Notas Algebra Linear Apostilinha

Notas de lgebra Linear
Eduardo Hernandez, Michelle Pierri
Sumrio
1 Espaos Vetoriais
1.1
Exerccios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.2
Exerccios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
10
1.2.1
. . . . . . . . . . .
10
Exerccios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
12
1.3.1
. . . . . . . . . . . . . . . . . . . . . . .
14
Exerccios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
19
1.3
1.4
Interseo e soma de subespaos vetoriais

Subespaos gerados
2 Dependncia Linear, base e dimenso
21
2.1
Exerccios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . .
32
2.2
Exerccios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
34
2.1.1
2.2.1
2.2.2
Coordenadas
Prova teste 1 de 2011
. . . . . . . . . . . . . . . . . . . . . .
35
Prova Teste 2 de 2012 . . . . . . . . . . . . . . . . . . . . . .
35
2.2.3
Prova 1 do ano 2011
2.2.4
Prova 1 de 2012
. . . . . . . . . . . . . . . . . . . . . . .
35
. . . . . . . . . . . . . . . . . . . . . . . . .
36
3 Transformaes Lineares
3.0.5
3.1
37
Imagem e Ncleo de uma transformao . . . . . . . . . . . .
38
Isomorsmo e Automorsmo . . . . . . . . . . . . . . . . . . . . . . .
44
3.1.1
3.1.2
3.2
24
O Espao Vetorial
L(U, V ) .
. . . . . . . . . . . . . . . . . . .
45
A matriz associada a uma Transformao Linear . . . . . . .
47
Exerccios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
51
4 Autovalores e Autovetores
55
4.1
Polinmio Caracterstico . . . . . . . . . . . . . . . . . . . . . . . . .
59
4.2
Exerccios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
61
. . . . . . . . . . . .
61
4.3
Exerccios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
65
4.2.1
Transformaes lineares diagonalizaveis
4.3.1
. . . . . . . . . . . . . . . . . . . . . .
65
4.3.2
Prova 2 de 2011 . . . . . . . . . . . . . . . . . . . . . . . . . .
66
5 Espaos Euclidianos
5.1
67
Produto Interno . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
67
5.1.1
Ortogonalidade . . . . . . . . . . . . . . . . . . . . . . . . . .
71
5.1.2
Processo de Gram-Schmidt
72
5.1.3
O metodo dos mnimos quadrados
. . . . . . . . . . . . . . .
76
5.1.4
Complemento Ortogonal . . . . . . . . . . . . . . . . . . . . .
77
. . . . . . . . . . . . . . . . . . .
5.1.5
5.2
. . . . . . . . . . . . . . . . . . . . . . . . . . . .
78
Exerccios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Isometrias
79
5.2.1
. . . . . . . . . . . . . . . . . . . . . .
81
5.2.2
Prova 3 de 2011 . . . . . . . . . . . . . . . . . . . . . . . . . .
82
5.2.3
Prova de recuperao de 2011
82
Referncias Bibliogrcas
. . . . . . . . . . . . . . . . .
83
Captulo 1
Espaos Vetoriais
Neste captulo introduziremos o conceito mais importante da teoria de algebra linear,
o conceito de espao vetorial. No que segue desta apostilha,
denota o conjunto
dos nmeros reais.
Denio 1.1. Seja V um conjunto no vazio e suponha que existem duas opera-
es denidas em V, uma operao somma (denotada +) que a cada par de elementos

u, v V associa un nico elemento de V denotado por u + v, e uma operao chamada de multiplicao por escalar que a cada u V e todo R associa un nico
elemento de V denotado por u. Dizemos que o triple (V, +, ) um espao vetorial
se as seguintes condies so satisfeitas:
P1 u + v = v + u para todo u, v V, (propriedade comutativa)
P2 u + (v + w) = (u + v) + w para todo u, v, w V, (propriedade associativa)
P3 existe um elemento 0 V tal que 0 + u = u para todo u V,
P4 para cada u V existe v V tal que u + v = 0,
P5 ( u) = () u para todo u V e , R,
P6 ( + ) u = u + u para todo u V, , R,
P7 (u + v) = u + v para todo u, v V e R,
P8 1 u = u para todo u V.
Observao 1.2.
Os elementos de um espao vetorial (independentemente da na-
tureza do conjunto
V)
multiplicao
so chamados de vetores e os nmeros reais que aparecem na
so chamados escalares.
A seguir apresentamos alguns exemplos de espas vetorias.
Exemplo 1.3.
operaes
Um exemplo obvio de espao vetorial o conjunto
munido com as
usuais.
Exemplo 1.4. O espao Rn

Seja
Rn
n-uplas ordenadas de nmeros reais.

n-upla de nmeros reais uma ordenao de nmeros reais da forma
o conjunto formado por todas as
Lembre que uma
(x1 , . . . , xn ).
No conjunto
Rn
denimos a soma de
n-uplas
e a multiplicao escalar
por
(x1 , . . . , xn ) + (y1 , . . . , yn ) = (x1 + y1 , . . . , xn + yn ),

(x1 , . . . , xn ) = (x1 , . . . , xn ).
Deixamos como exercicio mostrar que
Rn
munido com as operaes anterioresi um
espao vetorial.
Exemplo 1.5. O espao de polinmios de grau menor o igual a n.

n N e Pn (R) o conjunto formado por todos os polinmios com coecientes
n. Lembre que um polinmio
reais
Pn com coecientes
n
i
funo f da forma f (x) = a0 + a1 x + + an x =
i=0 ai x onde cada ai
Seja
reais de grau menor ou igual a

uma
um nmero real.
Em
Pn (R)
denimos as operaes soma e multiplicao por escalar na forma
n
Soma: P
Se p(x) = a0 + a1 x + + an x =
bP
= ni=0 bi xi denimos
n
n
i
i=0 (ai + bi )x
xn
Pn
i
i=0 ai x e
q(x) = b0 + b1 x + +
(p+q)(x) = (a0 +b0 )+(a1 +b1 )x+ +(an +bn )xn =
Multiplicao por escalar:

R
denimos
Exerccio 1.6.
P
p(x) = a0 + a1 x + + an xnP= ni=0 ai xi
p(x) = (a0 ) + (a1 )x + + (an )xn = ni=0 ai xi
Mostrar que
Pn (R) munido com as operaes anteriores um espao
vetorial.
Exemplo 1.7. Espaos de funes

Seja
AR
denidas de
e denotemos por
em
R.
F(A; R) o conjunto formado por todas as funes f

F(A; R) consideramos as seguintes operaes:
No conjunto
Soma:
f, g F (A; R) funo soma f + g : A R dada por (f + g)(x) =

f (x) + g(x).
por
Se
Se
f F (A; R)
a funo
dada
( f )(x) = f (x).
Exerccio 1.8.
Mostrar que
F (A; R)
munido com as operaes anteriores um
espao vetorial.
Exemplo 1.9. O espao das matrizes de ordem

Sejam
n, m N. Lembremos que uma matriz

ai,j da forma
a1,1 a1,2
a2,1 a2,2
..
.
.
.
.
.
.
.
ai,1 ai,2
..
.
.
.
.
.
.
.
an,1 an,2
n m.
de ordem
nm
uma ordenao de
numeros reais
formada por
n-las
m-colunas.
a1,m
a2,m
.
.
ai,m
.
.
.
an,m
Para simplicar, no que segue uma matriz como a
anterior ser representada na forma
A = (ai,j )n,m .
5
M (n, m) como sendo o conjunto formado por todas

n m. Nesta apostilha sempre assumiremos que M (n, m)
Denimos
ordem
a matrizes de
munido das
seguintes operaes:
Soma:
Se
A = (ai,j )n,m
B = (bi,j )n,m
A+B
dada por
A+B =
(ai,j + bi,j )n,m ,

por
Se
A = (ai,j )n,m ,
a matriz
dada
A = (ai,j )n,m = (ai,j )n,m .
Exerccio 1.10.
Mostrar que com as operaes anteriores
M (n, m)
um espao
vetorial.
Exemplo 1.11. Um exemplo abstrato

Os exemplos anteriores envolvem conjuntos e operaes que ja conhecemos. O
seguinte exemplo mais abstrato e por isso o estudaremos com maior ateno.
No conjunto V = (0, ) denimos a soma entre dois nmeros x e y de V por
x y = xy (aqui xy o produto usual entre x e y ) e o produto escalar de x e R
por
x = x . Com essas operaes temos que V um espao vetorial. De fato,
note que
P1
se
x, y V
temos que
x y = xy = yx = y x
para todo
x, y V,
P2 x (y z) = x (yz) = x(yz) = (xy)z = (x y)z = (x y) z

x, y, z V,
P3
se
xV
temos que
P4
se
xV
ento
1
x
1 x = 1x = x.
V,
Logo, o vetor
de onde segue que
P4
em
o nmero
satisfeita com
x = (x ) = x = x = ()
P5 ( x) =
, R,
P3
para todo
x =
1,
1
x,
para todo
xV
P6 ( + ) x = x+ = x x = x x = (
, R,
x) (
x)
para todo
xV
(xy) = (xy) = x y = (
x) (
y)
para todo
x, y V
P7
e
(x y) =
R,
P8 1
x = x1 = x
Exemplo 1.12.
usuais de
R4 .
para todo
x V.
V = {(x, y, z, w) R4 : y = x, z = w2 } com as operaes

(0, 0, 1, 1) V e 1(0, 0, 1, 1) = (0, 0, 1, 1) 6 V, segue que V
Seja
Como
no um espao vetorial.
Um dos aspectos mais interessantes de qualquer teoria matemtica que ela desenvolvida a partir de um conjunto de propriedades bsicas. Em particular, notamos
que todos os resultados e aplicaes da algebra linear so obtidos a partir dos axiomas
P1 -P8 .
No prximo resultado vemos como possivel obter novas propriedades
a partir desses axiomas.
Proposio 1.13. Se (V, +, ) um espao vetorial, ento as seguintes propriedades

so vericadas.
1. O elemento 0 da propriedade P3 nico,

2. para cada u V o vetor u da propriedade P4 nico,
3. se 0 o vetor em P3 e R ento 0 = 0,
4. se 0 o nmero real zero e u V ento 0u = 0,
5. se u = 0 ento = 0 ou u = 0,
6. se u ento 1 u = u,
7. se R e u V ento ()u = (u) = (u),
8. se u V ento (u) = u,
9. se u + w = v + w ento u = v,
10. se u, v V ento existe um nico w V tal que u + w = v.
Prova:
Mostramos somente as seis primeiras propriedades, a prova das outras
deixada como exercicio.

1. Suponha que
0
temos que 0
00 V tambem satisfaz
= 0 + 00 = 00 + 0 = 0.
a propriedade
P3 .
Ento, por
P3
v V tal que u + v = 0. Usando P1 , P2 e P3 vemos

v = v + 0 = v + (u + u) = (v + u) + u = (u + v) + u = 0 + u = u.
prova que existe un nico vetor que verica a propriedade P4 .
2. Suponha que
3. Por
P3
P7
temos que
0 = (0 + 0) = 0 + 0.
P1
que
Isto
Usando isto, vemos que
/ + (0)
0 = 0 + 0,
0 + (0) = (0 + 0) + (0)
0 = (0 + 0) + (0)
por
P3
0 = 0 + (0 + (0))
por
P2
0 = 0 + 0
0 = 0,
por
por
P4
P3 ,
o que prova a propriedade.

4. Note que
0u = (0 + 0)u = 0u + 0u.
Logo, somando
(0u) ao ambos lados desta
igualdade vemos que
0u = (0u + 0u) + (0u)

0 = 0u + (0u + (0u))
0 = 0u + 0
por
0 = 0u
P3 .
por
u = 0 e que 6= 0. Por P8 , P5
u = 1u = (1 )u = 1 (u) = 1 0 = 0.
0 = 0 u = (1 u + 1 u) = 1u + u,
7
P2
P4
5. Suponha que
6. Como
por
e propriedade em
de (2) segue que
(3),
vemos que
u = 1 u.
1.1 Exerccios
V

1. Verique que o conjunto
(a) O conjunto
V =
com as operaes indicadas um espao vetorial.
a b
b a
a b
b 3a

: a, b R
com as operaes usuais de
M (2, 2).

(b) O conjunto
V =

: a, b R
M (2, 2).
(c) O conjunto

V = (x, y) R2 : 3x 2y = 0
R2 .
V = {f : R R : f (x) = f (x), x R} com as operaes
do espao F(R; R).
S
O conjunto V =
nN Pn (R) com as operaes do espao F(R; R).
(d) O conjunto
(e)
V = R2 munido das operaes (x1 , y1 ) (x2 , y2 ) = (2x1

2y1 , y1 x1 ) e (x, y) = (3x, x.)
(f ) O conjunto
V = R2 com as operaes (x1 , y1 )(x2 , y2 ) = (x1 +x2 , y1 +y2 )

e (x, y) = (x, 0).

4
2 com as operaes de
O conjunto V = (x, y, z, w) R : y = x, z = w
R4 .
(g) O conjunto
(h)
(i)
V = R (R \ {0}) com
(x, y) = (x, y ).
as operaes
(x1 , y1 ) (x2 , y2 ) = (x1 + x2 , y1 y2 ),
R e F = {f F (R, R) : f periodica} (lembre que uma

f R periodica f (s + ) = f (s) para todo s R.) Com as
operaes do espao F(R; R), o conjunto F um espao vetorial .?
(j) Seja
funo
(U, , ) e (W, , ) so espaos vetoriais. No espao produto

U W = {(x, y) : x U, y W } denimos as operaes (u, v) + (w, z) =
(u w, v z) e (u, v) = ( u, v). Com as operaes anteriores U W
2. Suponha que
um espao vetorial?
Observao 1.14.
Para simplicar as notaes, no que segue desta apostilha
ser
um espao vetorial e as operaes soma e multiplicao por escalar sero denotadas

por
u+v
respectivamente.
Introduzimos agora o conceito de subespao vetorial.
Denio 1.15. Seja
W V . Dizemos que W um subespao vetorial de V , se

W munido das operaes soma e multiplicao escalar de V um espao vetorial.
Observao 1.16.
conveniente lembrar a seguinte frase da denio de espao
+) que a cada par de elementos u, v V

V denotado por u + v, e uma multiplicao por
escalar que a cada u V e todo R associa un nico elemento de V denotado
por u. " Logo, para que W V seja um subespao vetorial de V necessario que
u + v W e u W para todo u, v V e todo R. Como veremos no prximo
vetorial: Uma operao somma (denotada
associa um nico elemento de
resultado, estas propriedades caracterizam o conceito de subespao vetorial.
Proposio 1.17. Um conjunto W

para todo u, v W e todo W .
Prova: Se W
V um subespao vetorial de V u+v W
um subespao vetorial de
V , da denio de subespao vetorial (veja

u + v W para todo u, v W
tambm a observao 1.16) segue diretamente que

e todo
W.
W.
Para
um espao vetorial temos que mostrar que as propriedades
P1 -P8
Suponha agora que

provar que
u + v W
para todo
u, v W
e todo
P1 , P2 , P5 , P6 , P7 e P8 so trivialmente satisfeitas
V . Assim, resta mostrar que P3 e P4 so satisfeitas.
Seja u W e R. Da Proposio 1.13 sabemos que u = 1u. Logo,
0 = u + u = u + 1u W o que implica que a condio P3 satisfeita. Usando
agora que 0 W e que u = 1u temos que u = 0 + 1u W o que prova que
P4 tambem vlida. Segue do anterior que W um subespao vetorial de V . Isto
so vericadas.
As propriedades
pois elas so vlidas em relao a
completa a prova.
Vejamos alguns examplos de sub-espacos vetoriais.
Exemplo 1.18.
Obviamente os conjuntos
{0}
so subespaos de
subespaos so chamados de subespaos vetoriais triviais de
Exemplo 1.19.
Estes
V.
S = {(x, y, z) R3 : x + y + z = 0}
O conjunto
V.
um subsepao
3
vetorial de R .
u = (x, y, z), v = (x1 , y1 , z1 ) vetores em S e R. Para mostrar que W

R3 temos que provar que u+v = (x+x1 , y +y1 , z +z1 )
pertence a S . Da denio de S segue que x + y + z = 0 e que x1 + y1 + z1 = 0.
Logo, x + x1 + y + y1 + z + z1 = x + y + z + (x1 + y1 + z1 ) = 0, o que mostra
3
que u + v S . Por tanto, S um subespao de R .
Sejam
Exemplo 1.20.
p(0) = 0}.
Pn (R) denido por Pn = {p Pn :
Para mostrar que Pn (R) um subespao vetorial de Pn (R) usaremos a

Seja
Pn (R)
o subconjunto de
Proposio 1.17.
f, g Pn (R) e R. Provar f + g Pn (R) equivalente a mostrar

que (f + g)(0) = 0. Note agora que (f + g)(0) = f (0) + (g)(0) = f (0) + g(0) =
0 + 0 = 0.
Sejam
Exemplo 1.21.
Seja A M (n, n) uma matriz quadrada de ordem n e W = {X

M (n, 1) : AX = 0}. O conjunto W com as operaes de M (n, 1) um subespao
vetorial de M (n, 1).
Sejam X, Y W e R. Para mostrar que X + Y W temos que provar que
A(X + Y ) = 0. Note agora que da denio de W , temos que AX = 0 e AY = 0,
de onde segue que
A(X + Y ) = AX + A(Y ) = AX + AY = O + O = O.
Isto prova que
Exemplo 1.22.
Seja
Sn (R)
Sn (R)
M (n, 1).
o subconjunto de
= {f =
n
X
Pn (R)
dado por
aj xj Pn (R) : aj = 0
se
par}.
i=0
Deixamos como exercicio mostrar que
Sn (R)
9
Pn (R).
1.2 Exerccios
P
a1 , . . . , an R e W = {(x1 , . . . , xn ) Rn : ni=1 aj xj = a1 x1 + +
an xn = 0}. O conjunto S um subespao vetorial de Rn . ?
1. Sejam
2. Resolver o exercicio anterior usando o Exemplo 1.21.
n n um subespao vetorial de
A = (ai,j )n,n simtrica se ai,j = aj,i para
3. O conjunto das matrizes simtricas de ordem
M (n, n).
todo i, j .
4. Sejam
1.2.1
Lembre que uma matriz
m, n N
com
m n.
O conjunto
Pm (R)
um subespao de
Pn (R)
Interseo e soma de subespaos vetoriais
Nesta seo veremos que a interseo e a soma de subespaos vetorias um subespao

vetorial. Para comear, estudemos o caso da interseo.
Proposio 1.23. Se U e W so sub-espaos vetoriais de V ento o conjunto U

W = {x V : x U, x W } sub-espao vetorial de V.
Prova: Para mostrar o resultado usamos a Proposio 1.17.
Sejam u, v U W e
u + v U . Mais ainda,
um espao vetorial tambm temos que u + v W . Agora,
segue que U W sub-espao vetorial de V.
R. Como u, v U
como u, v W e W
pela Proposio 1.17
um espao vetorial temos que
Denio 1.24. Sejam U e W subconjuntos de V. O conjunto U + W denido por
U + W = {u + w : u U, w W } chamado soma de U e W . A soma U + W

chamada direta se U W = {0}. Se a soma U + W direta, usaremos a notao
U W em lugar de U + W.
Proposio 1.25. Suponha que U, W so sub-espas vetoriais de V . Ento,

1. U + W um subespao vetorial de V ,
2. U + W o menor subespao vetorial de V que contm U W , ou seja, se Q
um subespao vetorial de V que contm U W ento U + W Q.
3. A soma U + W direta para cada v U + W existe um nico u U e um
nico w W tais que v = u + w.
Prova: Para comear, mostremos que U + W
V . Sejam
u, v U + W e R. Como u U + W , existem vetores u1 U e w1 W tais que
u = u1 + w1 . Similarmente, como v U + W existem vetores u2 U e w2 W tais
que v = u2 + w2 . Como U e W so subespaos vetoriais de V segue que u1 + u2 U
e que (w1 + w2 ) W . Usando isto, vemos que
u + v = u1 + w1 + u2 + w2 = u1 + u2 + (w1 + w2 ) U + W,
de onde concluimos que
U +W
Provaremos agora a segunda propriedade. Se
U U + W . Da mesma
que U W U + W .
de onde segue que

Assim, obtemos
10
uU
V.
ento
u = u+0 U +W
W U +W.
forma podemos provar que
Q um subespao vetorial de V tal que U W Q. Se

u Q e w Q, o que implica que u + w Q pois Q
V . Agora da denio de U + W segue que U + W = {u + w :
Suponha agora que
u U
w W
ento
subespao vetorial de
u U, w W } Q.
Para nalizar, mostremos a propriedade (3). Suponha que a soma U +W direta.
z U + W existem vetores u1 U e w1 W tais que z = u1 + w1 . Suponha
agora que z = u2 + w2 com u2 U e w2 W . Nessas condies
Se
u1 + w1 = u2 + w2
o que implica que
u1 u2 = w2 w1 .
(1.26)
u1 u2 U e u1 u2 = w2 w1 W , segue que u1 u2 U W = {0} o

u1 u2 = 0 e u1 = u2 . Mais ainda, como 0 = u1 u2 = w2 w1
obtemos que w1 = w2 . Isto prova que a representao de z como soma de vetores de
U e W nica.
Suponha agora que para cada v U + W existe um nico u U e um nico
T
w W tais que v = u + w. Se z U W ento z = 0 + z e z = z + 0 de onde
inferimos que z = 0 (pela hipotese, z pode ser escrito em uma nica maneira). Como
T
z arbitrario do anterior temos que U W = {0} e que a soma U + W direta. A
Como
que implica que
prova est completa.
Exemplo 1.27.
U = {(x, y, z) R3 : x + y + z = 0} e W = {(x, y, z) R3 :
x = y = 0}. Vejamos que R3 = U W .
3
simple mostrar que U, W so subespaos vetoriais de R (deixamos isto como
3
3
exercicio!). Para mostrar que R = U W , temos que provar que R = U + W e
T
que U
W = {0}.
Suponha que z = (z1 , z2 , z3 ) U W . Da denio de W segue que z1 = z2 = 0
e da denio de U vemos que z3 = z1 + z2 + z3 = 0, o que prova que z = 0 e que
U W = {0}.
3
Para completar a prova, emos que provar que todo vetor de R pode ser escrito na
3
forma u+w com u U e w W . Seja z = (z1 , z2 , z3 ) R . Como (x, y, xy) U ,
(0, 0, z + x + y) W e z = (x, y, x y) + (0, 0, z + x + y) segue que z U + W .
3
Portanto, R = U W .
Sejam
O conceito de soma direta pode ser generalizado.
Denio 1.28. Sejam U1 , . . . , Un subconjuntos do espao V. A soma dos conjuntos

U1 , . . . , Un o conjunto denido por
n
X
Ui = U1 + + Un = {u1 + + un : uj Uj , j = 1, . . . , n}.
i=1
Denio 1.29. Sejam
U1 , . . . , Un subespaos vetoriais de de V. Dizemos que a

soma U1 + + Un direta se Uj (U1 + + Uj1 + Uj+1 + Un ) = {0} para
todo j {1, . . . n}. No que segue, usaremos a notao U1 Un = ni=1 Ui para
indicar que a soma U1 + + Un direta.
Procedendo como na prova da Proposio 1.25, podemos mostrar o seguinte resultado.
Proposio 1.30. Se U1 , . . . , Un so subespaos vetoriais de V ento

11
1. U1 + + Un um subespao vetorial de V ,
2. U1 + +Un o menor subespao vetorial de V que contm o conjunto
i=1 Ui ,
Sn
3. V = U1 Un para cada v U1 + + Un e todo j {1, . . . , n} existe

um nico vetor uj Uj tal que v = u1 + + un .
Prova: Exercicio.
Exemplo 1.31.
Vejamos que
Pn (R)
soma direta dos subespaos vetoriais
Ui =
{axi
: a R}.
f Pn (R) ento f da forma f (x) = a0 + a1 x + . . . an xn de onde segue que
f U1 + + Un pois ai xi Ui para cada i. Isto prova que Pn (R) U1 + + Un
e que Pn (R) = U1 + + Un pois U1 + + Un Pn (R).
Para completar a prova usamos o item (3) da Proposio 1.30. Suponha que
f Pn (R) tal que f (x) = a0 + a1 x + . . . an xn e f (x) = b0 + b1 x + . . . bn xn . Do
n
anterior, temos que H(x) = (a0 b0 ) + (a1 b1 )x + . . . + (an bn )x = 0 para todo
x R.
Como a0 b0 = H(0) = 0 segue que a0 = b0 , de onde temos que H(x) =
(a1 b1 )x + (a2 b2 )x2 + . . . + (an bn )xn = 0 para todo x R. Assim, x[(a1
b1 ) + . . . + (an bn )xn1 ] = 0 para todo x R o que implica que (a1 b1 ) + (a2
b2 )x + . . . + (an bn )xn1 = 0 para todo x 6= 0.
Se (a1 b1 ) > 0 (resp. (a1 b1 ) < 0) ento podemos escolher x sucientemente
n1 ] (resp. (a b ) <
pequeno de modo que (a1 b1 ) > [(a2 b2 )x + . . . + (an bn )x
1
1
n1
[(a2 b2 )x + . . . + (an bn )x
]) o que absurdo pois neste caso (a1 b1 ) [(a2
b2 )x + . . . + (an bn )xn1 ] 6= 0. Assim, nica possibilidade ter que a1 b1 = 0.
2
n = 0 para todo
Segundo o anterior, H(x) = (a2 b2 )x + . . . + (an bn )x
x R de onde segue que x2 [(a2 b2 ) + . . . + (an bn )xn2 ] = 0 para todo x R e
(a2 b2 ) + (a3 b3 )x + . . . + (an bn )xn2 = 0 para cada x 6= 0. Argumentando
mostramos que a2 b2 = 0.
Para completar a prova, temos que mostrar a representao f (x) = a0 + a1 x +
. . . an xn nica. Suponha que f (x) = b0 + b1 x + . . . bn xn . Do anterior, temos que
H(x) = (a0 b0 ) + (a1 b1 )x + . . . + (an bn )xn = 0 para todo x R.
Continuando o processo anterior, podemos mostrar que ai = bi para todo i
{1, . . . , n} o que prova que a representao de f nica. Isto completa a prova que
Pn (R) = U1 + + Un .
Se
1.3 Exerccios
Ex. 1.32.
Nos seguintes casos estude se

1.
V = M (2, 2)
2.
V = R4
3.
V = Pn (R)
W =
a b
a c
V.

: a, b, c, R .
W = {(x, x, y, y) : x, y R} .
e
W = {p Pn (R) : p(0) = p(1)} .
V = M (n, n), B M (n, n)

{A Mn : BA = 0} .
4. Sejam
12
o subconjunto de
dado por
W =
V = M (n, 1), A M (n, n) uma matriz dada e W o subconjunto de V

W = {X V : AX = 0} .

