0. Con
lumos que o n
leo o 0 (dimenso 0). Como {(1, 0), (0, 1)}
2
base de R , a imagem gerada por {T (1, 0), T (0, 1)} = {(1, 1, 2, 1, 0), (0, 2, 2, 2, 2)}.
Logo a imagem (estes vetores so
laramente LIs) o h(1, 1, 2, 1, 0), (0, 2, 2, 2, 2)i, dimenso 2.
Para (
), a
hamos o n
leo resolvendo (o sistema linear) T (x, y, z) = 0 = (y + z, y +
y+z = 0
. Es
alonando e
z, x + z, x + z, x + z); Este sistema equivalente ao sistema
x+z = 0
resolvendo, so duas equaes e trs variveis. Tomando z = t, obtemos y = x = t. Logo
o n
leo {(t, t, t)} = h(1, 1, 1)i, dimenso 1. Como {(1, 0, 0), (0, 1, 0), (0, 0, 1)}
3
base de R , a imagem gerada por
{T (1, 0, 0), T (0, 1, 0), T (0, 0, 1)} = {(0, 0, 1, 1, 1), (1, 1, 0, 0, 0), (1, 1, 1, 1, 1)}. Es
alonando
(a)
(b)
a matriz
om estes vetores em
ada linha, observamos que o ltimo
ombinao linear dos
outros. Logo a imagem
Exemplo 153
Considere
Nu (D) e Im(D).
dimenso
denida por
2.
D(p) = p
(derivada).
Determine
o
onjunto dos polinmios
uja derivada a funo identi
amente nula so os polinmios
onstantes. A imagem da derivada de polinmios de grau
Exemplo 154
expli
itamente
Seja
P,
P : R2 R2
so polinmios de grau
x = y.
1.
Sem al ular
P.
Como
projeta na reta
x = y , a imagem de P
sero levados no zero os vetores perpendi ulares a esta reta, isto , Nu T a reta
x = y .
86
CAPTULO 4.
Exemplo 155
expli
itamente
Seja
R,
R : R2 R2
TRANSFORMAES LINEARES
x = y.
Sem al ular
R.
Dada um vetor
(tome
w = R(v)).
Logo a imagem o
Por outro lado, o ni o vetor que reetido vai na origem a prpria origem.
Logo o
0;
(dim Im(T ))
T :U V
for igual a
dim(V ).
Prova:
Seja
T :U V
linear om
de di-
Prova:
LI,
todos
os
oe
ientes
so
iguais
a zero.
a
v
b
u
b
u
=
0
i i i
j j j
j j j
Como uma base para Im(T ) e possui r vetores, dim Im(T ) = r .
Suponha que
Observao 36
(n
leo igual a zero), a imagem ser uma
pia el do domnio (uma bijeo) e portanto
a imagem possuir a mesma dimenso que o domnio.
mxima possvel para a imagem. No entanto, se o n
leo for no nulo, perdemos dimenso
da imagem.
Como a dimenso da imagem no pode ex
eder a dimenso do
ontra-domnio, o n
leo
pode ter um mnimo maior que zero,
onforme veremos nos prximos exemplos.
Sabendo somente a dimenso do n
leo determinamos se a TL sobrejetiva ou no: basta
apli
ar o TNI.
4.3.
COMPOSIO E INVERSA
Exemplo 156
87
das TLs:
T : R8 R 6 ;
5
5
(b) T : R R ;
4
20
(
) T : R R .
Sejam n = Nu
(T ), i = Im(T ).
Em (a) n + i = 8 e i 6. Aqui n
(a)
NO pode ser
ou
pois
6.
8 ou 7, o que
Assim n = 2, . . . , 8,
seria
Exemplo 157
T
T
(
) T
(d) T
(a)
(b)
:
:
:
:
3,
4.
2,
e pelo
0.
que a do
ontradomnio.
Exemplo 158
Exemplo 159
De fato se Se
88
CAPTULO 4.
TRANSFORMAES LINEARES
Dadas
f :X Y
g : Y Z,
dene-se
gf : X
Z
x 7 g(f (x))
f
X
g
Y
f
Z
gf
Z
X
Considere
h : Z W.
Asso iatividade:
Z = X,
f : X Y, g : Y
(f g) h = f (g h) = f g h.
gf
f g no est. Mesmo
f g podem diferir.
gf
f (x) = x2 e g(x) = x + 1.
2
2
Ento f (g(x)) = (x + 1) = x + 2x + 1 =
6 g(f (x)) = x2 + 1. Portanto,
f g 6= g f .
Considere
neste aso,
prximo lema mostra que a
omposio de TLs gera uma TL. Alm disso, a
omposio de
TLs possui propriedades adi
ionais.
lema!propriedades da
omposio de TLs
Suponha que
S, T, U
so transforma-
es lineares denidas em espaos vetoriais apropriados para que as
omposies abaixo faam
sentido.
T S
(S + T ) U = S U + T U
(distributividade);
S (T + U) = S T + S U
(distributividade);
De forma geral
Prova:
S T 6= T S .
Ento
T, S : R2 R2 denidos por
S T (x, y) = S(y, x) = (x, y) 6= T
Considere
4.3.
COMPOSIO E INVERSA
Notao 1
89
omposio de TLs:
T S
es rito omo
T S.
Exemplo 162
R2 :
projeo no eixo
reexo na reta
reexo no eixo
Cal ule
P S, SP, P R
RP .
Exemplo 163
Logo
P S = SP .
P R 6= RP
Logo
f 1
invertvel.
Exemplo 164
A inversa NO
Exemplo 165
10
log10 (y)
f (x) = x3
g(x) = 1/x3 .
A inversa de
A inversa de
f 1 (x) =
f (x) = 10x
pois
( 3 y)3 = y
bijetiva
x3 = x.
log10 (10x ) = x
cos(arccos(y)) = y
pois
= y.
Exemplo 166
A inversa de
f (x) = cos(x)
arccos(cos(x)) = x.
A inversa NO
g(x) = 1/ cos(x).
f 1 (x) = arccos(x)
pois
90
CAPTULO 4.
Seja
(a)
(b)
Prova:
TRANSFORMAES LINEARES
f :XY
De fato, estas duas propriedades
ara
terizam a inversa,
onforme veremos no prximo
lema.
Seja
g, h : Y X satisfazendo:
(a) (g f )(x) = x para todo x X e
(b) (f h)(y) = y para todo y Y ,
1
ento f bijetiva e g = h = f
.
Se existem
Prova:
f :X Y
uma funo
qualquer.
IX a identidade em X e IY a identidade em Y .
Note que, se rs injetiva, ento s injetiva. E se rs sobrejetiva, ento r sobrejetiva.
1
est bem
Como IX injetiva, e IY sobrejetiva, podemos
on
luir que f bijetiva e f
Seja
denida. Assim,
g f = IX
f h = IY
Corolrio 5
Se
g f f 1 = IX f 1
f 1 f h = f 1 IY
bijetiva, ento
f 1
Prova:
(f g)
=g
Se
.
g = f 1
h = f 1 .
bijetiva e
(f 1 )1 = f .
f :Y Z
g:XY
so invertveis ento
f g
gf
X
f 1
g 1
f 1 g 1
X
Y
Vamos agora parti
ularizar para o
aso em que a funo uma TL. Para isto pre
isamos
que ela seja uma bijeo.
U e V tm a mesma
(ST )1 = T 1 S 1 .
dimenso;
Sejam
S, T : U V
transformaes line-
4.4.
91
Prova:
, R e u1 = T 1 (v1 ), u2 = T 1 (v2 ).
Ento, pela linearidade de T , T (u1 + u2 ) = T (u1 ) + T (u2 ) = v1 + v2 .
1
Logo T
(v1 + v2 ) = T 1 (T (u1 + u2 )) = u1 + u2 = T 1 (v1 ) + T 1(v2 ).
(b) Pelo Lema 14,
omo T injetiva, dim Nu
(T ) = 0;
omo T sobrejetiva, dim Im(T ) =
dim(V ). Pelo Teorema 4 (TNI), dim(U) = dim Nu
(T ) + dim Im(T ) = 0 + dim(V ) =
dim(V ).
(a) Sejam
v1 , v2 V
em
V)
Suponha
Prova:
Se
de dimenso nita. Se
= 0.
T :V V
ento
Suponha que Nu (T )
Exemplo 167
(a) rotao de
25
graus;
2x 3y = 0;
5x 2y = 0.
(a) inversa rotao de 360 25 = 335 graus pois
graus equivale a rodar 360 graus, isto ,
ar parado.
(b) reexo em torno da reta
(
) projeo na reta
rodar
25
335
5y 2y = 0
faro parte do
v V.
(a) Nu (I)
=
Nu
(T ) =
(V, W, 0);
( )
(V, W, 0);
Exer io 2. Determine
0 19.jul.2008 16h
T :V W
denidas por
I(v) = v
T (v) = 0
(b) Im(I)
(d)
se so lineares
T :R R
=
Im(T ) =
para
(V, W, 0);
(V, W, 0);
:
(b)
92
CAPTULO 4.
TRANSFORMAES LINEARES
{v V | T (0) = v}.
(ii) a denio de Im(T ) :
(A) {w W | w = T (v) para algum v V };
(B) {w W | v = T (w) para algum w W };
(C) {v V | w = T (v) para algum v V };
(D) {v V | v = T (w) para algum w W };
(iii) T sobrejetora se, e somente se:
(A) dim(V ) = dim(W );
(B) dim(Nu
(T )) = dim(V );
(C) dim(Nu
(T )) = 0;
(D) dim(Im(T )) = dim(W );
(E) dim(Im(T )) = 0.
(iv) T injetiva se, e somente se:
(A) dim(V ) = dim(W );
(B) dim(Nu
(T )) = dim(V );
(C) dim(Nu
(T )) = 0;
(D) dim(Im(T )) = dim(W );
(E) dim(Im(T )) = 0.
Exer
io 4. Seja T : R7 R10 linear.
(a) se dim(Nu
(T )) = 0 ento dim(Im(T )) =
;
(b) se dim(Nu
(T )) = 3 ento dim(Im(T )) =
;
;
(
) se dim(Nu
(T )) = 5 ento dim(Im(T )) =
Exer
io 5. Determine dim(Im(T )) sabendo que:
5
4
(a) T : R R
om dim(Nu
(T )) = 3.
5
7
(b) T : R R
om T injetiva;
Exer
io 6. Determine dim(Nu
(T )) sabendo que:
(a) T : V W
om T sobrejetiva, dim(V ) = 5, dim(W ) = 3;
4
4
(b) T : R R sabendo que existe a inversa de T .
(D)
Exer io 7. Determine
derivadas). Determine
4.4.2 Problemas
Problema 1. Considere T : R3 R2
Determine se:
(a)
(1, 2) Im(T );
Problema 2. Determine
(a)
(b)
(
)
(b)
dada por
(1, 4, 0) Nu (T );
( )
(0, 2, 2) Nu (T ).
T : R R , T (x, y, z) = (x y, y z , y x, y + z);
T : R3 R3 , T (x, y, z) = (x y, z + 2x, 2y + z);
L : R5 R3 , L(a, b, c, d, e) = (a + 3c e, c d + e, a + 4c d).
Problema 3. Cal ule a imagem e o n leo de ada uma das TLs abaixo:
4.4.
T
(b) T
(
) T
(d) T
(a)
93
(a)
e Im(T )
x=s
3
4
y=t
(
) T : R R
ujo n
leo seja dado pelas equaes paramtri
as
e a
z
=
t
+
s
x=0
y=0 .
imagem seja soluo do sistema
zw =0
Problema 6. Seja Pn o espao dos polinmios de grau n. Determine se linear:
(a) L : P4 P4 denida por (L(p))(x) = p(x + 1);
que leva
(1, 2)
em
injetiva.
D : W P3
denida por
denida por
D 2 f = f
Dp = p .
Mostre
(derivada segunda).
Mostre que
a TL inversa.
4.4.3 Desaos
Desao 1. (Shilov
x (que um
espao de dimenso innita)
onsidere D o operador derivao
om relao a x e S o operador
multipli
ao por x.
(a) Mostre que DS SD = I ; Isto signi
a que DS 6= SD .
p.114 #6 e #15) No espao de todos os polinmios em
(b) Utilize propriedades do trao (soma dos elementos da diagonal da matriz) para mostrar
(b) Nu
(T )
(b)
Desao 3. Seja T : V V
dim Im T
. Prove que Nu T
linear om
Im T = 0.
Desao 4. Considere T : V W
(a) Nu (T )
A, B
T (V )
tais que
AB BA = I .
T 2 = 0;
dim Im T =
X V e U W subespaos vetoriais.
(a) Dena T (X) = {T (v) W | v X} (imagem direta de X por T ). Mostre que T (X)
um subespao vetorial de W .
linear,
94
CAPTULO 4.
1
(b) Dena T
(U) = {v V | T (v)
1
T (U) um subespao vetorial de V .
U}
TRANSFORMAES LINEARES
(imagem inversa de
por
T ).
Mostre que
Desao 5. En
ontre uma base de L(R2 ; R). Qual a dimenso deste espao?
Desao 6. En
ontre uma base de L(R2 ; R2 ). Qual a dimenso deste espao?
Desao 7. (a) Considere T : R2 R2 . Prove que existem a0 , a1 , a2 , a3 , a4 R
2
que no
Desao 8. Dado
formaes lineares de
denotamos por
L(V ; R)
v1 , v2 , . . . , vn
T1 , . . . , Tn L(V ; R) denido
das trans-
formas lineares
V,
o onjunto
um espao vetorial
V . Prove que:
Ti (vj ) = ij base
1 se i = j e 0 se i 6= j .
ou
R so espaos
base de
por
de
V .
O smbolo
ij
Desao 9.
Considere
L(U; V ).
T, S : V V
= dim Im(ST ). Prove que
de Sylvester) Sejam
om
dim(V ) = n, rT =
rS + rT n rST min(rS , rT ).
4.4.4 Extras
Extra 1. Seja T : R7 R10
linear.
dim(Nu
(T ))
;
(b) o maior valor possvel para dim(Im(T ))
.
Extra 2. Determine dim(Im(T )) sabendo que:
4
7
(a) T : R R e que a equao T v = w possui uma ni
a soluo para um determinado
w.
6
5
(b) T : R R
om T sobrejetiva;
Extra 3. Determine dim(Nu
(T )) sabendo que:
6
8
(a) T : R R
om dim(Im(T )) = 3;
(b) T : V W
om T injetiva;
Extra 4. Considere T1 , T2 : R3 R2 denidas por T1 (x, y, z) = (x y + z, 2x y) e
T2 (x, y, z) = (3x 2y + z, x z). Determine uma base para Nu
(T1 ) Nu
(T2 ).
(a) o maior valor possvel para
Extra 5. Determine
(a)
(b)
a R;
(
)
todo
4.4.
(d)
95
uma TL:
dadas.
Extra 9. Seja T : V W
(a)
T (0) = 0;
T
T
injetiva,
possui inversa,
V;
W.
de todos os polinmios em
(a) multipli
ao por
x;
x:
(b) multipli
ao por
T : Pn Pn+1 ,
x2 ;
x.
T (p)(x) = xp(x)
(multipli
a o po2
linmio por x, aumentando seu grau). linear e injetiva. Por exemplo se p(x) = x + 1,
3
T (p)(x) = x + x.
se
denido por
( ) derivada em relao a
n.
(a) L : P2 R denida por L(p) = (p(0) + p(1))/2.
(b) L : P5 P5 denida por (L(p))(x) = p(x) + 2;
o espao dos polinmios de grau
Determine se linear:
Extra 13. Sejam T, S : F (R; R) F (R; R) denida por T (f )(x) = 1 + f (x) e S(f )(x) =
f (x + 1)
(a) T
so lineares?
que se
a, b R
ento
ab = 0
impli a que
a=0
ou
b = 0.
Vamos ver
Px no eixo x
Px Py = Py Px = 0;
Py
no eixo
em
R2 .
96
CAPTULO 4.
(b) Considere
Prove que em
Dxx
nem
Dxxx
P4
Dxx
Dxxx o operador
4) Dxx Dxxx = 0
sejam nulos.
TRANSFORMAES LINEARES
0.
ST = 0
om
Captulo 5
Matrizes
At este momento, matrizes apare
eram prin
ipalmente
omo um artif
io para resoluo de
sistemas lineares: ao invs de se tro
ar linhas de um sistema, tro
am-se linhas da matriz que o
representa, et
. Neste
aptulo as matrizes
omo objetos matemti
os independentes. Neste
aptulo apresentamos, para espaos vetoriais de dimenso nita, a asso
iao entre:
TLs a matrizes e
matrizes a TLs.
Nesse sentido, toda TL dada por uma matriz e o estudo de TLs pode ser reduzido ao estudo
de matrizes.
A ada operao denida (no aptulo anterior) entre TLs orresponde uma
soma de TLs
omposio de TLs
produto es alar-matriz;
soma de matrizes;
produto matriz-matriz.
Desta asso iao, utilizando denies orrespondentes om TLs, podemos ainda denir para
matrizes:
inversa.
97
98
CAPTULO 5.
MATRIZES
Denio 61 (matriz)
Uma
num retngulo:
A=
A = (aij ),
a1n
a11
..
.
..
.
am1 amn
pelo ontexto.
Observao 37
mn
signi a
linhas e
olunas observe que quando queremos lo
alizar uma letra numa pgina (arranjo retangular)
falamos que ela est na linha
m,
oluna
n:
transposta
mn
Note que
de uma matriz
A = (aij )
a matriz
dada por
bij = aji ,
Se
ento
AT
nm
i, j.
B = AT =
(AT )T = A.
para todo
an1
a11
.
.
.
.
.
.
a1m anm
Denotamos por
Mmn
linhas e
olunas.
Podemos ver uma matriz
omo um
onjunto de vetores dispostos em
olunas ou linhas.
Assim, dado
A Mmn ,
olunas),
A = v1 vn ,
vi Rm .
ui Rn .
A=
u1
..
.
um
linhas),
razes (aguarde prximos
aptulos), pois as operaes de soma e produto so mais f
eis (e
naturais) de serem denidas utilizando este ponto de vista.
Vamos
omear revisitando a denio do produto matriz-vetor (j tnhamos visto duas
interpretaes distintas na pgina 42).
5.1.
w1
w2
.. Rn .
.
wn
Denimos
Aw Rm ,
Seja
99
A = v1 vn Mmn
o produto da matriz
Aw =
n
X
pelo vetor
w,
w =
por
wi vi .
i=1
Portanto o produto matriz-vetor a
ombinao linear das
olunas da matriz
om
oe
ientes
dados pelas
oordenadas do vetor.
e es alar
A,
vetores
k,
u, v
A(u + v) = Au + Av;
A(ku) = kAu.
Prova:
u, v
matriz-vetor omo ombinao linear das olunas da matriz. Deixamos detalhes para o leitor.
w Rn .
Ento
Aw =
u1 w
..
.
um w
Seja
A=
u1
Mmn
.
.
.
um
Prova:
Veri ao deixada para o leitor. Basta expli itar em termos de oe ientes
da matriz e do vetor
w = (wi ).
(aij )
O produto matriz-vetor induz uma bijeo entre matrizes (Mmn ) e TLs (L(R
; R m ))
L(R ; R )
por
TA (w) = Aw
Dada
(produto matriz-vetor).
A Mmn ,
TA
denimos
TA
Observao 38
A,
TA .
A,
TA .
Abusamos
100
CAPTULO 5.
Exemplo 168
Considere
B=
1 2 3
4 5 6
. Determine
MATRIZES
TB : R3 R2 .
x
x
3
2
1 2 3
1
y =x
=
+z
B y =
+y
6
5
4 5 6
4
z
z
=
x
4x
2y
5y
3z
6z
x + 2y + 3z
4x + 5y + 6z
mais f
il (e o que deve ser feito na prti
a) usar o Lema 22 e fazer produto es
alar
om linhas:
De uma
Observe
x
x
1
2
3
(1,
2,
3)
(x,
y,
z)
x
+
2y
+
3z
y =
B y =
=
.
4 5 6
(4, 5, 6) (x, y, z)
4x + 5y + 6z
z
z
forma ou de outra,
on
lumos que TB (x, y, z) = (x + 2y + 3z, 4x + 5y + 6z).
que a
abamos de demonstrar o Lema 22 para a matriz B .
A Mmn
Prova:
a transformao linear
TA L(Rn ; Rm )
uma bijeo.
base anni a do
Aei
injetividade.
S L(Rn ; Rm ).
Exemplo 169
1 1 2 0
A= 1
1 0 0 .
0
0 1 1
Vamos denir as operaes abaixo utilizando as denies
orrespondentes (ver Denio 2
Rn : note que o sinal de soma dentro da matriz tem signi
ado
e Denio 4 na pgina 3) em
distinto do sinal de soma fora da matriz: trata-se de soma de vetores, num
aso, e de soma
de matrizes, no outro.
5.2.
NCLEO E IMAGEM
101
A = a1 an
Dene-se
B = b1 bn .
A + B = (a1 + b1 ) (an + bn )
Observao 39
a1 , . . . , an
k um es
alar
b1 , . . . , bn , isto ,
Sejam
kA = (ka1 ) (kan ) .
ponente,
O onjunto
Prova:
Uma matriz de
Mmn
(kA)ij = kaij .
Mmn
munido om as operaes
Rmn
om entradas
(aij ).
Rmn .
A?
TA
A atravs
da transfor-
da Denio 65.
A = v1 vn ,
A.
TA (ej ) = Aej = vj , para j = 1, . . . , n (
olunas de A),
A geram Im(A). Uma base da imagem
obtida tomando-se um sub
onjunto das
olunas de A. Para fazer isto apli
amos
o Lema 6 da
v1
.
T
..
pgina 66, es
alonando (no pre
isa ser totalmente es
alonada) a matriz A =
.
vn
Em resumo, para
al
ular o n
leo es
alonamos totalmente a matriz A e resolvemos o
(b) para a imagem, o
onjunto
gera a imagem.
sistema homogneo, para
al
ular a imagem es
alonamos (no ne
essrio es
alonar totalT
mente) a matriz A .
102
Exemplo
170
CAPTULO 5.
MATRIZES
2
2 1 0
1
1 1
2 0
1
.
A=
1
1 2 0 1
0
0
1 0
1
Av = 0. Para isto,
1 1 0 0 1
. So trs variveis livres. Com isso
es
alonando totalmente A, obtemos
0 0 1 0 1
sabemos que o n
leo tem dimenso 3. Tomando r, s, t
omo parmetros, obtemos que o
n
leo (x1 , x2 , x3 , x4 , x5 ) = (s t, s, t, r, t). Colo
ando r = 1 e s = t = 0 obtemos
(0, 0, 0, 1, 0) no n
leo. Colo
ando s = 1 e r = t = 0 obtemos (1, 1, 0, 0, 0) no n
leo.
Colo
ando t = 1 e r = s = 0 obtemos (1, 0, 1, 0, 1) no n
leo. Portanto, uma base para
o Nu
(T ) {(0, 0, 0, 1, 0), (1, 1, 0, 0, 0), (1, 0, 1, 0, 1)}.
Pelo TNI j sabemos que a dimenso da imagem 5 (nmero de
olunas) menos a dimenso do n
leo 3. Logo a dimenso da imagem 2. Para
al
ular uma base (e a dimenso tam
2 1
1 0
2 1
1 0
T
.
1
2
2
1
bm,
aso tivssemos
omeado por aqui) temos que es
alonar A =
0
0
0 0
1
1 1 1
2 1
1 0
Es
alonando obtemos,
. Portanto, uma base para o Im(T )
0 3/2 3/2 1
{(2, 1, 1, 0), (0, 3/2, 3/2, 1)}.
Para
al
ular o n
leo temos que resolver o sistema homogneo
Exemplo
171
Determine uma
1
0 1 0
B = 1 1
1 1 .
0 1
0 1
Bv = 0.
Para isto,
1 0 1
0
. So duas variveis livres. Com
0 1
0 1
isso sabemos que o n
leo tem dimenso 2. Tomando s, t
omo parmetros, obtemos que o
n
leo (x1 , x2 , x3 , x4 ) = (s, t, s, t). Colo
ando s = 1 e t = 0 obtemos (1, 0, 1, 0) no n
leo.
Colo
ando t = 1 e s = 0 obtemos (0, 1, 0, 1) no n
leo. Portanto, uma base para o Nu
(T )
{(1, 0, 1, 0), (0, 1, 0, 1)}.
Pelo TNI j sabemos que a dimenso da imagem 4 (nmero de
olunas) menos a
dimenso do n
leo 2. Logo a dimenso da imagem 2. Para
al
ular uma base (e a dimenso
1 1
0
0 1 1
T
.
tambm,
aso tivssemos
omeado por aqui) temos que es
alonar A =
1
1
0
0
1
1
1 1
0
Es
alonando obtemos,
. Portanto, uma base para a Im(T )
0 1 1
{(1, 1, 0), (0, 1, 1)}.
es
alonando totalmente
B,
obtemos
5.3.
PRODUTO E INVERSA
103
Como
onseqn
ia deste lema, quando se resolve um sistema automati
amente obtemos
o posto da matriz, a dimenso de sua imagem, que igual ao nmero de linhas no-nulas da
matriz es
alonada.
Observao 40
AeB
AB
de orrem,
deve
B;
omposio de funes;
que, embora se possa fazer isto, por no
orresponder a nada espe
ial em termos
da TL
orrespondente, uma denio estril (sem
onseqn
ias).
A denio a
ima elegante mas no expli
ita
omo
al
ular o produto matriz-matriz.
Este o
ontedo do prximo lema, que reduz o produto matriz-matriz a produtos matrizvetor.
104
CAPTULO 5.
vi Rp .
Prova:
Sejam
A Mmp
Ento,
MATRIZES
B = v1 vn Mpn ,
AB = A v1 vn = Av1 . . . Avn .
Observao 41
modo que zemos
om o produto matriz-matriz: utilizando a bijeo entre matrizes e TLs.
A soma de duas matrizes
A, B
tal que
TC = TA + TB
(a
TC = kTA
(o
pela matriz
tal que
Vimos que (Denio 64 e Lema 22 deste
aptulo) o produto matriz-vetor pode ser visto
omo:
5.3.
PRODUTO E INVERSA
105
AB
AB ).
Sejam
Ento:
A:
= p
m
n
m
n
(b) linhas de
AB
B:
= p
m
n
m
n
(
) entradas de
AB
por olunas de
= p
B:
m
n
n
Prova:
olunas de
B.