V = M (n, n) e W = A M (n, n) : AT = A onde AT denota a matriz transT
posta de T . Note que A = (aj,i )n,m quando A = (ai,j )n,n . )
5. Sejam
denido por
6.
7.
V = R3
W = {(x, y, z) R3 : x = 0},
8.
V = R3
W = {(x, y, z) R3 : x = 1},
9.
V = R3
W = {(x, y, z) R3 : x2 + y + z = 0},
10.
V = R3
W = {(x, y, z) R3 : x y z},
11.
V = R3
W = {(x, y, z) R3 : x + y Q}, (Q
o conjunto dos nmeros
racionais)
12.
V = R3
W = {(x, y, z) R3 : x Z}, (Z
13.
V = R3
W = {(x, y, z) R3 : y
14.
V = R3
W = {(x, y, z) R3 : x 3z = 0},
15.
V = P3 (R)
W = {f P3 (R) : f
16.
V = P3 (R)
W = {f P3 (R) : f (0) = 2f (1)},
17.
V = P3 (R)
W = {f P3 (R) : f (t) > 0, t R},
18.
V = P3 (R)
W = {f P3 (R) : f (1) > 0}.
Ex. 1.33.
de
o conjunto dos nmeros enteiros)
irracional},
tem grau maior que
Achar 100001 subespaos vetoriais de
R2 .
2},
Quantos subespaos vetoriais
existem ?
Ex. 1.34.
Estudar as seguintes armaes (se voc considera que a armao
verdadeira prove ela e se acha que falsa invente um contraexemplo):
W1
de V.
1. Se
W2
so susbespaos vetoriais de
2. Suponha que
W1
V W1 W2
ou
W2 so subespaos
W2 W1 .
V
de
W1 e W2 so susbespaos vetoriais de V
Wi , R} um subespao vetorial de V.
3. Se
ento
V.
W1 W2
Ento
subespao vetorial
W1 W2
ento o conjunto
subespao de
{w1 w2 : wi
W1 e W2 so susbespaos vetoriais de V ento o conjunto W1 W2 =

{(w1 , w2 ) : w1 W1 , w1 W1 } um subespao vetorial de V V . (Note que
V V um espao vetorial quando munido das operaes (v1 , v2 ) + (v3 , v4 ) =
(v1 + v3 , v2 + v4 ) e (v1 , v2 ) = (v1 , v2 )).
4. Se
U = {(x, y, z) R3 : x = 0}
R3 = U W .
5. Se
Ex. 1.35.
W = {(x, y, z) R3 : y = 0}
Nos seguintes casos, achar os subespaos
13
U +W
U W
de
V.
ento
1.

V = R2 , U = (x, y) R2 : y = 0

W = (x, y) R2 : x = y
onde
um nmero real no nulo.

2.
V = M ((2, 2), U =
a 0
0 b

: a, b R

e
W =
0 c
0 d

: c, d R .

V = R2 , U = (x, y) R2 : 2x + 3y = 0 e W = (x, y) R2 : x y = 0
ento V = U W .
a b 0
Se V o espao V = M (3, 3),

U = 0 0 c : a, b, c, d R e
0 0 d
0 0 e
W = f g 0 ; e, f, g, h, i R ento V = U W .
h i 0
3. Se
4.
Ex. 1.36. Nos seguintes casos, achar um subespao W de V

1.
2.
V = R3
de modo que
U = {(x, y, 0) : x, y R} .

V = M (3, 3) e U = A M (3, 3) : AT = A .
e

3.
V = U W.
V = M (2, 1)
Ex. 1.37.
U = {X M (2, 1) : AX = 0}
Suponha que
1.
U W U +W =W
2.
U W U W =U
3.
U +W =U U W
4.
U W =U U W
1.3.1
sendo
A=
so subespaos vetoriais do espao
V.

.
Provar que:
Subespaos gerados
Nesta seo veremos como obter um subespao vetorial de

junto de
1 1
0 1
V.
a partir de un subcon-
Para comear introduzimos o conceito de combinao linear de vetores.
Denio
1.38. Seja
P
A = {u1 , . . . , un } V . Uma expressao da forma u =

com 1 , . . . , n nmeros reais, chamada combinao linear dos vetores u1 , . . . , un , ou combinao linear dos vetores em A.
n
i=1 i ui ,
Exemplo 1.39.
A Pn (R) o conjunto denido por A = {1, x, x2 , . . . , xn }.

2
2
Os vetores 1 + x, 1 + x , 1 + 2x + 3x so combinaes lineares dos vetores em A.
Mais ainda, todo vetor de Pn (R) (equivalentemente, todo polinmio de grau n)
combinao linear dos vetores em A.
Exemplo 1.40.
Mostre que o
Seja
A o subconjunto de P3 (R) dado por A = {1, 1 + x, 1 + x + x2 }.

2
polinmio p(x) = 1 + x combinao linear dos vetores em A.
Seja
14
Exemplo 1.41. Seja n N.
Nesta apostilha, para i {1, . . . , n} usaremos a notao

Rn dado por ei = (x1 , . . . , xi , . . . , xn ) onde xj = 0 se j 6= i e xi = 1
(ou seja, ei = (0, . . . , 1, . . . , 0)).
Pn
fazil ver que y = (y1 , . . . , yi , . . . , yn ) =
i=1 yi ei , de modo que todo vetor de
n
R combinao linear dos vetores e1 , . . . , en . Observamos que os vetores e1 , . . . , en
n
so chamados de vetores cannicos de R .
ei
para o vetor de
Exemplo 1.42.
Sejam
Ap,k = (ai,j )n,m

ak,p = 1, ou seja,
n, m N, k {1, . . . , n} e p {1, . . . , m}. Nesta apostilha,

M (n, m) tal que ai,j = 0 quando (i, j) 6= (k, p) e
a matriz de
Ak,p
onde o nmero
0 0 ...0...
0 0 ...0...
.. ..
.
.
. .
.
=
0 0 ...1...
.. ..
.
.
. .
.
0 0 ...0...
0
0
.
.
.
.
.
.
0
(k, p). fazil ver que toda matriz de M (n, m)

. . . , n, j = 1, . . . , m}. Mais ainda,
P P {Ai,j : i = 1, P
A = ni=1 m
a
A
=
j=1 i,j i,j
i,j ai,j Ai,j .
aparece no lugar
combinao linear das matrizes em

se
A = (ai,j )n,m
ento
Denio 1.43.
Seja S V no vazio. Denimos o conjunto [S] como sendo o

V formado
por todas as combinaes lineares dos elementos de S ,
P
[S] = {v = ni=1 i si : i R, si S, n N}.
subconjunto de
ou seja,
Denio 1.44.
Seja S = {u1 , . . . , un } V . Denimos o conjunto [S] como sendo

VP
formado por todas as combinaes lineares dos elementos de S ,
[S] = {v = ni=1 i ui : i R}.
o subconjunto de
ou seja,
Exemplo 1.45.
Seja n N e S = {e1 , . . . , en } = {ei : i = 1, . . . , n}. Como todo

n
n
vetor de R combinao linear dos vetores canonicos e1 , . . . , en segue que R = [S].
S = {Ai,j : i = 1, . . . , n, j = 1, . . . , m} onde Ai,j so as matrizes denidas no

Exemplo 1.42, ento M (n, m) = [S]. Similarmente, se S o subconjunto de Pn (R)
2
n
formado pelos polinomios 1, x, x , . . . , x temos que Pn (R) = [S].
Se
Nos exemplos anteriores, o subespao gerado por
sempre o espao completo.
Em geral isto no assim. Considere a modo de exemplo, o subconjunto de

por
S = {e1 , e2 }.
Exemplo 1.46.
fazil ver que neste caso,
[S] = {(x, y, 0) : x, y R} =
6
R3
dado
R3 .
S = {1, t, t2 , 1 + t3 } ento P3 (R) = [S].

2
3
De fato, note que um polinomio da forma p(t) = a0 + a1 t + a2 t + a3 t pode ser
2
3
representado na forma p(t) = (a0 a3 ) + a1 t + a2 t + a3 (t + 1) [S], de onde segue
que P3 (R) = [S].

0 1
0 0
Exemplo 1.47. Se S =
,
, os vetores em [S] so da forma
0 0
1 0

0 1
0 0
0
A=
+
=
,
0 0
1 0
0
com
, R.
Se
S P3 (R)
Como
o conjunto
so arbitrarios, vemos que
matrizes con diagonal principal nula.
15
[S]
est formado por todas as
Na prxima proposio consideramos algumas importantes propriedades dos conjuntos gerados.
Proposio 1.48. Seja

so vlidas.
S um subconjunto no vazio de V. As seguintes condies
1. [S] um subespao vetorial de V , S [S] e [S] o menor subespao vetorial

de V contendo S ,
2. se S um subespao vetorial de V ento S = [S] e [[S]] = [S],
3. se T S ento [T ] [S],
4. [S T ] = [S] + [T ].
Prova: Provemos a primeira propriedade.
Para mostrar que
[S]
subespao vetorial
de V , xemos u, v [S] e R. Pela denio de [S] podemos supor que u =

1 u1 + + n un e v = 1 v1 + + m vm onde 1 , . . . , n , 1 , . . . , m R so
nmeros nmeros reais e u1 , . . . , un , v1 , . . . , vm so vetores em S . De esta forma,
temos que
u + v = 1 u1 + + n un + 1 v1 + + m vm ,
u+v [S] pois u+v se escreve como combinao linear de vetores
pela Proposio 1.17 segue que [S] subespao vetorial de V . O fato
que mostra que

em
que
S . Agora,
S [S] obvio.
Para completar a prova de (1), mostremos agora que
[S]
o menor subespao
V que contem o conjunto S . Suponha que M um subespao vetorial

V tal que S M . Se u [S] ento existem nmeros reais 1 , . . . , n e vetores
u1 , . . . , un em S tais que u = 1 u1 + + n un . Como cada vetor ui um elemento
de M e M subespao vetorial temos que u = 1 u1 + + n un M , o que implica
que [S] M . Isto prova que [S] o menor subespao vetorial de V que contem S .
Mostremos agora a segunda propriedade. Como S um subespao vetorial e [S]
o menor subespao vetorial de V temos que [S] S o que implica que [S] = S pois
S [S]. Mais ainda, usando o anterior claro que [[S]] = [S].
Para mostrar (3) suponha que T S . Se u [T ] ento existem nmeros reais
P
1 , . . . , n e vetores u1 , . . . , un em T tais que u = ni=1 i ui . Como cada vetor ui
tamb um elemento de S segue da denio de [S] que u [S]. Isto prova que
[T ] [S].
Para nalizar, provemos que [S T ] = [S] + [T ]. fazil ver que S [S] + [T ] e
T [S]+[T ] de onde segue que S T [S]+[T ]. Observando agora que [S]+[T ] um
subespao vetorial de V e que [S T ] o menor subespao vetorial que contem S T ,
obtemos que [S T ] [S]+[T ]. Mais ainda, como [S]+[T ] [S T ]+[S T ] [S T ]
vemos que [S] + [T ] [S T ]. Do anterior, tem-se que [S] + [T ] = [S T ].
vetorial de
de
Proposio 1.49. Se
vlidas.
S = {u1 , . . . , un } V , eto as seguintes propriedades so
1. [S] um subespao vetorial de V , S [S] e [S] o menor subespao vetorial

de V contendo S .
2. se T S ento [T ] [S],
3. [S T ] = [S] + [T ].
16
Prova: Provemos a primeira propriedade.
Para mostrar que [S] subespao vetorial

V , xemos u, v [S] e R. Pela denio de [S] podemos supor que u =
1 u1 + + n un e v = 1 v1 + + n vn onde 1 , . . . , n , 1 , . . . , n so nmeros
de
reais. Assim, temos que
u + v = 1 u1 + + n un + 1 v1 + + n vn =
n
X
(i + i )ui ,
i=1
que mostra que
u + v [S]
pois
u + v
uma combinao linear de vetores em
S . Agora, pela Proposio 1.17 segue que [S] subespao vetorial de

P V . O fato que
S [S] obvio pois cada vetor ui pode ser escrito na forma ui = j6=i 0uj + 1ui
Mostremos agora que [S] o menor subespao vetorial de V que contem o conjunto S . Suponha que M um subespao vetorial de V tal que S M . Se u [S]
ento existem nmeros reais 1 , . . . , n tais que u = 1 u1 + + n un . Como
cada vetor ui tambm um elemento de M e M subespao vetorial temos que
u = 1 u1 + + n un M , o que implica que [S] M . Isto prova que [S] o
menor subespao vetorial de V que contem S .
Mostremos agora (2). Como T S , podemos supor que T = {ui1 , . . . , uip } sendo
1 iP
j in para cada j . Se u [T
P] nento existem nmeros reais 1 , . . . , p tais que
p
u = j=1 j uij . Mas, como u = j=1 j uj com j = j se j = ij e j = 0 quando
j
/ {i1 , . . . , ip } temos que u [S], o que prova que [T ] [S].
Para nalizar, provemos que [S T ] = [S] + [T ]. fazil ver que S [S] + [T ] e
T [S]+[T ] de onde segue que S T [S]+[T ]. Observando agora que [S]+[T ] um
subespao vetorial de V e que [S T ] o menor subespao vetorial que contem S T ,
obtemos que [S T ] [S]+[T ]. Mais ainda, como [S]+[T ] [S T ]+[S T ] [S T ]
vemos que [S] + [T ] [S T ]. Do anterior, tem-se que [S] + [T ] = [S T ].
Denio 1.50. Seja S V . O conjunto [S] chamado o subespao vetorial gerado

por S e os elementos de S so chamados de geradores de [S]. Se S = {u1 , . . . , un },
usaremos a notao [S] = [u1 , . . . , un ].
Denio 1.51. Seja S = {u1 , . . . , un } V . O conjunto [S] chamado o subespao
vetorial gerado por S e os elementos de S so chamados de geradores de [S]. No que

segue, tambm usamos a notao [S] = [u1 , . . . , un ].
Denio 1.52. Dizemos que V um espao nitamente gerado se existe un conjunto S = {u1 , . . . , un } V tal que V = [S].
Do Exemplo 1.45 segue que os espaos
Pn (R), Rn
M (n, m) so espaos vetoriais
nitamente gerados.
Exemplo
1.53.O
0 1 0
2 1 0
A=
1 1 4
espao
denido por
W = {X M (3, 1) : AX = 0}
nitamente gerado.
W . Se

0 1 0
0
ento 2 1 0 = 0 de onde segue que = = = 0.
1 1 4
0
elemento em W o vetor zero. Assim, W = [{0}].
Para rovar nossa armao, conveniente caracterizar os elementos de
X = W
Logo, o nico
onde
17
Exemplo 1.54.
O espao
W = {X M (4, 1) : AX = 0}
1 1 0
0
1 1
1
0 1
2 3 1
denido por
1
2
A=
3
0
sendo
nitamente gerado.
Para comear, caracterizemos de uma forma mais explicita o espao
X=
W
W.
Se
ento

1 1 1 0
0
2 0
0
1
1
=
3 1
0 1 0
0 2 3 1
0
de onde segue que
(
= /2 /2
= 3/2 + /2
e
Do anterior
/2 /2
1/2
1/2
3/2 + /2
= 3/2 + 1/2 .
X=
1
0
0
1
1/2
1/2
3/2 1/2

concluimos que W =
1 , 0 .
0
1
No seguinte exemplo, vemos o caso de um espao vetorial que no nitamente

gerado.
Exemplo 1.55.
P (R) conjunto formado por todos os polinomios de grau nito

munido das operaes soma e multiplicao por escalar usuais. Como veremos, P (R)
Seja
no nitamente gerado. Para mostrar esta armao, suponha que existem poli-
P (R) = [p1 , . . . , pn ]. Seja N o grau mais alto dentre os

N +1 pertence P (R) e P (R) = [p , . . . , p ],
graus dos polinmios p1 , . . . , pn . Como o x
1
n
Pn
N +1 =
segue que existem numeros reais 1 , . . . , n tais que x
p
.
Logo,
temos
i=1 i i
Pn
pi
todo x 6= 0. Porm isto abusrdo, pois para valores
que 1 =
i=1 i xN +1 para
Pn
pi
grandes de x temos que
i=1 i xN +1 < 1. Como este absurdo surge de supor que
P (R) = [p1 , . . . , pn ], segue que P (R) no pode ser nitamente gerado.
nomios
p1 , . . . , pn
Exemplo 1.56.
tais que
U = {(x, y, z, t) R4 : x y + t + z = 0} e V = {(x, y, z, t)
: x + y t + z = 0}. No que segue, acharemos um conjunto gerador para cada
um dos espaos U, V, U V e U + V.
Para comear, estudemos o espao U . Se (x, y, z, t) U ento y = x + z + t e
Sejam
R4
(x, y, z, t) = (x, x + z + t, z, t) = x(1, 1, 0, 0) + z(0, 1, 1, 0) + t(0, 1, 0, 1),

18
de onde segue que
U = [(1, 1, 0, 0), (0, 1, 1, 0), (0, 1, 0, 1)].

V . Se (x, y, z, t) V ento t = x + y + z
Vejamos agora o espao
(x, y, z, t) = (x, y, z, x + y + z) = x(1, 0, 0, 1) + y(0, 1, 0, 1) + z(0, 0, 1, 1),

de onde podemos concluir que
Se
(x, y, z, t) U V
V = [(1, 0, 0, 1), (0, 1, 0, 1), (0, 0, 1, 1)].
ento
(
xy+t+z =0
x + y t + z = 0,
o que implica em x = z e y = t. Deste modo, temos que (x, y, z, t) = (x, y, x, y) =
x(1, 0, 1, 0) + y(0, 1, 0, 1) de onde concluimos que U V = [(1, 0, 1, 0), (0, 1, 0, 1)].
Finalmente, estudemos o espao U + V . Como U + V = [U ] + [V ] = [U V ],
temos que
U + V = [(1, 1, 0, 0), (0, 1, 1, 0), (0, 1, 0, 1), (1, 0, 0, 1), (0, 0, 1, 1)].
Mais ainda, como
(1, 1, 0, 0) = (1, 0, 0, 1) + (0, 1, 1, 0) (0, 0, 1, 1)
temos que
U + V = [(0, 1, 1, 0), (0, 1, 0, 1), (1, 0, 0, 1), (0, 0, 1, 1)].
1.4 Exerccios
Ex. 1.57.
Em cada caso, achar
[S]
1.
S = {(1, 0), (2, 1)} , V = R2 .
2.
S = {(1, 1, 1), (2, 2, 0)} ,

S = 1, t, t2 , 1 + t3 , V

0
0 1
S=
,
1
0 0
3.
4.
Ex. 1.58.
como subespao de
V.
V = R3 .
= P3 (R).

0
, V = M (2, 2).
0
Em cada um dos itens abaixo achar um conjunto nito que gere o espao
W.
1.

W = (x, y, z) R3 : x 2y = 0 .
2.
W = {p P3 (R) : p0 (t) = 0, t R} .

W = A M (2, 2) : At = A .
3.
4.
W = {X M (3, 1) : AX = 0}
Ex. 1.59.
gerador de
1.
onde
0 1 0
A = 2 1 0 .
1 1 4
Em cada um dos itens abaixo achar un conjunto (o menor possivel)
U, W, U W
U = [(1, 0, 0), (1, 1, 1)]
U + W.
e
W = [(0, 1, 0), (0, 0, 1)],

19
2.

U = (x, y, z) R3 : x + y = 0
3.

U = A M (2, 2) : At = A
4.
U = [t3 + 4t2 t + 3, t3 + 5t2 + 5, 3t3 ] e W = [t3 + 4t2 , t 1, 1] como subespaos

de P3 (R).
Ex. 1.60.
W = [(1, 3, 0), (0, 4, 6)],

1 1
W =
,
0 1
e
Achar un subconjunto nito de
1.
U = {p P3 (R) : p(1) = p(0) = 0} ,
2.
W = {p P3 (R) : p00 = 0} ,
3.
U W.
P3 (R)
que seja gerador de
Ex. 1.61.
Mostre que as funes
Ex. 1.62.
Verique se
Ex. 1.63.
Achar um conjunto nito que seja gerador de
cos 2x
pertencem a
P2 (R) = [1 + x, x + 2x2 , 1 x2 ].
1.
U = {(x, y, z) R3 : x 2y = 0},
2.
V = {(x, y, z) R3 : x + z = 0
3.
W = {(x, y, z) R3 : x + 2y 3z = 0},
4.
U V
Ex. 1.64.
[ sen 2 x, cos2 x].
x 2y = 0},
V + W.
Achar un conjunto de geradores para o conjunto dos numeros complexos
C munido das operaes usuais (a+ib)+(c+id) = a+c+i(c+d) e (a+ib) = a+ib.

Mostre que {2 + 3i, 1 2i} um conjunto gerador de C.
Ex. 1.65.
{(1, 1, 2), (3, 0, 1)} e {(1, 2, 3), (3, 3, 4)} geram o

R3 . ?