AB
om
segue o resultado.
(b)
so produto matriz-vetor de
A,
segue de (a) se apli
armos a transposio de matrizes dos dois lados; (
) segue do Lema 64
e da interpretao do produto matriz-vetor do Lema 22.
Dadas matrizes
as seguintes propriedades:
A, B, C
e es a-
106
CAPTULO 5.
Prova:
MATRIZES
Exemplo 172
observe que
1 0
0 0
0 1
0 0
0 1
0 0
6=
0 0
0 0
0 1
0 0
1 0
0 0
Este exemplo tambm mostra que o produto ser zero no impli
a que um dos fatores zero,
ao
ontrrio do que o
orre
om nmero reais, onde
ab = 0
impli a que
a=0
ou
b = 0.
I L(R
A, AI = IA = A.
n 1's
na diagonal, ou om os vetores da
I = e1 . . . en =
..
AB = BA =
A no seja invertvel
tal que
Caso
Observao 42
Se
dizemos que
A invertvel se existe
singular.
AB = I
ou que
BA = I .
falso se
a hiptese de
Prova:
A matriz quadrada
= 0.
Considere
TA
A.
Aplique o Teorema 5 da
pgina 91.
Como
al
ular a inversa de uma matriz qualquer?
Seja
[A|I];
5.3.
PRODUTO E INVERSA
Prova:
Como
107
B = v1 vn
I = e1 . . . en ,
tal que
AB = I .
queremos que
AB = A v1 vn = Av1 . . . Avn = I = e1 . . . en .
sistemas do tipo
Avi = ei
para
i = 1, . . . , n.
Na Seo 2.7.2
na pgina 46, vimos
omo resolver simultaneamente sistemas
ujo lado esquerdo o mesmo.
Monte a matriz ampliada
e1 en = [A|I]
matriz identidade esquerda e a soluo dos sistema no lado direito. Desta forma, aps o
es
alonamento total, obteremos
e1 en = [A|I] I
v1 vn = [I|B] = [I|A1 ].
1 2
Exemplo 173 Considere A =
.
1
1
1/3 2/3
1 2 1 0
1 0
Es
alonando totalmente
, obtemos
.
1
1 0 1
0 1 1/3 1/3
1/3 2/3
.
1/3 1/3
Logo,
A1 =
Dizemos que
simtri a se (AT ) = A.
Note que a matriz tem que ser, ne essariamente, quadrada para ser simtri a.
Exemplo 174
So simtri as:
k1 a
a k2
b c
So ortogonais:
1
b
2
c ,
3
k3
4
Dizemos que
2
5
6
7
3 4
6 7
.
8 9
9 10
Q ortogonal se QT Q = I
(identidade).
1/ 2 0
3/2 0 1/2
sen
cos
0
0
1 0 ,
.
1 ,
cos sen
3/2
1/ 2 0
1/2 0
108
CAPTULO 5.
MATRIZES
matriz
blo os,
abaixo dividido em
A=
A11 A12
A21 A22
blo os:
2
1
2
1
2
2
2
2
2
2
2
3
2
3
2
2
4
2
4
2
2
5
2
5
2
Denindo
Aij
ada um destes
O resultado fundamental apresentado no prximo lema, que mostra que podemos operar
om os blo
os
omo se fossem nmeros,
om o ni
o
uidade de manter a ordem nos produtos
pois o produto de matrizes no
omutativo.
em blo os om
Seja
B11 B12
B21 B22
A=
Sejam
matrizes divididas
Caso o tamanho dos blo
os sejam
ompatveis para que as somas que apare
em na frmula
sejam possveis,
A+B =
Caso o tamanho dos blo
os sejam
ompatveis para que os produtos que apare
em na
frmula sejam possveis,
Prova:
AB =
Consulte a literatura.
Exemplo 176
Suponha
A M44
tal que
A=
B 0
0 C
om
B, C M22 .
Note que
aqui signi
a
om todas as entradas nulas de tamanho apropriado.
2 uma matriz
1 Ento
B
0
B
0
2
1
A = AA =
=
2 . Suponha que B e C so invertveis. Ento A
1
o
pois
AA1
0 C
I 0
BB 1
0
= I.
=
=
0 I
0
CC 1
A B
Exemplo 177 Suponha A, B, C quadradas, M =
0 C
2
2A 2B
A AB + BD
2
e M =
.
Ento 2M =
0 2C
0
C2
Exemplo 178
Suponha
A, B
quadradas,
. Cal ule
M2
2M .
ada
aso (qual deve ser? note que usamos mesmo smbolo
om signi
ado diferente, abuso
omum de linguagem). Seja
Ento
M +N =
M=
A 0
0 I
A+I
0
0
B+I
I
, M =
0
A
MN =
0
0
. Cal
ule M + N, MN, NM .
B
0
= NM .
B
5.5.
TRANSFORMAES GEOMTRICAS
109
k.
ilustrao do aso
A =
Logo,
Logo,
A=
y = x.
A=
0 1
1
1
= kI .
Para
1
0
0 1
1 0
0 1
k 0
0 k
A=
Logo,
Logo,
z = 0.
Como os vetores que esto no plano z = 0 tem
omo imagem eles mesmo, A(1, 0, 0) =
(1, 0, 0), A(0, 1, 0) = (0, 1, 0). O vetor (0,0, 1) aps reexo
se transformar em (0, 0, 1).
1 0
0
0 .
Logo, A(0, 0, 1) = (0, 0, 1). Logo, A = 0 1
0 0 1
Determine a matriz
sen
R(e1 )
R(e2 )
R(e2 ).
R(e1 )
cos e1
Logo,
e2
cos
sen
Logo,
R=
cos sen
sen
cos
110
CAPTULO 5.
MATRIZES
z = 0.
vetor
y = 0.
Para se entender
orretamente esta seo deve-se estudar no Captulo de Espaos Vetoriais o
on
eito de
oordenadas (veja Denio 48 na pgina 67) de um vetor numa base. Re
ordemos
que as
oordenadas so es
ritas
omo uma matriz
om uma ni
a
oluna.
n
m
J vimos
omo asso
iar a TLs de R em R uma matriz. Mais pre
isamente, o Lema 23
n
m
mostrou que existe uma bijeo entre Mmn (matrizes) e L(R ; R ). Vamos agora asso
iar
matrizes a TLs entre dois espaos vetoriais quaisquer de dimenso nita.
de
V.
Denotamos por
[T ]
[T ]
T L(U; V )
e bases
T.
= {u1 , . . . , un }
de
T (ui )
na
= [T (u1 )] [T (un )] .
Seja
[T ]
[T ]
representa
T?
e apli ar a matriz
[T ] .
U
[ ]
Rn
[T ]
u U,
apli ar
Rm
[ ]
5.6.
MUDANA DE BASE
111
Prova:
u U,
Seja
T L(U; V )
e bases
de
de
V.
[T (u)] = [T ] [u] .
Exemplo 187
Considere
Exemplo 188
Considere
Exemplo 189
Considere
1 0
[T (2, 1)] = [(0, 0, 2)] = 1 . Logo, [T ] = [T (1, 0)] [T (2, 1)] = 0 1 .
0
0 0
Como a base 2 = {(1, 0), (0, 1)}, pre
isamos
al
ular [T (1, 0)]3 e [T (0, 1)]3 . Embora no tenha sido forne
ido T (0, 1) diretamente, note que (0, 1) = (2, 1) 2(1, 0). logo,
T (0, 1) = T (2, 1)
2T
(1, 0) = (0, 0, 2) 2(1, 2, 3) = (2, 4,4). Portanto, [T (1, 0)]3 =
2
1
4 . Logo, [T ]3 2 =
2
e [T (0, 1)]3 = [(2, 4, 4)]3 =
[(1, 2, 3)]3 =
4
3
1 2
[T (1, 0)]3 [T (0, 1)]3 = 2 4 .
3 4
T : R2 R2
om T e1 = e1 + e2 , T e2 = 2e1 + 2e2 , base
anni
a de R . Determine [T ] .
1
2
1 2
.
e [T e2 ] = [2e1 + 2e2 ] =
, [T ] =
Como [T e1 ] = [e1 + e2 ] =
1
2
1 2
2
T : R2 R2
om T e1 = e1 + e2 , T e2 = 2e1 + 2e2 ,
= {v1 , v2 }
om v1 = e1 + e2 , v2 = e2 2e1 . Determine [T ] .
Pre
isamos
al
ular [T (v1 )] e [T (v2 )] .
Vemos que [T (v1 )] = [T (e1 + e2 )] = [T (e1 ) + T (e2 )] = [(e1 + e2 ) + (2e1 + 2e2 )] =
3
[3(e1 + e2 )] = [3v1 ] =
.
0
Por outro lado, [T (v2 )] = [T (e2 2e1 )] = [T (e2 ) 2T (e1 )] =
0
[(2e1 + 2e2 ) 2(e1 + e2 )] = [0] = [0v1 + 0v2 ] =
.
0
3 0
Logo, [T ] =
.
0 0
Notao 2
mesma base
T : U U , podemos es
olher
Podemos denotar [T ] por [T ] .
112
CAPTULO 5.
Exemplo 190
Determine
Seja
[D] .
= {1, x, x2 },
D : P2 P2
0
D(1) = 0 e [0] = 0 , D(x) = 1
0
0 1 0
0 0 2 .
Logo [D] =
0 0 0
Exemplo 191
denido por
D(f ) = f
1
[1] = 0 , D(x2 ) = 2x
0
MATRIZES
(derivada).
0
[2x] = 2 .
0
0
1
D(sen x) = cos x e [cos x] = 0 , D(cos x) = sen x e [ sen x] = 0 ,
1
0
0
0 1 0
0 2 .
D(e2x ) = 2e2x e [2e2x ] = 2 . Logo [D] = 0
0
1
0 0
Seja
I.
Considere bases
de
e a matriz
Como
[I]
Exemplo 192
[I]
Observao 43
da uma base
Pela
imediato que
[I] ,
Considere as bases de
Se quisermos
u na base
R2 :
anni a
1
3
= [(1, 2)] [(3, 4)] =
.
2 4
ser obtida invertendo esta matriz. Esta uma importante onseqn ia do prximo lema.
5.7.
EXERCCIOS DE MATRIZES
113
S L(V ; W ),
e bases
, ,
de
U, V, W ,
Dados
[S] [T ] = [S T ] .
ST
T
U
[ ]
Rn
[ ]
Rm
[T ]
[ ]
[S]
Rp
[S T ]
Prova:
Omitimos.
T L(U; U) (mesmo
matrizes [T ] e [T ] ?
o
aso em que
entre as
U.
de
Qual a relao
B so semelhantes
Prova:
[T ]
so semelhantes om
Considere
P = [I]
T L(U; U)
e bases
de
U.
Ento
Como
Tomando
O que o
orre de forma geral que fazendo uma es
olha adequada da base, a matriz que
representa a TL pode ser muito mais simples,
omo por exemplo diagonal. Como des
obrir
qual base far isso? Este o assunto do Captulo Autovalores e Autovetores.
Para resumir o
ontedo desta Seo, observamos que as
oordenadas de um vetor esto
para o vetor assim
om a matriz que representa uma TL est para a TL:
oordenadas
vetor
matriz
transformao linear
114
CAPTULO 5.
MATRIZES
Exer io 2. Se A, B Mnn
ento
(A + B)(A + B) =
(A2
+ 2AB + B 2 , A2 + AB +
BA + B 2 )
dim
dim(Nu (A)) =
O posto de
invertvel ento
dim(Im(A)) =
;
T : R2 R2 e a matriz
(b)
A.
Exer
io 4. Se A Mnn
(a)
base anni a do
[T ] .
ento
[T ] =
R2 ,
);
,
).
(linhas,
olunas) da matriz;
(linhas,
olunas) da matriz.
Exer
io 7. Sejam A e B matrizes (de dimenses apropriadas para que esteja denido AB ).
Ento:
(a)
olunas de
(A,
AB
(linhas,
olunas)
da matriz
B ).
AB so
ombinaes lineares
(
) entradas de AB so produto es
alar de
(linhas,
olunas) B .
Exer
io 8. Considere uma matriz A
om m
(linhas,
olunas) da matriz
(linhas,
olunas) de A por
(b) linhas de
linhas e
(A,
B ).
ou falso:
(a) se
(b) se
uma reta;
5.7.2 Problemas
N
leo e Imagem e Inversa em Rn
Problema 1. Para
ada uma das matrizes abaixo, determine uma base e dimenso do n
leo
e da imagem.
(a)
( )
1
2
0
1
0
2
1
1
0
0
1
2
1 1
2 0
0 1
1 0
(b)
(d)
1 2 0 0
1 3 1 0
0 1 1 0
1
0 1 0
1 1
1 1
0 1
0 1
5.7.
EXERCCIOS DE MATRIZES
115
1 1 1
2 1
1 1 .
(a)
;
(b) 1
1 0
0
0 1
Problema 3. En
ontre a representao matri
ial e inverta (se for possvel) a TL: T (x, y, z) =
(x + z, x z, y);
1 0 0
Problema 4. Considere a matriz A = 1 3 0
1 3 5
1
(a) Cal
ule A . (inversa)
(b) Determine u, v e w tais que: Au = e1 , Av = e2 , Aw = e3 .
Problema 5. Determine
A (que
0 I
;
I 0
identidade e
(a)
Problema 6. Seja S =
0 I
B 0
I A
0 I
S 2.
Geometria e TLs
Problema 7. Este
RR =
(P, R, I, 0);
Pn e
xz
r.
Determine:
(b) Nu
(R)
(0, r, R2 );
om
(0, r, R2 );
RP = (P, R, I, 0);
1 n N.
(e)
Rn
(
)
(f )
PP =
PR =
(P, R, I, 0);
(P, R, I, 0);
Mudana de bases
Problema 9. Considere
116
CAPTULO 5.
[T ] .
( ) determine
MATRIZES
(diagonal).
1 , 2 , 3
nita.
[I]1 1 ;
A = [I]1 2 , B = [I]2 3 , C = [I]3 1 .
(a) determine
(b) dena
= {1 x, 2x} = {1 + x, x}.
om
Df = f
ABC .
Determine
Determine
[I] .
nesta base.
S : P1 P2 , denida por
S(p)(x) = x2 + x. Determine
P1 e 2 = {1, x, x2 } base
S(p)(x) = xp(x). Assim, por exemplo
[S]2 1 .
base de
de
se
D:W
P2 . Considere
p(x) = x + 1,
5.7.3 Desaos
Desao 1. Suponha
em termos de
que
a inversa de
Mostre que
de
ento
linear e
T = I
Desao 3. Seja Jn
(I
invertvel e determine
A1
[T ] = A
para
para algum
identidade).
Mostre que
B.
Desao 2. Considere T : V V
qualquer base
A2 .
nn
(a trasnformao um mltiplo da
1.
I + BA1
invertvel.
S(A) = BA
se
ab = ac
ento
b = c.
2 2
e determine B, C M22 tal que AB = AC e B 6= C ;
2 2
que A invertvel, mostre que AB = AC impli
a B = C .
Desao 7. Seja R : R2 R2
0 < 2 .
2
(a) se 6= 0 existe v R , v 6= 0, R v = v?
2
(b) se v R , v 6= 0, determine
ondies em
independentes.
a 6= 0
A=
(b) supondo
para todo
1 1
0 1
para que
. Cal ule
An
R v
satisfazendo
sejam linearmente
para qualquer
n N.
3
o
p.114 #5) Em R
onsidere A uma rotao de 90 em torno do eixo-x
o
o
uma rotao de 90 em torno do eixo-y e C uma rotao de 90 em torno do eixo-z .
Mostre que:
4
(a) A =
B4 = C 4 = I ;
(b)
AB 6= BA;
( )
A2 B 2 = B 2 A2 .
5.7.
EXERCCIOS DE MATRIZES
117
5.7.4 Extras
N
leo e Imagem e Inversa em Rn
Extra 1. Para
da imagem.
(a)
1
1
0
1
ada uma das matrizes abaixo, determine uma base e dimenso do n leo e
1
0
0
1
;
0
0
0 1
Extra 2. Considere A =
posto de
A:
(a) seja 1;
(b)
(b) seja 2.
2 h 7
4 5 7
(a)
1
0
1 1
;
0
2
1
2
1
2
2
1
( )
1 1
1 1
0
0
0
0
1
0
0
0
hR
(b)
0
0
0
1
0
0
.
0
0
tais que o
1 0 1
0 1 1 .
1 1 0
Geometria e TLs
Extra 5. Determine a TL que representa uma reexo em R2 em relao a reta x + y = 0.
Extra 6. Em
ada item d um exemplo de uma T : R3 R3 que seja uma:
(a) projeo sobre o plano
y = z;
(b) rotao de
450
em torno do eixo
z.
Extra 7. Este
R
P
Q
r,
r,
r.
Determine:
(a)
(
)
PQ =
QR =
(P, Q, R, I, 0);
QP =
RQ =
(d)
Matrizes
Extra 8. En
ontre uma P
) tal que:
Extra 9. Verique
(P, Q, R, I, 0);
(b)
(P, Q, R, I, 0);
(P, Q, R, I, 0).
1 2
3 2
P =
4
0
0 1
22
3 3.
( )
A = I ;
C 2 = C
om C 6= I ;
tais que:
(d)
Extra 11.
M23 .
B 2 = 0
om B 6= 0;
C 2 = I
om C 6= I ;
(b)
118
CAPTULO 5.
Mmn .
W2
W2
Seja
W1
MATRIZES
o subespao
W1
Extra
espao das
13. Considere
V o
matrizes
diagonais
2 2 e as bases
1 0
0 0
0 0
0 1
1 0
0 1
0 0
0 1
denida por
. Determine
[I] .
T (A) = AT .
injetiva e se
sobrejetiva.
n
Extra 15. Suponha
que A Mnn satisfaz Avi = i vi
om vi R , i R e i = 1, . . . , n.
P = v1 vn e uma matriz diagonal onde os elementos da diagonal so
1 , . . . , n . Mostre que AP = P .
5 3
6 2
Extra 16. Considere as matrizes A =
B=
Resolva a equaao matri
ial
3 2
2 4
(i.e. determine a matriz X) AX + 2I = B .
Dena
Extra 17.
Denio 76 (matriz nilpotente)
k
nilpotente de
k N tal que N
0 1
(a) mostre
nilpotente;
0 0
0 1 0
(b) mostre que 0 0 1 nilpotente. Qual valor de k ?
0 0 0
(
) Seja D o operador de derivao em Pn (polinmios de grau menor ou igual n).
que D nilpotente. Qual o valor de k ?
1
= I + N + N 2 + N 3 + + N k1 .
(d) Mostre que (I N)
ordem
se existe
Mostre
Mudana de bases
Extra 18. Considere as bases de R3 : = {v1 , v2 , v3 } e = {w1 , w2 , w3 }
om w1 = v1 +v3 ,
w2 = v1 + v2 + v3
w3 = v1 v3 .
[I] .
Extra 20. Seja = {(1, 1,1), (1, 1, 1), (0, 1, 1)} base
que
[I]
1
0 0
= 2 1 1 .
0
0 1
as bases do
determine
[v]2 .
de
R3 .
tal
Se
5.7.
EXERCCIOS DE MATRIZES
as bases de
[I] .
119
Cal ule a
Determine
[I] .
Df = f denido em Wi = hi i. Determine a
matriz [D] que representa D : Wi Wi na base i :
i
x 2x
x
x
(b) 2 = {e , e };
(
) 3 = {1, x, e , xe };
(a) 1 = {cos x, sen x};
Extra 25. Seja D2 o operador derivada segunda, isto , D2 f = f denido em Wi = hi i.
2
2
Determine a matriz [D ] que representa D : Wi Wi na base i :
i
2
(b) 2 = {sen(x), sen(2x), sen(3x)}.
(a) 1 = {1, x, x };
Extra 26. Considere T : P2 P2 , denido por T (p)(x) = p(x + 1). Seja = {1, x, x2 }.
Cal
ule [T ] .
o operador derivada, isto ,
120
CAPTULO 5.
MATRIZES
Captulo 6
Determinante
Vamos responder as seguintes perguntas sobre o determinante:
(a) O que ?
(b) Quais so suas propriedades?
(
) Como se
al
ula (Qual a frmula ou algoritmo para o
l
ulo)?
(d) Qual a utilidade?
Note que saber
al ula.
det(A).
Desta forma,
det : {matrizes
3,
2,
quadradas}
um nmero real
R.
Neste Captulo ser muito importante a viso de uma matriz estruturada por
olunas (ver
pgina 98).
Algumas provas, ou partes de provas, foram omitidas (mais pre
isamente omitimos prova
det(A) = det(AT )). Uma ex
elente refern
ia
121
122
CAPTULO 6.
DETERMINANTE
22
Considere a matriz
A = u v ,
om
u+v
v
u
0
Figura 6.1: Paralelogramo Gerado por
Exemplo 193
Considere
Pela denio,
det A = ab.
det A
A=
a 0
0 b
, om
a, b > 0.
Cal ule
det A.
b.
Portanto,
Exemplo 194
Considere
A=
a c
0 b
, om
a, b > 0.
Cal ule
det A.
Um desenho simples (faa) mostra que a rea deste paralelogramo igual a rea do
retngulo de lados
b.
Logo,
det A = ab.
Considere
A=
a ka
b kb
. Cal ule
det A.
det A = 0.
Considere
A=
a b
ka kb
. Cal ule
det A.
6.1.
MOTIVAO GEOMTRICA
123
meiro
urso de
l
ulo, quando a integral de uma funo asso
iada a rea (
om sinal)
entre a
urva e o eixo-x: rea a
ima do eixo
onsiderada positiva e abaixo
onsiderada
Rb 2
Rb
Se a integral fosse simplesmente a rea,
x dx e a x2 dx seriam ambas
a
Rb 2
Rb
Rb 2
Rb
2
2
x
dx
+
x
dx
=
6
(x
x
)
dx
=
0 dx = 0.
estritamente positivas e portanto
a
a
a
a
Com isto a integral no seria linear
om relao a soma (integral da soma de duas funes
negativa.
O que signi a
det(A) = 0
em
R2 ?
Prova:
det u v = 0
se, e so-
determinante nulo;
a rea do paralelogramo nula;
paralelogramo degenerado num segmento de reta;
so olineares.
12 4
9
3
3 3
3 3
=0
=0
pois 1
pois 3
oluna
oluna
= 3 2a
= 1a
oluna.
oluna.
No prximo lema vamos deduzir algumas propriedades diretamente da denio de determinante
omo rea. Um fato surpreendente (que veremos na prxima Seo) que podemos
(e assim vamos fazer) inverter a ordem e utilizar estas propriedades para denir o determin
nante no
aso geral em R . Por isso a prova do lema somente uma ilustrao, pois no
utilizaremos este lema na seqn
ia.
124
CAPTULO 6.
Lema 34 (propriedades
do determinante de matriz 2 2)
Dados
DETERMINANTE
u, v, w R2 :
det u u = 0 (se duas
olunas so iguais ento o determinante zero);
(b1) det ku w = k det u w (se multipli
armos uma
oluna por k o determi
nante ser multipli
ado por k );
(b2) det u + v w = det u w + det v w (determinante da soma de dois
(a)
(b) det ku + v w = k det u w + det v w
e
det u kv + w = k det u v + det u w (determinante
ou na segunda
oluna);
(
)
det
Prova:
1 0
0 1
= det e1 e2 = det I = 1
linear na primeira
1).
igual a zero.
(
) o paralelogramo
om arestas
e1 , e2
1.
Para os tens (b1) e (b2) vamos apresentar um argumento
onvin
ente, atravs de duas
guras que no representam todos os
asos possveis.
(b1)
onforme indi
amos na Figura 6.2, se multipli
amos o vetor
rea, por
por
dupli amos a
tripli amos a rea e assim por diante. O mesmo o orre om fraes, omo por
por
3, 5.
3, 5u
v
3u
2u
u
0
w em omum.
Como a rea base vezes altura, basta omparar as alturas. As alturas so as projees de
igual a projeo de
w.
mais a projeo de
v.
u+v
6.1.
MOTIVAO GEOMTRICA
125
u+v
v
u
w
Observao 45
1 0
det(A) + det(B). Por exemplo, det
0 1
1 0
1 0
det
+ det
= 1 + 1 = 2.
0 1
0 1
Podemos
hegar
+ B) =
det(A
2 0
= 4 6=
= det
0 2
ao
resultado
orreto
usando
1 0
0 1
linearidade
da
2 2 det e1 e2 = 4.
seguinte
forma:
2 det e1 2e2 =
2
Exemplo 199 Utilize a linearidade na primeira
oluna para
al
ular det
6
0
2
2+0
2
2 0
2+0
+
=
=
Como
, det
= det
6
0+6
6
0
0
+
6
6
3
0 0
2 0
+ det
= 6 + 0 = 6. O primeiro determinante 6
det
0 3
6 3
0
.
3
0
=
3
por ser matriz
6.1.2 R3
Para motivar o assunto, vamos apresentar uma denio (provisria) de determinante para
matrizes
33
Denio 78 (determinante de matriz 3 3) Considere a matriz A = u v w ,
3
om u, v, w R . Asso
iamos a esta matriz o paraleleppedo P gerado por u, v, w ,
onforme
indi
ado na Figura 6.4. Denimos o determinante de A
omo o volume (
om sinal) do
paraleleppedo P .
Exemplo 200
Considere
a 0 0
A = 0 b 0 ,
0 0 c
om
a, b, c > 0.
Cal ule
det A.
CAPTULO 6.
126
DETERMINANTE
0
u, v
Pela denio,
det A = abc.
Portanto,
O que signi a
det(A) = 0
em
R3 ?
Prova:
{u, v, w}
LD.
det u v w = 0
se, e so-
determinante nulo;
o volume do paraleleppedo nulo;
paraleleppedo degenerado, isto , sua altura
0;
1 3 1
Exemplo 201 det 1 7 1 = 0
1 9 1
1 2 3
Exemplo 202 det 1 2 3 = 0
1 2 3
Exemplo 203
Como
Considere
w = 3u 5v
pois 3
oluna
= 1a
oluna.
pois 3
oluna
= 1a
oluna + 2a oluna.
A = u v 3u 5v .
Cal ule
det A.
0.
Logo,
det A = 0.
hu, vi,
6.2.
127
Lema 36 (propriedades
3 3)
do determinante
de matriz
det u u v = det u v u = det v u u = 0
(a)
ku + z v w = k det u
(b) det
det u kv + z w = k det u v
det u v kw + z = k det u v
Dados
1 0 0
det 0 1 0 = det e1 e2 e3 = det I = 1
0 0 1
1).
Prova:
v w + det z
w + det u z
w + det u v
u, v, w, z R3 :
v w ou
w ou
z (determinante
linear na
(a) e (
). Para (b) pre
isamos seguir os passos da prova do Lema 34
om a di
uldade de
visualizar guras
orrespondentes tridimensionais. Basi
amente, se multipli
amos uma aresta
por
k.
ni a funo om propriedades
n n.
Existe uma
Considere o onjunto
Mnn
Prova:
22
Vamos provar somente a existn ia (deduzir uma frmula) para o aso da matriz
a c
b d
para o leitor interessado
onsultar a literatura. Observe a beleza desta demonstrao, onde
estas trs propriedades obrigam o surgimento da frmula (j
onhe
ida) de determinante de
2 2.
a
a
0
1
0
, linearidade na primeira
=
+
=a
+b
Como
b
0
b
0
1
a c
1 c
0 c
priedade (b)) impli
a que det
= a det
+ b det
.
b d
0 d
1 d
matriz
oluna (pro-
128
CAPTULO 6.
Como
c
d
= ac det
c
0
0
d
1
c
= c det
0
d
0
c
= c det
d
1
1
(i) det
0
0
(ii) det
1
Portanto, obtemos:
det
a c
b d
1 1
0 0
=c
1
0
+d
1
1
+ d det
0
0
0
1
+ d det
0
1
+ad det
1 0
0 1
0
1
0
;
1
0
.
1
+bc det
det
1 0
= 1.
0 1
0 1
= 1,
que det
1 0
det
DETERMINANTE
1 1
0 0
0 1
1 0
+bd det
= det
0 0
1 1
0 0
.
1 1
= 0.
Pela
a c
obtendo que det
= ac 0 + ad 1 +
Vamos provar
b d
1 1
bc (1) + bd 0 = ad bc. Para isto, pela propriedade (a), det
= 0. Pela
1 1
1 1
0 1
1 1
propriedade (b) utilizada duas vezes, det
= 0 = det
+ det
=
0 1
1 1
1 1
1 1
0 0
0 1
1 0
+ det
+ det
+ det
. Como os dois termos do meio
det
0 1
0 0
1 1
1 0
0 1
1 0
+det
.
desta expanso so nulos pela propriedade (a), obtemos que 0 = det
0 1
1 0
0 1
= 1.
Pela propriedade (
), deduzimos que det
1 0
a ima.
Observao 46
frmula para
al
ular o determinante. Deixo para reexo do leitor o que disse Klaus Jni
h
(veja bibliograa):
Se vo
ainda a
ha que a informao mais importante a
er
a de um objeto
matemti
o uma
frmula
para
ertamente vo
O prximo lema mostra que podemos substituir a propriedade (a) por outra para ara terizar o determinante.
Se a funo
det : Mnn R
linear em ada
6.2.
Prova:
olunas.
2 2.
129
det u + v
= det u
u + v == det u u + v + det v u + v =
u + det u v + det v u + det v v .
det u + v u + v = det
Logo, pela identidade a
ima, det u v +
u u = det v v = 0.
det v u = 0, isto , det u v =
Como
a = a
impli a
Observao 47
om
u)
a = det u u = det u u = a.
que a = 0, det u u = 0. Portanto (a') impli
a
em (a).
sinais e pela propriedade (b) ela linear em ada oluna, dizemos que o
determinante
na matriz identidade.
integral:
Ru
(a)
Ru vf (x) dx = 0 (duas
R u
olunas iguais);
(a')
f (x) dx = v f (x) dx (tro
a de duas
olunas);
u
A propriedade do determinante da matriz transposta (para re
ordar o que matriz transposta, ver Denio 62 da pgina 98) transfere todas as propriedades do determinante para
linhas da matriz.
Isto utilizado para rela ionar operaes elementares nas linhas de uma
matriz om o determinante, que gera um algoritmo e iente (no sentido pre iso da Observao 50 da pgina 133) para o l ulo do determinante.
130
Prova:
CAPTULO 6.
DETERMINANTE
Corolrio 7
Todas as propriedades do determinante para olunas podem ser enun iadas omo
Prova:
do determinante.
onstante;
(
) substituir linha por sua soma
om mltiplo de outra: determinante no se altera.
Prova:
pelo Teorema
9, basta mostrar propriedade
orrespondente por
oluna. Considere
det B = det u + kv v =
= det u v + k det v v .
de outra
Como duas olunas so iguais no ltimo determinante, ele nulo (independente do valor de
k)
e portanto
Prova:
Seja
matriz quadrada. Se as
det A = 0.
Vamos provar para o aso das olunas formarem um onjunto LD. Segue para as
6.3.
COMO CALCULAR
131
Prova:
ujo determinante
1.
Prova:
Vamos supor que a matriz triangular superior (argumento anlogo vale para
k1
k 1.
portanto no mximo
k 1,
Considere
a matriz
mxima
akk = 0.
as olunas de
Como so
M,
vetores oluna de
olunas da matriz, so
na
diagonal. Pelo Corolrio 8 isto no altera o seu determinante. Obteremos a matriz identidade,
ujo determinante
1.
2 1 3 4
0 3 1 2
22
33
em
geral (quando no so triangulares) vale a pena apli
ar a frmula dada pela
hamada regra se
Sarrus, que vista no ensino mdio. Para o
aso geral apresentamos um algoritmo, bastante
e
iente, para o
l
ulo do determinante de uma matriz geral.
As frmulas para matriz
a11 a12
a21 a22
22
33
132
CAPTULO 6.
DETERMINANTE
4 4.
eliminao de Gauss. Ele fun
iona pelo Corolrio 8, que rela
iona operaes elementares e
determinante e pelo Lema 40 (determinante de matriz triangular).
matriz:
tro a de linhas
determinante no
se altera.
Cal ule determinante da matriz resultante pelo produto dos elementos da diagonal;
Exemplo 205
Considere a matriz
Troque l1 om l3 :
A=
3
det A = det 2
0
0
2
3
6
1
4
4
1
6
9
8
8
8
8 .
9
1 2 3
Coloque 3 em evidn
ia em l1 : det A = 3 det 2 1 8 .
0 4 8
1
2 3
0 3 2 .
Faa l2 l2 2l1 : det A = 3 det
0
4 8
1
2
3
2 .
Faa l3 l3 + 4l2 /3: det A = 3 det 0 3
0
0 8 + 8/3 = 32/3
6.4.
MAIS PROPRIEDADES
133
det A = det AT ),
desta natureza. A forma do item (
) a mais e
iente do ponto de vista
omputa
ional e
est ligada diretamente
om as propriedades bsi
as do determinante. A desvantagem de (
)
que no uma frmula, e sim um algoritmo baseado no Corolrio 8.
mtodo
de l ulo usando a frmula de Lapla e ou Leibniz ne essita, para uma matriz de ordem
n,
er a de
n!
Lapla e
2
3
3
14
4
63
5
324
6
2 mil
7
14 mil
10 1 milho
20 6 1018
Para
n4
20 20
4
15
37
74
130
209
624
5 mil
32
grande a diferena
milho de
Equivalentemente,
Prova:
Suponha que
A
A
Se
det(A) 6= 0.
n n.
det A = 0.
det A = 0 se,
linearmente dependente.
Prova:
Se A matriz
A formam um
onjunto
134
CAPTULO 6.
DETERMINANTE
6= 0.
v 6= 0
tal que
pela denio do produto matriz-vetor, vo determinar uma
ombinao linear no-trivial das
olunas de
Observao 51
A
Se
Av = 0
A no possui
(d) det(A) = 0;
( )
inversa;
Estas idias so fundamentais no Captulo de Autovalores e Autovetores, onde determinamos valores para
Av = v
b
. Determine valores para
Exemplo 207 Considere a matriz diagonal A =
c
d
tais que o sistema Av = v possua soluo no-trivial.
= 0. Como a matriz (tambm) diagonal A I =
Pre
isamos que det(A I)
a
b
, det(A I) = (a )(b )(c )(d ) = 0. Os
c
d
valores de que tornaram zero esta expresso so: a, b, c, d. Um erro
omum
ometido pelos
alunos expandir a expresso (a )(b )(c )(d ) = 0, ao invs de obter razes
4
3
2
diretamente, e tentar
al
ular razes de (a + b + c + d) + (ab + ac + ad + bc + bd +
cd) + abcd abcl abld alcd lbcd = 0.
Prova:
A, B
Se
he ar que
Sejam
det(A) 6= 0,
dena
f : Mnn R
por
Vamos
6.4.
MAIS PROPRIEDADES
135
(b) se B = u + kv w , ento
omo apli ar
= f u w + kf v w .
Portanto
f (B) = f u + kv w =
interpretao do produto matriz-matriz (ver Lema 27 item (a) da pgina 105) as olunas de
AB
A.
AB
n.
Portanto olunas de
Exemplo 208
det(A1 )?
det(A1 ) = 1/ det(A).
Exemplo 209
136
CAPTULO 6.
DETERMINANTE
pgina 108.
M=
Prova:
A 0
C D
, om
Suponha que
M =
por
f (D) = det
Se duas olunas de
I 0
0 D
det M = det D .
Dena
A t -
f : Mnn
M a
ima de D
so nulos). Logo
tos a
ima
de
D so nulos, usamos
linearidade
do determinante de M
para
on
luir que
do determinante),
det(I) = 1 (a parte de
ima j era identidade). Pelo Teorema8 (uni
idade
A 0
f (D) = det(D). De forma anloga podemos provar que det
= det A.
0 I
A B
A 0
pois o
aso M =
orrespondentes de
I 0
0 D
A B
0 D
M =
anlogo.
det A = 0 ento, pelo Corolrio 9, uma
oluna de A
ombinao linear das outras.
M possui somente zeros abaixo de A, uma
oluna de M CL das outras.
Novamente pelo Corolrio 9, det M = 0. Se det D = 0 ento, de forma anloga, uma linha
de M CL das outras e det M = 0.
Supondo que det A e det D so no-nulos, podemos es
rever
I 0
A 0
I A1 BD 1
.
M=
0
I
0 D
0 I
Se
Como a matriz
1.
det A
e o ltimo
det D .
1's
na diagonal,
A B
Observao 52 Considere M =
,
om A, B, C e D matrizes quadradas. De
C D
forma geral, det(M) 6= det(A) det(D)det(B) det(C). Vo
onsegue gerar um exemplo?
Observao 53
restar um blo
o
22
6.5.
APLICAES
Exemplo 210
137
M =
2
1
0
0
0
0
0
0
3 1
1
2 1
2
1
1
1
2
0 0 3+
M1 =
2 1
1
M2 =
1
1
M1
M3 = 3 + , M = 0 M2 .
0
0 M3
Logo,
As razes so
Observao 54
plo 207 da pgina 134) multipli
ar todos os termos ao invs de utilizar a estrutura
fatorada que de
orre naturalmente do determinante de matriz diagonal ou triangular ou
blo
o-triangular. Caso
al
ulssemos diretamente, multipli
ando todos os termos, obtera5
4
3
2
mos que det M = + 6 2 5 + 3 = 0. Como vo
en
ontraria as razes
Dadas bases
de
qualquer de
V , [T ]
Prova:
Se
denimos
det(T ) 6= 0.
T :
em
138
CAPTULO 6.
DETERMINANTE
T : R 2 R2
eixos x e y :
uma transformao
Q R um quadrado
om lados
T (Q) um paralelogramo;
(b) rea(T (Q)) = rea(Q)| det T |.
linear e
Seja
paralelos aos
(a)
Prova:
seja unitrio.
e1
e2
om oe ientes
matriz T (e1 ) T (e2 ) = [T ] e1 e2 . Como a segunda matriz a identidade,
ujo
determinante 1, pela regra do determinante do produto, a rea det[T ] , que igual, por
denio a det T . Logo a rea (sem sinal) do paralelogramo | det T |.
No
aso geral, as arestas do quadrado so ke1 e ke2 . Logo as arestas do paralelogramo
so T (ke1 ) = kT (e1 ) e T (ke2 ) = kT (e2 ). A rea (
om sinal) do paralelogramo igual a
det kT (e1 ) kT (e2 ) = k 2 det T (e1 ) T (e2 ) = k 2 det[T ] = k 2 det T . Como a rea
2
2
de Q k , rea(T (Q)) = k | det T | = rea(Q)| det T |.
T
T (e2 )
T (Q)
e2
Q
0
e1
T (e1 )
pela TL
Seja
T : R 2 R2
uma transformao
rea()| det T |.
Prova:
det T 6= 0
e portanto
em quadrados
Qi
Para nalizar
om rigor pre
isaramos passar o limite, fazendo tender a zero, o tamanho dos
quadrados. Sem o devido rigor, desprezando as fraes de quadrados, somando os quadrados
6.6.
SINAL
DO DETERMINANTE EM
det T
| det T |rea().
e
olo
ando
R2
R3
139
i rea(T (Qi ))
= | det T |
i rea(Qi )
T () T (Q )
i
Qi
Observao 55
funo qualquer
linear.
e sua Imagem
T ()
f : R2 R2
Uma
Por este resultado, a distoro lo al de rea ser dado pelo determinante desta
Observao 56
f.
Este mesmo resultado poder ser generalizado para trs dimenses: Seja
C = AB ,
A e B , a distoro de
B.
e distoro de
det u v
para
v,
determinando para onde o polegar aponta. Se for saindo do papel, o determinante positivo,
se for entrando negativo.
0 A leitura desta seo op
ional.
140
CAPTULO 6.
DETERMINANTE
u,
e variando
v,
obtemos paralelo-
olineares a rea vai tendendo para zero. Ilustramos os dois asos, onde
so olineares
a rea
positiva, quando est abaixo negativa. O
i
lo representado na gura, ini
iando no alto e
girando no sentido anti-horrio, em termos de sinal da rea, : positivo
positivo
negativo
v u+v
v u+v
0
v u+v
u
v u+v
0
u
v u+v
determinante zero
v u+v
0
determinante positivo
v u+v
u
0
0
determinante negativo
v u+v
u
u
v u+v
v u+v
0
0
u
v u+v
v u+v
Figura 6.8: Variao da rea do Paralelogramo gerado por vetores
uev
seja igual a paralelogramo
om arestas v e u, e portanto possuam a
R1
R0
f (x) dx = 1 f (x) dx,
mesma rea, det u v = det v u . Analogamente,
0
embora seja mesmo intervalo [0, 1].
3
Em R quando o det u v w positivo e quando negativo?
A resposta pode ser dada novamente apli
ando a regra de mo direita. Dados u e v, eles
geram um plano que divide o espao em dois pedaos. Se w ento o determinante
zero (porque?). Caso
ontrrio, dependendo a qual pedao o vetor w perten
e, o determinante
pode ser positivo ou negativo. Se w perten
er ao mesmo pedao que o polegar aps apli
ao
gramo
om arestas
FRMULA
6.7.
DE LAPLACE
141
n n.
22
determinante. Esta frmula onhe ida omo expanso por ofatores ou frmula de Lapla e.
Denio 81 (menor)
(n 1) (n 1)
obtida
A n n dena Aij
eliminando-se i-sima linha
Dada
( hamado de
j -sima
menor
oluna de
de
a matriz
A.
det(A)
Denimos
A)
re ursiva-
mente:
det(A) = aP
11 se n = 1 (matriz 1 1 um nmero!);
det(A) = nj=1(1)i+j det(Aij ) (expanso pela i-sima linha).
Pn
i+j
det(Aij ) (expanso pela j -sima
Vale ainda que det(A) =
i=1 (1)
(a)
(b)
+
+
;
.
..
.
..
..
Aij
ou
oluna).
pela regra
22 fazendo
a expanso pela primeira
oluna e, depois, pela segunda linha. Observe que obtemos sempre
a mesma frmula.
c
d
As matrizes
asso
iamos os
det
adbc.
a
b
= +a det
b det
det
bc + ad.
= b det
+d det
= +a det
= b det
b det
+d det
Deixamos para o leitor fazer expanso pela segunda oluna ou pela primeira linha para
Exemplo 212
Considere
1 4 7
A = 2 5 8 .
3 6 9
Determine
142
CAPTULO 6.
A12 =
A31
A22 =
4
5
2
3
Exemplo 213
8
9
7
8
2 8
3 9
4 7
5 8
1 7
3 9
1 4 7
A = 2 5 8
3 6 9
DETERMINANTE
det
Logo,
det
1
2
3
1
2
3
4 7
5 8 = +1 det
6 9
det
Logo,
det
+3 det
7
8 .
4
5
4 7
4 7
4 7
5 8
+3 det
2 det
.
5 8 = +1 det
5 8
6 9
6 9
6 9
8 2 det
9
5
6
=
2
det
8
9
7
Exemplo 214
Seja
= 2 det
1
7
+5 det
9
3
4 7
6 9
1 0 2
A = 1 0 3 .
1 2 1
+5 det
Cal ule
1 7
3 9
8 det
1
7
8 det
9
3
1 4
3 6
det A.
Como podemos es
olher por onde fazer a expanso, vantajoso faz-la por onde tiver o
maior nmero de zeros. A melhor es
olha neste
aso pela segunda
oluna, onde
on
luimos
que
de sinais). Portanto,
Exemplo 215
Seja
det A = 2 det
1 2
1 3
0 1 2
A = 1 1 3 .
1 0 0
Cal ule
= 2(3 2) = 10.
det A.
det A = det
1 2
1 3
= (3 2) = 1.
(sinal do tabuleiro de
6.8.
REGRA
Exemplo 216
Considere
A=
143
4 11 7 1 3
2
2
1
0
3
2
7
0
0
0
.
0
3
0
0
0
3 1
6
0
5
Cal ule
det A.
2
2
2
7
0
3
3 1
1
0
0
6
3
0
.
0
5
A melhor es olha a ter eira linha, que possui um ni o elemento no-nulo. O sinal na
frente do
2 1 3
det A = (1)(3) det 2 0 0 .
3 6 5
1 3
6 5
6(13) = 78.
Prova:
Para
n = 1
determinantes. No deve ser utilizada a no ser por ne
essidade teri
a,
omo por exemplo
para
al
ular derivada da funo que asso
ia a
ada matriz sua inversa.
Em apli
aes, utiliza-se a eliminao de Gauss ou outros mtodos mais sosti
ados para
se resolver um sistema. Devido ao pou
o uso desta, trata-se de uma Seo de enrique
imento
ultural.
144
CAPTULO 6.
Considere o sistema
Av = b,
A = v1 . . . vi1 vi vi+1 . . . vn
xi
da soluo
DETERMINANTE
om
x1
v=
.
.
.
xn
Prova:
b.
x1 v1 + + xn vn = b.
Vamos primeiro determinar x1 para depois fazer o
aso geral em
ima do mesmo prin
pio.
Determinamos x1 passando b para outro lado e obtendo 1(x1 v1 b)+x2 v2 + +xn vn = 0.
Con
luimos que so LDs (note que o primeiro
oe
iente no-nulo igual a 1) os vetores
x1 det v1 v2 . . . vn det b v2 . . . vn = 0.
Logo,
xi
passando
x1 v1 + + 1 (xi vi b) + + xn vn = 0.
Con
luimos (novamente) que so LDs os vetores
Apli
ando o determinante e usando sua linearidade, fazendo ra
io
nio anlogo ao que
zemos para obter
x1 ,
xi .
Utilizando a regra de Cramer podemos obter uma frmula expli ita para a matriz inversa.
Prova:
Ax = b.
om
Dena
Considere a matriz
x=
x1
.
..
xn
om menores
(note que no
Aji.
Ento
Aij !).
a soluo
do sistema
6.9.
EXERCCIOS DE DETERMINANTES
145
Por expanso por ofatores, o determinante a ima ser reduzido a determinante de matriz
sem
j -sima
linha e i-sima oluna (det Aji ) om sinal dado pela regra do tabuleiro.
Se
det A 6= 0
ento
possui inversa.
det(A) = 0
se Verdadeira ou Falsa:
so LDs ento
det(A) = 0;
obtida de
Exer io 2. B
quadrada om
entre si,
det(B) = det(A).
det(B) = 2.
1
(b) det(B ) =
5
det(B ) = ;
;
(
) det(B ) =
Exer
io 3. A, B, C so matrizes quadradas.
(a) det(A + B)
(=, 6=, pode ser = ou 6=) det(A) + det(B);
(b) det(AB)
(=, 6=, pode ser = ou 6=) det(A) det(B);
.
(
) Se det(A) = 3, det(B) = 2 e det(C) = 5, ento det(ABC) =
T
(a)
Exer io 4.
1 1
1 1
= ;
(a)
1 1
1 1
Exer
io 5. A = u v w
om det(A) = 7.
;
(a) det 2v w u =
(
) det v + u w =
;
1
1
1
1
(b)
1
0
det
0
0
1
2
0
0
1
1
3
0
1
1
=
1
4
(b) det u 3v w w =
2u
(d) det 2v =
2w
146
(a)
CAPTULO 6.
x
y
1
2
possui
innitas solues,
ou innitas solues);
nenhuma
(b)
x
y
0
0
possui
DETERMINANTE
(nenhuma
(nenhuma
det(B)
=
0, osistema:
x
1
(
) B y = 2 possui
z
3
Se
innitas solues,
nenhuma
ouinnitas solues);
(d)
x
0
0
B y
=
z
0
possui
(nenhuma
(nenhuma
Exer
io 7. Se
= 0:
det(B)
u
(a) e B =
u
(b) e B =
v , ento u
v w , ento u
(mltiplo
(mltiplo
B so
(LIs, LDs);
(d) linhas de B so
(LIs, LDs).
Exer
io 8. Seja T : V V linear.
(a) Nu
T 6= 0 se, e somente se det T
(= 0, 6= 0);
(= 5, = 0, 6= 0);
(b) se det T = 5 ento dim(Nu
T )
1
(
) se existe T
ento det(T )
(= 1, = 1, = 0, 6= 0);
Exer
io 9. Seja A 4 4.
(a) se posto(A) = 4 ento det A
(= 0, 6= 0, = 4);
(b) se posto(A) = 2 ento det A =
(= 0, 6= 0, = 2);
(0, 1, 2, 3, 4);
(
) se det(A) = 3 ento posto(A) =
(d) se det(A) = 0 ento posto(A)
(= 0, = 1, = 2, = 3, = 4, > 0, > 2, < 4).
Exer
io 10. Sejam A matriz quadrada, 0 6= v Rn e R tais que Av = v: det(A
I)
(= 0, 6= 0).
(
)
olunas de
6.9.2 Problemas
Problema 1.
0 0
0 0
onde
R.
6.9.
EXERCCIOS DE DETERMINANTES
om um slido em
multipli
ativo
Rn
147
(ii) l4
l4 + 3l2 ;
4.
6
0
B=
0
0
0
Obtemos a matriz
1
2
3
1
2
5 1
1
0 1
3 5
.
0
0
3
2
0
0
0
1
(a)
det(A).
2 5 4
3 1 2 ;
5 4 6
Problema 4. Para
A I
Cal ule
(b)
ada matriz
no seja invertvel:
A=
2 4
3 3
Problema 5. A
(b)
(x, y) 7 (2x y, 2x + y)
0
0
0
2
2
4
1
0
3
5
0
1
0
0
;
3
3
3
4
A=
0
0
0
1
0
0
0
0
2
0
0
0
.
1
2
imagem do r ulo
so:
0
0
(a) Seja M =
0
a
det(M) = abcd.
0
0
b
h
0
c
f
i
d
e
.
g
j
nn
ujos ni os
148
CAPTULO 6.
om
1
.
aij = 1
i + j = n + 1:
1
.
elementos no-nulos so
1
1
= det
1
ad bc
3 4
2 3
5 6
0 1
0
0
7
1
d b
c a
1
=
det
ad bc
DETERMINANTE
d b
c a
1
(ad bc) = 1.
ad bc
0
0
;
1
2
(b)
3
2
0
0
0
4
3
0
0
0
5
4
1
1
0
6
5
1
0
1
7
6
1
1
1
6.9.3 Desaos
Desao 1.
Denio 82 (produto vetorial)
Dados
u, v R3
denimos
w1
w = w 2 = u v R3 ,
w3
wi = det u v ei .
Prove que:
u u = 0;
(b) u v = v u (antisimtri
a);
(
) (u + v) w = u w + v w (linear);
(d) e1 e2 = e3 (orientao e normalizao);
(e) u v perpendi
ular a u e v.
(a)
Desao 2. O exer
io anterior pode ser generalizado para se denir o produto vetorial entre
n1
vetores em
Rn .
6.9.
EXERCCIOS DE DETERMINANTES
w=
Dados
w1
.
.
.
wn
149
u1 , . . . , un1 Rn
denimos
n
= u1 un1 R ,
wi = det u1 un1 ei .
Mostre que:
R3
(antisi-
u1 u1 un1
Desao 3. (a)
ui para i = 1, . . . , n 1.
2
em R que passa por v1 = (x1 , y1 )
v2 =
x y 1
= 0;
x
dada por det
1 y1 1
x2 y2 1
3
(b) Mostre que a equao do plano em R que passa por v1 = (x1 , y1 , z1 ), v2 = (x2 , y2 , z2 )
x y z 1
x1 y1 z1 1
x2 y2 1 ;
e v3 = (x3 , y3 ) dada por 1/2 det
x3 y3 1
x1 x2 x3 x1
(b) O determinante a
ima pode ser
al
ulado montando a matriz
y1 y2 y3 y1
(x2 , y2 )
outra. Este esquema permite obter frmula de rea de poligono qualquer (j que rea igual
a
x1 xn x1
y1 yn y1
(x1 , y1 ), . . . (xn , yn )
utilizando a matriz
. Determine-a.
Desao 5. (Wronskiano) Dado um onjunto {f1 , f2 , . . . , fn } de funes innitamente diferen iveis denimos o wronskiano W (f1 , f2 , . . . , fn )(x) omo o determinante da matriz
f1 (x)
f1 (x)
f1 (x)
.
.
.
(n1)
f1
(x)
f2 (x)
f2 (x)
f2 (x)
.
.
.
(n1)
f2
(x)
fn (x)
fn (x)
fn (x)
.
.
.
(n1)
fn
(x)
{1, x, ex }
LI;
150
CAPTULO 6.
DETERMINANTE
2
(d)
laro que o
onjunto de funes {x , x|x|} LI (porque?). Por outro lado,
W (x2 , x|x|)(x) = 0 para todo x. Isto no impli
a por (b) que o
onjunto LD?