0 1
1 0
1 1
0 0
,
,
,
Ex. 1.66. O conjuto de matrizes
1 2
0 1
0 0
1 1
un conjunto gerador de M (2, 2) ?
Os conjuntos
mesmo subespao vetorial de
20
Captulo 2
Dependncia Linear, base e

dimenso
S = {e1 , . . . , en } e T = {Ai,j :
M (n, m) respectivamente.
n
interessante notar para qualquer vetor ei temos que S \ {ei } no gerador de R .
Similarmente, para cada matriz Ai,j temos que T \ {Ai,j } no gerador de M (n, m).
Nos Exemplo 1.45 foi observado que os conjuntos
i = 1, . . . , n, j = 1, . . . , m}
so geradores de
Rn
A propriedade descrita anteriormente no restrita a esses conjuntos e a essses
Rn com
M (n, m)
espaos. Mais ainda, como veremos neste capitulo nenhum subconjunto de

menos de
n e nenhum subconjunto de
vetores pode ser gerador de R
com menos de
mn
elementos pode ser gerador de
M (n, m).
Do anterior vemos que
os conjuntos geradores de um espao vetorial com o menor nmero de elementos

possiveis so muito especiais. Este tipo de conjunto sero chamados de bases. Para
formalizar as ideias anteriores, temos que introduzir algumas denies.
Denio 2.1. Sejam
u1 , . . . , un vetores no nulos de V . Dizemos que os vetores u1 , . . . , un so linearmente independentes ou que o conjunto {u1 , . . . , un } linearmente independente, se nenhum dos vetores ui combinao linear dos outros
vetores.
No prximo Lema reformulamos o conceito anterior.
Lema 2.2. Un conjunto {u1 , . . . , un } VPde vetores no nulos linearmente inde-
pendente a nica soluo da equao

soluo com 1 = . . . , n = 0.
Prova:
P
Suponha que
n
i=1 i ui
=0
{u1 , . . . , un }
n
i=1 i ui
= 0 a soluo nula, ou seja, a
linearmente independente e que a equao
1 , 2 , . . . , n
P
ui = nj=1,j6=i ji uj
possui uma soluo no nula. Ento existem escalares
no todos zero, tais que

o que implica que
Pn
Isto prova que a equao
1 = 2 = . . . = n = 0.
Suponha que a equao
{u1 , . . . , un }
i=1 i ui
{u1 , . . . ,P
un }
= 0.
Se
i 6= 0,
ento
no linearmente independente, o que absurdo.
n
i=1 i ui
Pn
= 0
i=1 i ui
tem uma nica soluo, a soluo nula
= 0
possui uma nica soluo.
Se o con-
ui , combinao
,
.
.
.
,
1 2
i1 , i , . . . , n tais
Pn
que ui =
j=1,j6=i j uj . Nessas condies,
P temos que os nmeros 1 , 2 , . . . , i1 ,
1, i , . . . , n so uma soluo nula de ni=1 i ui = 0, o que aburdo. Portanto,
{u1 , . . . , un } linearmente independente.
junto
no l.i, ento um desses vetores, digamos
linear dos outros. Neste caso, existem nmeros reais
21
Observao 2.3.
Do Lemma anterior vemos que para mostrar que um conjunto de
{u1 , . . . , un } linearmente independente,

Pn
i=1 i ui = 0 possui uma nica soluo.
vetores
suciente provar que a equao
Denio 2.4. Dizemos que um conjunto de vetores no nulos {u1 , . . . , un } V
linearmente dependente (o que os vetores u1 , . . . , un so linearmente dependentes) se

{u1 , . . . , un } V no linearmente independente.
Observao 2.5.
{u1 , . . . , un } V
dependente se possvel encontrar nmeros reais 1 , . . . , n
1 u1 + + n un = 0.
Exemplo 2.6.
Un conjunto de vetores
Os vetores
no nulos linearmente
no todos zeros tais que
(1, 1, 1), (1, 1, 0), (1, 0, 0) so linearmente independente

(1, 1, 1) + (1, 1, 0) + (1, 0, 0) = (0, 0, 0)
3
em R . De fato, note que a equao
equivalente ao sistema de equaes
++ = 0
+ = 0
= 0.
Como este sistema possui uma nica soluo, a solua nula, segue que
(1, 1, 0), (1, 0, 0)}
Exemplo 2.7.
{(1, 1, 1),
e linearmente independente.
u1 = (x1,1 , x2,1 , . . . , xn,1 ), u2 = (x1,2 , x2,2 , . . . , xn,2 ), . . ., un =

(x1,n , x2,n , . . . , xn,n ) vetores de Rn . Como foi observado nateriormente, para ver se
os vetores u1 , . . . , un so lineramente independentes, temos que estudar a equao
Pn
i=1 i ui = 0. Esta equao equivalente ao sistema de equaes
Sejam
1 x1,1 + . . . +i x1,i
1 x2,1 + . . . +i x2,i
.
.
.
.
.
.
= 0,
= 0,
.
.
.
.
.
.
. . . + n xj,n
= 0,
.
.
.
.
.
.
.
.
.
1 xj,1 + . . . +i xj,i
.
.
.
. . . + n x1,n
. . . + n x2,n
.
.
.
.
.
.
(2.8)
1 xn,1 + . . . +i xn,i . . . + n xn,n = 0,

o qual pode ser re-escrito na forma
x1,1 x1,2
x2,1 x2,2
..
.
.
.
.
xj,1 xj,2
..
.
.
.
.
xn,1 xn,2
.
.
.
.
.
.
x1,n
1
x2,n .
..
.
.
.
i = A = 0.
xj,n .
..
.
.
.
n
xn,n
(2.9)
Se a matriz A inversivel (o que equivalente a ter que det A 6= 0) segue que

= A1 0 = 0 a nica soluo de (2.9), o que os vetores u1 , . . . , un so lineramente
independentes. Se A no inversivel (o que equivalente a ter que det A = 0), o
problema A = 0 tem innitas solues, de onde segue que os vetores u1 , . . . , un so
linearmente dependentes.
22
Resumimos as observaes do Exemplo 2.7 na seguinte proposio.
Proposio 2.10. Sejam
u1 = (x1,1 , x1,2 , . . . , x1,n ), u2 = (x2,1 , x2,2 , . . . , x2,n ), . . .,

un = (xn,1 , xn,2 , . . . , xn,n ) vetores de Rn e A a matriz denida em (2.9). Os vetores
u1 , . . . , un so linearmente independentes det(A) 6= 0.

1 0
1 1
0 1
Exemplo 2.11. As matrizes 0 1 , 0 1 , 0 0 so linearmente independentes. ?
Para resolver o problema temos que estudar a equao

1 0
1 1
0 1
0 0
+
+
=
.
0 1
0 1
0 0
0 0
(2.12)
Deste equao segue que
de onde inferimos que
+ +
0
+
= .

=

0 0
,
0 0
Logo, temos que para
R,
os nmeros
= e = so solues de (2.12), o que implica que as matrizes so linearmente

dependentes.
Exemplo 2.13.
As funes
cos()
sen ()
so linearmente independentes. ?
cos() + sen () = 0. Se , R
so solues desta equao, ento teremos que cos(x) + sin(x) = 0 para todo
x R. Se avaliamos em x = 0 obtemos que = 0, de onde segue que sin(x) = 0
para todo x R. Se avaliarmos agora em x = /2 obtemos que = 0. Portanto, a
nica soluo da equao cos() + sen () = 0 e = = 0, o que implica que as
funes cos() e sen () so linearmente independentes.
Como antes, temos que estudar a equao
O prximo resultado resume algumas propriedades associadas ao conceito de

conjunto linearmente independente.
Teorema 2.14. Seja A = {u1 , . . . , un } V.

1. Se {u1 , . . . , un } linearmente dependente ento pelo um dos vetores combinao linear dos outros.
2. Se {u1 , . . . , un } linearmente dependente e B un conjunto nito tal que
{u1 , . . . , un } B ento B l.d.
3. Se {u1 , . . . , un } linearmente independente e B {u1 , . . . , un } ento B tambm l.i.
4. Se {u1 , . . . , un } linearmente independente e {u1 , . . . , un , v} linearmente dependente ento o vetor v combinao linear dos vetores u1 , . . . , un .
5. Se {u1 , . . . , un } linearmente independente, ento todo vetor v [u1 , . . . , un ] se
escreve de uma nica maneira como combinao linear dos vetores u1 , . . . , un ,
ou seja, se v = 1 u1 + + n un e v = 1 u1 + + n un ento i = i para
cada i = 1, . . . , n.
23
Prova: A propriedade em (1) segue diretamente da denia de conjunto linearmente

independente. Para mostrar
(2),
B = {u1 , . . . , un , v1 , . . . , vp }. Como A
reias 1 , . . . , n no todos zero tais que
suponha que
linearmente dependente existem nmeros

P
n
i=1 i ui = 0. Em particular, temos que
1 u1 + + n un + 0v1 + + 0vp = 0,
u1 , . . . , un , v1 , . . . , vp so linearmente dependente.
(3). Sem perda de generalidade, podemos supor
Pkque B =
{u1 , . . . , uk } para algum k n. Se 1 , . . . , k uma soluao da equao i=1 i ui =
0 ento
1 u1 + + k uk + 0uk+1 + + 0uk = 0,
o que implica que os vetores
Provemos agora
de onde segue que

independentes.
. . . k = 0
1 = 2 = . . . k = 0
Assim, a nica soluo da equao
o que prova que
Mostremos agora
e que
u1 , . . . , un , v
(4).
Pk u1 , . . . , un so linearmente
i=1 i ui = 0 1 = 2 =
pois os vetores
linearmente independente.
Suponha que
u1 , . . . , un
so linearmente independentes
u1 , . . . , un , v so
,
.
.
.
,
no
todos
zero tais que
1
n
Pn
i=1 i ui = 0 o que implica que 1 = . . . =
so linearmente dependentes. Como os vetores
linearmente dependentes, existem nmeros reias
Pn
i=1 i ui + v = 0. Se = 0 ento
n = 0 pois os vetores u1 , . . . , un so linearmente independentes.
Assim, temos que
Pn i
necesariamente 6= 0 de onde obtemos que v =
u
=
0
.
Isto mostra que v
i=1 i
combinao linear dos vetores u1 , . . . , un .
Para nalizar, mostremos agora (5). Se v = 1 u1 + + n un e v = 1 u1 + +
P
n un ento 0 = v v = ni=1 (i i )ui = 0 de onde segue que i i = 0 para
todo i pois {u1 , . . . , un } linearmente independente. Portanto, i = i para cada
i = 1, . . . , n.
2.1 Exerccios
1. Estude se o conjunto
(a)
(b)
(c)
(d)
(e)
(f )
SV
S = {(1, 2), (3, 1)} , V = R2 .

S = 1 + t t2 , 2 + 5t 9t2 , V = P2 (R).

1 1
2 0
S=
,
, V = M (2, 2).
0 0
1 0
S = {(1, 2, 2, 3), (1, 4, 2, 0)} , V = R4 .
1 1 1
0 0 0
1 2 0
S = 3 0 1 , 0 0 0 , 1 5 7
0 0 2
1 1 1
1 0 1
S = {xex , x} , V = F(R; R)
S = {u, v, w} linearmente independente. Os conjunS1 = {u, u+v, u+v+w}, S2 = {uv, vw, wu} e S3 = {u+v, u+v+w, w}
2. Suponha que o conjunto

tos
V = M (3, 3).
3. Quais os subconjuntos abaixo so linearmente independentes ?
(a)
{(1, 0, 0), (0, 1, 0), (0, 0, 1), (2, 3, 5)},

24
(b)
{(1, 1, 1), (0, 1, 0), (1, 0, 2)},
(c)
{(0, 0, 0), (1, 2, 3), (4, 1, 2)},
(d)
{(1, 1, 1), (1, 2, 1), (3, 2, 1)},
4. Quais dos subconjuntos de
P4 (R)
(a)
{1, x 1, x2 + 2x + 1, x2 },
(b)
{2, x2 + 1, x + 1, x2 1},
(c)
{x(x 1), x3 , 2x3 x2 , x},
5. O subconjunto de
F(R; R) dado por {1, ex , e2x } linearmente independente.
Introduzimos agora o conceito de base de um espao vetorial.
Denio 2.15. Dizemos que um conjunto de vetores no nulos
{u1 , . . . , un } V
uma base de V se {u1 , . . . , un } linearmente independente e [S] = V .
Exemplo 2.16.
{Ai,j
{e1 , . . . , en } uma base de Rn e o conjunto de matrizes

: i = 1, . . . , n, j = 1, . . . , m}, veja Exemplo 1.42, uma base de M (n, m).
Exemplo 2.17.
O conjunto
O conceito de base especial, e por isso um conceito restritivo.
{0}) sempre possui innitas bases. Considere

V = R2 .
2
Seja (a, b) R diferente de (0, 0). Vejamos como podemos achar vetores (c, d) de
2
modo que {(a, b), (c, d)} seja uma base de R . Sejam c, d R de modo que adbc 6= 0
(note que isto sempre possivel de fazer). Vejamos agora que {(a, b), (c, d)} base
2
de R .
Para mostrar que {(a, b), (c, d)} um conjuto gerador de V temos que provar
2
que todo vetor (x, y) R combinao linear dos vetores (a, b), (c, d). Considere
a equao (a, b) + (c, d) = (x, y) donde as incognitas so e . Esta equao
Porm, um espao vetorial (diferente de
como exemplo, o espao
equivalente a equao

Como
det
a c
b d
a c
b d

=
x
y

.
(2.18)

= ad bc 6= 0,
segue que a matriz
a c
b d

inversivel de
onde obtemos que

=
a c
b d
1
x
y

.
(2.19)
(a, b) + (c, d) = (x, y) tem uma nica soluo o que mostra

R2 = [(a, b), (c, d)].
Vejamos agora que {(a, b), (c, d)} linearmente independente. Para isto, temos
que estudar a equao (a, b) + (c, d) = (0, 0). De (2.19) sabemos que a nica
soluo desta equao (, ) = (0, 0), o que prova que {(a, b), (c, d)} linearmente
Portanto, a equao
que
independente.

Do anterior, vemos que
{(a, b), (c, d)} uma base se det
a c
b d

= ad bc 6= 0,
o que nos permite armar que existe uma quantidade no nita de bases de
25
R2 .
Exerccio 2.20.
R2 da forma {(1, 1), (c, d)}.

Do Exemplo anterior, segue {(1, 1), (c, d)} base se d 6= c.
{(1, 1), (1, )}, {(1, 1), (, 2)}.... so bases de R2 .
Exemplo 2.21.
Achar bases de
Achar uma base do subespao vetorial
de
Logo,
{(1, 1), (1, 2)},
R3 gerado pelo conjunto
{(1, 0, 1), (1, 2, 0), (0, 2, 1)}.

(0, 2, 1) combinao linear dos vetores (1, 0, 1) e
(1, 2, 0) e que {(1, 0, 1), (1, 2, 0)} linearmente independente. Assim, obtemos que
{(1, 0, 1), (1, 2, 0)} uma base de U .
fazil ver que o vetor
Exemplo 2.22.
Os vetores
un = (xn,1 , xn,2 , . . . , xn,n )
u1 = (x1,1 , x1,2 , . . . , x1,n ), u2 = (x2,1 , x2,2 , . . . , x2,n ), . . .,

Rn o determinate da matriz A em
forman uma base de
(2.9) diferente de zero.
{u1 , . . . , un } so linearmente indepen det(A) 6= 0. Assim, para mostrar que {u1 , . . . , un } uma base resta provar
n
que {u1 , . . . , un } un conjunto gerador de R .
Pn
n
Seja y = (y1 , . . . , yn ) R e considere a equao
i=1 i ui = y . Procedendo
T onde y T
como no Exemplo 2.7, vemos que esta equao equivalente a A = y
o vetor y escrito na forma de coluna. Como a matriz A inversivel, segue que
1 y T . Isto mostra que o
o problema tem uma nica soluo a qual dada por A
n
conjunto {u1 , . . . , un } uma base de R .
Do exemplo 2.7 sabemos que os vetores
dentes
Exemplo 2.23.
Rn .
u2 = e1 , u2 = e2 , . . . , un1 = en1 so liun = (xn,1 , xn,2 , . . . , xn,n ) de modo que o
Existem innitas bases do espao
Sabemos que os vetores canonicos

nearmente independentes.
Seja agora
A em (2.9) seja diferente de zero (note que este vetor existe

det(A) = xn,n ). Nessas condies, sabemos que o conjunto de vetores
{u1 , . . . , un } uma base de Rn e como existem innitos vetores un que vericam as
n
condies acima, temos que existem innitas bases de R .
determinate da matriz
pois neste caso
No seguinte resultado veremos que todo espao vetorial nitamente gerado possui
uma base.
Teorema 2.24. Se V nitamente gerado, ento V possui uma base.

Prova: Suponha que V
= [u1 , . . . , un ].
ento o resultado est provado.
Se
{u1 , . . . , un } linearmente independente

u1 , . . . , un no so linearmente in-
Se os vetores
dependentes, ento existe um vetor
uj
que combinao linear dos outros vetores.
Para simplicar a escrita, podemos reordenar os vetores e supor que

sendo
u1 =
Pn
k=2 k uk
nmeros reais.
{u2 , . . . , un } un conjunto gerador de V . Para mostrar

u V. P
Como V = [u1 , . . . , un ] temos que existem nmeros reais
1 , . . . , n tais que u = nk=1 k uk . Logo
Armamos que o conjunto
isto, xemos
u=
n
X
k uk = 1 u1 +
k=1
n
X
k=2
k uk = 1
n
X
k=2
k uk +
n
X
k=2
k uk =
n
X
(1 k + k )uk ,
k=2
u [u2 , . . . , un ]. Como u arbitrario, obtemos que V = [u2 , . . . , un ].

Se os vetores u2 , . . . , un so linearmente independente ento {u2 , . . . , un } uma
base de V e o resultado est provado. De modo contrario, um dos vetores u2 , . . . , un
o que prova que
26
combinaa linear dos outros. Renumerando os vetores, sem necessario, podemos
u2 =
Pn
k escalares.
Com antes, armamos que {u3 , . . . , un } um conjunto gerador de V .
P
u V e u = nk=2 k uk ento
supor
u=
n
X
k=3 k uk sendo
k uk = 2 u2 +
k=2
n
X
k uk = 2
k=3
n
X
k uk +
k=3
n
X
k uk =
k=3
n
X
De fato, se
(2 k + k )uk ,
k=3
u [u3 , . . . , un ] e que {u3 , . . . , un } um conjunto gerador de V .

{u1 , . . . , un } nito, o processo anterior no pode continuar
indenidamente (o processo naliza em {un } ou antes). Assim, existe k {1, . . . , n}
tal que os vetores uk , . . . , un so linearmente independentes e [{uk , . . . , un }] = V .
Neste caso, o conjunto {uk , . . . , un } uma base de V .
o que implica que
Como o conjunto
O prximo resultado nos permitir introduzir o conceito de dimenso de um

espao vetorial nitamente gerado.
Proposio 2.25. Suponha que V nitamente gerado e que {v1 , . . . , vm } uma

base de V . Se n > m e {u1 , . . . , un } V ento {u1 , . . . , un } linearmente dependente.
Prova: Para provar o resultado temos que estudar a equao em variaveis xi
dada
por
x1 u1 + + xn un = 0.
(2.26)
V = [{v1 , . . . , vm }], temos que cada vetor uj combinao linear dos vetores
v1 , . . . , vm . Logo, para cada 1P
j n existen nmeros reais 1,j , . . . , m,j tais que
uj = 1,j v1 + + m,j vm = m
i=1 i,j vi . Usando isto em (2.26) obtemos que
!
!
m
m
X
X
x1
i,1 vi + + xn
i,n vi = 0.
(2.27)
Como
i=1
i=1
Notamos agora que a somma anterior pode ser re-escrita na forma
n
n
X
X
xj 1,j v1 + +
xj m,j vm = 0.
j=1
Como os vetores
j=1
v1 , . . . , v m
so linearmente independentes, vemos que cada uma das
somas que aparecem na ltima expressao so zero.
Assim, obtemos o sistema de
equaes
x1 1,1 + . . . + xn 1,n = 0,
x1 2,1 + . . . + xn 2,n = 0,
.
.
.
(2.28)
x1 m,1 + . . . + xn m,n = 0,
O sistema (2.28) um sistema linear homogneo de
equaes e
incgnitas e
n > m, segue-se que este sistema possui uma soluo no trivial que denotamos
x1 , . . . , xn . claro do anterior que x1 , . . . , xn uma soluo no trivial de (2.26) o
que mostra que {u1 , . . . , un } un conjunto linearmente dependente. A prova est
como
completa.
Como consequncia do resultado anterior temos o seguinte Teorema.
27
Teorema 2.29. Se
V nitamente gerado ento todas as bases de V possuem o

mesmo nmero de elementos.
Prova: Suponha que {v1 , . . . , vm } e {u1 , . . . , un } so duas bases do espao V .
Como
{u1 , . . . , un } base e {v1 , . . . , vm } linearmente independente, da Proposio 2.25

segue que m n. De maneira similar, como {v1 , . . . , vm } base e {u1 , . . . , un }
linearmente independente, obtemos que n m. Como m n e n m segue-se que
n = m.
O resultado anterior nos permite introduzir o conceito de dimenso de um espao
vetorial.
Denio 2.30. Suponha que V nitamente gerado. Se V 6= {0}, denimos

a dimenso de V como o nmero de elementos de uma base de V . Se V = {0}
dizemos que a dimenso de V zero. A dimenso de V ser denotada por dim(V ).
Observao 2.31.
Do exemplo (1.55) sabemos que existem espaos vetorias de
dimenso no nita. Quando um espao no tem dimenso nita, diremos simplesmente que possui dimenso innita.
Para facilitar a prova de nossos proximos resultados estabelecemos o prximo
Lemma.
Lema 2.32. Se
{u1 , . . . , un } V linearmente independente e v

/ [{u1 , . . . , un }]
ento o conjunto {u1 , . . . , un , v} V linearmente independente.
P
Prova: Suponha que 1 u1 + . . . + n un + v = 0. Se 6= 0, ento v = nj=1 j uj
o que absurdo pois v
/ [{u1 , . . . , un }]. Assim, = 0. Como = 0, segue-se que
1 u1 + . . . + n un = 0 de onde obtemos que 1 = . . . = n = 0 pois {u1 , . . . , un }
linearmente independente. Portanto, a nica soluo de 1 u1 +. . .+n un +v = 0 a
soluo com 1 = . . . = n = = 0, o que implica que {u1 , . . . , un , v} linearmente
independente.
O prximo resultado considera algumas propriedades dos espaos de dimenso
nita.
Proposio 2.33. Suponha que V um espao de dimenso nita.

1. Se W um subespao vetorial de V ento W um espao de dimenso nita
e dim(W ) dim(V ),
2. Se n = dim(V ) e {u1 , . . . , un } linearmente independente ento {u1 , . . . , un }
uma base de V .
Prova: Suponha que W
6= {0} um subespao vetorial de W . Como W 6= {0}, existe

w1 W . Se {w1 } uma base de W ento a propriedade est
provada. De modo contrario, {w1 } no base e existe w2 W tal que w2
/ [{w1 }].
Agora, do Lemma 2.32 vemos que {w1 , w2 } un conjunto linearmente independente.
Se {w1 , w2 } uma base de W , o resultado est provado. De modo contrario,
existe w3 W tal que w3
/ [{w1 , w2 }]. Como antes, do Lemma 2.32 obtemos que
{w1 , w2 , w3 } linearmente independente.
Se o processo anterior continua indenidamente, teremos que existe k > n e un
conjunto {w1 , . . . , wk } que linearmente independente, o que absurdo segundo a
Proposio 2.25. Assim, deve existir k n tal que o processo para. Note agora
um vetor (no zero)
28
{w1 , . . . , wk }
dim(W ) n.
que neste caso, o conjunto

nitamente gerado e que
Mostremos agora
(2).
uma base de
Suponha por absurdo que
W.
Isto prova que
{u1 , . . . , un } no una
{u1 , . . . , un } no
un+1
/ [{u1 , . . . , un }].
Como este conjunto linearmente independente, temos que

conjunto gerador.
base.
um
un+1 V tal que

Mais
{u1 , . . . , un+1 } linearmente independente. Isto
com mais de n = dim(V ) elementos linearmente
Logo, existe
ainda, do Lemma 2.32 segue-se que

absurdo, pois todo conjunto
dependente (veja a Proposio 2.25). Como o absurdo consequencia de supor que
{u1 , . . . , un }
no base, podemos concluir que
Exemplo 2.34.
{u1 , . . . , un }
base de
V.
dim Rn = n e dim Pn (R) = n + 1. Mais ainda, deixamos

como exercicio mostrar que o conjunto de matrizes {Ak,l : k = 1, . . . , n, l = 1, . . . , m}
(veja Exemplo 1.42) uma base de M (n, m) e que dim M (n, m) = nm.
fazil ver
Teorema 2.35. [Completamento] Suponha
{u1 , . . . , ur } V linearmente independente e que dim V = n > r > 0. Ento existem vetores ur+1 , . . . , un tais que
{u1 , . . . , ur , ur+1 , . . . , un } uma base de V.
Prova: Pelo Teorema 2.29 vemos que {u1 , . . . , ur } no pode ser base de V
este conjunto linearmente independente concluimos que
junto gerador de
V.
ur+1 V tal
{u1 , . . . , ur , ur+1 }
Logo, existe um vetor
Mais ainda, do Lema 2.32 obtemos que
e como
{u1 , . . . , ur } no un conque ur+1

/ [{u1 , . . . , ur }].
un conjunto linearmente
independente.
Agora temos duas possibilidades,
(3) da Proposio 2.33 obtemos que
r + 1 = n ou r + 1 < 1n. Se r + 1 = n,
{u1 , . . . , ur , ur+1 } uma base de V , e
do item
a prova
r + 1 < n podemos fazer como antes e obter um vetor ur+2 tal

que {u1 , . . . , ur , ur+1 , ur+2 } linearmente independente.
Continuando com a ideia anteriorm em n r 2 passos teremos um conjunto da
forma {u1 , . . . , ur , ur+1 , ur+2 , ur+3 . . . , un } que linearmente independente. Como
este conjunto possui n elementos e linearmente independente, do item (2) da Proposio 2.33 podemos concluir que {u1 , . . . , ur , ur+1 , ur+2 , . . . , un } uma base de V .
estaria completa. Se
A prova est completa.
Exemplo 2.36.
Achar uma base do espao
3
Como dim(R )
R3
(1, 1, 1).
(a, b, c), (x, y, z) de modo
contendo o vetor
= 3, precisamos achar vetores

que o
{(a, b, c), (x, y, z), (1, 1, 1) seja linearmente independente. Do Exemplo
sabemos que {(a, b, c), (x, y, z), (1, 1, 1) linearmente independente se
1 a x
det 1 b y = x(b + c) y(a + c) + z(b a) 6= 0.
1 c z
conjunto
2.22
Em particular, usando
(a, b, c) = (0, 1, 1)
minante anterior um, de onde segue que o

uma base de
(x, y, z) = (0, 0, 1) temos que o deterconjunto {(0, 1, 1), (0, 0, 1), (1, 1, 1)}
R3 .
No prximo resultado estudamos a dimenso do espao soma.
Teorema 2.37. Suponha que V nitamente gerado e que U , W so subespaos

vetoriais de V . Ento
dim(U + W ) = dim U + dim W dim U W.
29
(2.38)
Prova: Da Proposio 2.33 e do Teorema 2.24 segue-se

T que U, W, U
possuim bases.
{v1 , . . . , vm }
Seja
uma base de
W.
Como
W e U +W
{v1 , . . . , vm } U
un conjunto linearmente independente, do Teorema 2.35 sabemos que existe un
{u1 , . . . , up , v1 , . . . , vm } base de U.
De maneira similar, vemos que existe un conjunto de vetores {w1 , . . . , wm } W tal
que {w1 , . . . , wq , v1 , . . . , vm } uma base W.
A seguir mostraremos que {u1 , . . . , up , w1 , . . . , wq , v1 , . . . , vm } uma base de U +
W . Para comear, vejamos que {u1 , . . . , up , w1 , . . . , wq , v1 , . . . , vm } linearmente
conjunto de vetores
{u1 , . . . , up } U
tal que
independente.
Suponha que
i , j , k
so nmeros reais tais que
1 u1 + + p up + 1 w1 + + q wq + 1 v1 + + m vm = 0.
(2.39)
De (2.39) vemos que
q
X
i wi =
p
X
i=1
i ui
i=1
m
X
i vi .
(2.40)
i=1
Pq U e os vetores
T que aparecem do lado
esquerda pertecem a W , segue-se que
U
W . Usando agora que
i=1 i i
{v1 , . . . , vm } base de U W , temos que existem nmeros reais i , i = 1, . . . , m
Como os vetores o lado direito pertencem a
tais que
q
X
i wi = 1 v1 + + m vm ,
i=1
Pq
Pm
= 0. Como {w1 , . . . , wq , v1 , . . . , vm }
1 =P. . . = m = P
1 = . . . = q = 0.
p
p
Voltando agora a (2.40), obtemos que
u
+
i=1 i i
i=1 i vi = 0, de onde se
deduz que 1 = . . . = p = 1 = . . . = m = 0 pois {u1 , . . . , up , v1 , . . . , vm }
de onde obtemos que
i=1 i wi
i1 i vi
linearmente independente, segue-se que
Do anterior temos que todos os coecientee em (2.39) so zero, o que implica que
{u1 , . . . , up , w1 , . . . , wq , v1 , . . . , vm } linearmente independente.

Vejamos agora que {u1 , . . . , up , w1 , . . . , wq , v1 , . . . , vm } um conjunto gerador de
U + W . Seja v U + W e suponha que v = u + w com u U e w W .
Como {u1 , . . . , up , v1 , . . . , vm } uma base de U , podemos escrever u na forma
P
P
u = pi=1 i ui + m
i=1 i vi onde i , . . . , p , 1 , . . . , m so nmeros reais. Similar0
0
mente, como {w1 , . . . , wq , v1 , . . . , vm } base de W , existem nmeros reais i , . . . , q ,
Pq
Pm 0
0
0
0
1 , . . . , m tais que v = i=1 i wi + i=1 i vi . Do anterior vemos que
v =u+w =
p
X
i=1
i ui +
m
X
(i +
i=1
i0 )vi
m
X
i0 wi ,
i=1
{u1 , . . . , up , w1 , . . . , wq , v1 , . . . , vm } um conjunto gerador de U +W .

Como {u1 , . . . , up , w1 , . . . , wq , v1 , . . . , vm } linearmente independente e gerador
U + W , concluimos que este conjunto uma base de U + W . Para nalizar note
o que prova que

de
que
dim(U + W ) = p + q + m
= (p + m) + (q + m) m
= dim U + dim W dim U
o que completa a prova.
30
W,
Exemplo 2.41.
U, W, U W e U + W sendo
W = {p P3 (R) : p(1) = 0}.
Para comecar estudemos o espao U . Seja p U e suponha que p(x) = a0 +
a1 x + a2 x2 + a3 x3 . Como p(0) = 0 segue que a0 = 0 e p(x) = a1 x + a2 x2 + a3 x3 .
Usando agora que p(1) = 0 obtemos que a1 = a2 a3 e que p pode ser representado
Achar uma base para os espas
U = {p P3 (R) : p(0) = p(1) = 0}
na forma
p(x) = (a2 + a3 )x + a2 x2 + a3 x3 = a2 (x2 x) + a3 (x3 x),

U = [x2 x, x3 x].
2
3
Mostraremos agora que {x x, x x} linearmente independente. Se , so
2
3
2
3
nmeros reais tais que (x x) + (x x) = 0 ento ( + )x + x + x = 0,
2
3
de onde obtemos que ( + ) = = = 0 pois os vetores x, x , x so linearmente
2
3
independentes. Isto prova que {x x, x x} linearmente independente o que
2
3
implica que {(x x), (x x)} uma base de U e dim(U ) = 2.
2
Estudemos agora o conjunto W . Suponha que p W e p(x) = a0 + a1 x + a2 x +
a3 x3 . Como p(1) = 0, temos que a0 a1 + a2 a3 = 0 e que a1 = a0 + a2 a3 .
o que implica que
Assim,
p(x) = a0 + (a0 + a2 a3 )x + a2 x2 + a3 x3
= a0 (1 + x) + a2 (x2 + x) + a3 (x3 x),
{1 + x, x2 + x, x3 x} um conjunto gerador de W .
2
3
Por outro lado, se (1+x)+(x +x)+(x x) = 0 temos que +(+ )x+
2
3
x + x = 0, de onde segue-se que = ( + ) = = = 0 pois os vetores
1, x, x2 , x3 so linearmente independentes. Isto prova que {1 + x, x2 + x, x3 x}
um conjunto linearmente independente de W .
2
3
Do anterior podemos concluir que {1 + x, x + x, x x} uma base de W e que
dim(W ) = 3.
2
3
Achemos agora uma base de U W . Se p = a0 + a1 x + a2 x + a3 x U W
ento p(0) = p(1) = p(1) = 0, de onde obtemos
a0 = 0
a0 + a1 + a2 + a3 = 0
a0 a1 + a2 a3 = 0
de onde vemos que
a0 = a2 = 0 e a1 = a3 . Portanto, p pode
a1 (x3 x) o que permitr deduzir que {x3 x}
dim(U W ) = 1.
e que
uma base de
Para nalizar, note que do Teorema 2.37 temos que
dim(W ) dim(U W ) = 2 + 3 1 = 4
dim(P3 (R)) = 4.
Exemplo 2.42.
Sejam
U, W, U W
Para comear, estudemos o espao

onde vemos que
c = b.
dim(U + W ) = dim(U ) +
W + U = P3 (R) pois
o que implica que
U = {A M (2, 2) :
mos a dimenso dos espaos
p(x) =
U W e que
ser escrito na forma
U.
AT

= A}
U + W
.
Se
A=
W =
a b
c d

U
A da forma

1 0
0 1
0 0
A=a
+b
+d
,
0 0
1 0
0 1
Assim,
31
1 1
0 1
ento

. Calcule-
A = AT ,
de

1 0
0 1
0 0
,
,
}. Mais ainda, como A linear0 0
1 0
0 1
mente independente obtemos que A uma base de U e que dim(U ) = 3.

1 1
obvio que
uma base de W e que dim W = 1.
0 1
Estudemos agora o espao U W . Se A U W ento A W e A da forma

A=
. Usando agora que A U , obtemos que = 0 e que A a matriz
0
nula. Portanto, U W = {0} e dim U W = 0.
Pelo Teorema 2.37 temos que dim(U + W ) = dim U + dim W dim U W = 4,
de onde concluimos que U + W = M (2, 2) pois U + W um subespao vetorial de
M (2, 2) e dim M (2, 2) = 4.
gerado por
Exemplo 2.43.
A={
Sejam
0} subespaos vetoriais
U W e U + W.
U = {p P2 (R) : p0 = 0}, W = {p P2 (R) : p(0) = p(1) =

de W = P2 (R). Estudemos as dimenso dos espaos U, W,
p = a0 + a1 t + a2 t2 U ento p0 (t) =
a1 + 2a2 t = 0 para todo t R, de onde segue que a1 = a2 = 0. Portanto, p o
polinomio constante p(t) = a0 , {1} uma base de U e dim U = 1.
2
Vejamos agora o espao W . Se p = a0 + a1 t + a2 t U ento p(0) = a0 = 0 e
p(1) = a0 + a1 + a2 = a1 + a2 = 0 de onde vemos que a1 = a2 e p = a1 t a1 t2 =
a1 (tt2 ) para todo t R. Segue disto que {tt2 } uma base de W e que dim W = 1.
T
Para estudar U
W , suponha que p U W = [1] [t t2 ]. Pelo feito anteri2
ormente, temos que existen constantes , R tais que p(t) = e p(t) = (t t )
2
para todo t R. Em particular, para t = 1 vemos que p(1) = (1 1 ) = 0 de
onde obtemos que = 0 e que p(t) = 0 para todo t R. Portanto, U W = {0} e
dim U W = 0.
Finalmente, como dim(U + W ) = dim U + dim W dim U W = 1 + 1 0 = 2
2
2
e {1, t t } U + W temos que {1, t t } uma base de U + W .
Para comear vejamos o espao
2.1.1
U.
Se
Coordenadas
Pelo Teorema 2.14 sabemos que cada vetor
vV
pode ser representado como com-
binao linear dos vetores da base e que esta representao nica.
Usando este
fato, podemos introduzir a seguinte denio.
Denio 2.44. Suponha que B = {u1 , . . . , un } uma base de V , que u V e que

u = 1 u1 + + n un . Os coecientes 1 , . . . , n so chamados de coordenas
de u
1
..
em relao a base B . No que segue uB ser o vetor dado por uB = . .
n
Exemplo 2.45.
B = {(1, 1, 1), (0, 1, 1), (0, 0, 1)} uma base de R3 . Para

do vetor u = (1, 2, 0) em relao a base B , temos que
O conjunto
determinar as coordenadas
achar nmeros reais
, ,
tais que
(1, 2, 0) = (1, 1, 1) + (0, 1, 1) + (0, 0, 1) = (, + , + + ),

32
o que equivalente a resolver o sistema de equaes
= 1
+ =2
+ + = 0.
1
soluo deste sistema = = 1 e = 2, de modo que uB = 1 .
2
Alm do anterior, podemos achar vB para um vetor generico v = (x, y, z).
Para
fazer isto temos que resolver o sistema
= x
+ =y
+ + = z,
x
que tem como soluo = x, = y x e = z y + x. Assim, uB = y x .
zy+x
Exemplo 2.46.
B = {1, x, x2 x} uma
2
base de P2 (R) e achar as coordenadas do polinmio u = 1 + x + x em relao a B.
2
Encontre tambm as coordenadas de um polinmio generico (p(x) = a0 +a1 x+a2 x )
em relao a B.
Mostrar que o conjunto de polinmios
dim(P2 (R)) = 3, para mostrar que {1, x, x2 x} uma base de P2 (R)

2
suciente provar que {1, x, x x} linearmente independente. Se , , so tais
2
2
que + x + (x x) = 0 para todo x R ento + ( )x + x = 0 para todo
x R, de onde obtemos que = ( ) = = 0 pois os polinomios 1, x, x2 so
linearmente independentes. Do anterior obvio que e = = = 0 o que mostra
2
que {1, x, x x} uma base de P2 (R).
Para achar uB , temos que escrever u como combinao linear dos polinomios
2
em {1, x, x x}, o que equivalente a encontrar nmeros reais , , tais que
u = 1 + x + x2 = 1 + x + (x2
x). A partir desta equao obtemos que = 1,
1
= 2 e que = 1. Assim, uB = 2 .
1
2
Suponha agora que p(x) = a0 + a1 x + a2 x . Para achar as coordenadas de
p en relao a B temos que achar , , de modo que p = a0 + a1 x + a2 x2 =
1 + x + (x2 x). A partir disto, obtemos o sistema
= a0
= a1
= a2 ,
Como
que tem por soluo
= a0 , = a1 + a2
a0
a1 + a2 .
a2
33
= a2 .
Do anterior vemos que
pB =
2.2 Exerccios
Ex. 2.47.
1.
2.
3.
2.
uma base do espao
B = {(1, 1, 1, 1), (1, 1, 1, 0), (1, 1, 0, 0), (1, 0, 0, 0)} , V = R4 .

Achar uma base e a dimenso do subespao

W = (x, y, z, t) R4 : x y = 0
de
V.

x + 2y + t = 0 , V = R4 .

1 2
W = {X M (2, 2) : AX = X} onde A =
, V = M (2, 2).
0 1
e

3.
V.

B = 1, 1 + t, 1 t2 , 1 t t2 t3 , V = P3 (R).

1 1
2 1
0 1
0 0
B=
,
,
,
, V = M (2, 2).
0 0
0 0
1 0
0 2
Ex. 2.48.
1.
Estude se o conjunto
W = {X M (2, 2); AX = XA}
Ex. 2.49.
onde
A=
1 0
1 1

e
V = M (2, 2).
Nos seguintes casos, achar uma base e a dimenso de
U, W, U + W
U W.
1.
2.

U = (x, y, z) R3 : x + y + z = 0 , W = {(x, y, 0) : x, y R} , V = R3 .

U = {A M (2, 2) : tr (A) = 0} ,W = A M (2, 2) : AT = A e V o espao M (2, 2). Lembre que a traa de A, denotada por tr (A), a soma dos
elementos da diagonal principal de A.
Ex. 2.50.
u = (1, 8, 5) R3 em relao as baA = {(1, 0, 0), (0, 1, 0), (0, 0, 1)} B = {(0, 0, 1), (0, 1, 1), (1, 1, 1)} e C =
{(1, 2, 1), (0, 3, 2), (1, 1, 4)}. Achar as coordenadas do vetor u = (x, y, z) R3 em
Achar as coordenadas do vetor
3
ses de R
relao as bases anteriores.
Ex. 2.51. Achar as coordenadas do polinmio p P3 (R) dado por p(t) = 10+t2 +2t3
P3 (R), A = {1, t, t2 , t3 }, B = {1, 1 + t, 1 + t + t2 , 1 + t + t2 + t3 }

2
3
e C = {4 + t, 2, 2 t , t + t }. Achar representao do polinmio generico p =
2
3
a0 + a1 x + a2 x + a3 x em relao as bases anteriores.

2 5
Ex. 2.52. Achar as coordenadas do vetor 8
em relao a base canonica
7

1 0
1 1
1 1
1 1
de M (2, 2) e em relao a base
,
,
,
.
0 0
0 0
1 0
1 1
em relao as bases de
Ex. 2.53.

Achar uma base
M (2, 2) que contenha os vetores
Ex. 2.54.
1 0
1 0

e
1 1
0 0

.
Suponha que {u1 , . . . , un } uma base de V . Mostre que {u1 , u1 +u2 , u1 +

u2 + u3 , . . . , u1 + , un } um base de V. Prove que {1 u1 , . . . , n un } uma base
de V quando todos os nmeros j so diferentes de zero.
34
2.2.1
1. Seja
T : R3 M (2, 2)
(a) Mostre que
T : R3 M (2, 2)

z z y
T (x, y, z) =
x
0
a funo denida por
uma transformao linear.
(b) Achar
Ker(T ),
a dimenso e uma base.
(c) Achar
Img(T ),
a dimenso e uma base.
2. Suponha que
(a) Mostre que
W so subespaos vetorias de um espao vetorial X .

T
U W e U + W so subespaos vetorias de X .
dim(X) = n, dim(U ) > n/2

U W 6= {0}.
(b) Suponha que

que
dada por
e que
dim(W ) > n/2.
Mostre
X = M (n, n) munido das operaes usuais e S o conjunto denido por

S = {A X : A = AT } (lembre que AT = (aj,i ) se A = (ai,j )). Mostre que
S um espao vetorial com as operaes de X . Achar a dimenso e uma base
para S.
3. Seja
2.2.2
Prova Teste 2 de 2012
1. Mostre que o conjunto
U = { (x, y, z) R3 | 2x 2y = z }
U.
um subespao
W = { (x, y, z) R3 | 2x = y z }
W.
um subespao
3
vetorial de R . Achar un conjunto gerador de
3
3. Achar un conjunto gerador para
U + W.
verdade que
R3 = U W
(justique)
4. Dena o conceito de combinao linear e represente o polinomio
como combinao linear dos vetores
5. Sejam
P3 (R)
{ 1, 2 x, 2 + x +
x2 } de
p(x) = x2
P (2).
os espao de polinomios de grau menor o igual a
U = {p P3 (R) : p(1) = p(0) = 0} .

O conjunto um espao vetorial com as operaes de
Em caso arma-
U.
tivo, achar un conjunto gerador de
2.2.3
P3 (R)?
Prova 1 do ano 2011

1. Seja
T : M (2, 2) M (2, 2)
(a) Mostre que
a b
c d

(b) Achar o ncleo de

(c) Achar
a funo dada por
Img(T ),
T,
a dimenso do ncleo e uma base.
a dimenso de
Img(T ),
35
e uma base.

=
0 a
2b c
2. Seja
U = {(1, 2, 3), (1, 1, 1), (2, 8, 14)}
o conjunto denido por
W = {(1, 2, 3) + (1, 1, 1) + (2, 8, 14) : , , R}.

(a) Mostre que
(b) Achar uma base para
R3 .
e a dimenso de
W.
X = M (3, 3) com as operaes usuais e S = {A X : A = AT } (Note

T
que A = (aj,i ) se A = (ai,j )). Mostre que S um subespao vetorial de X .
Achar a dimenso e uma de S.
3. Sejam
2.2.4
Prova 1 de 2012
1. Seja
um espao vetorial e
{u1 , . . . , un } X .
(a) Dena os conceitos de combinao linear, conjunto l.i. e espao gerado

por
{u1 , . . . , un },
(b) mostre que

(c)
[{u1 , . . . , un }]
um espao vetorial de
[{(1, 2, 3), (4, 5, 6), (1, 0, 0)}] =
V,
R3 ? (justique ! )
U = { (x, y, z) R3 : x 2y = 3z }
U.
um subespao
W = { (x, y, z) R3 : 4x = 5y 6z }
W.
um subespao
3
3
4. Achar um conjunto gerador de
U + W.
que!)
36
verdade que
R3 = U W
? (justi-
Captulo 3
Transformaes Lineares
Neste capitulo estudaremos um tipo especial de funes que so denidas entre espaos vetorias.
Este tipo de funes, chamadas de transformaes lineares, nos
permitiram comparar os espaos vetorials desde diferentes pontos de vista. Em particular, veremos que dois espaos vetoriais de igual dimenso so (do ponto de vista
da algebra linear) iguais.
No que segue,
U, V
so espaos vetoriais e para simplicar a escrita, usaremos
a mesma notao para as operaes em
e em
(mas lembre que essas operaes
podem ser diferentes,.. muito diferentes!!). Comeamos com a seguinte denio.
Denio 3.1. Uma funo T
: U V chamada transformao linear se T (u) =

T (u) e T (u + v) = T (u) + T (v) para todo u, v U e todo R.
Observao 3.2.
L(U, V ) denotar
denidas de U em V .
No que segue,
transformaes lineares
o conjunto formado por todas as
Deixamos como exercicio a prova do seguinte Lema.
Lema 3.3. Uma funo
T : U V uma transformao linear T (u + v) =

T (u) + T (v) para todo u, v U e cada R.
Vejamos alguns exemplos de transformaes lineares.
1. A funo
T :U V
dada por
T (u) = 0 para todo u U , uma transformao
linear.
2. A funo
T :U U
dada por
T (u) = u
uma transformao linear. Esta
funo chamada de transformao identidade e no que segue ser notada

simplesmente por
I.
T : Pn (R) Rn+1
(a0 , . . . , an ).
3. Seja
a funo dada por
T (a0 + a1 x + + an xn ) =
Para provar que T uma transformao linear, usaremos o Lemma 3.3. Sejam
u, v Pn (R), R e suponha que u = a0 + a1 x + a2 x2 + a3 x3 + an xn e
v = b0 + b1 x + b2 x2 + b3 x3 + bn xn . Da denio de T vemos que
T (u + v) = T ((a0 + b0 ) + (a1 + b1 )x . . . + (an + bn )xn )

= ((a0 + b0 ), (a1 + b1 ), . . . + (an + bn ))
= (a0 , a1 , . . . , an ) + (b0 , b1 , . . . , bn )
= T (u) + T (v),
37
o que prova que
A M (m, n). Denimos a funo T : M (n, 1) M (m, 1) por T (X) =

AX . A funo T uma transformao linear.
v1
u1
.
.
Suponha que A = (ai,j )i,j e sejam u = .. e v = .. vetores de
vn
un
M (n, 1). Para mostrar que T (u) + T (v) = T (u + v) suciente mostrar
que as coordenadas de T (u + v) so iguais as coordenadas de T (u) + T (v).
Da denio do produto A(u + v) vemos que a coordenada i de A(u + v)
Pn
i de
dada por
j=1 ai,j (uj + vj ). Similarmente, vemos que a coordenada
Pn
T (u) = Au e a coordenada i de T (v) = Av so dadas por
j=1 ai,j uj e
P
n
a
v
respectivamente,
de
onde
segue
que
a
coordenada
i
de
Au + Av
j=1 i,j j
P
Pn
n
j=1 ai,j uj +
j=1 ai,j vj .
4. Seja
i = 1, . . . , n, a coordenada i de T (u + v)
T (u) + T (v). Assim, T (u) + T (v) = T (u + v) o
Do anterior claro que para todo

igual a coordenada
que implica que
3.0.5
de
Imagem e Ncleo de uma transformao
Antes de introduzir a imagem e Ncleo de uma transformao linear, lembremos

alguns conceitos da teoria de funes.
Denio 3.4. Sejam
X, Y conjuntos, A X , B Y e f : X Y funo. A
imagem de A por f o subconjunto de Y dado por f (A) = {f (a) : a A} e a
imagem inversa de B Y por T o subconjunto de X denido por f 1 (B) = {x
X : T (x) B}.
Denio 3.5. Sejam X, Y conjuntos e f
: X Y uma funo. Dizemos que
1. f injetora se f (x) = f (z) x = z,