Desao 6. (determinante
Desao 7. Considere
determine polinmio
3 3)
de Vandermonde
Prove que
1 a a2
det 1 b b2 = (b a)(c b)(c a).
1 c c2
o seguinte problema: Dados pontos
p(x)
de grau
p(xi ) = yi .
tal que
(xi , yi ) R2
ai
i = 0, . . . , n
do polinmio
p(x) =
Mostre
n
X
om
ai xi ;
i=0
(b) Dena
1 1
x0 xn
M = ..
.
..
.
xn0 xnn
( ) Mostre que
det M =
a0
.
.
.
an
(xn xk ).
y0
.
.
.
yn
k<n
1
x1
det ...
n2
x1
xn1
Desao 9. (Strang p.
1
xn
n
n1
X
Y
.
..
=
(x
x
)
xk .
n
k
k=1
xnn2 k=1
n
xn
1+a
b
c
d
a
1+b
c
d
= 1 + a + b + c + d.
det
a
b
1+c
d
a
b
c
1+d
ra ional.
| det A| (k n)
a matriz tridiagonal
c
n n An =
b
a
..
..
..
.
b
a
Dena
dn =
6.9.
EXERCCIOS DE DETERMINANTES
151
(a)
det(An ) = n + 1.
0 1 1
.
..
.
.
1 0
.
.
..
..
..
.
. 1
.
1 1 0
Prove que
9)
det
x a a
det a x a ;
a a x
(b)
det
x a a a
a x a a
a a x a
.
..
..
..
..
..
.
.
.
.
.
a a a x
Desao 15. (Cl
ulo do posto de uma matriz utilizando determinante de submatrizes) Prove
que para qualquer matriz quadrada o posto
existe uma submatriz
Desao 16.
kk
om determinante no-nulo.
(a) Qual (e onde
olo
ar) o menor nmero possvel de zeros que devemos
olo
ar numa
matriz
44
n n?
Desao 17. Existem 16 matrizes 2 por 2
ujas entradas possuem somente 0's e 1's.
(b) E para uma matriz
Quantas
delas so invertveis?
6.9.4 Extras
Extra 1. Se A uma matriz n n
om det(A) = 3 ento:
det(A + A) = ;
2 3
Extra 2. Seja A =
a b
(a)
(b)
om
det(3A) =
( )
( )
u=
Extra 3. B
2
a
v=
3
b
. Se
1 u = 2 v
para
1 , 2 R
ento
1 =
2 =
(possui/no
possui)
Extra 4. Suponha
que
omprimentos tambm?
Extra 5. Sabe-se
T : R2 R2
paraleleppedo.
inversa;
(det(B)
R3
det(A) = 4.
det(A5 /3) =
6= 0, det(B) =
preserva
(0, 0, 0) de um paraleleppedo
(2, 2, 1). Cal
ule o volume
Considere o ubo
no
do
152
CAPTULO 6.
Extra 7. Sejam a, b, c
3
transformao linear
Extra 8.
matrizes abaixo
Cal
ule o determinante das
4 11 7 1 3
2
2
1
0
3
2
7
0
0 2
;
0
3
0
0
0
3 1
6
0
5
(a)
Extra 9. Para
ada matriz
(b)
no seja invertvel:
A=
(a)
(b)
det(P )
ou
uma
projeo
que
1 0 0
A = 2 1 2 .
1 1 0
P2 = P.
se
Mostre que
1.
so matrizes quadradas
BA = I .
(a) se
A I
Extra 10.
1
1
1
3
2 2 4 2
.
1
2
3 7
3
3
3
2
4 2
1 3
DETERMINANTE
AB = I .
om
Prove que
Prove que
det(A) = 1;
impar ento
nn
(b) se
par ento
det(A) = 1
ou
Extra 13.
(a) Prove (usando determinante) que no existe
A = I33
(identidade);
(b) Tome
B=
0 1
1
0
e mostre que
Extra 14.
180o.
B 2 = I22
S
det(S) = 0
se
k N.
3 3;
N
I .
det(S) = 0
se
nn
Mostre que
det(Q)
ou
(identidade).
om
impar.
N =0
para
no invertvel.
B=
anti-simtri a se S T = S
(b)
Extra 16.
Mostre que
Mostre que :
(a)
A 33
1.
ortogonal
se
QT Q = Inn
(identidade).
1.
A B
C D
, om
A, B, C
matrizes quadradas
2 2.
D um
Extra 20. Seja A, B matrizes quadradas de mesma dimenso tais que AB 6= BA.
det(AB) = det(BA).
a matriz
Prove que
6.9.
EXERCCIOS DE DETERMINANTES
que
A = P DP 1
det(A ) = (n!) .
Extra 22. Se A e B so invertveis:
(a) A + B invertvel?
Extra 23. Se AB invertvel,
ento
0 ... 0
0 . . . a2
Extra 24. Seja M =
..
.
. . . . ..
an . . . x
om
det A = 0
(b)
AB
153
D =
1
2
..
invertvel?
diagonal.
( )
AT B
Prove que
invertvel?
A invertvel?
a1
n
Y
x
n
ai ).
.. . Prove que det(M) = (1) (
.
i=1
x
Prove que se
det B = 0.
a c
,
om a, b > 0,
0 b
olunas desta matriz. Faa um desenho simples que mostra que a rea deste paralelogramo
igual a rea do retngulo de lados
b.
det A = ab.
154
CAPTULO 6.
DETERMINANTE
Captulo 7
Autovalores, Autovetores e
Diagonalizao
Neste
aptulo apresentamos os
on
eitos de autovalores e autovetores de transformaes
lineares. As ferramentas para o
l
ulo (quando o espao de dimenso nita) so o determinante e soluo de sistemas lineares. Utilizando-as podemos, em alguns
asos, determinar
base tal que a matriz que representa a TL seja diagonal.
Dedi
amos uma seo somente para exemplos
om TLs geomtri
as (projees, rotaes,
reexes e
isalhamento).
Apli
amos estas t
ni
as para:
k
al
ular a potn
ias (A ) e raz quadrada (
A)
de matriz;
v0
vn+1 = Avn .
T,
existe vetor
T?
de autovalores de
155
Tv
so paralelos? De
Como al ul-la?
T : V V transformao linear.
autovalor se T v = v. O
onjunto
Seja
156
CAPTULO 7.
Observao 59
v no.
T 0 = 0.
TL qualquer pois
se
Tv = 0
mltiplo do prprio
e k 6= 0, w = kv
(kv) = w.
T v = 0v = 0,
um
v.
no ni o.
v autovetor qualquer
T (w) = T (kv) = kT (v) = kv =
De fato, se
Para ilustrar estes
on
eitos estude os exemplos de TLs da Seo Exemplos Geomtri
os
em 2D e 3D, das pginas 163168. Observe nestes exemplos que:
qualquer mltiplo de direo preservada tambm ser preservada, o que mostra que os
para TLs no plano podem existir innitas direes, duas, uma ou nenhuma direo
preservada;
Denio 85 (autoespao)
I) resolvendo
um sistema linear.
fundamental o determinante.
T I
I)
I).
Logo
auto-
de dimenso nita),
det(T I) = 0.
T : V V , V espao de dimenso nita, denimos o polinmio
ara
tersti
o de T por p() = det(T I).
Dada transformao linear
I):
(a) independe da base es
olhida para o espao
(b) um polinmio em
p() = det(T
7.1.
AUTOVALORES E AUTOVETORES
Prova:
157
TL independe de base.
(b) ser omitida.
O prximo teorema um resultado notvel, apresentado em livros de funes
omplexas, para onde remetemos o leitor para uma demonstrao (veja Lars V. Ahlfors; Complex
Analysis; M
Graw-Hill; por exemplo). atribuido ao grande matemti
o Gauss.
Um polinmio de grau
tem exata-
razes (no ne essariamente distintas) sobre o orpo dos omplexos, isto , existem
nmeros omplexos,
1 , . . . , n
an n + an1 n1 + + a1 + a0 = an ( 1 )( 2 ) ( n ).
Esta fatorao ni
a (a menos da ordem).
Observao 60
possua
no existe frmula
fe
hada para o
l
ulo destas razes. Isto
onhe
ido em Matemti
a
omo o problema da
insolubilidade da qunti
a (impossibilidade de existn
ia frmula para razes de equaes
de grau maior ou igual a
5).
ou
4,
embora exista,
determinamos os zeros de
de dimenso nita:
servar ao mximo uma expresso fatorada por ser muito dif
il determinar razes de
polinmios de grau
det(T I) = 0
v.
x
1 1
Exemplo 217 Cal
ule os autovalores e autoespaos de T (x, y) =
.
y
1
1
(1 )
1
Vamos determinar os autovalores. Como det(T I) = det
=
1
(1 )
(1 )2 1 = ( 0)( 2), os autovalores so 0 e 2.
Cal
ulando autoespao para = 0: Resolvemos o sistema
(1 0)
1
x
0
(T 0I)v =
=
.
1 (1 0)
y
0
Obtemos
xy =0
x + y = 0
. Portanto
(1, 1)
et .
ou
(100, 100)
x = y,
h(1, 1)i.
soluo
(x, y) = t(1, 1)
Um autovetor
(1, 1)
para
ou
t R.
(2, 2)
ou
Desta forma
(1/2, 1/2)
ou
158
CAPTULO 7.
= 2: Resolvemos o sistema
0
x
(1 2)
1
.
=
(T 2I)v =
0
y
1 (1 2)
Obtemos
x y = 0
x y = 0
x = y ,
. Portanto
2 h(1, 1)i.
(100, 100) et
.
Um autovetor
(1/2, 1/2)
ou
(1, 1)
ou
(x, y) = t(1, 1)
soluo
para
(1, 1)
t R.
Desta
(2, 2)
ou
ou
3 1
0
x
y .
Exemplo 218 Cal
ule autovalores e autovetores de T (x, y, z) = 1 1 0
z
1
0 1
(3 )
1
0
1 (1 )
0 .
Vamos determinar os autovalores: det(T I) = det
1
0 (1 )
Para
al
ular o determinante note que a matriz j quase triangular inferior.
Para ze-
1 (1 )
0 . Como a matriz diagonal, obtemos que
det
1
0 (1 )
2
o determinante (1 )((3 )(1 ) 1). Como (3 )(1 ) 1 = + 4 4 =
( 2)2 , det(T I) = (1 )( 2)2 . Portanto os autovalores so 2 e 1.
Cal
ulando autoespao para = 2: Resolvemos o sistema
(3 2)
1
0
x
0
1 (1 2)
0
y = 0 .
(T 2I)v =
1
0 (1 2)
z
0
rar o
Obtemos
xy =0
xy =0
x 3z = 0
. Portanto tomando
= 1:
z = t,
soluo
(x, y, z) = t(3, 3, 1)
para
t R.
h(3, 3, 1)i.
Resolvemos o sistema
(3 + 1)
1
0
x
0
1 (1 + 1)
0
y = 0 .
(T + I)v =
1
0 (1 + 1)
z
0
4x y = 0
x 2y = 0
Obtemos
x=0
para t R. Desta forma
. Portanto
x = y = 0,
qualquer, soluo
h(0, 0, 1)i.
R=
(x, y, z) = t(0, 0, 1)
cos sen
sen
cos
= (cos )2 + sen2 = 2
1). Como = 4(cos2 1) =
7.2.
DIAGONALIZAO
159
4 sen2 , < 0 (razes omplexas) a no ser que sen = 0, ou seja, a no ser que = 0
Portanto
ne-
Exemplo 220
Considere
T : C (R; R) C (R; R)
denida por
T f = f .
Qual autovetor
(
hamada tambm de autofuno) asso
iado ao autovalor 3? Isto , para qual funo f ,
T f = f = 3f ?
f (t) = exp(3t) pois f (t) = 3 exp(3t), isto , T f = f = 3f . Note que g(t) = C exp(3t)
tambm ser autofuno para qualquer
Exemplo 221
C R.
Considere
(
hamada tambm de
T f = f = 4f ?
Qual autovetor
qual funo
f,
7.2 Diagonalizao
A teoria de diagonalizao, juntamente
om o Teorema do n
leo-imagem, um dos mar
os
do
urso de lgebra Linear. Sua importn
ia que, aps mudana de bases, o
omportamento
de TLs ditas diagonalizveis podem ser inteiramente
ompreendidas.
Denio 87
Dizemos que
diagonalizvel se
tal que
[T ]
uma
TA
diagonalizvel.
formao linear
autovetores de
Prova: Suponha
[T ]
..
que
Considere
diagonalizvel.
n
[T ] [vk ] = [T vk ] = k [vk ] , ou seja, T vk = k vk .
Como
= {v1 , . . . , vn }
[T ] ek = k ek
tal que
[vk ] = ek ,
vk 's so autovetores
160
CAPTULO 7.
Corolrio 12 (forma P 1 AP = D)
existe
Prova:
AP = D
autovalores de A e P
v1 , . . . , vn de A e D diagonal
1 , . . . , n , na mesma seqn
ia. Pelas propriedades do
produto matriz-matriz, as
olunas de AP so Avi = i vi . Logo (verique), a matriz
om
estas
olunas igual a P D . Portanto, AP = P D . Como os autovetores formam base, as
olunas de P so LI. Pelo Corolrio 9 da pgina 133, det P 6= 0. Pelo Teorema 10 da mesma
1
pgina, P invertvel. Logo P
AP = D ou D = P AP 1.
Seja
Se
A.
{v1 , . . . , vp }
Prova:
LI.
vr =
anteriores:
vk 6= 0
T vk = k vk , k = 1, . . . , p,
k vk .
2 r p
k<r
Temos ento:
r k vk
T vr = r vr
X
k vk
k<r
(k r )k vk = 0
k<r
k<r
ontraria a minimalidade de
= r
om
k 's
distintos,
vr
CL dos
k vk
k<r
v1 , . . . , vr1
k k vk =
k<r
so LD, o que
r.
O prximo
orolrio
olo
a uma
ondio su
iente (mas no ne
essria) para que uma
TL seja diagonalizvel.
Corolrio 13
Se o espao
possui dimenso
e existem
1)
diagonalizvel.
Prova:
Se existem
n,
Como
T.
n:
Junte os autovetores de todas as bases: se forem su
ientes (n vetores), esta base
diagonaliza
T;
aso ontrrio,
no diagonalizvel.
7.2.
DIAGONALIZAO
Exemplo 222
distintos (0 e
P 1 AP =
1)
161
0
2
P =
1
1
1 1
. Observe que se tro armos a ordem dos vetores obtemos uma matriz
1 1
1
1
Q=
Q AQ =
0
T
no diagonalizvel
pois
ada auto-espao possui somente um vetor LI. Dois vetores (um base de
ada autoespao)
no forma base pois pre
isaramos de trs vetores LIs.
3 1 2
Exemplo 224 En
ontre a de
omposio espe
tral de A = 2 0 4 .
0 0
2
Cal
ulando p() = det(A I) = (2 )((3 ) + 2) (utilize determinante
Note que vamos manter a fatorao (veja Observao 54 da pgina 137) pois queremos depois
2
al
ular razes. Assim p() = (2)( +3+2). Cal
ulando razes de p so 2 (do primeiro
1.
Agora resolvendo o sistema (A 2I)v = 0 obtemos
omo autovetores asso
iados ao 2:
(2, 0, 1) e (1, 1, 0). Resolvendo (A I)v = 0 obtemos autovetor
asso
iado ao 1 (1, 2, 0).
2 1
1
1 2 . Ento P 1 AP =
Como so 3 autovetores LIs, T diagonalizvel. Seja P = 0
1
0
0
. Observe que se tro
armos a ordem dos vetores obtemos uma matriz diagonal
2
1
1
1 2
2
.
1 2 0 , Q1 AQ =
1
diferente. Assim se tomarmos Q =
0
0 1
2
fator e do polinmio do segundo grau) e
p() = (1 )2 .
y = 0. Portanto a
(A I)v = 0
obtemos
Considere o isalhamento
ni a direo preservada
no diagonalizvel.
(ngulo
0 )
nem
1 1
0 1
1. Resolvendo
(1, 0). Como os
Portanto o ni o autovalor
(ngulo
Para mais exemplos de TLs veja a Seo Exemplos Geomtri
os em 2D e 3D, das
pginas 163168.
Para transformaes geomtri
as podemos
al
ular os autovalores e autoespaos sem fazer
ontas, somente
om a geometria.
espe tral.
Considere
162
CAPTULO 7.
Considere
r.
laro que
AP = Av Aw = 0 w = P
0
1
Logo P
AP =
. Observe que se denirmos Q =
1
1
.
0
T v = 0 = 0v
T w = 1w.
ento
Q1 AQ =
Logo so autovalores
Considere
w v ,
Dena P = u v w , ento
0
.
1
AP = Au Av Aw = 0 v w = P
0
1
.
1
Logo P
AP =
1
plano
Considere
Dena P = u v w , ento
1
.
AP = Au Av Aw = u v w = P
1
1
1
.
1
Logo P
AP =
1
plano
r = hwi
7.3.
EXEMPLOS GEOMTRICOS EM 2D E 3D
163
Deixamos para o leitor alguns outros exemplos: projeo em reta no espao, reexo para
uma reta no plano, reexo em plano no espao. Vo
pode repetir a anlise dos exemplos
anteriores para estes
asos?
Finalizamos esta seo apresentando, sem demonstrao, o Teorema Espe
tral para matrizes simtri
as (ver Denio 71 da pgina 107).
permite garantir, sem fazer
onta alguma (por exemplo sem saber quem so os autovalores),
que uma matriz diagonalizvel. utilizado para:
simtri a) ento
Exemplo 231
Se
A = AT
diagonalizvel.
1
b
2
c ,
3
k3
4
k1 a
a k2
b c
So diagonalizveis:
2
5
6
7
3 4
6 7
.
8 9
9 10
Seja
T (x, y) =
Seja
uma rotao de
23 em torno da origem
(para uma frmula ver a pgina 184. Observe na Figura 7.2 o efeito da rotao. Quais direes
so preservadas?
preservado por
T.
Seja
denida por
T.
2.
autovalor 2,
num
r ulo de raio
e1
164
CAPTULO 7.
y
v90 v
68
v113
v135
v45
v23
v158
v180 = T v180
v0 = T v0
x
T v158
T v23
T v135
T v45
T v113
T v90
T v68
T (x, y) = (x, y)
y
T v90
v90
T v45
v135
v45
T v135
T v0
v180
v0
T v180
T v315
v225
v315
T v225
v270 T v270
Seja
T
e
23
denida por
y,
Esta
y,
fazendo om que a imagem de um r ulo seja uma elipse. Observe na Figura 7.4 o efeito de
T.
e2 = (0, 1),
e1 = (1, 0)
numa elipse.
So autovalores
autovetores LIs em
3/2 e 2,
om autovetores
R2 , diagonalizvel.
respe tivamente
Seja
e1
e2 .
denida por
7.3.
EXEMPLOS GEOMTRICOS EM 2D E 3D
165
y
T v90
T v113
T v68
T v135
T v45
v
90 v
v113
68
v135
T v158
v45
v23
v158
v180
T v180
v0
v205
v225
v248v
T v205
T v23
T v0
v338
T v338
v315
v
293
270
T v225
T v315
T v248
T v270
T v293
T v113
y
T v90
T v68
T v135
T v45
T v158
v135
v45
v23
v158
T v180 v180
v0 T v0
v338
v205
T v205
T v23
v225
v315
v248 v
270
T v338
v293
T v225
T v315
T v248
T v270
T v293
T (x, y) = (3/2x, 2y). Esta transformao amplia na direo y mas reetindo no eixo-x e
amplia na direo x. Observe na Figura 7.5 o efeito de T . Quais direes so preservadas?
A direo e1 = (1, 0) (no eixox)
uja imagem T e1 = (3/2, 0) = 3/2e1 e a direo
e2 = (0, 1), no eixo-y ,
uja imagem T e2 = (0, 2) = 2e2 . O
r
ulo unitrio levado por
166
CAPTULO 7.
numa elipse.
So autovalores
autovetores LIs em
3/2 e 2,
om autovetores
R2 , diagonalizvel.
T v248
respe tivamente
y
T v270
e1
e2 .
T v293
T v225
T v315
T v205
v135
v45
v23
v158
T v180 v180
v0 T v0
v225
v293
v248 v
T v135
T v45
T v113
T v90
T v68
T.
T v23
v315
270
de
v338
v205
T v158
T v338
Seja
e reduz na direo
denida por
x.
numa elipse.
So autovalores
autovetores LIs em
1/2 e 2,
om autovetores
R2 , diagonalizvel.
Seja
respe tivamente
denida por
e1
e2 .
T (x, y) = (x + y, y).
Observe na Fi-
gura 7.7 o efeito do
isalhamento, uma TL do tipo que fazemos
om um baralho de
artas
quando deslizamos as
artas uma por
ima das outras. O efeito deslo
ar os vetores mais
para direita, para
y > 0,
y < 0,
mantendo a omponente
y.
Um
Quais direes so
preservadas?
Somente a direo
1,
om autovetor
e1 .
R2 ,
no
7.3.
EXEMPLOS GEOMTRICOS EM 2D E 3D
167
T v90
T v68
T v113
T v135
v113
v90
T v45
v68
T v23v45
v135T v158
v23
v158
v180
T v180
v0
T v0
v338
v205
v225
T v205
v248
T v338v315
v270
T v225
v293
T v315
T v248 T v293
T v270
Figura 7.6: Ampliao/Reduo Elipsoidal:
v5
v4
y
v3 T v5 v2 T v4 v1 T v3
v0 = T v0 x
v6 = T v6
T v7
T v8
T v9 v7 T v10v8 T v11v9
Figura 7.7: Cisalhamento:
v10
v11
T (x, y) = (x + y, y)
T v2
T v1
168
CAPTULO 7.
Seja
denida por
e1 = (1, 0) (no eixox)
uja imagem T e1 = (0, 1) = 1e1 e a direo e2 = (0, 1),
eixo-y ,
uja imagem T e2 = (0, 0) = 0e2 . Uma elipse levada por T numa segmento de
A direo
no
reta.
1 e 0,
om autovetores
R2 , diagonalizvel.
So autovalores
autovetores LIs em
v112
e1
respe tivamente
v90
y
e2 .
v68
v135
v45
v23
v158
v135
T v158T
T v112
v180 = T v180
v225
T v202T
T v248
T v68
T v45T v23
xv0 = T v0
v338
T v315T
T v292
v202
v338
v225
v315
v248
v292
v270
T (x, y) = (x, 0)
Seja
z=
A direo
z.
Ak
quando
vai para
innito?
Vamos
omear
determinando uma frmula
para D
k1
1
..
..
. f
il veri
ar que D k =
.
.
quando
kn
diagonal.
para qualquer
Seja
D =
inteiro. Na
7.4.
APLICAES
169
z
v3
v1
T v3 = T v4
T v1 = T v2
y
x
v4
Figura 7.9: Projeo no plano
v2
z = 0: T (x, y, z) = (x, y, 0)
1
realidade isto tambm fun
iona para D
(a inversa de D ) tomando k = 1 e utilizando a
0
0
onveno que D = I (o equivalente da
onveno x = 1 para nmeros reais). Assim para
2
al
ular D basta
al
ular o quadrado dos elementos da diagonal.
k
Agora vamos determinar uma frmula para A quando A diagonalizvel. Se A diago1
nalizvel, pelo Corolrio 12, A = P DP
. Assim, por exemplo,
Ak = P D k P 1.
1 3
Exemplo 241 Cal
ule A para A =
.
3
1
2
O polinmio
ara
tersti
o p() = /2 1/2. As razes (os autovalores) so 1 e
1/2. Resolvendo os sistemas asso
iados, determinamos os autoespaos.
O autoespao asso
iado ao 1/2 h(1, 1)i. O autoespao asso
iado ao 1 h(1, 1)i.
1
1
1/2
om D =
. Cal
ulando a inversa de P determinamos
Portanto, P =
1 1
1 10
1
1
1/2
1
1
10
10 1
= 2
. Como D
=
,
al
ulando o produto P D P
que P
1 1
1
210 + 1 1 210
1
10
obtemos que A
= 211
.
1 210 210 + 1
10
1
4
Considere
Cal ule
1/3.
A=
7
4
10 17/3
170
CAPTULO 7.
2 3
P =
3 5
5 3
= 12
.
3 2
Portanto,
P 1
que
lim Ak = lim (P D k P 1 ) = P lim D k P 1 .
k
k
k
k
1
k
, o primeiro elemento da diagonal sempre 1 e o segundo
Como D =
(1/2)k
1
1
k
P 1 ,
onverge para zero. Logo, lim D =
. Con
lumos que o limite P
0
0
k
10
6
k
obtendo que lim A =
.
15 9
k
1 1 1
Exemplo 243 (estado limite) Considere a matriz A = 12 0 2 1 . Dado um vetor
0 0
1
qualquer ini
ial v0 , denimos vk+1 = Avk . Queremos saber para qual vetor o sistema vai
laro que
D=
P
1/2
1/2
1 1
0
= 0
0
1
Como
Dk =
h(1, 1, 0)i.
Portanto,
0
1 .
1
(1/2)k
(1/2)k
limite
0
0
1
P 1 ,
P = 0 1 1
om
0 1 0
obtendo que
bc
lim vk = lim Ak v0 = b c .
k
k
0
determinamos que
1/2 e 1.
lim D k =
0
0
0 1 1
lim Ak = 0 1 1 .
k
0 0
0
e o
Assim se
a
v0 = b ,
c
A
= P DP 1
omelementos da diagonal de D (autovalores) positivos, denimos B =
A = P DP 1, onde D signi
a tomar raiz (positiva) dos elementos da diagonal. Desta
Se
MULTIPLICIDADE
7.5.
ALGBRICA E GEOMTRICA
171
6 30
.
Exemplo 244 (raz quadrada de matriz) Cal
ule A para A =
5
19
2
O polinmio
ara
tersti
o p() = 13 + 36. As razes (os autovalores) so 4 e 9.
forma,
9 h(2,
1)i. O autoespao asso
iado ao 4 h(3, 1)i.
2 3
9
Portanto, P =
om D =
. Cal
ulando a inversa de P determinamos
1
1
4
3
1
3
1
1
D=
= A
=
. Como
,
al
ulando o produto P DP
que P
2
1 2
0 6
2
A=
obtemos que B =
. Verique diretamente que B = A.