2. f sobrejetora se f (X) = {f (x) : x X} = Y (equivalentemente, para todo
y Y existe x X tal que f (x) = y ),
3. f bijetora se f injetora e sobrejetora,
4. f inversivel, se existe uma funo g : Y X tal que g f (x) = x para todo
x X e f g(y) = y para todo y Y . Neste caso, a funo g ser denotada
por f 1 .
Lema 3.6. Se T
L(U, V ) inversivel ento a inversa de T nica e T 1 uma
transformao linear.
Prova: Suponha que R, S L(V, U ) so inversas de T .
Para
vV
temos que
Sv = S IV v = S (T R)v = (S T ) Rv = IU Rv = Rv
o que implica que
S = R.
T 1
x, y U e R.
Como T sobrejetora, existem vetores v, w U tais que T (u) = x e T (w) = y . Mais
1 (x + y) =
ainda, notando que T (u + w) = T (u) + T (w) = u + y segue que T
1
1
1
u + w = T (x) + T (y), o que prova que T
linear.
Para mostrar que
uma transformao linear, xemos
38
Proposio 3.7. Suponha que T
: U V uma transformao linear.
1. Se W um subespao vetorial de U ento T (W ) um subespao vetorial de

V. Mais ainda, se {w1 , . . . , wn } um conjunto gerador de W ento o conjunto
{T (w1 ), . . . , T (wn )} gerador de T (W ) ( T (W ) = [{T (w1 ), . . . , T (wn )}]).
2. Sejam
3. Se
0U
0V
o zero de
e o zero de
V,
respectivamente. Ento
ento
T 1 (W ) 6=
T (0U ) = 0V .
T 1 (W )
um
U.
Prova: Mostremos (1).
Para provar que T (W ) subespao vetorial de U temos que

x + y T (W ) para todo x, y T (W ) e todo R. Se x, y T (W ),
existem u, w W tais que x = T (u) e y = T (w). Usando que T uma
mostrar que
ento
transformao linear, vemos que
x + y = T (u) + T (w) = T (u) + T (w) = T (u + w),

x + y T (W ) pois u + w W .
{w1 , . . . , wn } um conjunto
Pngerador de W . Se w W , ento
existem nmeros reais 1 , . . . , n tais que w =
i wi . Usando
Pn agora que T
Pi=1
n
w
)
=
uma transformao linear vemos que T (w) = T (
i
i
i=1 i T (wi ) o que
i=1
implica que T (w) [{T (w1 ), . . . , T (wn )}]. Como w arbitrrio, do anterior vemos
que T (W ) [{T (w1 ), . . . , T (wn )}].
Notando que T (W ) um espao vetorial e que {T (w1 ), . . . , T (wn )} T (W )
claro que [{T (w1 ), . . . , T (wn )}] T (W ). Do anterior, T (W ) [{T (w1 ), . . . , T (wn )}]
e [{T (w1 ), . . . , T (wn )}] T (W ) o que mostra que T (U ) = [{T (w1 ), . . . , T (wn )}].
A prova de prova (2) obvia pois T (00U ) = 0T (0U ) = 0V .
1 (W ),
Para nalizar provemos (3). Como T (0U ) = 0V segue-se que 0U T
1
1
de modo que T
(W ) 6= . Para mostrar que T (W ) subsepao vetorial de U ,
1
xemos x, y T
(W ) e R. Pela denio de T 1 (W ) temos que T (x), T (y)
W o que implica que T (x) + T (y) W pois W um espao vetorial. Usando isto
1 (W ). Isto
segue que T (x + y) = T (x) + T (y) W o que mostra que x + y T
1 (W ) um subespao vetorial de U. A prova est completa.
prova que T
Pelo item (1) da proposio anterior, temos que uma transformao linear T :
U V completamente determinada pelos valores que ela assume numa base de U .
De fato, se {w1 , . . . , wn } uma base de U e u U , ento u pode ser escrito na forma
P
P
u = ni=1 i wi de onde obtemos que T (u) = ni=1 i T (wi ). Logo, se conhecemos
os valores T (wi ) conhecemos T (u) para qualquer u. Mais ainda, como veremos no
prximo Lemma, se {u1 , . . . , un } e {v1 , . . . , vn } so vetores de U e V respectivamente,
e {u1 , . . . , un } uma base de U ento existe uma transformao linear T : U V
tal que T (ui ) = vi para cada i.
o que implica que
Suponha agora que
Lema 3.8. Suponha que {u1 , . . . , un } uma base e U e que {v1 , . . . , vn } V . Ento
existe uma nica transformao linear T : U V tal que T (ui ) = vi para cada i.
Prova:
{u1 , . . . , unP
} uma base e U , para u U existem nmeros reais
n
1 , . . . , uP
i ui . Usando este fato, denimos T : U V por
n tais que u =
i=1 P
T (u) = ni=1 i vi quando u = ni=1 i ui . Armamos que T funo e que T uma
Como
transformao linear.
39
T e do fato que os coecientes

T uma
ver que T
Pn funo. Para P
n
e que R. Se u =
i=1 i ui e x =
i=1 i ui
P
Pn
n
u
=
(
+
)u
de
onde
segue
que
i
i i
i=1 i i
i=1
Da denio de
T (u + x) =
n
X
n
X
(i + i )vi =
i=1
o que prova que
T (ui ) = vi
i=1
i,
o que prova que
ento
n
X
i vi = T (u) + T (x),
ui = 0u1 + . . . , 1ui + . . . 0un
temos que
uma transformao como a requerida.
Para mostrar que unica, suponha que
S(ui ) = T (ui ) = vi
linear, suponha que
i=1
linear. Mais ainda, como
para cada
linear tal que
i vi +
u U so
Pn u, x U
u + x = i=1 i ui +
na representao de
unicos, segue que
para cada
S : U VP uma outra
i. Se u = ni=1 i ui U
transformao
ento
n
n
n
X
X
X
S(u) = S(
i ui ) =
i S(ui ) =
i vi = T (u),
i=1
o que implica que
Observao 3.9.
TP: U V
T (u) = ni=1 i vi .
mao
i=1
S(u) = T (u)
para todo
i=1
u U.
Isto prova que
T = S.
Note que na prova do Lema 3.8 aparece como denir a transfortal que
T (ui ) = vi
para cada
i.
De fato, se
u=
Pn
i=1 i ui ento
Deixamos como exercicio provar o seguinte Lemma.
Lema 3.10. Suponha que {u1 , . . . , un } um conjunto linearmente independente de
U e que {v1 , . . . , vn } V . Ento existe uma transformao linear T : U V tal que

T (ui ) = vi para cada i. Mais ainda, se {u1 , . . . , un } no uma base ento existem
innitas transformaes que vericam as condies requeridas.
Exemplo 3.11.
gerada por
Achar uma transformao linear
T : R3 R3
tal que
T (R3 )
seja
{(1, 2, 0), (1, 1, 1)}.

T tal que T (1, 0, 0) = (1, 2, 0), T (0, 1, 0) =
(x, y, z) R3 , temos que
Deniremos uma transformao
(1, 1, 1)
T (0, 0, 1) = (0, 0, 0).
Se
T (x, y, z) = xT (e1 ) + yT (e2 ) + zT (e3 )

= x(1, 2, 0) + y(1, 1, 1)
= (x + y, 2x + y, y).
Assim, a transformao linear dada por
Exemplo 3.12.
T (x, y, z)(x+y, 2x+y, y) como a requerida.

T : R2 R2
tal que T (1, 2) =

T (0, 1) = (1, 2).
2
2
Como {(1, 2), (0, 1)} uma base de R , para (x, y) R existem nmeros reais
, tais que (x, y) = (1, 2) + (0, 1) = (, 2 + ). Mais ainda, fazil ver que neste
caso = x e = (y 2x).
(3, 1)
Da Observao 3.9 temos que a transformao requerida dada por
T (x, y) = T (x(1, 2) + (y 2x)(0, 1))

= xT (1, 2) + (y 2x)T (0, 1)
= x(3, 1) + (y 2x)(1, 2)
= (x + y, 2y 5x).
40
Introduzimos agora o conceito de ncleo de uma transformao linear. No que

segue desta apostilha, usaremos a mesma notao
para o zero de algum espao
vetorial.
Denio 3.13. Seja
T L(U, V ). O ncleo de T o subconjunto de U denido

por T 1 ({0}) = {u U : T (u) = 0}. No que segue usaremos a notao N (T ) para o
ncleo de T .
Lema 3.14. Suponha que T
L(U, V ). Ento o ncleo de T um subespao vetorial

de U . Mais ainda, T injetora N (T ) = {0}.
Prova: A Primeira propriedade segue diretamente de Proposio 3.7 pois {0} um

N (T ) = T 1 ({0}).
T injetora e seja
T (x) = 0V , T (0) = 0 (veja o item (2) da Proposio 3.7) e T
injetora, segue que x = 0U . Isto prova que N (T ) = {0}.
Suponha agora que N (T ) = {0} e que x, y U so tais que T (x) = T (y). Como T
linear, vemos que T (xy) = T (x)T (y) = 0 o que implica que xy N (T ) = {0}
e que x = y . Isto mostra que T injetora. A prova est completa.
Mostremos agora a segunda propriedade. Suponha agora que
x N (T ).
Como
Exemplo 3.15.
Sejam
T : R2 R2
a transformao linear denida por
T (x, y) = (x cos y sen , x sen + y cos ).

Se
(x, y) N (T )
ento
T (x, y) = (x cos y sen , x sen + y cos ) = (0, 0),
de
onde segue que
cos() sen ()
sen () cos()

x
y

=
0
0

.
Como A matriz anterior inversivel (o determinante da matriz anterior 1),

obtemos que
(x, y) = (0, 0).
Assim,
N (T ) = {0}
o que implica que
injetora.
Estabelecemos agora um dos mais importantes resultados da teoria de transformaes lineares.
Teorema 3.16 (Teorema do Ncleo e da Imagem). Suponha que T

U tem dimenso nita. Ento dim(U ) = dim N (T ) + dim T (U ).
Prova: No que segue supomos que N (T ) 6= {0}.
Como
L(U, V ) e que
um espao de dimenso
N (T ) tambm nitamente gerado. Suponha que {u1 , . . . , up }

N (T ). Pelo Teorema 2.35 sabemos que existem vetores v1 , . . . , vq de U
tais que {u1 , . . . , up , v1 , . . . , vq } uma base de U.
No que segue, mostraremos que {T (v1 ), . . . , T (vq )} uma base de T (U ). Para
comear vejamos que {T (v1 ), . . . , T (vq )} linearmente independente.
Suponha que 1 T (v1 ) + + q T (vq ) = 0. Como T linear, fazil ver que
Pq
T (1 v1 + + q vq ) = 0, de onde segue que
i vi N (T )P
. Usando que
j=1 P
q
{u1 , . . . , up } uma base de N (T ), podemos supor que j=1 i vi = pj=1 i ui onde
i so nmeros reais. Assim,
nita, temos que

uma base de
1 u1 + + p up 1 v1 q vq = 0,
41
1 = = q = 1 = = p = 0 pois {u1 , . . . , up , v1 , . . . , vq }
{T (v1 ), . . . , T (vq )} linearmente independente.
Por outro lado, como {u1 , . . . , up , v1 , . . . , vq } uma base de U , do item (1) da
Proposio 3.7 segue que {T (u1 ), . . . , T (up ), T (v1 ), . . . , T (vq )} um conjunto gerador
de T (U ), o que implica que {T (v1 ), . . . , T (vq )} um conjunto gerador de T (U ). Isto
completa a prova que {T (v1 ), . . . , T (vq )} uma base de T (U ).
Notando que {u1 , . . . , up } base de N (T ), que {u1 , . . . , up , v1 , . . . , vq } base
de U e que {T (v1 ), . . . , T (vq )} uma base do espao T (U ), vemos que dim U =
dim N (T ) + dim T (U ). A prova do caso N (T ) = {0} segue da prova anterior. Isto
de onde obtemos que

uma base de
U.
Isto prova que
completa a demostrao.
Observao 3.17.
Na prova do Teorema 3.16 aparece uma maneira de achar uma
T (U ). De fato, na prova supomos que {u1 , . . . , up } uma base de

N (T ) e logo completamos este conjunto a uma base do espao U que foi denotada
por {u1 , . . . , up , v1 , . . . , vq }. O conjunto {T (v1 ), . . . , T (vq )} uma base de T (U ).
base para o espao
Como consequncia do resultado anterior temos as seguintes propriedades.
Corolrio 3.18. Suponha que T

condies so equivalentes.
L(U, V ). Se dim U = dim V , ento as seguintes
1. T sobrejetora,
2. T injetora,
3. T bijetora,
4. T leva bases de U em bases de V, isto , se {u1 , . . . , un } uma base de U ento
{T (u1 ), . . . , T (un )} uma base de V.
Prova:
Suponha que
dim(N (T )) + dim(V )
dim(U ) =
N (T ) = {0}. Agora,
sobrejetora. Pelo teorema anterior temos que
dim(N (T )) = 0 e que
T injetora.
Se T injetora ento dim N (T ) = 0 e do Teorema 3.16 segue dim U = dim T (U ).
Portanto, T (U ) um subespao de V com a mesma dimenso de V o que implica
via o item (2) da Proposio 2.33 que T (U ) = V . Isto prova que T sobrejetora, e
de onde segue que
do Lemma 3.14 podemos concluir que
como consequencia bijetora.
u1 , . . . , un uma base de U. Do item (1) da

Proposio 3.7 sabemos que {T (u1 ), . . . , T (un )} um conjunto gerador de T (U ) = V .
Pn
Pn
Por outro lado, se
i=1 i T (ui ) = 0 ento T ( i=1 i ui ) = 0 de onde obtemos que
P
n
i=1 i ui = 0 uma vez que T injetora. Como u1 , . . . , un base obtemos que
1 = . . . un = 0 o que implica que {T (u1 ), . . . , T (un )} linearmente independente.
Assim, temos provado que {T (u1 ), . . . , T (un )} uma base de V . Portanto, T leva
Suponha que
bijetora e que
bases em bases.
T leva bases em bases. Seja u1 , . . . , un uma base de U.

{T (u1 ), . . . , T (un )} P
uma base de V. Assim, dado v V
n
existem nmeros reais 1 , . . . , n tais que v =
i=1 i T (ui ) de onde obtemos que
Pn
v = T ( i=1 i ui ). Isto mostra que T sobrejetora. A prova est completa.
Finalmente, suponha que
Pela hiptese, o conjunto
Exemplo 3.19. Estudemos a transformao T

p0 + p00 .
42
: P2 (R) P2 (R) denida por T (p) =
p(x) = a0 + a1 x + a2 x2 N (T ) ento (a1 + 2a2 x) + 2a2 = 0 para todo x R.

Fazendo x = 0, seque que a1 = 2a2 e com x = 1 segue que a1 = 0. Assim, p
o polinomio constante p = a0 . Logo, N (T ) = {a : a R} que tem por base o
polinmio {1}.
2
Da observao 3.17 segue que o conjunto {T x, T x } = {1, 2x + 2} uma base da
imagem de T . Assim, T (P2 (R)) um espao de dimenso 2.
Se
Exemplo 3.20.
Achar uma transformao
T L(P3 (R), P2 (R))
tal que
N (T ) =
[{1 + x3 , 1 x2 }].
T precissamos de uma base de P3 (R). Por conveni3
2
encia, consideramos a base {1 + x , 1 x , 1, x}. Como queremos que o ncleo de T
3
2
3
2
seja {1 + x , 1 x }, denimos T (1 + x ) = T (1 x ) = 0. Mais ainda, para que o
3
2
ncleo de T seja exatamente [{1 + x , 1 x }], denimos T (1) = 1 e T (x) = x.
2
3
Para achar uma formula explicita de T , xemos p(x) = a0 + a1 x + a2 x + a3 x
P3 (R). Note agora que
Para denir a transformao
T (p) = T (a0 + a2 a3 + a1 x + a3 (1 + x3 ) a2 (1 x2 ))
= T (a0 + a2 a3 ) + a1 T x + a3 T (1 + x3 ) a2 T (1 x2 )
= (a0 + a2 a3 )1 + a1 x
= a0 + a2 a3 + a1 x.
Exerccio 3.21.
formao
Usando as ideias no exemplo anterior, achar uma segunda trans-
S L(P3 (R), P2 (R))
Corolrio 3.22. Se T
Prova: Como T
tal que
N (S) = [{1 + x3 , 1 x2 }].
L(U, V ), dim(V ) = 1 e T no nula, ento T sobrejetora.
1 = dim U = dim N (T ) + dim T (U ) dim T (U ) 1,

dim T (U ) = 1. Isto prova que T sobrejetora pois dim V = 1.
no nula,
de onde segue que
Corolrio 3.23. Suponha que
T L(Rn , R) no nula. Ento T sobrejetora e

existem nmeros reais a1 , . . . , an tais que T ((x1 , . . . , xn )) = a1 x1 + . . . + an xn para
todo x = (x1 , . . . , xn ) Rn . Mais ainda, N (T ) = {(x1 , . . . , xn ) Rn : a1 x1 + . . . +
an xn = 0} e dim(N (T )) = n 1.
Prova:
Como T no nula segue do Corolario anterior que T sobrejetora. Um

Pn
x = (x1 , . . . , xn ) Rn pode ser P
escrito na forma x = (x1 , . . . , xn ) =
i=1 xi ei
n
de onde vemos que T ((x1 , . . . , xn )) =
i=1 xi T (ei ). Assim, T ((x1 , . . . , xn )) = a1 x1 +
. . . + an xn com ai = T (ei ) e obvio que N (T ) = {(x1 , . . . , xn ) Rn : a1 x1 + . . . +
an xn = 0}.
n
Finalmente, do Teorema 3.16 segue que n = dim(R ) = dim(N (T ))+dim T (U ) =
dim(N (T )) + 1 de onde obtemos que n 1 = dim(N (T )). Isto completa a prova.
vetor
Exemplo 3.24.
M (2, 2)
Se
T (X) = AX XA, onde A a

a b
N (T ), ento AX = XA e
c d
dada por

X=
T : M (2, 2)
1 2
.
0 1
Estudemos o ncleo e a imagem da transformao
1 2
0 1
matriz
A=

a b
a b
1 2
=
,
c d
c d
0 1
43
de onde obtemos o sistema de equaes
a + 2c = a
b + 2d = 2a + b
c = c.
d = 2c + d
c = 0, a = d. Logo, X da forma

a b
1 0
0 1
X=
=a
+b
.
0 a
0 1
0 0

1 0
0 1
Portanto, o espao N (T ) gerado pelas matrizes
,
. Mais ainda,
0 1
0 0
como estas matrizes so linearmente independentes segue que N (T ) um espao de

1 0
0 1
dimenso dois e que
,
uma base de N (T ).
0 1
0 0

x y
petence a imagen
Estudemos agora a imagem de T . Uma matriz Y =
z t

a b
tal que Y = AX XA. Equivalentemente,
de T se existe uma matriz X =
c d

x y
a + 2c b + 2d
a 2a + b
=
z t
c
d
c 2c + d

2c 2d 2a
=
0
2c

0 1
1 0
,
(3.25)
+ 2(d a)
= 2c
0 0
0 1

0 1
1 0
,
} Como
de onde deduzimos que a imagem de T gerada por A = {
0 1
0 0
A linearmente independente, obtemos que a imagem de T um espao vetorial de
dimenso dois e que A uma base da imagem de T .
Deste sistema obtemos que
3.1 Isomorsmo e Automorsmo

Nesta seo estudamos o conceito de espaos vetoriais isomorfos. A isomora um
dos conceitos mais importantes da algebra lineat, e basicamente diz que espaos
vetoriais isomorfos so iguais" do ponto de vista da algebra linear. Para comecar,
introduzimos o conceito de isomorsmo.
Denio 3.26. Uma transformao linear T
: U V chamada isomorsmo se
T bijetora. Se U = V dizemos que T um automorsmo.
Denio 3.27. Os espaos

denido de U em V .
Exemplo 3.28.
1.
T :U U
U e V so isomorfos se existe um isomorsmo linear
As seguintes funes so isomorsmos.

dada por
T (u) = u,
44
2.
T : Rn Pn1 (R)
3.
T : M (m, n) Rmn que associa a cada matriz A = (aij )

n
de R dado por (a1,1 , . . . , a1,n , . . . , am,1 , . . . , am,n ),
dada por
T (x1 , . . . , xn ) = x1 + x2 t + + xn tn1 ,
de
M (m, n)
o vetor
Teorema 3.29. Sejam U, V espaos vetoriais de dimenso nita. Os espacos

so isomorfos dim(U ) = dim(V ).
U, V
Prova: Suponha que dim(U ) = dim(V ) e sejam {u1 , . . . , un } e {v1 , . . . , vn } bases

de
respectivamente. Para mostrar que os espaos so isomorfos, temos que
V . Pelo Lemma 3.8 existe uma nica

T P
L(U, V ) tal que T (ui ) = vi paraPcada i = 1, . P
. . n. Mais ainda, para x U com
x = ni=1 xi ui temos que T (x) = T ( ni=1 xi ui ) = ni=1 xi vi .
No que segue mostraremos que T um isomorsmo entre U e V. Para mostrar
Pn
que T injetora provaremos que N (T ) = {0}. Suponha que x =
i=1 xi ui N (T ).
Pn
Como T (x) =
x
v
=
0
e
{v
,
.
.
.
,
v
}
uma
base
de
V
,
segue
que xi = 0 para
1
n
i=1 i i
todo i e que x = 0. Isto prova que N (T ) = {0}.
Vejamos agora que T sobrejetora. Se y Y ento y pode ser representado
Pn
Pn
x U denido por x =
na forma y =
i=1 yi ui . obvio que
Pn i=1 yi vi . PSeja
n
y
v
=
y
o
que
implica
que
y
T (U ). Como y
T (x) = T ( i=1 yi ui ) =
i=1 i i
arbitario, podemos concluir que T (U ) = V . Portanto, T sobrejetora.
Dos passos anteriores segue que T um isomorsmo e que os espaos U e V so
mostrar que existe um isomorsmo
de
em
isomorfos.
Suponha agora que os
e
{u1 , . . . , un }
U, V
U.
uma base de
U em bases de V ,
dim(U ) = dim(V ).
Exemplo 3.30.
so isomorfos. Sejam
T :U V
Pelo Corolario 3.18 sabemos que
de onde obtemos que
{T u1 , . . . , T un }
um isomorsmo
leva bases de
uma base de
e que
T : R3 R3 a transformao linear dada por T (x, y, z) =

(x y, x z, z y). Se T (x, y, z) = (0, 0, 0) ento x y = 0, x z = 0 e z y = 0
de onde obtemos que x = y = z . Logo, N (T ) = [(1, 1, 1)] e T no injetora. Em
particular, notamos que T no um isomorsmo.
3.1.1
Seja
O Espao Vetorial
L(U, V )
T, S L(U, V ) e R. Como V um espao vetorial, podemos denir as

funes T + S : U V e (T ) : U V por (T + S)(u) = T (u) + S(u) e (T )(u) =
T (u). Mais ainda, fazil mostrar as funes S +T e T so transfromaes lineraes
de U em V . Deixamos como exercicio a prova do seguinte Lemma.
Sejam
Lema 3.31. Sejam
T, S L(U, V ) e R. Ento as funes T + S : U V e

(T ) : U V so transformaes lineares de U em V .
Teorema 3.32. O conjunto
L(U, V ) munido das operaes S + T e T denidas

anteriormente um espao vetorial e dim L(U, V ) = dim(U ) dim(V ).
Prova: A prova
L(U, V ) um espao vetorial deixada como exercicio. Para

L(U, V ), temos que achar uma base deste espao.
Sejam {u1 , . . . , un } e {v1 , . . . , vm } bases de U e V respectivamente. Para 1 i
n e 1 j m denotamos por Ti,j a nica transformao linear Ti,j : U V tal que
que
calcular a dimenso de
45
P
Ti,j (ui ) = vj . Note que Tij (x) = xi vj quando x = ni=1 xi ui . Mostraremos a seguir,
que {Tij : 1 i n, 1 j m } uma base de L(U, V ).
Provemos para comear que {Tij : 1 i n, 1 j m } linearmente
Pn Pm
independente. Se
i=1
j=1 aij Tij = 0, da denio das funes Ti,j segue que
0=
n X
m
X
aij Tij (uk ) =
m X
n
X
aij Tij (uk ) =
i=1 j=1
j=1 i=1
Usando agora que os vetores
v1 , . . . , v m
m
X
akj Tkj (uk ) =
j=1
m
X
akj vj .
j=1
so linearmente independentes, obtemos que
ak1 = . . . = akm = 0. Notando agora que k arbitrario, deduzimos que todos os

coecientes ai,j so zeros, o que mostra que {Tij : 1 i n, 1 j m }
Mostremos agora que
L(U, V ).
{Tij : 1 i n, 1 j m } un
T (ui ) na forma
conjunto gerador de
Para comer, escrevemos cada vetor
Usando agora que
T (ui ) = 1i v1 + + mi vm .
P
Tij (u) = xi vj , para u = ni=1 xi ui vemos
que
T (u) = x1 T (u1 ) + . . . + xn T (un )

= x1 (11 v1 + + m1 vm ) + + xn (1n v1 + + mn vm )
= 11 x1 v1 + + m1 x1 vm + + 1n xn v1 + + mn xn vm
= 11 T11 (u) + + m1 T1m (u) + + 1n T1n (u) + + mn Tnm (u),
de onde obtemos que
T = 11 T11 + + m1 T1m + + 1n T1n + + mn Tnm ,

{Tij : 1 i n, 1 j m } um conjunto gerador de L(U, V ).
Do anterior, vemos que {Tij : 1 i n, 1 j m } uma base de L(U, V )
que dim L(U, V ) = dim(U ) dim(V ).
o que prova que
Denio 3.33. O espao vetorial L(U, R) chamado espao dual de U .

Corolrio 3.34. O espaco dual de U um espao vetorial de dimenso n.
Observao 3.35.
L(U, V ).
A prova do Teorema 3.32 nos fornece de uma base do espao
B = {u1 , . . . , un } uma base de U , a familia de transformaes lineares f1 , . . . , fn : U R dadas por fj (u) = fj (x1 u1 + + xn un ) = xj ,
j = 1, . . . , n, base do espao dual de U . Esta base chamada base dual de B .
Em particular, se
Exemplo 3.36.
B = {(1, 1, 1), (1, 1, 0), (1, 0, 0)}.

Se (x, y, z)
(x, y, z) = z(1, 1, 1) + (y z)(1, 1, 0) + (x y)(1, 0, 0)
onde segue que f1 (x, y, z) = z, f2 (x, y, z) = y z e f3 (x, y, z) = x y.
Achar a base dual de
R3 , ento
de
Proposio 3.37. Sejam Z, W espaos vetoriais.

1. Se T L(U, V ) e S L(V, W ) ento S T L(U, W ).
2. Se T L(U, V ), S L(V, W ) e R L(W, X) ento (R S) T = R (S T ).
3. Se S, T L(U, V ), R L(V, W ) ento R (S + T ) = R S + R T.
46
4. Se T L(U, V ), IV a identidade em V e IU L(U ) a identidade em U .

ento IV T = T e T IU = T.
Prova: Somente provaremos (1).
Para
u, v U
R,
vemos que
S T (u + v) = S(T (u + v))
= S(T (u) + T (v))
= S(T (u)) + S(T (v))
= S(T (u)) + S(T (v))
= (S T )(u) + (S T )(v),
o que mostra que
3.1.2
ST
(3.38)
A matriz associada a uma Transformao Linear
Como consequencia do Teorema 3.29, temos que um espao de dimenso nita

do ponto de vista da algebra linear igual ao espao
Rn .
De esta forma possivel
simplicar de maneira importante o estudo de espaos vetoriais. Da mesma forma,

podemos simplicar a teoria de transformaes lineares associando a cada transformao linear
T :U V
T : Rn Rm . Mais ainda, como

L(Rn , Rm ) via o espao de matrizes
uma transformao linear
veremos nesta seo, podemos estudar o espao
M (n, m).
T
V . No
Para iniciar nosso estudo, precissamos introduzir algumas notaes. Sejam
L(U, V ), B = {u1 , . . . , un } uma base

Pmde U e C = {v1 , . . . , vm } uma base
que segue, supomos que T (uj ) =
i=1 ai,j vi onde ai so nmeros reais.
de
Denio 3.39. A matriz de representao da transformao T em relao s bases
B e C a matriz [T ]B
C M (m, n) dada por
a1,1 a1,2 . . . a1,n

a2,1 a2,2 . . . a1,n
[T ]B
=
..
.
.
.
.
C
.
.
.
.
.
.
.
am,1 am,2 . . . am,n
Exemplo 3.40.
T : R3 R2 dada por T (x, y, z) = (x + y, x z), B =

{(1, 0, 0), (0, 1, 0), (0, 0, 1)} e C = {(1, 1), (0, 1)}.
B
Para achar [T ]C , temos que representar os vetores T (ei ) como combinao linear
dos vetores C = {(1, 1), (0, 1)}. Note que
Sejam
T (1, 0, 0) = (1, 1) = 1(1, 1) + 0(0, 1),

T (0, 1, 0) = (1, 0) = 1(1, 1) 1(0, 1),
T (0, 0, 1) = (0, 1) = 0(1, 1) 1(0, 1),
B
de onde obtemos que [T ]C
Exemplo 3.41.
3
cannica de R e
Sejam

1 1
0
=
.
0 1 1
T : R3 R2
dada por
a base cannica de
R2 .
47
T (x, y, z) = (x + y, x z), B
a base
[T ]B
C
Como antes, para achar

em relao a base
C.
temos que achar as coordenada de cada vetor
T (ei )
Como
T (1, 0, 0) = (1, 1) = 1(1, 0) + 1(0, 1),

T (0, 1, 0) = (1, 0) = 1(1, 0) + 0(0, 1),
T (0, 0, 1) = (0, 1) = 0(1, 0) 1(0, 1),
(3.42)

1 1 0
B
obtemos que [T ]C =
. Note que neste caso (o caso onde usamos as bases
1 0 1
canonicas) temos que
x
y ,
T (x, y, z) = (x + y, x z) = [T ]B
C
z
para todo
(x, y, z) R3 .
Como veremos a seguir, este fato bem mais geral.

ento, T (u)C = [T ]B
C uB .
T L(U, V ), B base de U e C base de V . Se u U
Prova: Suponha que

B =
{u1 , . . . , un }, C = {v1 , . . . , vm } e [T ]B
C = (ij ).
Seja
uU
a1
e suponha que

uB = ... .
an
Com essas notaes temos que
T (u) = T (a1 u1 + + an un )
= a1 T (u1 ) + + an T (un )
= a1 (11 v1 + + m1 vm ) + + an (1,n v1 + + m,n vm )
= (a1 1,1 + + an 1,n )v1 + + (a1 m,1 + + an m,n )vm ,
de onde segue que
a1 1,1 + + an 1,n
.
.
.
T (u)C =
a1 m,1 + + an m,n
1,1
1,n
.
.
.
..
.
.
.
m,1
m,n
a1
.
.
.
B
= [T ]C uB ,
an
o que completa a prova.

Estabelecemos agora algumas propriedades relativas a matrizes de representao.
Proposio 3.44. Sejam B e C bases de U e V respectivamente. Se T, S L(U, V )

B
B
e , R ento [T + S]B
C = [T ]C + [S]C .
Prova:
[S]B
C
Suponha que
= (ij ).
B = {u1 , . . . , un }, C = {v1 , . . . , vm }, [T ]B
C = (ij )
Nessas condies temos que
(T + S)(uj ) = T (uj ) + S(uj )

= (1,j v1 + + m,j vm ) + (1,j v1 + + m,j vm )
= (1,j + 1,j )v1 + + (m,j + m,j )vm ,
de onde deduzimos que
[T + S]B
C =
1,1 + 1,1
1,n + 1,n
.
.
.
..
.
.
.
m,1 + m,1
m,n + m,n
48
B
B
= [T ]C + [S]C .
e que
Proposio 3.45. Seja W espaos vetorial, T L(U, V ) e S L(V, W ). Se B, C e

C
B
D so bases de U, V e W respectivamente, ento [S T ]B
D = [S]D [T ]C .
Prova:
[T ]B
C
B = {u1 , . . . , un }, C = {v1 , . . . , vm }
= (k,l ) e [S T ]B
D = (s,r ) temos que
Suponha que
= (i,j ), [S]C,D
m
X
S T (uj ) = S
D = {w1 , . . . , wp }.
Se
!
ij vi
i=1
m
X
i=1
m
X
ij S(vi )
p
X
ij
i=1
p
X
m
X
k=1
i=1
!
ki wk
k=1
!
ki ij
wk ,
de onde obtemos que o coeciente que aparece na posio

dado por
(k, j)
da matriz
Pm
[S T ]B
D
i=1 k,i i,j .
B
C
k,j de P
[S]C
D [T ]C obtido a partir da la k de [S]D e
m
B
da coluna j de [T ]C via a regra k,j =
i=1 k,i i,j . Assim temos que o coeciente
B
que aparece na posio (k, j) de [S T ]D igual ao coeciente que aparece na posio
B
B
C
B
(k, j) de [S]C
D [T ]C , o que prova que [S T ]D == [S]D [T ]C .
Por outro lado, o coeciente
Corolrio 3.46. Sejam B e C bases de U e V respectivamente.

1
1. Se T L(U, V ) inversivel, ento [T 1 ]CB = ([T ]B
C) .
C
2. Se U = V , B = C e T L(V ) ento [T ]CC = [I]B
C [T ]B,B [I]B .
Prova: Note que

1 C
[T ]B
]B = [T T 1 ]C = [I]C = I,
C [T
B
1
T ]B,B = [I]B,B = I,
[T 1 ]C
B [T ]C = [T
(3.47)
I a matriz identidade de ordem n. Isto implica que [T ]B

C uma matriz inversivel
1
C
B
1
que [T
]B = ([T ]C ) .
A propriedade em (2) segue diretamente de (1), e deixada como exercicio.
onde
e
Exemplo 3.48.Seja
B = {(1, 1), (1, 1)}
e suponha que
T L(R2 )
tal que
1 0
[T ]B,B =
. Achar [T ]C,C onde C a base cannica de R2 e uma formula
0 5
explcita para T (x, y).
B
B
C
B
Para achar [T ]C,C , usamos a formula [T ]C,C = [I]C [T ]B [I]B =. Para calcular [I]C
note que
(1, 0) =
(0, 1) =
1
(1, 1) +
2
1
(1, 1)
2
49
1
(1, 1),
2
1
(1, 1),
2
de onde segue que
[I]C
B =
1
2
1
2
1
2

.
12
Similermente, obtemos que
[I]B
C =

1 1
.
1 1
Assim,
[T ]C,C

1
1 1
1 0
2
=
1
1 1
0 5
2
1
2
12

=

3 2
.
2 3
Finalmente, da Proposio 3.43 segue que

T (x, y) = [T ]C,C
Exemplo 3.49.
T : P2 (R) R

= (3x 2y, 3y 2x).
Exemplo 3.50.
a transformao dada por
em relao s bases cannicas de
P2 (R)
T (p) =
R1
0 p(s)ds.
R.
1
2
Sejam C = {1} e B = {1, x, x }. Da denio de T temos que T (1) = 1, T (x) =
2

1 1
1
2
B
T (x ) = 3 , de onde segue que [T ]C = 1 2 3 .
Seja
Achar a matriz de
e
x
y
T : P3 (R) P2 (R) dada por T (p) = p0 . Achar a matriz de T

em relao s bases cannicas de P3 (R) e P2 (R).
n
Primeiro que nada, lembre que a base canonica de Pn (R) Cn = {1, x, . . . , x }.
Seja
Note agora que
T (1) = 0 = 0 + 0x + 0x2 ,
T (x2 ) = 2x = 0 + 2x + 0x2 ,
T (x) = 1 = 1 + 0x + 0x2 ,
T (x3 ) = 3x2 = 0 + 0x + 3x2 ,
de onde segue que

3
[T ]C
C2
Exemplo 3.51.
0 1 0 0
= 0 0 2 0 .
0 0 0 3
T : R3 R3 dada por T (x, y, z) = (x + z, y + z, x + y + 2z).

B = {(1, 1, 2), (1, 1, 0), (1, 1, 1)}.
Seja
B
Achar [T ]B sendo
Note que
T (1, 1, 2) = (3, 3, 6) = 3(1, 1, 2) + 0(1, 1, 0) + 0(1, 1, 1),

T (1, 1, 0) = (1, 1, 0) = 0(1, 1, 2) + (1, 1, 0) + 0(1, 1, 1),
T (1, 1, 1) = (0, 0, 0) = 0(1, 1, 2) + 0(1, 1, 0) + 0(1, 1, 1),
de modo que
3 0 0
[T ]B = 0 1 0
0 0 0
Como veremos no seguinte resultado, possivel deduzir propriedades de uma
transformao
a partir da propriedades de
[T ]B
C.
T L(U, V ), B uma base de U e C uma base V . A

transformao T um isomorsmo [T ]B
C inversivel.
Prova:
Se
B 1
que ([T ]C )
um isomorsmo, pelo Corolario 3.46 temos que
[T 1 ]
[T ]B
C
inversivel e
C,B .
B
Suponha agora que [T ]C inversivel. Da Proposio 3.43 sabemos que T (u)C =
B
[T ]C uB para todo u U , de onde vemos que T (u) = 0 u = 0. Assim, N (T ) = {0}
o que implica que T um isomorsmo pois dim(U ) = dim(V ).
50
Exemplo 3.53.
Vejamos se a transformao linear
T (a, b) = a + (a + b)x
Se
T : R2 P1 (R)
dada por
um isomorsmo.
a base canonica de
R2
C = {1, x, x2 },
matriz inversivel, seque da Proposio 3.52 que
ento

1 0
.
1 1
[T ]B
C =
Como esta
um isomorsmo.
3.2 Exerccios
Ex. 3.54.
Seja
Ex. 3.55.
Verique se as funes abaixo so transformaes lineares.
T L(U ).
T2 = 0
Mostre que
1.
T : R3 R
dada por
T (x, y, z) = x + 5y z,
2.
T : R3 R
dada por
T (x, y, z) = x + 5y z + 1,
3.
T : R3 R
dada por
T (x, y, z) = x2 + 5y z,
4.
T : M (n, 1) M (n, 1)
dada por
T (U ) N (T ).
se e somente se
T (X) = AX + X,
sendo
A M (n, n)
uma
matriz xa.
5.
T : Pn (R) Pn (R)
6.
T : M (2, 2) M (2, 2)
dada por
T (p) = p0 + p00 ,
dada por
T (X) = AX
onde
A M (2, 2)
uma matriz
xa.
7.
T : P2 (R) P2 (R)
dada por
T (p) = p + q
onde
q(t) = t2 + 1
um polinmio
dado.
Ex. 3.56.
Achar o ncleo, uma base do ncleo, a imagen e uma base da imagem
para as seguintes transformaes.

1.
T : R2 R
dada por
T (x, y) = y + 2x,
2.
T : R3 R
dada por
T (x, y, z) = z 2x,
3.
T : R2 R2
dada por
T (x, y) = (2x + 2y, x + y),
4.
T : R2 R2
dada por
T (x, y) = (x + y, x y),
5.
T : R3 R3
dada por
T (x, y, z) = (z x, z 2x, z 3x),
6.
T : R3 R3
dada por
T (x, y, z) = (x + y, 2x + y, 3x + y),
7.
T : R2 R
dada por
T (x, y) = y + 2x,

8.
T : M (2, 2) M (2, 2)
9.
T : P2 (R) P2 (R)
dada por
T (p) = p0 , p P2 (R),
10.
T : P2 (R) P2 (R)
dada por
T (p) = p0 + p00 , p P2 (R),
dada por
T (X) = AX,
onde
A=
1 2
2 4

11.
T : M (2, 2) M (2, 2)
dada por
T (X) = AX + X,
51
sendo
A=

,
1 4
2 3

.
Ex. 3.57.
T : R3 R3 tal que T ((1, 0, 0)) =

T ((1, 1, 1)) = (2, 0, 7). T sobrejetora?, injetora?
(2, 3, 1), T ((1, 1, 0)) = (5, 2, 7)
bijetora? justique sua resposta.
Ex. 3.58.
T (t) = t +
t2 e
T (t2 )
= 1+t
2t2 .
T : P2 (R) P2 (R) tal que T (1) = 1 + t,
sobrejetora?, injetora? bijetora? justique
sua resposta.
Ex. 3.59.

T

1 0
0 0

T
T
T : M (2, 2) M (2, 2) tal que

1 1
1 0
T
=
,
0 0
0 3

=
0 0
1 0

1 4
2 3
0 0
2 1

,
0 0
0 1

=
1 0
2 0

.
sobrejetora?, injetora? bijetora? justique sua resposta.
Ex. 3.60.
{(1, 1, 0, 0), (0, 0, 1, 0)}
Ex. 3.61.
seja base do ncleo de
T : R4 R4
T.
T : R4 R4
da imagem de T .
{(1, 1, 0, 0), (0, 0, 1, 0)}
seja base do ncleo e
tal que o conjunto
tal que o conjunto
Ex. 3.62.
T : R3 R3
tal que
dim N (T ) = 1.
Ex. 3.63.
T : R3 R3
tal que
{(1, 1, 0), (0, 0, 1)}
seja base do nucleo e
{(1, 1, 1)}
seja base da imagem.
Ex. 3.64.
Achar
Ex. 3.65.
T L(R3 , R4 )
tal que
T (R5 ) = [(1, 0, 0), (0, 1, 0), (1, 1, 1)]
Ex. 3.66.
dim T (R5 )
T : R5 R3
tal que
N (T ) = [(1, 1, 1, 1, 1), (1, 1, 1, 1, 0)].
T (0, 1, 0) = (3, 4)
Ex. 3.67.
T (R3 ) = [(2, 2, 3, 2), (3, 2, 0, 2)].
T : R3 R2
tal que
T (1, 0, 0) = (1, 2),
T (0, 0, 1) = (0, 0).
T : R5 R3
tal que
dim N (T ) = 2
= 3.
Ex. 3.68.
Achar
Ex. 3.69.
L(R3 , R4 )
tal que
N (T ) = [(1, 0, 1)].
T : R4 R4
tal que
N (T ) = T (R4 ) =
[(1, 0, 1, 0), (0, 1, 0, 1)].
Ex. 3.70.
Achar
Ex. 3.71.
T : R2 R3
linear tal que
T (R2 ) = [(1, 1, 1), (1, 2, 0)].

T : R2 R3
tal que
T (R2 ) = [(1, 1, 1)]
N (T ) = [(1, 1)].
Ex. 3.72.
Estudar se as transformaes lineares abaixo so isomorsmos. Em caso
armativo, achar a inversa de

1.
T : R3 R3
dada por
T.
T (x, y, z) = (x 3y 2z, y 4z, z),

52
2.
T : R3 R3
3.
T : R3 R3
(0, 0, 4).
Ex. 3.73.
U = R2
2.
U = M (2, 3)
4.
T (1, 0, 0) = (1, 1, 1), T (0, 0, 1) = (1, 0, 1)
tal que
Estudar se os espaos
1.
3.
T (x, y, z) = (x, x y, 2x + y z),
dada por
T (0, 1, 2) =
so isomorfos.

V = (x, y, z) R3 : z = 0 .

V = {p P4 (R) : p0 = 0} .

U = R3 e V = A M (2, 2) : At = A .

a 0
U=
: a R e V = {p P3 (R) : p0 = 0} .
0 0
Ex. 3.74.
R(x, y) = (x, x + y) e
2
2
dente de L(R , R ).
Ex. 3.75.
L(V, W )
U, V, W so espaos vetoriais. Se T L(U, V ) e S

N (T ) = {0} e N (S) = {0} , mostre que N (S T ) = {0} .
Suponha que
so tais que
Ex. 3.76.
T, R, S L(R2 , R2 ) dadas por T (x, y) = (x, 2y),

S(x, y) = (0, x) formam um subconjunto linearmente indepen-
Mostre que as funes
Achar matrizes de representao nas bases cannicas de
1.
T : R3 R2
2.
T : R4 R
dada por
T : R R3
dada por
dada por
T (x, y, z) = (x + y, z),
T (x, y, z, t) = 2x + y z + 3t,
T (x) = (x, 2x, 3x).

1 2
Ex. 3.77. Seja M = 0 1 e T : M (2, 2) M (2, 2) dado por T (X) =
M X XM . Achar a representao de T em relao a base cannica de M (2, 2)

1 1
2
2
B
Ex. 3.78. Suponha que T L(R , R ) tal que [T ]B = 5 1 sendo B =
2
{(1, 0), (1, 4)}. Achar [T ]C
C sendo C a base cannica de R . Achar uma formula
explicita para T (x, y).
3.
Ex.
3.79.
R
Seja
1
1 p(s)ds. Achar
T : P2 (R) R
[T ]B
C nos casos

B = 1, t, t2 , C = {1}
Ex. 3.80.
Seja
S : R3 R3
S(x, y, z) e [S]C
C.
Seja
a transformao linear denida por

B = 1, 1 + t, 1 + t + t2 , C = {2} .
R3 e suponha T L(R3 , R3 )
1 1 0
0 1 0 .
[T ]C
C =
0 1 1
a base canonica de
dada por
T (p) =
S = I + T + 2T 2 .
53
tal que
Achar uma formula explicita para
Ex. 3.81.
Seja
p(t) p(1).
Achar
Ex. 3.82.
Suponha que
T, S : V V
Achar
T : P2 (R) P2 (R) a transformao

linear dada por T (p(t)) =

B e [T ]C sendo B = 1, t 1, (t 1)2 e C = 1, t, t2 .
[T ]B
,
[T
]
C
B
C
B = {u1 , u2 , u3 }
S(u1 ) = 3u1 + 2u2 ,
T (u2 ) = u1 + u2 ,
S(u2 ) = u1 u2 u3 ,
T (u3 ) = u2 + u3 ,
S(u3 ) = u1 + u2 2u3 .
e
e que
[T 3 S 2 ]B
B.
U = R3 , V = R2 ,
{(1, 0), (0, 1)}. Achar T L(U, V ) tal que

1 2 3
0 0
a)
b)
4 5 1
0 1
Sejam
tais que
T (u1 ) = 2u1 3u2 + u3 ,
B
B
2
B
[T ]B
B , [S]B , [S T ]B , [S + I]B
Ex. 3.83.
uma base de um espao vetorial
so transformaes lineares em
B = {(1, 0, 0), (0, 1, 0), (0, 0, 1)} e C =

[T ]B
C dada por

1
10 5 3
c)
0
2 1 4
54
Captulo 4
Autovalores e Autovetores
Neste captulo introduziremos alguns conceitos que nos auxiliaram na compreenso
do comportamento de uma transformao linear
sub-espacos
de
de modo que
T : V V.
seja uma transformao de
A idea bsica achar
em
U.
Comeamos
com algumas denies.

Neste Capitulo,
ser um espao vetorial.
Denio 4.1. Seja T
L(V ) e U um subespao vetorial de V . Dizemos que U

invariante por T se T (U ) U.
Denio 4.2. Seja
T L(V ). Dizemos que um vetor no nulo u V um

autovetor de T se existe R tal que T (u) = u. Neste caso, chamado de
autovalor de T associado ao autovetor u.
A partir dos autovalores de uma transformao linear, podemos achar espaos
invariantes.
Lema 4.3. Suponha que T L(V ) e que um autovalor de T . Ento o conjunto

V () = {u V : T (u) = u} = N (T I) um subespao vetorial de V e V ()
invariante por T .
Prova: Sejam u, v V () e R.
Da denio de
V ()
vemos que
T (u + v) = T (u) + T (v) = u + v = (u + v),

o que implica que
que
T (u) V ()
u + v V ().
espao invariante por
T T (u) = T (u) = T (u) segue

T (V ()) V (). Isto mostra que V () um
Mais ainda, como
o que implica que
T.
Denio 4.4. Suponha que
T L(V ) e que um autovalor de T. O subespao

vetorial V () chamado subespao prprio associado ao autovalor e a dimenso
de V () a chamada de multiplicidade geomtrica de .
Exemplo 4.5.
Estudemos os autovalores e os subespaos prprios da transformao
T : R2 R2 dada por T (x, y) = (y, 4x).