1
5
3
D uma das opes:
ou
Note que poderamos ter tomado, ao invs de
2
3
3
ou
, pois o quadrado de qualquer uma delas igual a D . Nes2
2
12
30
12 30
tes
asos obteramos matrizes B1 =
= B1 , B3 =
, B2 =
5
13
5
13
0
6
= B1 . Para qualquer uma delas, Bi2 = A.
1 5
O autoespao asso
iado ao
p()
de
T,
pelo
1 , . . . , p
so razes distintas de
por
Prova:
1 .
Seja
172
Logo
CAPTULO 7.
(1 )1
um fator de
1 m1 .
pli
idade geomtri
a (dimenso do autoespao) de
ada autovalor igual a sua multipli
idade
algbri
a.
Prova:
Suponha
diagonalizvel.
Pelo Teorema
15 da pgina 159,
n,
possui base de
Suponha por
ontradio que estritamente menor. Neste
aso, a soma das multipli
idades geomtri
as
seria menor que
n.
n.
diagonalizvel.
Exer io 3. Determine
ou Falso:
se Verdadeiro ou Falso:
{2, 3, 1}
ento invertvel.
dim Nu
(T 3I)
(b) dim Nu
(T + 5I)
(
) dim Nu
(T 5I)
(a)
ou = 0, 1, 2, 3);
(> ou = 0, 1, 2, 3);
(> ou = 0, 1, 2, 3);
(>
B.
(,
no )
autovalor de
7.6.
(a)
(sim,
2?
no, talvez);
Exer
io 8. Considere em R2 :
(0 < < ).
(a) 1:
173
2?
(sim, no, talvez).
R uma reexo, P uma projeo e U uma rotao por ngulo
(b)
1:
0 0
A=
.
0 0
(b)
Exer io 9. Seja
Exer io 10. Se T : V V
( )
0:
(b) so autovetores
dim(V ) =
(b)
dim(Nu (T )) =
( )
dim(Nu (T 3I)) =
Diagonalizao
Exer
io 11. Determine
se Verdadeiro ou Falso. Se
6 autovalores distintos
(b) 2 autovalores distintos
(a)
diagonalizvel;
Exer io 13. Se
1 e
B= 0 2
3
0 0
1
(pode,
possui:
mltiplo de
(1, 1, 1), A
no , pode
ento
portanto os autovetores
(,
T : R 6 R6
so
7.6.2 Problemas
Autovalores e Autovetores
Problema
1.
Considere
T (x,
y)= (3x + 4y, 2y x).
autovetor de T :
0
1
1
?
(b)
?
(
)
?
(d)
?
(a)
0
2
1
Problema 2. Em
ada item determine se v autovetor de A. Em
aso positivo, determine
o autovalor:
4
3
7 9
1
3 1
e A =
;
(b) v = 3 e A = 4 5 1 .
(a) v =
4
3 8
1
2
4 4
4 2
Problema 3. Sabe-se que = 10 autovalor para
. Determine uma base para
3
9
a TL
4
1
2 7
7 2
(b)
3
0 0
0
3 2 ;
0 1 0
( )
0
1
0
0
0
0
0
0
1 1
1 1
.
0
0
0
1
174
(a)
CAPTULO 7.
Problema 6. Determine h
na matriz
5 2 6
0
3 h
0
0 5
0
0 0
Problema 7. Suponha
que
1
0
de modo que o autoespao asso4
1
(b)
autovalor de
invertvel e
autovalor de
= aA + bB
om mesmo
om
(1, 2)
(0, 1)
respe tiva-
1/2
a, b R.
T : R2 R2
uma TL:
ujo n leo seja uma reta e tenha dois autovalores reais distintos
no-nulos;
(a) T f = f ;
rivadas, isto ,
0 1
0
0
0 1
1
0
0
um operador agindo no espao das funes reais
om duas de(R; R) C (R; R). Determine autofunes asso
iadas ao autovalor
(b)
T f = f ;
Diagonalizao
Problema 14. A
3 1 2
2 0
0 0
1 2 1
4
= 1 0
1 1
2
2 0 0
0 2 0
2
0 0 1
0
2 1
2
1
1 3
1 2
7.6.
(a)
1
0
6 1
1 0 0
1 0 0
1 1 1
(b)
( )
3 1 0
1
1 0
0
0 4
, x+y
, z).
Problema 16. Considereo operadorP (x, y, z) = ( x+y
2
2
(a)
tal que
1 0 0
[P ] = 0 1 0 ;
0 0 0
A44
(b)
1
0
0
0
0
0
1
0
0
1
0
0
Determine base:
tal que
0
0
0
1
1 0 0
[P ] = 0 0 0 .
0 0 1
bidimensional.
5
(b) T : R
autoespaos de
R5
so bidimensionais.
= kvk ,
om
Dois dos
k = 1, . . . , n.
tal que
por
(d)
175
5 7
2 3
D=
2 0
0 1
A = P DP 1.
Cal ule
A8
(sem passar
1 2
1
Problema 20. Considere A = 0 3 1 .
0 5 1
3
(a) Determine uma base de R formada por autovetores de A.
99
(b) Determine matrizes X e Y de modo que A
= XY X 1 (no efetue o produto).
1 0
10
.
Problema 21. Cal
ule o A para A =
1 2
k
0.6 0.2
Problema 22. Cal
ule lim
.
0.4 0.8
k
13 14 4
B 2 = A para A = 14 24 18 .
4 18 29
apoiar a monarquia a ada ano e 20% dos defensores da monarquia passa a apoiar a repbli a
Utilizando matrizes,
rk
0.7 0.2
.
=
mk
0.3 0.8
0.7 0.2
espe
tral de
.
0.3 0.8
rk+1
mk+1
(b) Sabendo que hoje metade da populao apoia a repbli
a, em 10 anos qual ser o
per
entual que apoia a repbli
a?
(
) A longo prazo qual ser o per
ental de republi
anos e monarquistas? Note que isto
independe do per
entual ini
ial.
176
CAPTULO 7.
7.6.3 Desaos
Autovalores e Autovetores
Desao 1. Considere a, b, c, d Z
autovalores inteiros.
Desao 2. En ontre
o espe tro de
Desao 3. Seja T : V V
grau
om
a + b = c + d.
om
Prove que
a1 a2 an
a1 a2 an
A = .. ..
.
.
. .
.
a1 a2 an
dim(V ) = n.
Prove que
n.
Desao 4. Considere
A.
a b
c d
det(T I)
tem somente
um polinmio de
Prove que:
Desao 5.
Denio 91 (subespao invariante)
W V
invariante por T
(denotado
invariante por
no autovetor
( ) Prove que se
A B
0 C
dim(W ) = 1
ento todo
T;
W invariante
de T ;
(b) D um exemplo de
no-nulo
om
om
invariante por
por
om
dim(W ) = 2
wW
no-nulo
w W
tal que
[T ] =
dim(A) = dim(W );
2
autovetores (por exemplo uma rotao de 90 ). Mostre que se T tem autovetor
om autovalor
positivo ento T possui autovetor.
Desao 7. (Shilov p.116 #28) Prove que se A e B
omutam (isto , se AB = BA) ento
todo autoespao de A um subespao invariante (veja Denio 91 da pgina 176) de B .
Desao 8. Mostre que duas matrizes simtri
as n n A e B
omutam (AB = BA) se, e
somente se, eles possuem um
onjunto de n autovetores ortogonais simultneos.
Desao 9. Prove que se autovalor de AB ento tambm autovalor de BA.
Desao 10. Seja T : R7 R7
omdim Nu
(T I) = 4. Mostre que existe uma base
I44 B43
7
de R tal que [T ] =
.
0 C33
Desao 11. Considere T linear denido no espao das matrizes 2 2 por T A = AT . Determine os autovalores e autoespaos de T .
Desao
12. Seja V o espao vetorial das funes
ontnuas de R em R. Dena (T f )(x) =
Rx
f (s) ds. Prove que T no possui autovalores. Se tivesse, T f = f , derivando os dois
0
de
Z,
V = W +Z
om
7.6.
lados,
f = f
e portante
f 0.
(T f )(0) =
R0
0
177
f (s) ds = 0,
Diagonalizao
Desao 13.
formao: um termo a soma dos dois anteriores. Em termos matri iais, podemos es rever
xk+2
xk+1
1 1
xk+1
=
.
1 0
xk
1 1
de
.
1 0
(b) Explique
omo
al
ular o qinquagsimo segundo termo da srie usando uma
al
uladora
ient
a de 12 dgitos no programvel.
(
) determine frmula geral aproximada para
Desao 14.
algum
k N.
Suponha
N 6= 0,
ento
(a)
para
zero;
no diagonalizvel.
Nk = 0
Prove que:
(a) o ni
o autovalor de
(b) se
xk+1 .
Prove que:
diagonalizvel;
1 em mdulo ento A1 = A;
(b) se possui um ni
o autovalor ento A = I .
Desao 16. Seja T : V V
om dim(V ) = 3.
(a) Suponha que o ni
o autovalor de T 0 . Prove que T diagonalizvel se, e somente
se, T 0 I = 0 (isto , T = 0 I ;
(b) Suponha que T possua dois autovalores distintos 0 e 1 . Prove que T diagonalizvel
se, e somente se, (T 0 I)(T 1 I) = 0.
Desao 17. Se A e B so diagonalizveis e AB = BA ento os autovetores de A so iguais
aos autovetores de B .
Desao 18. Prove que se A 2 2 e A = AT ento A (teorema espe
tral para matrizes
2 2):
(a) se os autovalores so iguais a
que
vn = T n v0
T
e
Dado
v0
lim wn = u1
n
onde
Este o hamado
autovetores.
Desao 21.
om expo-
178
CAPTULO 7.
0 0 1 .
para N =
e N =
0 0
0 0 0
A
(d) prove que se autovalor de A ento e autovalor de e ;
A
(e) prove que e invertvel se A diagonalizvel;
T
A
(f ) prove que se A simtri
a (A = A ) ento e simtri
a e positivo denida.
(
) Se
N
nilpontente ento
Desao 22.
Denio 92 (polinmio minimal)
grau 1)
minimal
para
se
p(T ) = 0
propriedade.
Prove que T diagonalizvel se,
Q
k
i=1 (x i )
om i distintos.
p(x) =
7.6.4 Extras
Autovalores e Autovetores
Extra 1. Cal
ule os autovalores e autoespaos asso
iados de:
(a)
T (x, y) = (x y, 2x + 3y);
Extra 2. Prove
Extra 3.
(a) prove que
(b) prove que
(A I)T = AT I ;
os autovalores de A so
iguais aos de
AT .
0 1
0 0
(b)
0 1
1
0
( )
2 1
0
0
1 1 ;
0
1
3
uma TL:
T : R4 R4
ujo n
leo seja o plano gerado por (0, 1, 1, 1) e (1, 0, 0, 1) e que tenha
(1, 1, 1, 0)
omo autovetor asso
iado ao autovalor 3;
3
3
(b) T : R R que tenha x y + z = 0
omo autoespao asso
iado ao autovalor 1
e tal que T (1, 0, 1) = (0, 1, 0);
(a)
(a)
(1, 1, 1).
7.6.
Extra 9. Para
179
geral).
(e) trao(A)
= trao(B).
Extra 11. Prove que se A diagonal
diagonal.
Dena
w = au + bv om w 6= 0, a, b R.
Prove que
Determine o
1 2 3
(b) Determine dois autovalores de 1 2 3 por inspeo (sem fazer
ontas).
1 2 3
(
) Suponha que a soma de todos elementos de
ada
oluna igual a k . Prove que k
autovalor de A.
(a)
Diagonalizao
Extra 17. Determine matrizes X e Y
1
=
possua autovalores 2 e 3
XY X
1
1
om autovetores asso
iados, respe
tivamente,
e
.
1
1
Extra 18. Considere a transformao linear T : P2 P2 dada por (T (p))(t) = (t 1)p (t).
de modoqueA
Determine:
(a) a matriz de
22
que :
180
CAPTULO 7.
5 5 5
Extra 20. Diagonalize, sem fazer
ontas, 5 5 5 .
5 5 5
Extra 21. Determine valores de a para os quais a transformao linear T diagonalizvel:
(a) T (x, y, z) = (3x + az, 2y + az, 2z)
(b) T (x, y) = (ax, 3x + 2y)
(
) T (x, y) = (ax, x + (a + 1)y)
(d) T (x, y, z) = (2x + ay, 2y, z)
1 a
a
Extra 22. Determine os valores de a para que 1 1 1 seja diagonalizvel.
1 0
2
2
2 1
3 4
3 1
(b)
;
(
)
(d)
1
3 1 .
(a)
4
3
1
5
1 2
2
3
3
Extra 24. Considere T : R R uma transformao linear tal que T v1 = v1 , T v2 = v2
100
e T v3 = v3 . Se v1 = (2, 1, 1), v2 = (0, 1, 1) e v3 = (1, 2, 1), determine T
(x, y, z)
1 4 2
3 4
0 ;
3 1
3
Extra 25.
Cal
ule:
(a)
11
1 7 1
0 1
0 ;
0 15 2
(b)
100
1 0
0
0 0
2 ;
0 3 1
( )
lim
(a)
que tenha
que tenha
0.4 0.3
0.6 0.7
dadas.
3 e seja diagonalizvel.
P diagonaliza A ento Q = P
k
asso i-
que se
A.
om
no-nulo tambm
2
Extra 28.Cal
ule B =
A (raiz quadrada da matriz A), isto , determine B tal que B = A
para
A=
2
1
2 1
Extra 29. Mostre que se A e B so diagonalizadas pela mesma matriz P ento AB = BA.
Extra 30. (Shilov p.117 #31) Prove que se todo vetor (no-nulo) de V autovetor de T
ento
T = I
para algum
R.
Captulo 8
Produto Interno
Neste
aptulo, introduzimos o
on
eito de produto interno em um espao vetorial. O produto
interno nos permite denir o
omprimento de um vetor e o ngulo entre dois vetores (em
parti
ular, denir a ortogonalidade entre dois vetores).
Comearemos dis
utindo os
on
eitos de
omprimento e ngulo em
R2
R3 , om os quais
o leitor j est familiarizado. Veremos
omo estas quantidades podem ser
onvenientemente
Rn Rn em R, qual denominaremos produto
interno (ou produto es
alar). Dis
utiremos algumas propriedades desta funo e, a exemplo
do que zemos outras vezes neste
urso, estenderemos a noo de produto interno para outros
espaos atravs destas propriedades.
Com o produto interno introduziremos o
on
eito de ortogonalidade para vetores em
espaos vetoriais gerais. Isto permite denir projees ortogonais e reexes.
So apli
aes importantes:
aproximao de funes por polinmios ou funes simples (senos e ossenos por exem-
Dados
v
=
(v1 , . . . , vn ), w = (w1 , . . . , wn ) Rn , dene-se o produto interno
anni
o
por
s n
n
X
X
p
vi wi . A norma (ou
omprimento) denida por kvk = hv, vi =
vi2 .
hv, wi =
i=1
i=1
181
182
CAPTULO 8.
PRODUTO INTERNO
v = (x, y, z)
v = (x, y)
x2 + y 2
x2 + y 2
R2 ou 3
v=
v1
.
..
vn
qp
( x2 + y 2 )2 + z 2
,w =
Da denio de produto de
w1
.
..
wn
hv, wi = vT w.
Rn ,
Outras notaes usuais para o produto interno (tambm denominado produto es
alar) so
T
e u v, esta ltima motivada pelo entendimento de u e v
omo vetores-
oluna, isto ,
uv
matrizes
n 1.
Exemplo 245
Considere
2
2
Considere
hu, vi = hv, ui ;
(b) bilinearidade: hu + v, wi = hu, wi + hv, wi
(
) positividade: hu, ui > 0 para todo u 6= 0.
u, v, w Rn .
O produto in-
(a) simetria:
Prova:
para todo
R;
Prova:
Os vetores
hu, vi = 0.
u, v Rn
so ortogonais se,
ku vk.
v,
ku + vk
8.2.
u
u
e
e
v
v
183
so ortogonais;
forma um retngulo;
ku + vk = ku vk;
ku + vk2 = ku vk2 ;
hu + v, u + vi = hu v, u vi;
4 hu, vi = 0;
hu, vi = 0;
Exemplo 246
(1, 0, 1, 2, 0, 2).
De fato, h(1, 0, 1, 0, 1, 0), (0, 1, 0, 1, 0, 1)i = 1(0) + 0(1) + 1(0) + 0(1) + 1(0) + 0(1) = 0,
h(1, 0, 1, 0, 1, 0), (1, 0, 1, 2, 0, 2)i = 1(1)+0(0)+1(1)+0(2)+1(0)+0(2) = 1+1 = 0,
h(1, 0, 1, 2, 0, 2), (0, 1, 0, 1, 0, 1)i = 1(0)+0(1)+1(0)+2(1)+0(0)+2(1) = 22 = 0.
Rn ,
Denomina-se espao
om produto interno a um espao vetorial V munido de uma funo h, i : V V R (denominada
produto interno ou produto es
alar) tal que, para todo u, v, w V , satisfaz s seguintes
(a) simetria:
Exemplo 247
R
Como j vimos,
para todo
R;
h, i : R2 R2
(u, v)
De fato,
R
7 2
v.
7
uT
2 7
que as trs propriedades em questo so satisfeitas. Em parti ular, a para a ter eira, temos
2ab a2 b2
Exemplo 248
R.
Dena
Seja
segue de
(f, g)
R
1
f (t)g(t) dt.
1
184
CAPTULO 8.
PRODUTO INTERNO
R
R
f
g
=
gf . A bilinearidade de
orre da linearidade da integral:
R
R
R
(f + g)h = f h + gh. A positividade mais deli
ada. Se f no Rnula ento, por
ontinuidade, ela no nula num
erto intervalo no-degenerado. Com isto,
f 2 > 0.
A simetria de
orre de
Exemplo 249
Considere
P2
h, i1 : P2 P2
R
.
(p, q) 7 p(1)q(1) + p(2)q(2)
h, i2 : P2 P2
R
.
(p, q) 7 p(1)q(1) + p(2)q(2) + p(3)q(3)
4a + 2b + t = 9a + 3b + c = 0.
p = 0.
Logo,
h, i1
no satisfaz a posi-
p = 0.
. Logo,
h, i2
Em um espao vetorial
Assim,
kvk =
a = b = c = 0,
om um produto interno
kk: V p R
.
hv, vi
v 7
distn ia:
d(, ) : V V
R
.
(v, w) 7 ku vk
hv, vi
d(u, v) = ku vk.
A norma nos d uma noo de
omprimento num espao vetorial qualquer. Note que as
seguintes propriedades, a serem esperadas de uma funo
omprimento e distn
ia, valem:
k0k = 0,
kvk > 0
v 6= 0,
kvk = ||kvk para todo R, (vetor multipli
ado por es
alar tem norma modi
ada
por mdulo do es
alar).
d(v, v) = 0;
d(u, v) 0.
d(v, 0) = kvk.
8.3.
ORTOGONALIDADE
Exemplo 250
185
2.
Logo, kgk =
Z 1
Z 1
2
Cal
ulando hf, gi =
t (1 t) dt =
(t2 t3 ) dt = (t3 /3 t4 /4)|11 = 2/3.
1
8.3 Ortogonalidade
8.3.1 Denies
A prxima denio motivada pelo Lema 48.
utilizada a notao
Observao 62
so ortogonais se
0v
u v.
para todo
v.
b
v
Denio 98 (normalizao)
1
b = kvk
v. f
il
v
b unitrio e tem a mesma direo e o mesmo sentido de v. Mais ainda,
veri
ar que v
b denominamos
o ni
o vetor
om estas propriedades. Ao pro
esso de passar de v para v
Dado um vetor no nulo
v 6= 0,
dena
normalizao.
hvi , vj i = 0 i 6= j
{v1 , v2 , . . . , vp }
ortogonal
ou se um onjunto unitrio.
{v1 , v2 , . . . , vp }
ortonor-
mal se, alm de ser ortogonal, todos os seus vetores so unitrios, isto , se
hvi , vj i = ij ,
Exemplo 251
onde
ij =
0
1
se
se
i 6= j
.
i=j
= (1, 2, 0, 2, 0) R5 .
2
2
2
Cal
ulando kvk = (1) + (2) + (0) + (2) + (0) = 1 + 4 + 1 = 9.
b = v/3 = (1/3, 2/3, 0, 2/3, 0).
Assim v
Normalize o vetor v
2
2
2
Logo,
kvk = 3.
186
CAPTULO 8.
Exemplo 252
PRODUTO INTERNO
Mostre que
hf, gi =
b
g
so ortogonais. Determine
f (t)g(t) dt =
1
2
t 3t dt =
1
1
1
um mltiplo de
tal
3(1)4 /4 = 3 3 = 0.
Z 1
Z 1
Z 1
2
2
2
Como, kf k =
f (t) dt =
(3t) dt =
9t2 dt = 3t3 |11 = 3(1)3 3(1)3 =
1
1
1
b = g/ 6 = 3t/ 6.
3 + 3 = 6. Portanto, kgk = 6. Logo tome g
linearmente independente.
Prova:
Seja
{v1 , v2 , . . . , vp }
p
X
i=1
ortogonal. Ento
i vi = 0
vj ,
p
X
i=1
p
X
i vi
i=1
= hvj , 0i
i hvj , vi i = j kvj k2 = 0 j
j = 0 j
Corolrio 15
(j que
vj 6= 0.)
Bases ortogonais (e ortonormais, em parti
ular) so
onvenientes porque f
il se determinar as
oordenadas nesta base de um vetor dado, sem a ne
essidade de se resolver um sistema
linear.
De fato, seja
{v1 , v2 , . . . , vn }
i s
base ortogonal de
e seja u
n
X
dado.
i vi = u.
Sabemos
Fazendo-se o
i=1
vj , obtm-se
* n
+
n
X
X
i vi , vj =
i hvi , vj i = j = hu, vj i j
produto interno om
i=1
i=1
e portanto
j =
hu, vj i
j.
kvj k2
1
2
8.3.
ORTOGONALIDADE
Observao 63
187
b2 , . . . , v
bn }, as
ontas se
Em se tratando de uma base ortonormal, {b
v1 , v
bj i para todo j :
kb
vj k2 = 1 e j = hu, v
u=
n
X
i=1
bj i v
bj .
hu, v
subespao de
V.
Seja
omplemento ortogonal
H,
denotado por
H = {v V | hv, ui = 0
R,
R2 ,
R3 ,
R3 ,
se
se
se
se
H
H
H
H
o eixo-y ,
(l-se
para todo
Em
R2 ,
se
u H} .
H
o eixo-x,
o eixo-y .
H o eixo-x.
x = y , H a reta y = x.
eixo-x, H
o plano yz (ou x = 0).
plano yz , H
o eixo-x.
a reta
o
o
Exemplo 254
(a) H
subespao vetorial de V ;
(b) H = {v V | hv, ui i = 0, i = 1, 2, . . . , p} ;
Prova:
(a) Como
Seja
um espao vetorial
n-
0 H . Suponha que u, v H .
e somente se,
= {v1 , v2 , . . . , vn }
n
X
xi hvi , uk i = 0
i=1
es lineares so em
variveis
base de
para todo
V.
Temos que
w =
n
X
i=1
k = 1, 2, . . . , p
(x1 , . . . , xn ).
xi vi H
Estas
se,
equa-
temos uma bijeo linear entre W e H , pois a ada soluo (x1 , . . . , xn ) asso iamos o vetor
188
n
X
CAPTULO 8.
xi vi H .
Logo,
i=1
obtemos o resultado.
dim(W ) = n p = dim(H ).
AT v = 0,
Dado
Como
PRODUTO INTERNO
dim(V ) = n
H Rn
dim(H) = p,
H = Nu (AT ).
A = u1 u2 up .
Desta forma,
Prova:
v H ;
T
T
hv, ui i = v ui = ui v = 0, para i
= 1, . . . , m
0
u1
0
.
.
v
=
.. ;
.
.
up
0
AT v = 0, onde A = u1 u2 up .
Exemplo 255
Seja
1
2
A=
3
4
2
3
4
5
1
1
.
1
1
span 2 ,
3
1
2
3 1
,
4 1
1
5
0
x
1 2 3 4
y 0
AT v = 0 = 2 3 4 5
z = 0 .
1 1 1 1
0
w
1 0 1 2
T
Es
alonando totalmente A
obtemos
(a ltima linha zera). Fazendo
0 1
2
3
z = s, w = t, x = s + 2t, y = 2s 3t. Logo, (x, y, z, w) = s(1, 2, 1, 0) + t(2, 3, 0, 1),
ou seja uma base {(1, 2, 1, 0), (2, 3, 0, 1)}.
vH H
vH
8.3.
ORTOGONALIDADE
Prova:
Lembrando que
hvH , vH i = hvH , vH i = 0,
kvH + vH k2 =
=
=
=
Observao 64
(a)
(b)
(
)
H
H
H
189
hvH + vH , vH + vH i
hvH , vH i + hvH , vH i + hvH , vH i + hvH , vH i
hvH , vH i + hvH , vH i
kvH k2 + kvH k2
interno e
onde
temos:
Prova:
Dado
v V
v = vH + vH
i=1
i=1
pelo Teorema 19 (Pitgoras),
kzH k = 0
ai = 0
para
(b)
i=
V.
base de
H,
portanto, base.
Como base,
bi = 0. Portanto, LI.
dim(H ) = dim(V ) dim(H). Logo p + q = n e
vetores igual a dimenso de V . Isto impli
a que gera V e,
Pelo Lema 49 ( ),
um onjunto LI om nmero de
vH =
i=1
o que impli
a
i=1
1, . . . , p. De forma anloga,
gera
q
X
i=1
v=
p
X
ai ui +
i=1
bi vi , v = vH + vH
q
X
bi vi
vH =
i=1
p
X
ai ui
i=1
de forma ni a.
i=1
Dado
Dado
projeo ortogonal PH : V H
de forma ni a. Denimos
Prova:
PH linear;
PH + PH = I .
da seguinte forma:
A projeo ortogonal
PH
PH (v) = vH .
no subespao
190
CAPTULO 8.
PRODUTO INTERNO
v = vH + vH om vH H e vH H e w = wH + wH om wH H
Dado um vetor
v,
p
n
n
X
X
X
hv, uii
hv, ui i
hv, ui i
ui =
ui +
ui = PH v + PH v.
v =
hui , ui i
hui , ui i
hui , ui i
i=p+1
i=1
i=1
{z
} |
|
{z
}
H
= {u1 , u2 , . . . , up }
base ortogonal de
ento
p
X
hv, ui i
ui .