Se R um autovalor de T ento existe (x, y) 6= (0, 0) tal que (y, 4x) =
T (x, y) = (x, y). Assim, para achar um autovalor, temos que estudar o sistema
(
y x = 0
4x y = 0,
55
que pode ser re-escrito na forma

1
x
0
=
.
4
y
0
Note que este problema tem uma soluo no nula

det
= 2.
somente quando

1
= 2 4 = 0.
4
Assim, os unicos candidatos a autovetores de

Estudemos o caso
(x, y),
(4.6)
so
2.
Veja que
V (2) = {(x, y) R2 : T (x, y) = 2(x, y)}

= {(x, y) R2 : (y, 4x) = 2(x, y)}
= {(x, y) R2 : 2x = y}
= {(x, 2x) R2 : x R}
= [(1, 2)],
(4.7)
(1, 2) um autovetor associado a = 2 e

2 um. Similarmente, para = 2 temos que
de onde obtemos que

dade geomtrica de
que a multiplici-
V (2) = {(x, y) R2 : T (x, y) = 2(x, y)}

= {(x, y) R2 : (y, 4x) = 2(x, y)}
= {(x, y) R2 : 2x = y}
= {(x, 2x) R2 : x R}
= [(1, 2)],
de onde segue que
trica de
(1, 2)
um autovetor associado a
e que a multiplicidade geom-
um.
B = {(1, 2), (1, 2)}

2 0
.
[T ]B
B =
0 2
Alm do anterior, notamos que
R2 = V (2) V (2)
Exemplo 4.8.
formao
e que
R2 ,
que
Estudemos agora os autovalores e os subespaos prprios da trans-
T : R2 R2
dada por
Para achar os autovalores de

dada por
uma base de
T (x, y) = (x, y),
T (x, y) = (y, x).

T
temos que estudar a equao em variavel
, x, y
que pode ser re-escrita na forma
(
x + y = 0
x y = 0
Este problema equivalente a estudar
1
1

x
y

=
0
0

,
Note que este problema tem uma soluo no nula somente quando

1
det
= 2 1 = 0.
1
56
(4.9)
Como no existe uma soluo real de
2 1 = 0,
deduzimos que
no possui
autovalores.
Vejamos um exemplo mais abstrato.
Exemplo 4.10.
T : Pn (R) Pn (R)
Estudemos a transformao
dada por
T (p) =
f Pn (R)
tal que
p0 .
um autovalor, ento existe

Pn um i polinmio
0
T (f ) f = f f = 0. Se f = i=0 ai t , ento
Se
no zero
a1 a0 + (2a2 a1 )t + . . . + (nan an1 )tn1 + an tn = 0,

t R, de onde segue que a1 = a0 , 2a2 = a1 , . . ., nan = an1 e an = 0.
6= 0 ento an = 0, de onde segue que ai = 0 para todo i e que f o polinmio
zero. Portanto, T no possui autovalores que sejam diferentes de zero.
Por outro lado, se = 0 segue que ai = 0 para i = 1, 2, . . . n e que f = a0 . Assim,
= 0 um autovalor de T , V (0) = {a : a R} e dim V (0) = 1.
para todo
Se
Exemplo 4.11.
autovalores de
Seja
T,
T : R3 R3
dada por
T (x, y, z) = (x, y, x).
Achar todos os
os respectivos subespaos prprios e a multiplicidade geomtrica
de cada autovalor.
Para achar os autovalores de
T,
estudamos a equao
T (x, y, z) (x, y, z) = 0,
que equivalente a estudar o problema

1
0
0
x
0
0
1 0 y = 0 .
1
0
z
0
Este problema tem uma soluo no nula
(x, y, z)
somente quando o determinate da
matriz zero. Assim, para achar os autovalores de

em
(4.12)
podemos estudar a equao
1
0
0
1 0 = (1 )2 = 0.
det 0
1
0
1 = 0, 2 = 1,
2 = 1.
As solues desta equao so

autovalores de
1 = 0
= 0,
so
Note que para
de modo que os unicos possiveis
V (0) = {(x, y, z) R3 : T (x, y, z) = (x, y, x) = 0(x, y, z)}

= {(0, 0, z) R3 : z R}
= [(0, 0, 1)],
o que implica que
para
=1
=0
(4.13)
um autovalor de
e que
dim V (0) = 1.
Similarmente,
vemos que
V (1) = {(x, y, z) R3 : T (x, y, x) = (x, y, x) = 1(x, y, z)}

= {(x, y, z) R3 : x = z}
= {(x, y, x) R3 : x R, y R}
= {x(1, 0, 1) + y(0, 1, 0) : x R, y R}
= [(0, 1, 0), (1, 0, 1)],
(4.14)
57
de onde segue que
=1
um autovalor de
e que a multiplicidade geomtrica de
dois.
B
=
0
0
[T ]B
B =
0
Alm do anterior, notamos que
R3 , R3 = V (0) V (1)
e que
{(0, 0, 1),
(0, 1, 0), (1, 0, 1)}
0 0
1 0 .
0 1
uma base de
Em cada um dos exemplos anteriores podemos observar que os autovetores associados a autovalores diferentes so linearmente independentes. Como veremos no
prximo resultado, isto corresponde a uma propriedade geral.
Teorema 4.15. Seja T
L(V ) e suponha que 1 , . . . , n so autovalores diferentes

de T . Se ui V (i ) para cada i, ento o conjunto {u1 , . . . , un } linearmente
independente.
Prova: Vejamos para comear que {u1 , u2 } linearmente independente.
Se os vetores
6= 0 em R tal que u1 = u2 .
Neste caso temos que T (u1 ) = T (u2 ) de onde segue que 1 u2 = 2 u2 e que 1 = 2 ,
o que aburdo. Isto mostra que {u1 , u2 } linearmente independente.
No que segue mostramos que {u1 , . . . , uk } l.i. se {u1 , . . . , uk1 } linearmente
independente. Suponha, por absurdo que, o conjunto {u1 , . . . , uk1 } no linearmente independente. Neste caso, o vetor uk pode ser representado como combinao
linear dos vetores {u1 , . . . , uk1 }, de modo que existem nmeros reais 1 , . . . , k1
u1 , u2
no so linearmente independente, ento existe
(no todos zeros"!) tais que
uk = 1 u1 + . . . + k1 uk1 .
(4.16)
k uk = T uk = 1 1 u1 + . . . + k1 k1 uk1 .
(4.17)
de onde obtemos que
Se multiplicarmos (4.16) por
e sumarmos o resultado a (4.17) obtemos
0 = 1 (1 k )u1 + 2 (2 k )u2 + + k1 (k1 k )uk1 .

Com estamos supondo que os vetores
u1 , . . . , uk1
sa linearmente independentes,
segue que
1 (1 k ) = . . . = k1 (k1 k ) = 0.
Se j {1, . . . , k 1} tal que j 6= 0, da equao j (j k ) = 0 obtemos que
j = k , o que absurdo pois os autovalores 1 , . . . , n so diferentes. Isto mostra
que {u1 , . . . , uk } realmente linearmente independente.
Finalmente, como foi provado que o conjunto {u1 , u2 } linearmente independente, do processo anterior deduzimos que {u1 , . . . , un } linearmente independente.
Corolrio 4.18. Suponha que as hipoteses do Teorema 4.15Lso satisfeitas e que

dim(V ) = n. Ento B = {u1 , . . . , un } uma base de V , V =
1 0 0
0 2 0
..
..
..
..
.
.
.
.
..
..
..
..
.
.
.
.
0 0 n
58
n
i=1 V
(i ) e
(4.19)
Prova:
Do Teorema 4.15 sabemos que {u1 , . . . , un } linearmente independente e

dim(V ) = n obtemos que dim V (i ) = 1 para
Lntodo i. Como consequencia,
temos que {u1 , . . . , un } uma base de V e V =
i=1 V (i ). Finalmente, como
T (ui ) = 0u1 + + i ui + + 0un para cada i, segue que [T ]B
B dada por (4.19).
como
Como veremos no proximo Teorema, o resultado anterior tem uma verso bem
mais geral.
Teorema 4.20. Seja T L(V ). Suponha que 1 , . . . , m so P

autovalores
P diferentes de T , dim V (i ) = ki , {ui1 , . . . , uiki } uma base de Vi e ki = V (i ) =
S
Ln
i
i
B
dim(V ) = n. Ento m
i=1 {u1 , . . . , uki } uma base de V , V =
i=1 V (i ) e [T ]B
uma matriz diagonal da forma
0
0
..
.
..
.
Am
A1 0
0 A2
..
..
..
B
.
.
[T ]B =
.
..
..
..
.
.
.
0
0
i1 0
0 i
2
..
..
..
.
onde Ai = . .
..
..
..
.
.
.
0 0
0
0
..
.
..
.
iki
(4.21)
4.1 Polinmio Caracterstico

Nesta seo introduzimos o polinmio caracteristico de uma transformao, que entre
outras coisas, nos auxiliar na procura dos autovalores e autovetores de uma transformao linear.
Nos exemplos 4.5, 4.8 e 4.11 podemos observar que o problema
de achar os autovalores foi transformado em achar os valores
para os quais uma
determinda matriz tem determinante zero. O determinante desta matriz chamado

polinomio caracteristico de
T.
Denio 4.22. Seja A M (n, n). O polinmio caracterstico de A denido por

PA () = det (A I), onde I a matriz identidade de ordem n.
Denio 4.23. Seja T
L(V ) e B uma base de V . O polinmio caracterstico de

B
B
T o polinmio denido por PT () = det([T ]B
B [I]B ) = det([T I]B ) onde I a
transformao identidade em V
Observao 4.24.
matriz
[T I]B
B
Note que a matriz em (4.6), (4.9) e (4.12) exatamente a a
sendo
a base cannica.
A denio 4.23 ambigua pois o polinomio depende da base
B.
Como veremos
no prximo resultado, no existe tal ambiguedade.
Proposio 4.25. Se
det([T
Prova:
I]C
C ).
T L(V ) e B, C so bases de V , ento det([T I]B

B) =
C 1
B
C
[T I]C
C = ([I]B ) [T I]B [I]B .
det(A1 ) = det(A), vemos que
Do Corolario 3.46 sabemos que
esta frmula e o fato que
C 1
B
C
det([T I]C
C ) = det(([I]B ) [T I]B [I]B )
1
B
C
= det([I]C
B ) ) det([T I]B ) det([I]B )
1
B
= det([I]C
det([I]C
B)
B ) det([T I]B )
= det([T I]B
B ),
59
Usando
o que mostra o resultado.

No prximo resultado estabelecida a relao entre as raizes do polinomio caracteristico de uma transformao linear
e os autovalores de
T.
Proposio 4.26. Seja T
L(V ). Un nmero real autovalor de T uma

raiz do polinomio caracteristico de T.
Prova: Seja B = {u1 , . . . , un } uma base de V. Suponha que um autovalor de T

que
uV
um autovetor associado a
Da denio de autovetor e da Proposio
B
[T I]B
B uB = 0 de onde deduzimos que det[T I]B = 0 pois
uB 6= 0. Isto prova que uma raiz de PT .
Reciprocamente, se PT () = 0 ento a matriz [T I]B no inversivel, de
T
modo que, existe um vetor no nulo x = (x1 , . . . , xn ) tal que [T I]B x = 0. Se
Pn
denirmos u =
i=1 xi ui , da Proposio 3.43 obtemos que (T I)u = 0 o que
prova que um autovalor de T . A prova est completa.
3.43 temos que
Denio 4.27. Seja T
V e suponha que um autovalor de T . A multiplicidade

algbrica de a multiplicidade de como raiz do polinmio caracterstico de T.
Na proxima proposio estudamos a relaa entre a multiplicidade geomtrica e
a multiplicidade algbrica.
Proposio 4.28. Seja
T V e suponha que um autovalor de T . Ento a

multiplicidade geomtrica de menor o igual a sua multiplicidade algbrica.
Prova: Suponha que dim V () = r.
Sejam B = {u1 , . . . , ur } uma base de V () e

C = {u1 , . . . , ur , v1 , . . . , vp } uma base de V . A representao de T I em relao
a base C da forma
.
..
..
.
Mr(nr)
.
.
0
rr
0(nr)r
N(nr)(nr) nn
0(nr)r M ((n r), r) a matriz nula e a notao Spq indica que S uma
p q . Da representao anterior, segue que PT () = ( )r Q().
Como ainda pode ser raiz de Q(), segue que r menor o igual a multiplicidade
algbrica de .
onde
matriz de ordem
Exemplo 4.29.
Seja
T : R2 R2
T (x, y) = (ax + by, cx + dy). Pelos

T suciente calcular as raizes
usarmos a base canonica para calcular PT ,
dada por
resultados anteriores, para achar os autovalores de

do polinmio caracteristico de
T.
Se
vemos que
PT () = det([T ]C
[I]C )
C C

a b
1 0
= det
c d
0 1

a
b
= det
= 2 (a + d) + ad bc.
c
d
PT possui raizes reais somente quando (a + d)2 4(ad bc) 0. Se
2
(a+d)2 = 4(adbc), ento (a+d)/2
o nico autovalor de T . Se (a+d) 4(adbc) >
O polinmio
0,
os autovalores de
so
a+d
(a+d)2 4(adbc)
.
2
60
4.2 Exerccios
Ex. 4.30.
Achar os autovalores e autovetores da transformao
T :V V
onde
1.
V = R2
T (x, y) = (x + y, x y),
2.
V = R3
3.
V = R4
T (1, 0, 0) = (2, 0, 0), T (0, 1, 0) = (2, 1, 2), T (0, 0, 1) = (3, 2, 1),
3 1 0 0
0 3 0 0
4
[T ]B
B = 0 0 4 0 onde B base cannica de R .
0 0 0 3
Ex. 4.31.
A = (ai,j ) M (n, n)
quando i < j (resp. se
caracterstico de A?
Uma matriz
inferior) se onde
o polinmio
Ex. 4.32.
chamada triangular superior (resp.
ai,j = 0
Suponha que
A, B Mn
onde
ai,j = 0
quando
i>j
). Qual
so matrizes triangulares (superior o inferior)
com a mesma diagonal principal. Existe alguma relao entre seus polinmios caractersticos? Qual?
Ex. 4.33.
4.2.1
Se
autovalor de
T L(V )
ento
autovalor de
T n.
Transformaes lineares diagonalizaveis
Denio 4.34. Dizemos que uma transformao T L(V ) diagonalizvel se

existe uma base de V formada por autovetores de T .
O conceito diagonalizavel motivado pelo seguinte resultado. Antes de continuar,
lembre que uma matriz
A = (ai,j ) M (n, n)
chamada diagonal se
ai,j = 0
quando
i 6= j .
Teorema 4.35. Uma transformao T

B de V tal que
Prova:
[T ]B
B
uma matriz diagonal.
Suponha que
B = {u1 , . . . , un } uma base de V

T (ui ) = i ui para cada i, fazil ver que
1 0 0
0 2 0
[T ]B
=
..
.
. .
..
B
.
.
.
.
.
.
0 0 n
diagonalizavel e seja
formada por autovetores de
Suponha agora que
L(V ) diagonalizavel existe uma base
T.
Como
C = {v1 , . . . , vn }
1 0
0 2
[T ]C
.
..
C = ..
.
.
.
.
0 0
[T ]C
C (ui )C = i (ui )C
associado ao autovalor i .
Como
V tal
0
0
. .
.
.
n
uma base de
segue que
T ui = i ui
e que
que
ui
um autovetor de
Nos prximos resultados conctinuamos estudando condies baixo as quais uma

transformao linear diagonalizavel.
61
Proposio 4.36. Suponha que n = dim(V ) e que C = {u1 , . . . , un } uma base de
V . Uma transformao T L(V ) diagonalizavel existe uma matriz inversivel

M M (n, n) tal que M 1 [T ]C
C M diagonal.
Prova: Se T
diagonalizavel ento existe uma base
formada por autovetores de
T e [T ]B
B uma matriz diagonal. A existncia da matriz
C
B
C
B 1
[T ]B
=
[I]C
B
B [T ]C [I]C e do fato que [I]B = ([I]C ) .
segue agora da relao
Suponha agora que existe uma matriz invertvel M = (mi,j ) M (n, n) tal que
M 1 [T ]C
C M uma matriz diagonal. Para provar o resultado, suciente achar
B
C
uma base B de modo que [ic ]C = M (note que neste caso teremos que [ic ]B =
1
M
Pn ). Considerando o anterior, denamos o conjunto B = {v1 , . . . , vn } onde vi =
j=1 mj,i uj .
Pn
Armamos que B = {v1 , . . . , vn } uma base de V . Suponha que
j=1 j vj = 0.
Pn
Pn
Pn
m
u
=
0
.
Manipulando
m
u
teremos
que
Usando que vi =
j
j,i
j
k,j
k
k=1
j=1
j=1
T
esta soma podemos mostrar que M (1 , , n ) = 0 de onde segue que i = 0 para
cada i pois M inversivel. Isto prova que B = {v1 , . . . , vn } l.i, o que implica que
B = {v1 , . . . , vn } uma base de V pois dim(V ) = n.
B
C
C
B
1 [T ]C M uma matriz diagoDo anterior segue que [T ]B = [Id ]B [T ]C [Id ]C = M
C
nal o que implica que T diagonalizavel.
Lema 4.37. Suponha que T
L(V ), que 1 , . . . , n so
diferentes de T
Snautovalores
i , . . . , ui } uma base
{u
e que {ui1 , P
. . . , uini } uma base
de
V
(
)
.
Ento
B
=
i
ni
1
i=1
P
P
do espao ni=1 V (i ) e dim( ni=1 V (i )) = ni=1 dim(V (i )).
Prova: Para comear, observamos

gerador de
Pni
P
P que i obvio que B um conjunto
i
PnV (i ). Suponha agora que i,j i,j uj = 0 e denamos zi = j=1 i,j uj . Como
cada j , do Teorema 4.15 segue-se que zj = 0 para
j=1 zj = 0 e zj V (j ) para
Pni
i
i
i
cada j , de onde obtemos que
j=1 i,j uj = 0 para cada i. Como {u1 , . . . , uni }
uma base de V (i ), podemos concluir que i,j = 0 para todo i {1, . . . , ii } e todo
i {1, . . . , n}. Isto prova que {uij : i = 1, . . . , n,
Pj = 1, . . . , ni } um conjunto l.i.
o que completa a prova que B uma base de
V (i ). Usando este fato, segue
Pn
Pn
fazilmente que dim(
i=1 dim(V (i )).
i=1 V (i )) =
Teorema 4.38. Seja
T L(V ) e suponha que 1 ,P

. . . , n so todos os autovalores
de T . A transformao T Pdiagonalizvel V = ni=1 V (i ). (Similarmente, T
diagonalizvel dim(V ) = ni=1 dim(V (i )). )
Prova:
Suponha que
diagonalizvel e seja
mada por autovetores de
V (i ),
i=1 V (i ).
dos espacos
V =
T.
segue que
Pn
{u1 , . . . , un }
uma base de
uj
P
V = [{u1 , . . . , un }] ni=1 V (i )
Como cada um dos vetores
Pn
for-
pertence a algum
o que implica que
iSdenotemos por {ui1 , . . . , uini }

n
i
i
uma base de V (i ). Do Lemma 4.37 segue que B =
i=1 {u1 , . . . , uni } uma base
P
Pn
i
i
de
V (i ) o que implica que B = i=1 {u1 , . . . , uni } uma base de V . Portanto,
T diagonalizavel.
Suponha agora que
Exemplo 4.39.
de autovetores
V =
i=1 V
(i )
para cada
A transformao do Exemplo 4.11 diagonalizvel pois o conjunto
B = {(0, 0, 1), (0, 1, 0), (1, 0, 1)}
do Exemplo 4.5 tambm diagonalizvel pois os autovetores

uma base de
R2 .
62
R3 .
(1, 2)
uma base de
A transformao
e
(1, 2)
formam
Note agora que a transformao do Exemplo 4.10 no diagonalizvel pois

o nico autovalor e
V (0) 6= V = Pn (R).
Similarmente a transformao do Exemplo
4.8 no diagonalizvel pois no possui autovalores.

Finalizamos esta seo com o seguintes resultados.
Corolrio 4.40. Uma transformao T
L(V ) diagonalizvel as multiplicidade

algbrica e geomtrica de cada autovalor so iguais.
Prova: Suponha que 1 , . . . , n
so os autovalores de
e notemos por e
mi
a mul-
i .
Pn
T diagonalizavel,
do Teorema 4.38 segue que dim(V ) =
i=1 dim(V )(i ).
P
Como dim(V ) =
mi e dim(V (i )) mi para cada i, temos que mi = dim(V (i ))
para cada i.
P
dim( V (i )) =
PnSuponha agora que mi = dim(V (i )) para cada i. NestePcaso,
n
i=1 V (i ). Agora do
i=1 mi = dim V , de onde podemos concluir que V =
Teorema 4.38 vemos que T diagonalizavel. Isto completa a prova.
ticiplicidade algbrica de
Se
Corolrio 4.41. Se T L(V ) tal que a soma das multiplicidades geomtricas de

todos os autovalores de T igual a dimenso de V, ento T diagonalizvel.
Prova: Sejam 1 , . . . , n os autovalores
P de T
i .
V
(
i ),
i=1
algebrica de
V =
Pn
Como
dim V =
Pnmi
e denotemos por
n
i=1 dim V
a multiciplicidade
(i ) = dim( i=1 V (i )) temos

T diagonalizvel.
que
o que pelo Teorema 4.38 implica que
Corolrio 4.42. Se T L(V ) tal que PT () = (1 ) (m ) onde os

nmeros i so reais e diferentes, ento T diagonalizvel.
Prova: Neste caso temos que dim V (i ) = 1 para cada i.
Agora o resultado uma
consequencia do Corolario 4.40.
Exemplo 4.43.
formao linear
Como aplicao dos resultados anteriores, estudemos se a trans-
T : R3 R3
denida por
T (x, y, z) = (x + z, y + z, x + y + 2z)
diagonalizvel.
Se calculamos o polinomio caracteristico usando a base cannica temos que
1
0
1
1
1
PT () = det 0
1
1
2
= (1 )((1 )(2 ) 1) + 1((1 ))
= (1 )(2 3) = (1 )( 3),
de modo que
PT () possui trs raizes simples.
(4.44)
Agora, do Corolario 4.42 segue-se que
diagonalizvel.
Tambm podemos provar que
diagonalizavel usando a denio de transfor-
mao diagonalizavel, mas este caminho mais longo.

autovetores associados aos autovalores
Neste temos que achar os
= 0, 1, 3.
Para comear, estudemos os autovetores associados a
0(x, y, z),
x, y, z so solues do
x + z = 0
,
y+z =0
x + y + 2z = 0
temos que os nmeros
63
= 0.
Se
T (x, y, z) =
sistema de equaes
x = y = z. Assim, qualquer autovetor (x, y, z) associado a

= 0 da forma x(1, 1, 1) de onde segue-se que V (0) = [(1, 1, 1)] e dim V (0) = 1.
Para achar os autovalores associados a = 1, suponha que T (x, y, z) = (x, y, z).
de onde obtemos que
Neste caso, obtemos o sistema
x + z = x
y+z =y
x + y + 2z = z
x = y e que z = 0. Assim, os autovetores associados a = 1
x(1, 1, 0), V = [(1, 1, 0)] e dim V (1) = 1.
Estudemos agora os autovetores associados a = 3. Se T (x, y, z) = (3x, 3y, 3z)
de onde obtemos que

so da forma
temos que
x + z = 3x
y + z = 3y
x + y + 2z = 3z
z = 2x = 2y . Do anteirior se deduz que os autovetores
ados a = 3 so da forma x(1, 1, 2), V (3) = [(1, 1, 2)] e dim V (3) = 1.
Para nalizar, note que o conjunto B = {(1, 1, 1), (1, 1, 0), (1, 1, 2)}
3
base de R de onde segue-se que T diagonalizavel.
de onde segue-se que
Exemplo