PH v =
hui , ui i
i=1
Em parti
ular, se
u,
PH v =
Se
= {q1 , q2 , . . . , qp }
hv, ui
u.
hu, ui
PH v =
p
X
i=1
Rn ,
hv, qiiqi .
Q = q1 q2 qp ,
qi qi T = QQT .
Isto nos d
i=1
Se
p
X
= {q1 , q2 , . . . , qp }
base ortonormal
anni o,
H Rn
PH = QQT .
Na Seo de Mnimos Quadrados vamos ver
omo
al
ular a projeo no
aso geral,
quando no temos uma base ortogonal.
8.3.
ORTOGONALIDADE
191
1
Exemplo 256 H = span 2
2
v = 0 .
0
* 2
0 ,
0
hv, u1 i
PH v =
u1 = *
hu1 , u1 i
1
2 ,
3
Cal ule
PH v
PH v .
1 +
2
1
1
1/7
3
2
+ 2 =
2 = 2/7 .
14
1
3
3
3/7
2
3
2
1/7
13/7
PH v = (I PH )v = 0 2/7 = 2/7 .
0
3/7
3/7
4
1
Exemplo 257 H = span 2 , 1
3
2
Este
aso f
il pois a base ortogonal.
de
e portanto
2
e v = 0 . Cal
ule PH v.
0
4
1
2 , 1
Assim,
3
2
base ortogonal
hv, u2 i
hv, u1 i
u1 +
u2
hu1 , u1 i
hu2 , u2 i
* 2 1 +
* 2 4 +
0 , 2
0 , 1
1
4
0
3
0
2
+ 1
= * + 2 + *
1
4
1
4
3
2
2 , 2
1 , 1
3
2
3
2
1
4
5/3
8
2
2 +
1 =
2/3 .
=
14
21
3
2
1/3
PH v =
2
1
3
4
2
v = 0 .
0
Cal ule
PH v .
1 2 3 0
2 3 4 0
2 base de H
1 0 1 0
0 1
2 0
1 x3
x1 =
x2 = 2 x3 .
,
x3 =
1 x3
192
CAPTULO 8.
PRODUTO INTERNO
* 2 1 +
0 , 2
1
1/3
1
0
1
hv, ui
2
+ 2 = 2 = 2/3 .
PH v =
u = *
hu, ui
6
1
1
1
1/3
1
2 , 2
1
1
Finalmente,
2
1/3
5/3
PH v = (I PH )v = 0 2/3 = 2/3 .
0
1/3
1/3
Exemplo 259
Verique que
espao
Vamos apresentar os resultados, deixando para o leitor veri
-los (utilizamos software de
matemti
a simbli
a para
al
ular):
hf1 , i = e1 e1 ,
hf1 , f1 i = 2,
1
hf2 , i = 2e ,
hf2 , f2 i = 2/3,
1
1
hf3 , i = 2e 14e ,
hf3 , f3 i = 8/5.
1
1
1
1
1
Com isto
al
ulamos que PH2 (t) = (e e )/2 + 3e t e PH3 (t) = (e e )/2 +
3e1 t + 5/4(e1 7e1 )(3t2 1). Observe na Figura 8.2 que PH2 razovel e que PH3
prati
amente idnti
a a funo . Para per
eber a melhora no erro utilizando PH3 ,
ompare
os erros e2 e e3 mostrados na gura.
(t) = exp(t)
(PH3 )(t)
(PH2 )(t)
t
e3 (t) = (PH3 )(t) (t)
t
(t)
por
(PH2 )(t)
(PH3 )(t)
e erros
f (x) = ex , no intervalo
[0, 1], por uma funo da forma a1 sin(x) + a2 sin(2x) + + an sin(nx). Para isto
onsiZ 1
g(t)h(t)dt.
deramos, no espao vetorial das funes
ontnuas, o produto interno hg, hi =
Vamos aproximar a funo
{s1 , s2 , . . . , sn },
onde
sn (x) = sin(nx).
sobre
Hn ,
0
o espao gerado por
8.4.
MNIMOS QUADRADOS
193
k(e (1)k )
et sin(kt)dt =
e(1 + k 2 2 )
Z 1
1
sin2 (kt)dt = .
2
0
(PH4 f )(t)
(PH10 f )(t).
om os res-
e as projees em
H4
H10
pe
tivos erros.
Caso queira estudar mais a este respeito, pro
ure um texto sobre Sries de Fourier.
e4 (t)
e10 (t)
f (t) = exp(t)
(PH4 f )(t)
t
(PH10 f )(t)
f (t) por (PH4 f )(t) e (PH10 f )(t) e erros e4 (t) = (PH4 f )(t) f (t)
e10 (t) = (PH10 f )(t) f (t)
b
/
Az = b
Im(A)?
Im(A). O
Exemplo 261
Imagine, de forma super-simpli ada, que um pa iente deva fazer uma refei-
xa
x +
y = 150
2.50x + 3.10y = 450
ou
1
1 150
2.50 3.10 450 .
0.03 0.21 25
194
CAPTULO 8.
PRODUTO INTERNO
f
il veri
ar, no entanto, que este um sistema sem soluo. Mas esta resposta no h
de ajudar muito o nosso pa
iente!
Note que
151
1
1
38
2.50 3.10
= 445.3 .
113
24.87
0.03 0.21
Isto signi
a que 38g de arroz e 113 de
arne uma quase-soluo: 151g de alimento (ao
invs de 150g), 445.3K
al (ao invs de 450K
al) e 24.87g de gordura (ao invs de 25g). Para
ns de alimentao, estes erros so totalmente a
eitveis.
b
/ Im(A)?
z tal
que
Az = b.
de
b,
isto ,
b
d(b, Az)
Az
0
Im(A)
Uma quase-soluo, hamada de soluo de mnimos quadrados, um vetor z que minimiza d(b, Ax) (a distn ia entre b e
para todo
no domnio de
A.
existe um ni o vetor
Prova:
Podemos de ompor
projeo ortgonal de
sobre
H.
h H
omo
tal que
d(b, h)
Dado
H V
subespao vetorial e
b = PH b + PH b
h = PH b,
8.4.
MNIMOS QUADRADOS
195
onde a ltima identidade se deve ao Teorema 19 (Pitgoras). Note que estamos minimizando
2
uma funo de h, mas o termo kPH bk no depende desta varivel. Assim, o mnimo
2
obtido minimizando-se o termo kPH b hk , o que obviamente se d quando h = PH b.
Usando este Lema podemos resolver problemas simples (unidimensionais).
Exemplo 262
Suponha que usamos uma moeda para jogar aras/ oroas. A moeda tem
1/2.
Podemos obter
30
60
90
aras
16
34
51
Por ser de natureza randmi
a, no existe proporo exata o sistema abaixo no possui
soluo (exata):
Portanto, o vetor
prximo de
Podemos en ontrar
projetando ortogonalmente:
h = PH b =
A estimativa
30m = 16
60m = 34
90m = 51
hH
mais
m = 7110/12600 0.56
m 0.56,
heads
60
30
30
Prova:
60
90
flips
Az = b
A Az = A b.
Nu (A
1 adaptado de Heeron
0 = AT r = AT (b Az) = AT b AT Az,
196
CAPTULO 8.
PRODUTO INTERNO
o que impli a
AT Az = AT b.
Vale tambm a volta:
AT Az = AT b
b,
b Az N(AT )
b Az Im(A)
PIm(A) (b Az) = 0
PIm(A) Az = PIm(A) b
Az = PIm(A) b.
kb Azk
Observao 65
Az = b.
b Im(A)
e portanto P
Im(A) b = b. O sistema Az = PIm(A) b idnti
o ao sistema original Az = b.
Se um sistema linear tem soluo no sentido
lssi
o, ento
As solues de mnimo quadrado oin idem, neste aso, om as solues lssi as.
Lema 53
de
Seja
AT A
so linearmente independentes.
Prova:
AT A
T
invertvel, Nu
(A A)
Corolrio 16
olunas de
so linearmente independentes.
T
T
T
1 T
de A Az = A b dada por z = (A A) A b. Sabemos que este vetor satisfaz tambm a
Az = PIm(A) b = PH b, ou seja, PH b = A(AT A)1 AT b. Isto nos d a frmula alternativa
PH = A(AT A)1 AT para a matriz de projeo. Podemos enun
iar isto
omo um lema.
Lema
54 (frmula
para projeo)
a1 a2 . . . ap ,
Exemplo 263
al
ule
Dado
{a1 , a2 , . . . , ap }
onde
2
1
H = span 2 , 1 .
2
1
de
PH = A(AT A)1 AT .
3
PH 3 ,
5
base
3
1 2
2 1 x = 3
y
5
2 1
8.4.
MNIMOS QUADRADOS
Soluo:
197
1 2
1 2 2
2 1
AT Az = AT b :
2 1 1
2 1
19
x
9 6
=
14
y
6 6
Exemplo 264
x
y
x
y
1 2 2
2 1 1
5/3
2/3
3
3 .
5
1 2
3
5/3
Az = 2 1
= 4 .
2/3
2 1
4
Basta
f (t) =
a, b
c,
om os seguintes resultados:
t
As posies medidas foram:
Determine os parmetros
a, b
f (t)
6.5
11.2
17.7
27.1
39.0
a 12 + b 1 + c = 6.5
a 22 + b 2 + c = 11.2
a 32 + b 3 + c = 17.7
a 42 + b 4 + c = 27.1
a 52 + b 5 + c = 39.0
ou
1 4 9
1 2 3
1 1 1
979
225
55
16 25 4
4 5
9
1 1 16
25
225 55
a
55 15
b
15 5
c
1
2
3
4
5
1
1
1
1
1
1
4
9
16
25
a, b
1
2
3
4
5
1
1
1
1
1
c,
b =
6.5
11.2
17.7
27.1
39.0
a
1 4 9 16 25
b = 1 2 3 4 5
c
1 1 1 1 1
1619.2
= 385.4
101.5
f (t)
6.60
11.00
17.88
27.24
39.08
6.5
11.2
17.7
27.1
39.0
a
1.24
b 0.68 .
c
4.68
198
CAPTULO 8.
PRODUTO INTERNO
Exemplo 265
terminar
PH v ,
Vamos retomar
o Exemplo 258 e
ofere
er agora uma outra soluo para de-
onde
2
1
2 , 3
H = span
3
4
2
v = 0 .
0
b = v.
=H
z satisfaa Az = PH v.
Tal matriz pode ser obtida olo ando-se os vetores que geram
Assim,
em suas olunas.
2
2
3 , b = 0 e
4
0
2
1 2
1 2 3
2 3 z = AT b =
0 .
2 3 4
3 4
0
11/3
2
14 20
.
z=
z=
8/3
4
20 29
A= 2
3
1 2 3
T
A Az =
2 3 4
Portanto,
Exemplo 266
1 2
5/3
11/3
PH v = Az = 2 3
= 2/3 .
8/3
3 4
1/3
a
ordo
om o valor. Quanto tempo vo
espera que uma nota de R$25 dure?
dula (R$)
tempo mdio (anos)
1, 5 2
10
20
50
100
20
avg life
15
5
10
30
50
k + mx.
Para determinar
70
90
denom
da
dula dado
(aproximadamente) por
impossvel. Considere
A=
2 adaptado de Heeron
1 1
1 5
1 10
1 20
1 50
1 100
b=
1.5
2
3
5
9
20
k + 1m
.
.
.
= 1.5
.
= ..
k + 100m = 20
z=
k
m
, que
8.5.
CAUCHY-SCHWARZ
E NGULO
199
2X
ou 3
i=1
Como
2X
ou 3
i=1
(ui vi )2 =
cos =
2X
ou 3
2X
ou 3
ui vi
i=1
kukkvk
u2i +
i=1
2X
ou 3
i=1
i=1
vi2 2
2X
ou 3
i=1
uivi ,
resulta
i=1
hu, vi
.
kukkvk
Seja
espao vetorial,
h, i produto interno
kk a
hu, vi kukkvk.
Prova:
Se
v = 0,
v 6= 0.
2
hu, vi2
hu, vi
2
+ kuk
0 t R.
tkvk +
kvk
kvk2
hu, vi
,
kvk2
hu, vi kukkvk.
t=
norma:
ku + vk kuk + kvk,
onhe
ida
omo Desigualdade Triangular (ver Figura 8.5).
3 Assumindo-se
kuk2
no a bem denido.
hu,vi2
,o
kvk2
vale para
200
CAPTULO 8.
PRODUTO INTERNO
v
u
u+v
Figura 8.5: Desigualdade Triangular
Prova:
De fato,
hu, vi
1
kukkvk
hu, vi
hu, vi
=
1
kukkvk
k ukkvk
e portanto
hu, vi
1.
kukkvk
Isto nos permite denir o ngulo entre dois vetores (mais exatamente, o osseno deste ngulo).
Dados u, v V
[0, 180 [ tal que
cos =
Em parti
ular,
aso
= 90
ento
hu, vi
.
kukkvk
hu, vi = 0,
{v1 , v2 , . . . , vp }
j=1
8.6.
PROCESSO
DE ORTOGONALIZAO DE GRAM-SCHMIDT
201
ter:
u1 = v1
u2 = v2 + v1
u3 = v3 + v1 + v2
.
.
.
up
= ..
= vp + . . . .
ainda es rever
u1 = v1
u2 = v2 +
eu1
e 1+e
u3 = v3 + u
u2
.
.
.
up
= ..
= vp + . . . .
A exign ia de que esta base seja ortogonal nos permite determinar os oe ientes
. . ..
De fato,
u2 = v2 +
eu1
hu2 , u1 i = 0
Assim,
hv2 , u1 i +
e hu1 , u1 i = 0
e=
hv2 , u1 i
hu1 , u1 i
e, e, e
,
e 1+e
u3 = v3 + u
u2
hv3 , u1 i
hv3 , u1 i + e hu1 , u1 i = 0 e =
hu3 , u1 i = 0
hu1 , u1 i
hu2 , u1 i = 0
e 1+e
u3 = v3 + u
u2
hv3 , u2 i
hv3 , u2 i + e
hu2 , u2 i = 0 e =
hu3 , u2 i = 0
hu2 , u2 i
hu1 , u2 i = 0
{v1 , v2 , . . . , vp }
{u1 , u2 , . . . , up },
por
u1 = v1
hv2 , u1 i
u1 ;
hu1 , u1 i
hv3 , u2 i
hv3 , u1 i
u1
u2 ;
= v3
hu1 , u1 i
hu2 , u2 i
u2 = v2
u3
.
..
.
..
up = vp
hvp , u2 i
hvp , up1 i
hvp , u1 i
u1
u2 . . .
up1 .
hu1 , u1 i
hu2 , u2 i
hup1 , up1 i
{u1 , u2 , . . . , up }, mas sim ortobi = kui k1 ui . Outra opo, ainda,
q
b2 , . . . , q
b p },
{b
q1 , q
202
CAPTULO 8.
PRODUTO INTERNO
b2 , . . . , q
b p },
{b
q1 , q
por
b1 = ku1 k1 u1 ;
u1 = v1 ; q
b1 ib
b2 = ku2 k1 u2 ;
u2 = v2 hv2 , q
q1 q
b1 ib
b2 ib
b3 = ku3 k1 u3 ;
u3 = v3 hv3 , q
q1 hv3 , q
q2 q
.
..
up
Exemplo 267
tonormal para
u1
= ..
b1 ib
b2 ib
bp1 ib
= vp hvp , q
q1 hvp , q
q2 . . . hvp , q
qp1 .
Seja
H.
2
1
2
, 3
H = span
3 4
0
0
1
2
=
3 ,
0
0
3
4 3
, ,
5 4
5
0
u2 =
1
* 2
3 2
,
4 3
2
0
0
3
4
1
* 1
2 2
0
,
3 3
0
0
Poderamos usar
u2
u3 =
2
1
2 3
=
4
3
+
0
0
4/7
1
20 2 1/7
14 3 = 2/7
0
0
Temos agora
4
1
u2 =
2 .
0
1
* 3
4 2
,
5 3
3
0
0
4
5
1
* 1
2 2
0
,
3 3
0
0
4 +
3
4 1
5 2 4
1
1
0
0
2
3 *
4 + 2
4
1 1
0
0
2 2
0
0
*
8.6.
PROCESSO
DE ORTOGONALIZAO DE GRAM-SCHMIDT
3
4 26
=
5 14
0
0
0
= .
0
0
1
4
6
2
1
3 21 2
0
0
2 1
,
3 2
0
0
203
4 +
1 +
* 0
* 0
3 1
3 2
,
,
4 2 4
4 3
1
0
2
1
3
0
5
0
5
u4 =
4 * 1 1 + 3 * 4 4 + 2
2 2
1 1
0
0
5
3 3
2 , 2
0
0
0
0
1
4
1
0
1 1 2
3 18 2
5
=
4 14 3 + 21 2 = 3 1 .
0
0
15
5
1
2
base ortogonal de
H.
base ortonormal de
,
1
15
ku1 k =
12 + 22 + 32 + 02 = 14
ku2 k =
42 + 12 + 22 + 02 = 21
ku4 k =
12 + 22 + 12 + 152 = 231
1
4
1
1 1
2
1
2
1
,
,
3
2
14
21
231 1
0
0
15
H.
2
1
Exemplo 268 H = span 2 , 3
3
4
PH v .
2
v = 0 .
0
Cal ule
PH v .
204
CAPTULO 8.
u1
u2
Assim,
1
= 2
3
H.
PRODUTO INTERNO
+
2
1
3 , 2
1
4/7
1
2
2
4
3
20
2 =
1/7 .
= 3 * + 2 = 3
14
1
1
3
2/7
3
4
4
2 , 2
3
3
4
1
2 , 1
3
2
base ortogonal de
e portanto
hv, u1 i
hv, u2 i
u1 +
u2
hu1 , u1 i
hu2 , u2 i
* 2 4 +
* 2 1 +
0 , 1
0 , 2
1
4
0
2
0
3
+ 1
= * + 2 + *
1
1
4
4
3
2
2 , 2
1 , 1
3
3
2
2
1
4
5/3
2
8
2 +
1 =
2/3 .
=
14
21
3
2
1/3
PH v =
Observao 66
kuk =
(b)
hu, vi =
(A)
3 02.jun.2008 22h
uma funo:
( )
d(u, u) =
8.7.
PRODUTO INTERNO
(E)
205
h, i : R V R;
Exer io 3. Determine
se Verdadeiro ou Falso:
hv, wi = hv, wi
(e)kvk = kvk
.
(d)
Exer
io 4. Dado H
(a) Nu
(PH )
subespao vetorial:
(b) Im(PH )
Exer
io 5. Considere T : R R
2
( )
PH + PH =
. Se T :
x seguido de projeo ortogonal no eixo y ento T =
(b) reexo no eixo x seguido de reexo no eixo x ento T =
(I, I, 0);
(
) reexo no eixo x seguido de reexo no eixo y ento T =
(I, I, 0).
(a) projeo ortogonal no eixo
Exer io 6. Se T
(I, I, 0);
2
(a) projeo ortogonal, T =
(I, I, 0.T, T );
2
(b) reexo, T =
(I, I, 0, T, T ).
Exer
io 7. Se V R12
Exer
io 8. Se W :
dim(V ) = 3,
ento
dim(V ) =
y em R2 ento W a reta
(y = x, y = 0, x = 0, y = x);
2
o
(plano; eixo)
(x, y , z , xy , yz , xz );
(
) o eixo y em R ento W
3
verdade que:
Az = b;
(B) kz bk = 0;
(C) kz bk > 0;
(D) P
Im(A) z = b;
(E) P
Im(A) b = z;
(A)
y , P (x, y, z) = ( , , );
projeo ortogonal no plano xy , P (x, y, z) = (
, , );
reexo em torno do plano xz , P (x, y, z) = (
, , ).
8.7.2 Problemas
Problema 1. Determine
(a)
5
3
1
4 , 2 , 4 ;
3
1
7
os vetores
1
3
3
2
(b)
1 , 3
4
3
4
3
3 e 1 .
3
2
8
,
7
206
CAPTULO 8.
1
2
1
Problema 3. Dado que = 0 , 4 , 1
1
1
2
4 .
presse [v] , onde v =
3
PRODUTO INTERNO
base
ortogonal
de
R3 ,
ex-
Problema 4. En ontre
H , onde
(a) H a reta em R 2x + 3y = 0;
3
(b) H o plano em R x y + z = 0;
3
(
) H = h(1, 3, 1), (3, 1, 2), (2, 2, 1)i R ;
0
0
0
2 1 2
(d) H = span
2 , 1 , 2 R .
1 0 3
5
2
1
uma base de
2
hx, x2 i;
(b)
Problema 6. Seja P : R4 R4
(a)
hx2 , x3 i;
P (x, y, z, w);
Di a: No tente al ular
Problema 7. En ontre
P 100
f (s)g(s) ds.
Cal ule:
0
(
)
k1 xk.
expli itamente!
T : R n Rn :
2
(a) n = 2, projeo ortogonal na reta {(2t, t) R ; para t R};
(b) n = 3, projeo ortogonal sobre o plano x = z .
as matrizes das TLs
T : R3 R3
Problema 8. Seja
(1, 0, 1).
Sabe-se que
uma base
tal que
[T ]
seja diagonal.
Determine
0 1 0
1
0 0
0
0 1
ree-
Problema 12. 4 Use mnimos quadrados para julgar se a moeda deste experimento honesta.
4 adaptado de Heeron
jogadas
16
24
32
40
aras
13
17
20
8.7.
PRODUTO INTERNO
207
3
* 1
3 3
H=
0 , 1
1
1
3 +
0
,
3
3
7
1
v=
3 .
1
Cal ule
PH v
de duas maneiras diferentes,
onforme os Exemplos 258 (pgina 191) e 265 (pgina 198) no
texto.
a melhor aproximao de
1
2
1
1
a
3 + b 0
1
1
1
1
A=
1
1
0
0
1
1
1
1
0
0
3
7
2
3
om
a, b R.
1
3
b=
8 .
2
Ax = b;
PIm(A) b.
qualquer soluo
8.7.3 Desaos
Desao 1. Considere u
om
6= .
Desao 2.
Prove que
autovetor de
asso iado a
autovetor de
AT
asso iado a
v.
P = P.
perpendi ular a
b4 + u
b5 , 2b
b 2 + 2b
H = hb
u2 + 2b
u3 + u
u2 4b
u3 2b
u4 4b
u5 , u
u3 + 2b
u4 + 3b
u5 i .
H .
A, B Mnn .
Desao 4. Sejam
Dena
A = v1 vn ,
hA, Bi = trao(AB T ).
prove que
kAk
(norma de
A)
5 adaptado de Heeron
208
CAPTULO 8.
( )
PRODUTO INTERNO
a b
;
b c
a
b
.
(b) reexo possui a forma
b a
Desao 7. Mostre que se H, W so subespaos
(a) H W
(H W ) ;
(a) projeo possui a forma
(H ) = H .
A = [T ]
(a) T
(b) T
(
) T
(d) T
(e) T
(f ) T
1 , . . . , n ;
diagonalizvel
om autovalores
2
uma rotao no R ;
3
uma rotao no R ;
R2 ;
3
no R ;
Desao 9. (Shilov
(S
= S) e Q
A, em
polar de
analogia om omplexos:
a parte angular
Desao 10. (Shilov p.242 #19) En
ontre o polinmio p(x) = xn + an1 xn1 + + a1 x + a0
para o qual a integral
p2 (x) dx
ortogonal e
kukV =1
A = QR,
triangular superior.
Desao 13.
R
,
om a + b + c = 1 :
8.7.
PRODUTO INTERNO
209
(1 trao(T ))w
w R3
que se
A M22
R2 .
om
om
v = Tw + TTw +
T.
det(A) = 1
det(A) = 1
{Ae1 , Ae2 }
ortonormal ento
ortonormal ento
det A = 1
det(A) = 1.
8.7.4 Extras
Extra 1. En
ontre uma base para H
se:
Extra 2. Seja v V
v
dada por
Phvi =
vvT
.
kvk
(b)
dadas:
Extra 7. Sabe-se
om
210
CAPTULO 8.
PRODUTO INTERNO
0 1
0
0 1 rotao. Determine o ngulo e o eixo de rotao.
(a) 0
1
0
0
4/5 0 2/5
0 1
0 projeo ortogonal sobre um plano. Determine o
(b)
2/5 0 4/5
7
2
3
1
(
)
8
2
4 2 3 projeo ortogonal.
3 2 3
5
6
4
23
1
(d)
8
4
0 4 3 reexo.
2
2 3 4 3
1 2 2
1
(e)
2
0
2 rotao. Determine o eixo e o ngulo.
2
1
1
1
Extra 9. Seja R
3x + 5y = 0
P v = v;
Rv = v;
v 6= 0 tal que
(b) Determine um vetor v 6= 0 tal que
(
) Cal
ule o n
leo de P .
(d) Cal
ule o n
leo de R.
Di
a: no pre
isa
al
ular nem P nem R
(a) Determine um vetor
Prove que
expli itamente.
uma base de
w = 0.
w V
tal que
a dois, isto ,
se
i 6= j .
plano.
hvi , wi = 0
para todo
Prove que
Extra 12.
(a) En
ontre a equao
(2, 2)
y = ax + b
(3, 2).
0
* 1
1 1
,
1 2
3
1
Extra 13. A
1
1
2
2
sobre
fora apli ada numa mola e sua disteno esto rela ionadas por uma relao
linear. Para determinar esta relao para uma
erta mola zemos medidas de distenses e
obtemos a seguinte tabela:
8.7.
PRODUTO INTERNO
211
(N)
disteno
0,5
0,6
1,0
0,9
1,5
1,7
2,0
2,1
2,5
2,4
a, b
( m)
da reta
y = ax + b
e resolva por
212
CAPTULO 8.
PRODUTO INTERNO
Apndi
e A
Notao
A.1 Bsi
a
Conjuntos numri
os:
N, Z, Q, R, C.
u, v, w. Vetor
por r, s, t R.
nulo
0.
Conjunto de elementos de
{v1 , v2 , . . . , vn }.
n
em R : (1, 2, 3).
Um
onjunto de vetores:
Entradas de um vetor
Funo
de
W: T : V W.
x+y = 0
.
yz =0
em
Sistemas lineares:
Tambm es revemos
x = 0}.
v1 , v2 , . . . , vn .
T : V W
v 7 3v
A.2 Espaos
Espaos vetoriais so usualmente denotados por:
W: V W.
Espao gerado pelos vetores v1 , v2 , . . . , vn : hv1 , v2 , . . . , vn i. Tambm uso, no
produto interno, span {v1 , v2 , . . . , vn } para no
onfundir
om produto interno.
Espao das Funes de R em R: F (R; R); de [0, 1] em R: F ([0, 1]; R).
Espao das Funes de R em R Contnuas: C(R; R).
n
Espao das Funes de R em R
om n derivadas Contnuas: C (R; R).
Espao dos polinmios de grau n: Pn .
Espao de todos os polinmios (qualquer grau): P .
Espao das TLs de V em W : L(V ; W ).
Espao das matrizes n m: Mnm .
A soma direta de
de
V, W, U .
na base
Base anni a do
0 Verso 17.abr.2008
213
Rn : .
aptulo
214
APNDICE A. NOTAO
T : V W,
[T ] .
om
base de
base de
W,
a matriz
[T ] .
Imagem de uma TL (ou matriz): Im(T ). N
leo de uma TL (ou matriz): Nu
(T ).
A.4 Matrizes
Matrizes so usualmente denotadas
por
a
Matriz genri
a: A =
c
3
1
e
5
Vetor
oluna:
3
7
b
d
A, B, M .
I.
(A). Trao
det (A).
Posto:
dim Im (A).
Nulidade:
(b) om olunas
v1 , . . . , vn :
v1
v1 vn .
Matrizes diagonais:
a
b
v2 :
a
b
c
...,
uT1 ,
b
c
d
uTm :
v1 v2 ;
u1
.
..
um
Produto interno:
gerado pelos
kwk = ||kwk.
b.
unitrio: v
Norma:
Vetor
span {u, v}
Apndi
e B
Respostas dos Exer
ios
B.1 Introduo lgebra Linear
B.1.1 Exer
ios de Fixao
Exer
io 1. (a) reta; (b) ponto; (
) plano; (d) reta; (e) plano; (f ) ponto; (g) reta; (h) reta.
Exer
io 2. (a) paralelos; (b) maior tamanho e mesmo sentido; (
) mesmo tamanho e sentido
oposto; (d) maior tamanho e sentido oposto; (e) menor tamanho e sentido oposto; (b) maior
tamanho e mesmo sentido;
Exer
io
Exer
io
Exer
io
Exer
io
(b)
4
2
.
2
1
B.1.2 Problemas
Problema 1. (a) (0, 11); (b) (3, 1); (
) (6, 0);
Problema 2. (a) (0, 0, 0, 2, 1); (b) (3, 6, 9, 6, 3).
Problema 3. (a) (x, y) = (t, 2t+5) = (0, 5)+t(1, 2) ou (x, y) = ((s5)/2, s) = (5/2, 0)+
(x, y) = (t, 1) = (0, 1) + t(1, 0);
Problema 4. (a) x = t 1, y = 2t + 1, z = t; (b) x = 1, y = 0, z = t; (
) x = t, y =
t, z = 0;
Problema 5. (a) x = 2 t, y = 3 + 5t, z = 1 + 2t; (b) x = 1, y = 2, z = t; (
)
x = 0, y = 1 t, z = t;
Problema 6. (a) Tome s = z, t = y, x = y+z+2 = t+s+2. Logo, (x, y, z) = (2, 0, 0)+
s(1, 0, 1)+t(1, 1, 0); (b) x = t, y = s, z = y = s. Logo, (x, y, z) = 0+t(1, 0, 0)+s(0, 1, 1).
s(1/2, 1);
(b)
215
216
4
Problema 13. (a) v = 4(1, 1, 0) + 3(0, 1, 1) + 2(0, 0, 1); (b) [v] = 1 ; (
) [v] =
1
2
4
3 ; (d) [w] = 5 ;
5
2
(b)
B.1.3 Extras
Extra 1. (a) F; (b) V;
Extra 2. (a) (x, y) = (3, t) = (3, 0) + t(0, 1)
Extra 3. (a) reta; (b) plano; ( ) plano; (d) plano; (e) ponto; (f ) reta.
B.2.
SISTEMAS LINEARES
Pode ser, por exemplo, um sistema sem soluo pois uma das equaes
0 = 1.
217
possuir at 9); (e) falso, pode possuir equaes que so ombinaes lineares de outras.
Exer io 8. (a)
[ 0 0 0 | ];
( ) O sistema linear
32 = 1
B.2.2 Problemas
Problema 1. (a) y = 1; (b) y = 1/2; (
) O sistema no possui soluo.
Problema 2. (a) soluo ni
a: retas
on
orrentes em (2, 1); (b) nenhuma
soluo: retas
paralelas distintas;
1 0 1 2
Problema 6. (a)
0 1 2
3
1 0 1 0
2 0 .
(b) 0 1
0 0 0 1
0x = 0
0x = 0
0 1 2 0 0 2
O onjunto
{s(2, 2, 1, 0, 0) + t(24, 7, 0, 1, 0), s, t R}; (b) Fazendo, por exemplo, (s, t) = (0, 0),
(s, t) = (0, 1) e (s, t) = (1, 0) obtemos as solues (1,3,0,0,9), (25,10,0,1,9) e (3,5,1,0,9).
:
Problema
9.
x
y
(a)
z
x
y
(b)
=
=
=
=
=
=
1
2
+ 1r + (2)s
0 + 1r +
0s
0 + 0r +
1s
r1
r 1 r R.
r
Problema 10. (a) m 6= 4; (b)m = 4.
218
Problema
Problema
Problema
Problema
(0, 1, 4)
2, 7)
+ (1, 3, 3) = (1,
;
(1, 0, 1) (2, 1, 1)
1
(b)
(2, 1, 3) (2, 1, 1) = 2
(0, 4, 3) (2, 1, 1)
7
menos 1 vez a ter eira (usando denio de produto matriz-vetor omo CL das olunas):
1
x = 1 .
1
1
x = 1
1
Ele no ni o:
ou
4
x = 4
4
et .
B.2.3 Desaos
Desao 4. So
homogneo
n n.
Uma
1 0 0 0
0 1 0 0
.. .. . . ..
.
. .
.
. 0
0 0 1 0
A outra que alguma linha zere durante o es
alonamento e seja assim des
artada, de forma
que o nmero de linhas aps o es
alonamento (p, igual ao nmero de pivs) seja menor do
que o nmero e variveis
n.
1 0 0
0 1 0
.. .. . . ..
.
. .
.
.
0 0 1
's)
do sistema original, mas a existn
ia e uni
idade so garantidas para todo lado direito. Esta
a alternativa (a).
II. Se este se enquadrar no segundo
aso, temos um sistema
om soluo (pois sistemas
homogneos sempre o so)
om
p < n
e portanto
np
variveis livres.
Isto impli a em
B.2.4 Extras
Extra 1. (a) innitas solues:
simultaneamente em um ponto.
B.3.
ESPAOS VETORIAIS
219
x = 1
2x = 2
; (e)
x = 1
2x = 3
Extra 4. (
) a = 2, b = 4, c = 29.
Extra 6. a = 0.
Extra 7. (a) 3b1 b2 4b3 = 0. (b) No, pois 3(3) 5 4(1) = 8 6= 0.
Extra 8.
1
1
1
1
1
a1
a2
a3
a4
a5
a21
a22
a23
a24
a25
a31
a32
a33
a34
a35
a41
a42
a43
a44
a45
b1
b2
b3
b4
b5
3.
Exer
io
Exer
io
Exer
io
Exer
io
Exer
io
Exer
io
Exer
io
Exer
io
Exer
io
B.3.2 Problemas
Subespaos do Rn
Problema
Problema
Problema
Problema
Problema
{0}.
u = v ou v = u,
(1, 0, 2) 6= 0 = 0 .
0 Verso 16.jul.2008 9h
{u, v}
LD
para algum
220
Logo dimenso
3.
y e w ,
olo
amos y, w
omo variveis dependentes e x, z
omo livres. x = r , z = s, y = 3z = 3s, w = 0. Logo
(x, y, z, w) = r(1, 0, 0, 0) + s(0, 3, 1, 0). Base: {(1, 0, 0, 0), (0, 3, 1, 0)}.
(d) rees
revendo equaes paramtri
as, (x, y, z, w) = r(1, 0, 2, 1) + s(2, 1, 1, 0) +
t(1, 2, 4, 3). No podemos
on
luir que dimenso 3! Temos que es
alonar ma-
2.
triz (no pre isa es alonar totalmente) om vetores em linhas para ver dimenso do es-
1
0
2
1
1
0
2
1
1
0 0 1 3 2 .
pao gerado: 2 1
1 2 4 3
0
0
0
0
{(1, 0, 2, 1), (0, 1, 3, 2)}.
exemplo
Portanto dimenso
e base
qualquer uma das trs; (b) basta tomar o mltiplo de uma delas.
por
2x 2y = 0.
Logo,
[v] = 3 .
1
LI e LD: teri
os
Problema 12. 1(u v) + 1(v w) + 1(w u) = 0
Pn
i=1 i vi , ento 1v +
i=1 (i )vi = 0 uma
ombinao
linear no-trivial dando o vetor nulo.
Pn
(b) se
i=2 (i )vi = 0 uma
ombinao linear no-trivial dando o vetor nulo, ento
P
0v1 + ni=2 (i )vi = 0 tambm o . Isto , se {v2 , . . . , vn } no LI, ento {v1 , v2 , . . . , vn }
se
v =
Pn
tambm no .
{v1 , v2 , . . . , vn }
LD.
B.3.
ESPAOS VETORIAIS
221
x
(b) sabemos (do
l
ulo) que se f = f ento f (x) = ce para alguma
onstante c. Logo
f = cg .
se
0
3
Problema 19. (a) [q] = 1 ; (b) [p] = 1 ;
1
1
4
3
Problema 20. [f ] =
5 pois f = 40 + 31 + 52 + 23 .
2
B.3.3 Desaos
Desao 1. Suponha que existe v 6= 0
om v V .
Desao 5. (e) tome uma base para H K ; estenda-a a base de H
Desao 7. (a)
W1 .
Junte as bases de
W1
W2
e estenda-a a base de
K.
W1
W2 .
sistema ampliado.
Ver Reginaldo Santos p. 178, 179.
(f1 +f2 ) (x)+p(x)(f1 +f2 ) (x)+q(x)(f1 +f2 )(x) = (f1 (x)+p(x)f1 (x)+q(x)f1 (x))+
(f2 (x) + p(x)f2 (x) + q(x)f2 (x)) = 0 e portanto f1 + f2 tambm soluo.
p(x)f1 (x)
Desao 9. ( ) f (x) =
B.3.4 Extras
Subespaos do Rn
Extra 1. (a) sim; (b) LI para k 6= 1 e k 6= 2. (
) no.
Extra 6. 1a parte (se): assuma ad bc = 0. Se a = b = c = d = 0,
so LD. Caso
ontrrio, temos que vale uma das seguintes alternativas: (i)
e portanto
(a, b) e (c, d)
(a, c) 6= (0, 0)
ento
assuma (a, b) e (c, d) LD. Temos que vale uma das seguintes
= (c, d), isto , a = c e b = d, de forma que ad = cd = bc e
(c, d) = (a, b), isto , c = a e d = b, de forma que bc = ab = ad e
alternativas: (i)(a, b)
ad bc = 0 ou
ad bc = 0.
(ii)
LI e LD: teri
os
Extra 7. 1 w1 + 2 w2 + 3 w3 = 1 (v1 + v1 ) + 2 (v1 + v2 ) + 3 (v1 + v3 ) = (21 + 2 +
222
3 )v1 + 2 v2 + 3 v3 = 0,
1 = 2 = 3 = 0.
21 + 2 + 3 = 0
2
= 0
3
= 0
Extra 10. Lembre que um
onjunto LD se e s se existe um vetor que
ombinao linear
dos anteriores. No
onjunto
= {v1 , v2 , . . . , vn },
primeiros vetores, dado que eles formam um
onjunto LI. Tambm no o
aso do
vetor, por (b). Logo
= {v1 , v2 , . . . , vn }
n1
n-simo
no LD.
(d) sim.
polinmio
f (x) 0
no perten e ao onjunto);
p(x) = ax2 + bx + c
(e) falso,
dim(Nu (T )) = 0.
Exer io 8. 3x 4, 5.
B.4.2 Problemas
Problema 1. (a) No.
0
1 1
0
0
0 1 1 x
y = a
hamos o nProblema 2. (a) Resolvendo o sistema
0
1
1
0
z
0
0
1
1
1 0 1
leo. Es
alonando totalmente a matriz obtemos:
. So 3 variveis, 2 equaes:
0 1 1
3 2 = 1 varivel livre. Como a
oluna sem piv a ter
eira,
olo
amos z
omo varivel
livre. So dependentes x e y . Colo
ando z = r , x = z = r e y = z = r . Logo,
(x, y, z) = (r, r, r) = r(1, 1, 1). Logo o n
leo tem dimenso 1 e base {(1, 1, 1)}.
0 19.jul.2008 16h
B.4.
TRANSFORMAES LINEARES
223
1 1 0
x
0
2
0 1
y = 0 a
hamos o n
leo. Es
alonando
(b) Resolvendo o sistema
0
2 1
z
0
1 0 1/2
. So 3 variveis, 2 equaes: 3 2 = 1
totalmente a matriz obtemos:
0 1 1/2
varivel livre. Como a
oluna sem piv a ter
eira,
olo
amos z
omo varivel livre. So
dependentes x e y . Colo
ando z = r , x = z/2 = r/2 e y = z/2 = r/2. Logo,
(x, y, z) = (r/2, r/2, r) = r(1/2, 1/2, 1). Logo o n
leo tem dimenso 1 e base
{(1/2, 1/2, 1)}.
Pelo TNI, dimenso da imagem 3 1 = 2. Para
al
ular a base montamos a ma
1 2 0
triz
om T (e1 ), . . . , T (en ) nas linhas: 1 0 2 .
Es
alonando (par
ialmente, no
0 1 1
1 2 0
. Logo a imagem tem dimenso 2 e base
pre
isa ser totalmente es
alonada),
0 2 2
{(1, 2, 0), (0, 2, 2)}.
0
b
1 0 3
0 1
= 0 a
hamos o n
leo. Esc
1
(
) Resolvendo o sistema 0 0 1 1
0
1 0 4 1
0 d
e
1 0 0
3 4
alonando totalmente a matriz obtemos:
. So 5 variveis, 2 equa0 0 1 1
1
es: 5 2 = 3 variveis livres. Como so
olunas
om piv primeira e ter
eira, a e
c so dependentes. So livres: b, d, e. Colo
ando b = r, d = s, e = t, a = 3d +
4e = s + t, c = d e = s t. Logo, (a, b, c, d, e) = (3s + 4t, r, s t, s, t)
= r(0, 1, 0, 0, 0) + s(3, 0, 1, 1, 0) + t(4, 0, 1, 0, 1). Logo o n
leo tem dimenso 3 e base
{(0, 1, 0, 0, 0), (3, 0, 1, 1, 0), (4, 0, 1, 0, 1)}.
Pelo TNI, dimenso da imagem 5 3 = 2. Para
al
ular a base montamos a ma
1
0
1
0
0
0
3
1
4
triz
om T (e1 ), . . . , T (en ) nas linhas:
0 1 1
1 1
0
1 0 1
pre
isa ser totalmente es
alonada),
. Logo a imagem tem dimenso 2 e base
0 1 1
{(1, 0, 1), (0, 1, 1)}.
Pelo TNI, dimenso da imagem
(x 3)q(x),
Im(T )
224
Problema 4. (a)
origem (=
0)
espao de partida (=
4)
= 2)
levado pela TL num espao de dimenso 2. A imagem portanto tem dimenso no mximo 2.
4
Assim, pre
iso que um subespao de R de dimenso ao menos 2 seja levado (
olapse) no
0 pela TL.
(
) Para que a TL seja injetiva, seu n
leo deve ser trivial, ou seja, deve
onter apenas
4
o 0 (de R ). Nesse
aso a dimenso do n
leo 0 (
ontm apenas um ponto). Mas na TL
dada, o n
leo deve ter dimenso pelo menos 2 (vide resposta do item (a)).
(e) Pelo Teorema do N
leo e da Imagem, dim(N(T ))+dim(Im(T ))
= 7.
Ora, omo a
= 2),
(1,1,2) e (2,2,4) que geram a imagem so LD, e logo basta um deles para gerar o mesmo
espao (logo dim(Im(T ))
= 1).
1
0
Problema 5. (a)
2 1
(b) T (x, y, z, w) = (2x + 2y + z + w, x + y z + 2w, 4x + 4y + z + 3w). Soluo:
Uma base do n
leo (1, 0, 1, 1) e (0, 1, 1, 1). Podemos
ompletar esta base, por
exemplo,
om (0, 0, 1, 0) e (0, 0, 0, 1). Podemos agora determinar
ompletamente T por
T (1, 0, 1, 1) = T (0, 1, 1, 1) = 0, T (0, 0, 1, 0) = (1, 1, 1) e T (0, 0, 0, 1) = (1, 2, 3).
(
) T (x, y, z) = (0, 0, x y + z, x y + z) Soluo: O n
leo gerado por (1, 0, 1)
e (0, 1, 1). A imagem gerada por (0, 0, 1, 1). Portanto, T (1, 0, 1) = T (0, 1, 1) = 0.
3
Como (0, 0, 1)
ompleta a base do R (entre outras possibilidades),
olo
amos T (0, 0, 1) =
(0, 0, 1, 1). Agora sabemos T em trs vetores da base de uma base do R3 . Portanto podemos
determinar que T (x, y, z) = (0, 0, x y + z, x y + z).
sobre os elementos de
W,
fosse raz de
p,
p(0) = a,
om
levado no
a 6= 0
e da
p(0) = 0
no perten eria a
em
W ),
injetiva.
(T S)(f ) = f , f , o que
mostra-se que S T = I .
De forma anloga,
impli a que,
T S = I.
B.4.3 Desaos
Desao 1. (b)
zero e trao de
AB
igual ao trao de
n.
Desao 5. Dena T1 , T2 : R2 R
BA.
logo, trao de
AB BA
B.4.
TRANSFORMAES LINEARES
225
(a, b) = T (e1 ), (c, d) = T (e2 ). Ento T (x, y) = xT (e1 ) + yT (e2) = x(a, b) + y(c, d) =
a(x, 0) + b(0, x) + c(y, 0) + d(0, y) = aT11 (x, y) + bT12 (x, y) + cT21 (x, y) + dT22 (x, y). Logo
T = aT11 + bT12 + cT21 + dT22 . A dimenso deste espao 4.
Desao 7. (a) Como dim L(R2 ; R2 ) = 4, o
onjunto {I, T, T 2, T 3 , T 4 }, que possui 5 elementos, LD. Portanto existe uma
ombinao linear no-trivial deles que vale 0.
n
n
2
(b) Generalizando o argumento anterior,
omo dim L(R ; R ) = n , o
onjunto
2
{I, T, T 2 , . . . , T n }, que possui n2 + 1 elementos, LD. Portanto existe uma
ombinao
linear no-trivial deles que vale 0.
Desao 9. Seja {u1 , u2 , . . . , un } base de U e {v1 , v2 , . . . , vm } base de V . Pelo Lema 11
da pgina 82, para denir Tij L(U; V ) basta denir valores nos elementos da base de U .
vj ; para i = k;
Assim denimos Tij (uk ) =
. Como T (uk ) V e {v1 , v2 , . . . , vm }
0;
aso
ontrrio
m
X
base de V , existem akj R tais que T (uk ) =
akj vj . Agora dena S L(U; V )
por
S =
ai,j Tij .
Agora,
i,j
S(uk ) =
X
i,j
j=1
akj vj = T (uk )
para todo
Como
k.
Logo
LI no
B.4.4 Extras
Extra 1. (a) 7; (b) 7;
Extra 2. (a) 4; (b) 5.
Extra 3. (a) 3; (b') 0;
1
Extra 4. 2
Extra 9.
(a)
(usamos somente a
linearidade de
v e v
T (
v +
v) = T (
v) + T (
v) =
T
(v
)
=
0
.
Mas,
por
linearidade,
T
(v
)
=
T
(
i
i
i=1 i
i=1 i
i=1 i vi ) e T (0) =
Pp
0. Da injetividade de T , segue que i=1 i vi = 0, o que, pela independn
ia dos vi 's,
impli
a em i 's todos nulos. Mas isto garante a independn
ia de {T (v1 ), , T (vp )}.
(e) Seja V de dimenso n e seja = {v1 , . . . , vn } base de V . Ento, pelo exer
io
anterior, T () = {T (v1 ), , T (vn )} um
onjunto LI. Mas um
onjunto de n vetores LI
em um espao de dimenso n uma base.
em
226
T (p) = T (q) ento T (p)(x) = xp(x) = T (q)(x) = xq(x) para todo x. Logo p(x) =
x diferente de zero. Como polinmios so funes
ontnuas, p(x) = q(x)
todos x (in
luindo o zero) e portanto p = q . Con
luimos que injetiva.
Se
q(x)
para
para todo
= 0. S
S(f )(x) = h(x + 1 1) = h(x).
Nu (S)
dena
B.5 Matrizes
B.5.1 Exer
ios de Fixao
Exer
io
Exer
io
Exer
io
Exer
io
1. (a) e (
) somente.
2. A2 + AB + BA + B 2 .
3. Im(TA ).
4. (a) 0; (b) n.
Exer
io 5. (a)
3y).
3
7
5 4
; (b)
0 1
1 0
, ( )
mn
B.5.2 Problemas
N
leo e Imagem e Inversa em Rn
Problema 1. (a)
dimenso 2.
om dimenso 2.
so 2.
(d) N leo=h(1, 0, 1, 0), (0, 1, 0, 1)i om dimenso 2, Imagem=h(1, 0, 1), (0, 1, 1)i om
dimenso 2.
Problema 2. (a)
0 28.jul.2008 11h
0 1
1
2
; (b)
1 1 2
1
1 1
0
2
0 0
2
B.5.
MATRIZES
227
1 0
1
Problema 3. [T ] = 1 0 1 ,
0
0 1
1/2
1/2 0
0 1
([T ] )1 = [T 1 ] = 0
1/2 1/2 0
1
0
0
0
Problema 4. (a) A1 = 1/3 1/3
0 1/5 1/5
1
0
0
1/3 w = 0
(b) u = 1/3 v =
0
1/5
1/5
0 I
I A
Problema 5. (a)
; (b)
I 0
0
I
B 0
Problema 6. S 2 =
.
0 B
Geometria e TLs
Problema 7. (a) r;
n
P =P
2k
(b) 0; (
)
I ; R2k+1 = R.
PP = P;
(d)
RR = I ;
(e)
RP = P ;
(f )
PR = P;
(g)
[I] = [I]1
.
6 2
11 4
2 1
(
) Basta veri
ar que
[I] = I .
11/2
3
1
0
1
1
1
1
Problema 10. (a) [I] = 0 1 1
uja inversa [I] = 0 0 1 ; (b)
0 1
0
0 1 1
1
4
1 1 0
[v] = 0 ; (
) [w] = 1 ; (d) [T ] = 0 1 1
1
2
0 0 1
1
1
Problema 11. (a) A resposta no ni
a. Por exemplo, u =
e v =
(b) Um
0
3
2
0
2
no mltiplo do outro, portanto so dois vetores LI em R . (
)
0 1
1 0
1 1/2
1 1 0
Problema 14. 0 1 2
0 0 1
228
0
Problema 15. Se p = 1, S(p)(x) = xp(x) = x1 = x e [x] = 1 ,
0
0
0 0
2
2
se
p = x, S(p)(x) =
B.5.3 Desaos
Desao 1. BA2 = (BA)A = I , logo A invertvel e A1 = BA.
Desao 5. (a) Note que T (I) = IB BI = B B = 0, independentemente
B . Logo,
I Nu
(T ). (b) 1 parte (se): suponha que B possui inversa. Seja A Nu
(S). Ento
S(A) = BA = 0. Multipli
ando-se por B 1 dos dois lados, A = B 1 BA = B 1 0 = 0.
a
Logo Nu
(S) = {0}. 2 parte (somente se): suponha que B no possui inversa. Logo existe
n
0 6= v R tal que Bv = 0. Seja A = [v v]. Ento S(A) = BA = 0 e 0 6= A Nu
(S).
a
Desao 6. (a)
Neste
aso
H innitas respostas.
Por exemplo,
B =
1 1
1 1
AB = AC A1 AB = A1 AC B = C .
C =
de
2 0
0 2
. (b)
1 n
0 1
B.5.4 Extras
N
leo e Imagem e Inversa em Rn
Extra 1. (a)
dimenso 2.
om dimenso 2.
Extra 2. (a)
por
(1, 1, 1),
imagem
Ponha a matriz na forma es
alonada (no pre
isa ser reduzida). Para que o
5
posto seja 1, pre
isamos de apenas 1 pivot. Logo 5 2h = 0, ou h = .
2
(b) Ponha a matriz na forma es
alonada (no pre
isa ser reduzida). Para que o posto seja
5
2, pre
isamos de 2 pivots. Logo 5 2h 6= 0, ou h R, h 6= .
2
1/2 1/2
Extra 3. (a)
;
1/2
1/2
0 0 1
Extra 4. [T ] = 0 1 1 ,
11 1
0 1 1
1 0
([T ] )1 = [T 1 ] = 1
1
0 0
B.5.
MATRIZES
229
Geometria e TLs
Extra 5. Di
a:
(b)
QP = 0.
( )
QR = Q;
(d)
RQ = Q;
Matrizes
Extra 9. (a) sim;
(b) sim;
(
) sim.
= a11 A11 + a12 A12 + a13 A13 + a21 A21 + a22 A22 + a23 A23 .
A dimenso 6.
Akl = (aij ) uma matriz
om zeros em todas as entradas menos akl = 1 (veja
item (a)). O
onjunto {Akl ; 1 k m; 1 l n} base de Mmn e a dimenso mn.
1 0
Extra 13.
1 1
Extra 14. (a) Nu
(T ) = {0} e Im(T ) = Mnn. (b) T bijetiva (injetiva e sobrejetiva).
2 2
Extra 16.
2
4
Extra 17. (b) k = 3; (
) k = n + 1; (d) Basta fazer a
onta (I N)(I + N + N 2 + N 3 +
+ N k1 ) = I + N + N 2 + N 3 + + N k1 N(I + N + N 2 + N 3 + + N k ) =
I + N + N 2 + N 3 + + N k1 N N 2 N 3 N n N k = I N k . Como N k = 0,
(I N)(I + N + N 2 + N 3 + + N k1 ) = I .
(b) Dena
Mudana de bases
1 1
1
Extra 18. [I] = 0 1 0
1 1 1
Extra 20. A base
so as
olunas da matriz [I] = [I] [I] .
1 1
0
1
1 1 obtemos que = {(1, 3, 3), (1, 1, 1), (1, 0, 2)}.
1
1
1
5/2
Extra 21.
1
Como
[I] =
230
1
1
Extra 23. 1 1
0
0
1
4
1 2
1
0
1
0 1
1 0
(b)
1 0
0 2
( )
0
0
0
0
1
0
0
0
0
0
1
0
0
0
1
1
1
[1] = 0 ,
0
se
p = x, T (p) = p(x + 1) =
1
x + 1 e [x + 1] = 1 , se p = x2 , T (p)(x) = p(x + 1) = (x + 1)2 = x2 + 2x + 1
0
1
1 1 1
[x2 + 2x + 1] = 2 . Logo [T ] = 0 1 2 .
1
0 0 1
B.6 Determinantes
B.6.1 Exer
ios de Fixao
Exer
io 1. (a) V: (b) F, pode ser uma mltipla da outra; (
) F, det(B) = det(A).
Exer
io 2. (a) 2; (b) 1/2; (
) 32.
Exer
io 3. (a) pode ser = (se A = B = 0) ou 6= (se A = B = I ); (b) =; (
)30.
Exer
io 4. (a) 0; (b) 4!.
Exer
io 5. (a) 14; (b) 21; (
) 7; (d) 56.
Exer
io 6. (a) uma ni
a soluo; (b) uma ni
a soluo; (
) nenhuma ou innitas solues;
(d) innitas solues;
Exer
io
Exer
io
Exer
io
Exer
io
7. (a) mltiplo de; (b) perten
e ao plano gerado por v e w; (
) LDs; (d) LDs.
8. (a) 6= 0; (b) = 0; (
) 6= 0.
9. (a) 6= 0; (b) = 0; (
) 4; (d) < 4.
10. v soluo no-trivial de (A I)x = 0. Logo, det(A I) = 0.
B.6.2 Problemas
Problema
Problema
Problema
Problema
Problema
Problema
B.6.
DETERMINANTES
231
Problema 7. 1.
Problema 8. (a) Troque l1
om
l4
l2
om
l3 .
Problema 9. O
B.6.3 Desaos
pois
2 2,
P
P
vi ei, (u v)P v = wi vi =
det u v ei vi = (pela
vi ei = det u v v = 0.
u v
linearidade do determinante) det
Desao 3. (a) Subtraia a primeira linha das outras e reduza a determinante 2 2. Considere
v = (x, y) O determinante zero se, e somente se, os vetores v1 v e v2 v so
olineares.
(b) Semelhante a letra (a), o determinante zero se, e somente se, os vetores v1 v , v2 v
e v3 v so
oplanares.
Desao 4. (a) Subtraia linhas e reduza a determinante 2 2;
Desao 1. (e)
Seja
v =
k 2 + + k 2 = k n.
3
n.
que
n n,
o determinante
oloque-os na
B.6.4 Extras
Extra 1. (a) 3 2n ; (b) 3 3n ; (
) (3)5 /3n;
Extra 2. (a) 2; (b) 2; (
) 1 = 2 = 0.
Extra 3. (a) no possui; (b) nada podemos armar.
Extra 4. No. Para preservar rea, basta que det T = 1.
bora
det T = 1,
omprimentos na direo
Considere
x so reduzidos
metade, na direo
1 0 1
Extra 6. T = 2 1 3 . Como C um
ubo de aresta 3, vol(C) = 33 = 27. Logo,
1 0 1
vol(T (C)) = det(T )vol(C) = (2)(27) = 54.
Extra 7. T (x, y, z) = (ax, by, cz) e B = {(x, y, z) R3 ; x2 + y 2 + z 2 1}. Logo
vol(E) = vol(T (B)) = det(T )vol(B) = (abc)(4/3).
Extra 9. (a) 2 e 5;
Extra 10. Se x = det(A) ento x2 = x; razes so 0 ou 1.
Extra 11. Cal
ulando o determinante dos dois lados
on
lumos que A invertvel. Multipli1
1
ando os dois lados por A
on
luimos que B = A . Dai segue o resultado.
Extra 12. Se x = det(A) ento xk = 1; raz 1 se k par, 1 e 1 se k impar.
232
Como
det(A) = i,
n = 3, det(I) = 1
Logo
onta.
ento
x = (1)n x;
se
impar obtemos
x = 0.
Logo
det(N) = 0,
x = x,
o que impli a
no
invertvel.
o mesmo a menos de
sinal. Como todas so do mesmo tamanho, o sinal nal o mesmo. A matriz agora ser
blo
o triangular da forma
A 0
X I
, om determinante igual a
det(A).
invertvel.
nmero par ou impar de linhas, o determinante possuir o mesmo sinal ou sinal tro ado.
Exer
io 3. (a)
omo
Falso, rotaes em
no autovalor a matriz
Exer
io
Exer
io
Exer
io
Exer
io
Exer
io
Exer
io
Exer
io
R2 .
invertvel.
4. 9.
5. (a) = 0; (b) = 0; (
) > 0;
6. .
7. (a) talvez; (b) sim.
8. (a) R, P ; (b) R; (
) P ; (d) U .
9. (a) 0; (b) todos os vetores no-nulos.
10. (a) 3; (b) 0; (
) 1.
0.
( ) Verdadeiro, pois
B.7.
233
Diagonalizao
Exer
io 11. (a)
Exer
io 12. no .
Exer
io 13. (a) 1, 1, 2; (b) pode ser
e diagonalizvel.
B.7.2 Problemas
Autovalores e Autovetores
Problema 1. (a) sim; (b) no; (
) no; (d) sim;
Problema 2. (a) No; (b) Sim
om autovalor 0 (zero).
Problema 3.
1
3
vetores distintos.
Problema 4. (a)
h(1, 1)i.
uma base.
autovalor
autovalor
,
om autoespao
1
3
h(1, 1)i
10
30
e autovalor
om autoespao
om autoespao
om
Problema 5. (a)
h(1, 0, 0)i,
1
3
(b) autovalor
e autovalor
autovalor
autovalor
om autoespao
Problema 6.
h
om autoespao
A 5I 0
(se h = 6)
(se h 6= 6)
Autoespao bidimensional
Problema 7. Autovetor v
0
0
0
0
0
0
0
0
0
0
0
0
om autovalor: (a)
om autoespao
2 6 1 0
2 h
0 0
0 0
4 0
0 0 4 0
1
3 0 0
0 h6 0 0
0
0 1 0
1 3 0 0
0
0 1 0
1 0 0 0
0 1 0 0 .
0 0 1 0
autovalor
h = 6.
Problema 8. (a) Como T (1, 2) = 1/2(1, 2) = (1/2, 1) e T (0, 1) = 2(0, 1) = (0, 2).
Como
Logo
Portanto,
[T ] =
1/2 0
5 2
234
(b)
estes
Problema 9. (a)
Desenvolvendo
2;
no
Problema 11. (a) (2, 4, 2); (b) 1 pois a imagem tem pelo menos dimenso 2, igual a dimenso
do autoespao.
Problema 12. O eixo ser um autovetor asso
iado ao autovalor 1: (1, 1, 1).
Problema 13. (a) f (s) = exp(9s); (b) f (s) = sen(3s) e f (s) = cos(3s).
Diagonalizao
Problema 14. Os autovalores so as entradas de D, ou seja, 1 e 2.
M
ao autovalor
2 .
1:
2
1
1 , 0
1
1
1
0
= 2 1 = ( (1))( 1).
Problema 15. (a)
6
1
1 o
onjunto-soluo
O autoespao asso
iado
ao autovalor
de
2 0 0
0
A (1)I 0 =
.
1 0 0 . Uma base
6 0 0
1
O autoespaoasso
iado ao
autovalor 1 o
onjunto-soluo
de
1
0
0 0
AI 0 =
3 1 0 . Uma base
.
6 2 0
3
1
0
=
Assim,
6 1
1
0 1
1 0
0 1
.
=
1 3
0 1
1 3
2
(b) Autovalores: 0 e 1,
om polinmio
ara
tersti
e (1 ) . Asso
iado ao autovalor
x=0
0 o sistema
,
om autoespao gerado por (0, 1, 1); asso
iado ao autovalor
y+z =0
x=0
1 o sistema
om autoespao gerado por (0, 0, 1). Portanto NO existe base de
y=0
autovetores (soma das dimenses dos autoespaos 2 e no 3) e no diagonalizvel;
2
(
) Autovalores: 2 e 4,
om polinmio
ara
tersti
o (4 )(2 ) . Asso
iado ao
xy =0
,
om autoespao gerado por (1, 1, 0); asso
iado ao
autovalor 2 o sistema
z=0
B.7.
autovalor
o sistema
x=0
y=0
235
(0, 0, 1).
Portanto NO existe
2 e no 3) e no diagonalizvel;
3
(d) Autovalores: 1 e 1,
om polinmio
ara
tersti
o (1) (1+). Asso
iado ao auto
y z = 0 ,
om
valor 1 o sistema
autoespao gerado por (1, 0, 0, 0), (0, 1, 1, 0), (0, 0, 0, 1);
x=0
z=0
Portanto existe base de autovetores (soma das dimenses dos autoespaos 4) e diagonaliz
1
1.
vel. Tome = {(1, 0, 0, 0), (0, 1, 1, 0), (0, 0, 0, 1), (0, 1, 1, 0)} e [T ] =
1
1
base de autovetores (soma das dimenses dos autoespaos
4.
No,
(b)
5.
ao autovalor
o espao
ou
P = v1 vn ;
Problema
A8= P D 8P1 =
19.
1
8
5 7
2 0
5 7
2 3 0 1
2 3
5 7
256 0
3 7
=
0 1
2
5
2 3
3826 8925
=
1530 3569
(b) Seja
1
0
0
0 299
0 , A99 = XY X 1
0
0 499
1
..
1
1 1
1 1
X= 0
0 5 1
Y = D 99 =
Problema 21.Autovalor
1
3 2 0
1
om
Problema 24. (a)
autovetor (1, 3/2).
autovalor1/2
omautovetor (1, 1) e autovalor
Denindo
A =
0.7 0.2
0.3 0.8
D =
1/2
P =
1
1
1 3/2
, al ulamos
P 1 =
236
1
5
3 2
2 2
(b) Como
Logo
A = P DP 1.
1/2
r10
10
=A
,
al
ulamos
1/2
m10
1
1/210
2051 2046
1
10
P =
A =P
.
1
5 210 3069 3074
. Logo,
( ) Como
republi anos e
limk A = P
0
1
0.4 0.4
0.6 0.6
r0
B.7.3 Desaos
Autovalores e Autovetores
Desao
Desao
Desao
Desao
1. Autovalores so a + b e a c.
2. 0 e trao de A.
3. Induo.
4. (b) Fatore (utilizando o Teorema
rsti o em
(1 ) (n )
e oloque
= 0.
0 0
0 1
0 1
1 0
Desao 12.
T f = f
R ,0 derivando os dois lados, f = f
(T f )(0) = 0 f (s) ds = 0, f 0.
Se tivesse,
mas
omo
Diagonalizao
e portante
1+ 5
1 1
1
1 5 1
1+ 5 1 5
5
1
1
1
P =2
,
al
ulamos P
= 5
. Logo, A = P DP
.
1
1
5+1
1
k
(b)
omo 1/2(1
5)
500.61
, limk (1/2(1 5)) = 0. Assim, de forma aproxi
(1 + 5)
50
5,
olo
ando 50 em evidn
ia, e
mada, D
= 2150
. Denindo = 1 +
0
om autovetor
efetuando obtemos
50
1
1
50
= PD P
1
1
50
1
1
1
1
51
1 5
.
0
1
1
1
50
5
= 51
.
1
5
2
550
10 250
Efetuando obtemos,
550
10 250
B.7.
237
Logo,
a b
b d
3 2e 6 6e
e 1 3e 2
N = P DP
(b) Portanto
D=0
= 0.
e faa ontas.
. ( )
1 e
1 1
1 e 1
1 1 e .
1 1 1
B.7.4 Extras
Autovalores e Autovetores
Extra 1. (a) 2 i; (b) 0, (0, 0, 1), 1, (1, 0, 0) e 1, (1, 1, 1).
Extra 4. (a) = 0
om
om (1, 0); (b) no possui autovalores reais; (
) = 2, (1, 0, 0);
Extra 5. Como p() = det(A I), det(A 0I) = det(A) = p(0) = 4.
Extra 7. (a) (1, 1, 1, 0) = (0, 1, 1, 1)+(1, 0, 0, 1) e portanto perten
e ao n
leo tambm;
3;
plano x y + z = 0, T (1, 0, 1) = (1, 0, 1) 6= (0, 1, 0).
(1, 0, 1)
perten e ao
(b) autovalor
na direo
(1, 1, 1).
Extra
Extra
Extra
Extra
Extra
(b)
Portanto
a11 a1n
..
.
..
..
.
an1 ann
..
.
..
.
= s
..
.
autovalor.
238
Diagonalizao
1 1
2
0
Extra 17. X =
e Y =
. Outra opo (A no
1
1
0 3
1 1
3 0
X=
e Y =
.
1
1
0 2
0
1
Extra 19. (a)
, onde R. (b)
, onde 0 6=
R.
0 1
0 1
5 5 5
Extra 20. 5 5 5 =
5 5 5
0 0 0
1
1 1
1
1 1
0 1
0 1 0 0 0 1
= 1
0 0 15
0 1 1
0 1 1
Extra 22. Autovalores so 1 (duplo) e 2. A
ondio a = 0.
Extra 23. (a) autovalores
omplexos dados por (3 )2 + 4 = 0, portanto
ni a) tomar
no existe base
1 4 2
0 =
(
) 3 4
3 1
3
1
1 2 1
3 0 0
1 2 1
= 3 3 1 0 2 0 3 3 1 .
4 3 1
0 0 1
4 3 1
2
2 1
1
3 1 =
(d)
1 2
2
5 0 0
1
2 1
1
2 1
= 1 1 0 0 1 0 1 1 0 .
0 0 1
1
0 1
1
0 1
Extra 27. Se A = P DP 1
ento
A = (P )D(1/P 1) = QDQ1 .
Exer
io
Exer
io
Exer
io
Exer
io
4. (a) H ; (b) H ; (
) I .
5. (a) T = 0; (b) T = I ; (
) T = I .
6. (a) T 2 = T ; (b) T 2 = I .
7. 9.
0 02.jun.2008 22h
kvk = ||kvk.
B.8.
PRODUTO INTERNO
239
( )
P (x, y, z) =
(x, y, z);
B.8.2 Problemas
Problema 1. (a) No.
(b) Sim.
4
3
3 1
Problema 2.
= 3 10
3
2
5/2
temos Im(A)
(b)
(d) Denindo-se
(1, 1, 1);
=H
e portanto
A=
0
2
2
1
1
0
0
1
2
1
2
0 3
2 5
S =
0
0
1
1 2
0
0
, 1 , 0 .
3
0
0
1
0
0
(b) por
P 1 00 = P .
4/5 2/5
Problema 7. (a)
.
2/5
1/5
(b) T (x, y, z) = ((x + z)/2, y, (x + z)/2). Sol: Como o plano gerado por (1, 0, 1)
e (0, 1, 0) e a direo (1, 0, 1) perpendi
ular ao plano, podemos dizer que T (1, 0, 1) =
(1, 0, 1) e T (0, 1, 0) = (0, 1, 0). Tambm T (1, 0, 1) = 0. Como sabemos T em trs vetores
LIs, podemos
al
ular T .
Problema 8. Como (0, 1, 0) perpendi
ular
a (1, 0, 1), o eixo de rotao, basta
al
ular o
ngulo entre (0, 1, 0) e (1/ 2, 0, 1/ 2). Como o produto es alar igual a zero, a rotao
de 90 .
ser projeo,
(1, 0, 3)
(0, 1, 2),
que
240
(1, 1, 0)
(x, y, z)
satisfazendo
x y = 0 so levados no zero. Assim (x, x, z), (1, 1, 0) e (0, 0, 1) so levados em zero. Assim
autovalor 0; autovetores (1, 1, 0), (0, 0, 1) e autovalor 1, autovetor (1, 1, 0).
Problema 10. Da equao obtemos que (1, 2, 1) ortogonal ao plano de projeo. Resolvendo a equao obtemos (1, 1, 1) e (1, 0, 1). Como projeo
ada uma destas direes
3
um autovetor e forma base do R .
Problema 11. Reexo em torno do plano x + y = 0. Soluo: A
hando os autovalores e
2
autovetores, obtemos equao
ara
tersti
a (1 ) (1 + ) = 0. Para o autovalor 1 obtemos
o autoespao x + y = 0 (de dimenso 2); para autovalor 1 obtemos
omo autoespao a
x y = 0//z = 0 ,
ujo espao gerado por (1, 1, 0). Note que esta
soluo do sistema
direo perpendi
ular ao plano do autoespao do autovalor 1.
Os vetores do plano
e os da direo
(1, 1, 0)
x+y = 0
x + y = 0.
1.
sistema:
Problema 12. Vamos determinar m do
8m = 4
16m = 9
24m = 13
32m = 17
40m = 20
m 0.52.
20
15
10
5
0
Problema 13.
Problema 14.
4
3
3
2
10
20
30
40
1
3
=
2
3
2
5
1
2
3 + t 1 , t R ; (b)
5
0
1
5
2
1
7 1
2
1
3 3 3 0
1
1
B.8.
PRODUTO INTERNO
241
B.8.3 Desaos
minimizar a distn ia
d(p, 0).
Logo
p(x) 0.
B.8.4 Extras
Extra 1. (d) o plano 2x y + 3z = 0;
Extra 3. (a)
1
2
1 1
1 1
4/5 2/5
2/5 1/5
, a rotao
; (b)
2
2
0 0
0 1
1 1
1
1
; ( )
3/5
4/5
4/5 3/5
, ompondo obtemos
1
; (d)
5
2
2
0 0
1 1
4 3
3 4
. (f )
(e) aprojeo
1 0
2 0
1
0
0
0
0
0
0
0
0
1
0
0
1
ortonormal deste plano: {1/ 2(1, 0, 1), 1/ 6(1, 2, 1)} Completamos esta base om
2/2 2/2 0
[T ] = 2/2
2/2 0 .
0
0 1
A matriz [I] igual as
olo
ar os vetores de em
olunas. A inversa desta matriz
[T ] , que pode ser obtida transpondo a matriz anterior pois ela ortogonal. Com isto
podemos
al
ular [T ] = [I] [T ] [I] . Deixe somente indi
ado.
(g) O plano perpendi
ular ao eixo de rotao
hw, wi = kwk = 0.
w H H ,
ento
wH
w H ,
x+ y z = 0,
w = (1, 2, 1).
x + z = 0 que
= {(1, 1, 1)/ 3, (1, 0, 1)/ 2, (1, 2, 1)/ 6}
resolvendo o sistema
Extra 8. (a)
Se
(1, 1, 1)
om ngulo
1.
120 .
y = x
z = y
x=z
. Resolvendo
(1,
1, 1)
omo direo do eixo. Para determinar o plano de rotao resolvemos
x y + z = 0 , que gerado por u = (1, 0, 1) e v = (0, 1, 1). Cal
ulando
o sistema
T u = (0, 1, 1) e T v = (1, 1, 0). Determinamos o ngulo fazendo o produto interno:
cos = hu, T ui /(kukkT uk) = 1/2 cos = hv, T vi /(kvkkT vk) = 1/2. Logo o ngulo
= = 120 . Segue que T rotao.
(e) Cal
ulando autovetor asso
iado ao 1 determinamos o eixo (1, 0, 1). Com isto determinamos o plano de rotao, que perpendi
ular a este eixo: so os (x, y, z) tais que
x z = 0. O plano h(1, 0, 1), (0, 1, 0)i. Apli
ando matriz num destes vetores (por exemplo
Extra 9. (a) (3, 5); (b) (3, 5); ( ) h(3, 5)i; (d) 0;
242
21
10
17
10
13
10
9
10
4
x
10
9
(b)
10
( )
9
10
13
10
17
10
21
10
http://joshua.sm
vt.edu/linearalgebra/
[6 Hoffman, Kenneth; Kunze, Ray; Linear Algebra; Prenti
e-Hall; 1971.
[7 Jni
h, Klaus; Linear Algebra; Springer Verlag; 2007.
[8 Lay, David C.; Linear Algebra and Its Appli
ations; Addison-Wesley; 1987.
[9 Leon, Steven J.; Linear Algebra With Appli
ations; Prenti
e Hall; 2005.
[10 Santos, Reginaldo J.; Um Curso de Geometria Analti
a e Algebra Linear; Imprensa
Universitaria da UFMG; 2007.
[11 Shilov, Georgi E.; Linear Algebra; Dover Publi
ations; 1977.
[12 Strang, Gilbert; Introdu
tion to Linear Algebra; Wellesley-Cambridge Press; 1993.
0 Verso 0.2
243
ndi
e Remissivo
rea
onsistente, 25
om sinal, 123
ontradomnio, 79
oordenadas, 15, 67
orpos
Abel, 157
abuso
Cramer
de notao, 17
am, 8, 9, 12, 14, 39, 43
damas
algoritmo
tabuleiro, 141
de eliminao de Gauss, 34
do
l
ulo do determinante, 132
matriz inversa, 106
autoespao, 156
de Kroene ker, 62
autofuno, 159
autovalor, 155
determinado, 25
autovetor, 155
determinante
algoritmo, 132
base
anni
a do
Rn ,
15
ara terizao, 66
denio, 65
denio no
Rn ,
15
Baskhara, 157
de matriz, 128
de matriz
ofatores, 141
de matriz
ombinao linear
n
em R , 6
2 2,
3 3,
122
125
em espao qualquer, 59
trivial, 60
ombusto, 22
ompatvel, 25
onjunto
propriedades, 123
fe hado, 57
dimenso
gerador, 7, 60
denio, 9, 70
ortogonal, 185
nita, 69
ortonormal, 185
vazio, 61, 64
domnio, 79
244
NDICE REMISSIVO
245
elementos nitos, 62
ontradomnio, 79
eliminao de Gauss, 34
domnio, 79
imagem, 79
equao paramtri a
injetiva, 79, 86
reta, 5
inversa, 89
equipolentes, 4
invertvel, 89
es alar, 53
linear, 80
es alonar, 33
espao
propriedades da omposio, 88
sobrejetiva, 79
fun
ionais lineares, 94
Galois, 157
Gauss, 34, 157
gerador, 7, 60
grau
de indeterminao, 38
de liberdade, 38
imagem, 84
hessiana, 163
hiperplano, 43
matrizes, 98
n
leo, 83
vetorial, 53
impossvel, 25
in
gnita, 10, 25
in
ompatvel, 25
frmula
in onsistente, 25
Baskhara, 157
indeterminado, 25
de Leibniz, 132
integral
fe hado, 57
lado direito, 28
Fibona i, 177
LD, 8, 63
uxos, 23
lema, 88
forma
es
alonada, 33, 40
es alonada reduzida, 33
formas lineares, 94
funo
bijetiva, 79, 89
omposio, 88
246
NDICE REMISSIVO
136
108
LI, 8, 64
linearmente
dependente, 8, 63
independente, 8, 64
mltiplo, 5
matriz
ampliao, 109
ampliada, 28
anti-simtri a, 152
aumentada, 28
104
inversa da
omposta, 90
de oe ientes, 28
de Vandermonde, 150
mapeamento vetor
near, 69
oordenadas li-
determinante, 141
diagonal, 28
diagonalizvel, 159
130
mudana de rea de um quadrado, 138
equivalente, 30
es alonada, 33, 40
es alonada reduzida, 33
espao, 98
88
propriedades da funo inversa, 89
identidade, 106
invertvel, 106
kernel, 101
105
propriedades determinante matriz
123
propriedades determinante matriz
126
2 2,
menor, 141
3 3,
posto, 101
produto
NDICE REMISSIVO
247
matriz-matriz, 103
matriz-vetor, 42, 98
produto
es
alar, 41, 181, 183
es alar-matriz, 100
es alar-vetor, 4, 53
interpretao geomtri a, 5
reduo, 109
matriz-matriz, 103
reexo, 109
matriz-vetor, 42, 98
por es alar, 4, 5, 53
vetorial, 148
de Sarrus, 131
do paralelogramo, 5
transposta, 98
tridiagonal, 150
trinagular, 29
moedas, 22
morsmo, 56
do tringulo, 4
reta
equao paramtri
a, 5
Rn ,
multipli idade
Sarrus
algbri
a, 171
geomtri
a, 171
n-upla,
origem, 3
em
ortogonal, 107
em
R, 25
R2 , 25,
R3 , 43
43
equivalente, 29
parbola, 22
parmetros, 38
paralelo, 5
homogneo, 44
Pitgoras, 188
impossvel, 25
piv, 33
in ompatvel, 25
in onsistente, 25
indeterminado, 25
polinmio
interpretao algbri a, 43
interpretao geomtri a, 43
minimal, 178
lado direito, 28
possvel, 25
matriz, 28
248
NDICE REMISSIVO
possvel, 25
inversa e o n leo, 91
soluo
de sistemas: existn
ia e uni
idade, 40
TL diagonalizvel, 159
TNI, 86
geral, 44, 45
transformao linear
omposio, 88
parti ular, 44
denio, 80
determinante, 137
trivial, 44
diagonalizvel, 159
espao, 83
soma
, 3
imagem, 84
injetiva, 86
inversa, 90, 91
vetores, 53
kernel, 83
Sturm-Liouville, 76
subespao
n leo, 83
nulidade, 83
operaes, 83
ara terizao, 57
posto, 84
denio, 56
invariante, 176
propriedades, 88
propriedades da inversa, 90
rotao, 82
trivial, 56, 61
soma, 83
Sylvester, 94
transposta, 98
teorema
varivel
(in)dependente, 38
lder, 38
livre, 38
vetor
Rn ,
ngulo, 200
oordenadas, 15, 67
funo omo, 54
do n leo-imagem, 86
nulo, 3, 44
ortogonal, 185
outra representao, 54
mente es
alonada, 39
fundamental da lgebra, 157
produto
es
alar, 41, 181, 183
NDICE REMISSIVO
es
alar-vetor, 4, 53
interno, 41, 181, 183
matriz-vetor, 42, 98
vetorial, 148
redundante, 8, 63
unitrio, 185
249