4.45.
[T ]B
B
a b
b c
Suponha que
T : R2 R2
para alguma base
associ-
uma
uma transformao linear tal que
2
de R . A seguir, mostraremos que
diagonali-
zvel.
Usando a matriz
[T ]B
B
PT () = 2 (a + c) + ac b2 . O polinomio
+ 4b2 0. Se (a c)2 + 4b2 = 0, ento b = 0 e
obtemos que
c)2
PT () tem raizes reais se (a

a = c de onde vemos que T diagonalizavel.
2
2
Por outro lado, se (a c) + 4b > 0 temos duas possibilidade, a 6= c ou b 6= 0.
Em qualquer um desses casos, teremos que T tem dois autovalores diferentes de onde
se deduz (via Corolario 4.18) que T diagonalizvel.
Do anterior podemos concluir que T diagonalizvel.
Exemplo 4.46.
T (p(t)) =
p00 (t)
Estudemos agora se a transformao
2p0 (t)
+ p(t)
T : P2 (R) P2 (R)
dado por
diagonalizvel.
1 2 2
C
1 4 e PT () = (1)3 .
Se C a base canonica de P2 (R) ento [T ]C = 0
0 0
1
Assim, para ver que T diagonalizvel temos que achar dim V (1).
2
2
Se p(t) = x+yt+zt um autovetor de T ento T p = 2z 2y4zt+x+yt+zt =
2
x + yt + zt para todo t R, de onde obtemos que y = z = 0. Assim, todo autovetor
de T necessariamente da forma p(t) = x, o que implica que dim V (1) = 1 e que T
no diagonalizvel.
Exemplo 4.47.
por
Estudemos em detalhe se a transformao linear
T (x, y, z, t) = (x + y, y, 2z + t, 2z + t)
diagonalizvel.
64
T : R4 R4
dada
R3
Se usarmos a base canonica de
para calcular o polinomio caracteristico de
obtemos que
1
1
0
0
0
1
0
0
PT () = det
0
0
2
1
0
0
2
1
= (1 )2 ((2 )(1 ) 2)
= (1 )2 (2 3) = ( 3)(1 )2 .
Note que para decidir se
De fato, se
dim V (1) = 2
diagonalizvel suciente achar dimenso de
ento
ser diagonalizvel e se
dim V (1) = 1
V (1).
esta trans-
formao linear no ser diagonalizvel (veja Corolario 4.18).
(x, y, z, t) V (1) ento (x + y, y, 2z + t, 2z + t) = (x, y, z, t), de onde obtemos

que y = z = t = 0. Assim, vemos que os autovetores associados a = 1 so da forma
x(1, 0, 0, 0), V (1) = [(1, 0, 0, 0)] e dim V (1) = 1. Portanto, T no diagonalizavel
pois a multiciplicidades geometrica e algebrica de = 1 so diferentes.
Se
4.3 Exerccios
Ex. 4.48.
nos casos
M (2, 2) talque M 1 AM
M
2 4
3 2
e A =
3 13
2 1
Estude se existe
A=
Ex. 4.49.
Seja
a base canonica de
R3 .
seja uma matriz diagonal
Estude se os operadores
T, S L(R3 )
com matrizes de representao
1 2 2
2 1 2
[T ]C
C =
2 2 3
1 0 0
m 2 0
[S]C
C =
n 0 2
so diagonalizaveis.
Ex. 4.50.
Seja
a base canonica de
R4 .
Estude se os operadores
T, S L(R4 )
com matrizes de representao
1 4 2 2
4 1 2 2
[T ]C
C =
2
2
1
4
2
2
4
1
1 1
1
1
1 1 1 1
[S]C
C =
1 1 1 1
1 1 1 1
so diagonalizaveis.
4.3.1
1. Sejam
que
X, Y
espao vetoriais e
transforma bases de
T :XY
Y T
T : R4 R3 tais
T (1, 1, 0, 0) = (7, 8, 9).
2. Achar 3 transformao lineares
T (1, 1, 1, 0) = (4, 5, 6)
uma transformao linear. Mostre
em bases de
65
um isomorsmo.
que
T (1, 1, 1, 1) = (2, 3, 4),
3. Sejam
X = M (2, 2), Y = P2 (R) e T : X Y a funo dada

a b
T
= ax2 + (a + c)x + a + b + c.
c d
por

1 1
1 1
1 1
1 0
B = {
,
,
,
}
1 1
1 0
0 0
0 0
{1 + 2x + 3x2 , 1 + 2x, 2}
C
Achar [T ]B sendo
T : R4 R4 tal que
0 0 0 0
a 0 0 0
[T ]CC =
0 b 0 0 , sendo C a base
0 0 c 0
e c, de modo que T seja diagonalizvel.
C =
4. Seja
4.3.2
cannica. Achar condies para
a, b
Prova 2 de 2011
1. Seja
T : R3 R3 dada por T (x, y, z) = (5x6y6z, x+4y+2z, 3x6y4z).
(a) Achar os autovalores de
T.
(b) Achar uma base e a dimenso de cada um dos espaos

(c) Mostre que
diagonalizvel.
B
(d) Achar [T ]B ,
a base
(e) Achar
V ().
C
[Id ]B
C , [Id ]B
3
cannica de R .
sendo
([T ]CC )31
a base cannica de
sendo
(f ) Dena Isomorsmo. A funo
R3
R3 .
um isomorsmo ?
T : R3 R3 tal que T (1, 1, 1) = (2, 3, 4),

T (1, 0, 0) = (7, 8, 9). A transformao T um isomor-
2. Achar uma transformao linear
T (1, 1, 0) = (4, 5, 6)
uma base de vetores proprios de
smo ?
66
Captulo 5
Espaos Euclidianos
5.1 Produto Interno
Neste captulo estudaremos uma classe de espaos vetoriais que possuem uma estrutura que combina elementos de elementos de algebra linear, anlise e geometria.
Para comear introduzimos a seguinte denio.
Denio 5.1. Seja V um espao vetorial. Um produto interno em V uma funo

h, i : V V R tal que
1. hu + v, wi = hu, wi + hv, wi para todo u, v, w V,

2. hu, vi = hu, vi para todo u, v V e R,
3. hu, vi = hv, ui para todo u, v V,
4. hu, ui > 0 se u 6= 0.
Denio 5.2. Um espao vetorial munido de um produto interno chamado espao
euclidiano.
Exemplo 5.3.
Rn um espao euclideano provisto do produto interno

hx, yi = x1 y1 + + xn yn . Note que neste caso, o produto interno entre os vetores
(1, 1, 1), (0, 2, 4) R3 h(1, 1, 1), (0, 2, 4)i = 1 0 + (1) 2 + 1 4 = 2.
Similarmente, o produto interno entre os vetores u = (cos(), sin()) e v =
(cos(), sen ()) hu, vi = cos cos + sen sen = cos( ).
Exemplo 5.4.
R3 ,
O espao
Um mesmo espao vetorial pode ter diferentes produto internos. Em
por exemplo, a funo dada por
h(x, y, z), (x0 , y 0 , z 0 )i =
xx0
2
+ yy3 + zz4
tambm
3
um produto interno em R . Veja que neste caso, o produto entre os vetores
10
12
14
1
e (0, 2, 4) h(1, 1, 1), (0, 2, 4)i =
2 + 3 + 4 = 3.
Exemplo 5.5.
(1, 1, 1)
C([a, b]; R) o espao das funes continuas denidas de [a, b] em

Rb
R. Para f, g C([a, b]; R) denimos hf, gi = a f (x)g(x)dx. A funo h, i um
produto interno em C([a, b]; R).
R 2
Note que produto interno entre sin e cos hsin, cos i =
0 sin x cos x dx =
2
sin2 x
= 0.
2
Seja
67
Exemplo
P P 5.6.
m
i=1
em
A = (ai,j ), B = (bi,j ) em M (m, n) denimos hA, Bi =

h, i : M (m, n) M (m, n) R um produto interno
Para matrizes
n
j=1 ai,j bi,j . A funo
M (m, n).

1 1
2 0
Veja que o produto interno das matrizes A =
eB =
hA, Bi =
0 2
1 1
1 (2) + 1 0 + 0 1 + 2 1 = 0.
Exemplo 5.7.
O trao de uma matriz quadrada
diagonal da matriz e denotado por
hA, Bi = tr (B t A)
funo
tr A.
a soma dos elementos da
Deixamos como exercicio mostrar que a
um produto interno em
M (n, n).
A prova do seguinte lemma segue diretamente da denio de produto interno.
Lema 5.8. Suponha que h, i um produto interno em V . Ento as seguintes pro-
priedades so vericadas.
1. h0, 0i = 0,
2. h
i=1 ai ui , vi
Pn
3. hv,
Pn
Pn
4. h
j=1 bj vj ,
Pn
i=1 ai ui i
Pm
i=1 ai hui , vi,
i=1 ai hv, ui i,
Pn
i=1 ai ui i
Pm Pn
j=1
i=1 bj ai hvj , ui i.
Como foi mencionado na introduo, o produto interno permite introducir noes

geometricas no espao
V.
Em particular, a partir de um produto interno podemos
introduzir a noo de distncia. No que segue, para simplicar, sempre supomos que
Denio 5.9.
h, i.
p
A norma de um vetor u V denida por ||u|| = hu, ui.
Exemplo 5.10.
Seja
um espao euclidiano munido de um produto interno denotado por
Rn
munido do produto interno denido no Exemplo 5.3. Neste
p
x = (x1 , . . . , xn ) dada por ||x|| = x21 + + x2n . Note
que nos casos n = 2 e n = 3, a norma de x representa a distncia de x ao ponto zero.
caso, a norma de um vetor
Exemplo 5.11. Se em C([a, b]; R) consideramos o produto interno

q denido no Exemplo 5.4, ento a norma de
f C([a, b]; R)
dada por
||f || =
Rb
2
a [f (x)] dx.
Consideramos agora algumas propriedades da norma.
Proposio 5.12. As seguintes propriedades so vlidas.

1. ||u|| = ||||u|| para todo u V e todo R,
2. ||u|| 0 para todo u V,
3. ||u|| = 0 u = 0,
4. |hu, vi| kuk kvk para todo u, v V (desigualdade de Cauchy-Schwarz),
5. ku + vk kuk + kvk para todo u, v V (desigualdade triangular).
68
Prova: fazil ver que ||u|| =
p
p
p
hu, ui = 2 hu, ui = || hu, ui = || ||u||,
que prova (1). Como as propriedades (2)-(3) so obvias, so deixadas como exercicio.
Para mostrar (4), xemos
u, v V . Se v = 0 a propriedade obvia, de modo

v 6= 0 e u 6= 0. Note que para t R, temos
no
que segue sempre supomos que
0 hu + tv, u + tvi
= hu, ui + 2hu, vit + hv, vit2
= ||u||2 + 2thu, vi + ||v||2 t2 ,
t ||u||2 + 2thu, vi + ||v||2 t2 menor
2
2
2
o igual a zero. Ou seja, hu, vi 4||u|| ||v|| 0 de onde segue que |hu, vi| kuk kvk.
Mostremos agora (4). Fazendo uso da desigualdade de Cauchy-Schwarz, para
u, v V vemos que
o que implica que o descriminate do polinomio
||u + v||2 = hu + v, u + vi
= ||u||2 + ||v||2 + 2hu, vi
||u||2 + ||u||2 + 2||u||||v||
= [||u|| + ||v||]2 ,
de onde obtemos que
Exemplo 5.13.
ku + vk kuk + kvk.
Isto completa a prova.
No caso do exemplo 5.3, a desigualdade de Cauchy-Schwarz dada
por
| (x1 y1 + + xn yn ) | (x21 + + x2n )(y12 + + yn2 ).

Similarmente, no caso do exemplo 5.4 temos que
Z
|
Z
f (x)g(x) dx |
Proposio 5.14
f (x) dx
a
g 2 (x) dx.
. Se u, v so vetores em V ento
(Identidade do Paralelogramo)
ku + vk2 + ku vk2 = 2(kuk2 + kvk2 ).
Prova: Da denio de norma temos que

ku + vk2 + ku vk2 = hu + v, u + vi + hu v, u vi
= hu, ui + hv, vi + 2hu, vi + hu, ui + hv, vi 2hu, vi
= 2hu, ui + 2hv, vi
= 2(kuk2 + kvk2 ).
Antes de enunciar o prximo resultado, notamos que na teoria de anlise, o
conceito de norma mais geral que o descrito neste capitulo. O prximo resultado
nos permite saber se uma norma denida a partir de algum produto interno.
Proposio 5.15. Se u, v so vetores em V, ento ku + vk2 ku vk2 = 4hu, vi.

Prova: fazil ver que
ku + vk2 ku vk2 = hu + v, u + vi hu v, u vi
= hu, ui + hv, vi + 2hu, vi hu, ui hv, vi + 2hu, vi
= 4hu, vi.
A partir do produto interno podemos denir uma distncia no espao
fazer isto, consideremos as seguinte denio.
69
V.
Para
Denio 5.16. Seja U um conjunto e D : U U

que D() uma distncia em U se
[0, ) uma funo. Dizemos
1. D(u, v) = 0 u = v,
2. D(u, v) = D(v, u) para todo u, v V,
3. D(u, v) D(u, w) + D(w, v) para todo u, v, w V (desigualdade triangular).
No que segue deste captulo, usaremos a notao
[0, )
denda por
d(u, v) = ku vk
sendo
kk
d()
para a funo
a norma em
d : V V
V.
Proposio 5.17. As seguintes propriedades so satisfeitas.

1. d(u, v) 0 para todo u, v V,
2. d(u, v) = 0 se e somente se u = v,
3. d(u, v) = d(v, u) para todo u, v V,
4. d(u, v) d(u, w) + d(w, v) para todo u, v, w V.
Prova:
As primeiras trs propriedades so obvias e a desiguladade
segue direta-
mente da desigualdade triangular estabelecida na Proposiao 5.12.
Corolrio 5.18. A funa d() uma distncia em V .

Exemplo 5.19. Veja que no Exemplo p
5.13 (com n = 3) a distncia entre os vetores
u = (1, 1, 3) e v = (2, 2, 1) d(u, v) = (1 2)2 + (1 2)2 + (3 1)2 = 6. Note

que d(u, v) realmente a distncia entre os vetores u e v . Similarmente, nas condies
do Exemplo 5.11, temos que a distncia entre as funes sin() e cos()
Z 2
1
d(sin, cos) = (
[sin x cos x]2 dx) 2
0
Z 2
1
= (
[1 2 sin x cos x] dx) 2
0
=
2.
Consideramos agora algumas questes relacionadas ao conceito de angulo entre
vetores. Da geometria analitica sabemos que o angulo
e
v = (w, z)
de
R2 ,
entre dois vetores
u = (x, y)
tal que
xw + yz
hu, vi
cos() = p
=
.
2
2
2
2
kuk
kvk
x +y w +z
A partir deste fato, deniremos o angulo entre dois vetores de um espao vetorial
u, v V so vetores no nulos, da desigualdade de Cauchyhu,vi

kuk kvk hu, vi kuk kvk de onde segue que 1 kuk
kvk 1.
qualquer. Note que se

Schwarz temos que
Como existe um nico nmero real
[0, )
tal que
cos() =
hu,vi
kuk kvk , podemos
introduzir a seguinte denio.
Denio 5.20. O angulo entre dois vetores no nulos u, v V o nmero real

[0, ) tal que cos() =
Exemplo 5.21.
hu,vi
kuk kvk ,
Considere o produto interno do Exemplo 5.11.
angulo entre as as funes seno e cosseno, note que
1
2
2
sin2 x0 = 0.
Assim, o ngulo entre estas funes
70
hsin, cos i =
2.
R 2Para calcular o
0 sin x cos x dx =
5.1.1
Ortogonalidade
A ortogonalidade entre vetores de
R2
um conceito relevante pois tem implicaes
geometricas importantes. Note por exemplo que dada uma linha

ponto fora de ela, a reta de menor comprimento que parte em
caracterizada pelo fato que o angulo entre as duas retas
L
A
90 .
no plano e um
intercepta
Como veremos,
este tipo de propriedades podem ser generalizadas, estendidas no mbito de espaos

vetorias. Considerando o anterior, introduzimos o seguinte conceito.
Denio 5.22. Sejam u, v V . Dizemos que u, v so ortogonais se hu, vi = 0. No

que segue, usaremos a notao uv para indicar que dois vetores so ortogonais.
Denio 5.23. Dizemos que un counjunto
S V ortogonal se uv para todo

u, v S com u 6= v . Se S ortogonal e kuk = 1 para todo u S , dizemos que S
ortonormal.
Denio 5.24. Dizemos que u V ortogonal a un conjunto S V se uv para

todo v S .
Exemplo 5.25. No Exemplo 5.3, o cojunto de vetores S = {ei : i = 1, . . . , n} um

conjunto ortonormal de Rn .
Observao 5.26.
u 6= 0
v 6= 0,
ento
Note que se
uv
u=0
ou
v=0
ento
uv. Tambem
u e v /2.
notamos que
se e somente se o ngulo entre
Estabelecemos sem prova o seguinte Lema.
Lema 5.27. Se
ortonormal.
u
S V um conjunto ortogonal ento { kuk
: u S, u 6= 0}
Proposio 5.28. Suponha que
S = {u1 , . . . , un } V un conjunto ortogonal

formado por vetores no nulos. Ento S linearmente independentes.
Prova:
Suponha que
Pn
i=1 i ui
do produto interno, para
= 0. Usando que S
j = 1, . . . n temos que
ortogonal e as propriedades
n
n
X
X
0=h
i ui , uj i =
i hui , uj i = j huj , uj i
i=1
de onde obtemos que
obtemos que
j = 0
j = 0
i=1
ou
huj , uj i = 0. Como os vetores em S so

S linearmente independente.
no nulos,
de onde segue que
Denio 5.29. Dizemos que
S = {u1 , . . . , un } V uma base ortonormal de V
se S um conjunto ortonormal e S uma base de V .
Lema
5.30. Se
P
n
i=1 hu, ui iui .
{u1 , . . . , un } uma base ortonormal de V e u V , ento u =
Prova: Seja u V
e suponha que
u=
Pn
i=1 i ui . Usando que
ortogonal e as
propriedades do produto interno vemos que
hu, uj i = 1 hu1 , uj i + . . . + i hui , uj i + . . . + n hun , uj i

= j huj , uj i
de onde segue que
= j ,
P
u = ni=1 hu, ui iui .
71
Exemplo 5.31.
u = (1, 1)
Usando o lemma anterior podemos achar as coordenadas do vetor
R2 em relao a base
B = {(
2
2
2
2
,
),
(
,
2
2
2
2 )} de
R2 .
De fato, do
Lemma 5.30 temos que
de
2 2
2 2
2
2
2
2
(1, 1) = h(1, 1), (
,
)i(
,
) + h(1, 1), (
,
)i(
,
)
2
2
2
2
2
2
2
2

2 2
2
2
2(
,
) + 0(
,
),
=
2 2
2
2

2
modo que uB =
.
0
5.1.2
Processo de Gram-Schmidt
Por diferentes razoes, algumas das quais sero evidentes no que segue, conveniente
trabalhar com bases ortonormais. Nesta seo apresentaremos o processo de ortogonalizao de Gram-Schmidt, que permite obter uma base ortonormal a partir de
uma base qualquer. O processo de Gram-Schmidt est descrito na demostrao do
Teorema 5.35. Para provar este teorema conveniente considerar alguns resultados
preliminares.
Denio 5.32. Suponha que U
= [u1 , . . . , unP
] sendo {u1 , . . . , un } U un conjunto
n
i=1 hu, ui iui chamado de projeo
ortonormal e seja u V. O vetor PU (u) =

ortogonal de u em U .
O conceito de projeo ortogonal de
motivado pelo seguinte resultado.
Lema 5.33. Suponha que
U = [u1 , . . . , un ] sendoP
{u1 , . . . , un } U un conjunto
ortonormal.
Se u V ento o vetor dado por u ni=1 hu, ui iui ortogonal a U e
Pn
u = i=1 hu, ui iui u U .
P
Prova: Seja w = nj=1 j uj U. Usando que {u1 , . . . , un } um conjunto ortonormal, vemos que
n
n
X
X
h
j uj , PU (u)i = h
j uj , u hu, u1 iu1 hu, un iun i
j=1
j=1
n
X
= h
j uj , ui + h
n
X
j=1
n
X
j=1
n
X
j=1
n
X
j=1
n
X
j huj , ui
j=1
j huj , ui
j uj , hu, u1 iu1 hu, un iun i
n
X
hu, ui ihuj , ui i
i=1
j hu, uj i
j=1
= 0,
hw, PU (u)i = 0 para todo w U . Por utro lado, se u U ento
hu,
u
iu
U de ondePvemos que hu PU (u), u PU (u)i = 0, o que implica

i i
i=1
n
que u PU (u) = 0 e que u =
i=1 hu, ui iui .
Note que na denio do vetor PU (u), existe uma dependencia sobre a base.
o que mostra que
Pn
Como veremos no prximo resultado, no existe esta dependencia.
72
Proposio 5.34. Suponha que
U V um subespao vetorial e que conjuntos

S
=
{u
,
.
.
.
,
u
}
e
R
=
{v
,
.
.
.
,
v
1
n P
1
n } so bases ortonormais de U . Se u V , ento
Pn
n
i=1 hu, ui iui =
i=1 hu, vi ivi e PU (u) independente de S e R.
Prova:
w = u
Pn
i=1 hu, ui iui e
z = u
Pn
i=1 hu, vi ivi U . Do Lemma

w, z so ortogonais a U e como w z U obtemos
que hw z, w zi = hw z, wi + hw z, zi = 0. Assim, z = w o que implica que
Pn
Pn
i=1 hu, vi ivi e que PU (u) independente de S e R.
i=1 hu, ui iui =
Sejam
5.33 sabemos que os vetores
Como foi observado anteriormente, a prova do prximo resultado nos fornece de

um mtodo para obter uma base ortonormal a partir de uma base qualquer. Este
mtodo chamado de processo de ortogonalizao de Gram-Schmidt.
Teorema 5.35. Se U um subespao vetorial de V ento existe uma base ortonormal

para U .
Prova:
U e seja u1 = kvv11 k e U1 = [u1 ].

Pelo Lema 5.33 sabemos que o vetor v2 PU1 (v2 ) = v2 hv2 , u1 iu1 ortogonal a
v P (v )
U1 . Se denirmos agora u2 = kv22 PUU1 (v22 )k obtemos que {u1 , u2 } ortonormal o que
1
implica via Proposio 5.28 que {u1 , u2 } linearmente independente. Mais ainda,
claro que [{u1 , u2 }] = [{v1 , v2 }].
Suponha que
{v1 , . . . , vn }
uma base de
U2 = [u1 , u2 ]. Pelo Lemma 5.33 sabemos que v3 PU2 (v3 ) = v3 hv2 , u2 iu2
v P (v )
hv2 , u1 iu1 ortogonal ao espao U2 o que implica que u3 = kv33 PUU2 (v33 )k tam2
bem ortogonal a U2 . Agora, pela Proposio 5.28 obtemos que {u1 , u2 , u3 } linearmente independente. Mais ainda, como u3 [{v1 , v2 , v3 }] temos que [{u1 , u2 , u3 }]
[{v1 , v2 , v3 }] o que implica que [{u1 , u2 , u3 }] = [{v1 , v2 , v3 }] pois {u1 , u2 , u3 } lineSeja
armente independente.
{u1 , . . . , uk } com
P
vj j1
i=1 hvj ,ui iui
P
ortonormal, linearmente independente e que
kvj j1
i=1 hvj ,ui iui k
Suponha agora que usando o processo anterior obtemos que
k < n
uj =
[{v1 , . . . , vk }] = [{u1 , . . . , uk }].
Pelo Lemma 5.33 temos que o vetor

ortogonal ao espao
vk+1 PUk (vj ) = vk+1
Uk = [{v1 , . . . , vk }] de onde segue que uk+1 =
Pk
hvj , ui iui e
i=1
P
vk+1 ki=1 hvj ,ui iui
P
kvk+1 ki=1 hvj ,ui iui k
Uk , que {u1 , . . . , uk+1 } linearmente independente e que

uk+1 [{uk+1 , u1 , . . . , uk }] [{vk+1 , u1 , . . . , uk }] [{vk+1 , v1 , . . . , vk }]. Mais ainda,
como as dimenses de [{uk+1 , u1 , . . . , uk }] e [{vk+1 , v1 , . . . , vk }] so iguais podemos
concluir que [{u1 , . . . , uk , uk+1 }] = [{v1 , . . . , vk , vk+1 }].
tambm ortogonal a
{u1 , . . . , un } tal
{u1 , . . . , un } uma
Continuando como antes, obtemos que um conjunto ortonormal

que que
[{u1 , . . . , uk , un }] = [{v1 , . . . , vk , vn }],

U.
.
o que implica que
base ortonormal de
Observao 5.36.
Como pode-se observar, a prova do Teorema anterior nos fornece
de um mtodo para obter uma base ortonormal a partir de uma base qualquer de
73
V.
De fato, se
{v1 , . . . , vn }
uma base de
u1 =
u2 =
u3 =
{u1 , . . . , un }
so os vetores denidos por
v1
,
kv1 k
v2 hv2 , u1 iu1
kv2 hv2 , u1 iu1 k
v3 hv3 , u1 iu1 hv3 , u2 iu2
kv3 hv3 , u1 iu1 hv3 , u2 iu2 k
.
.
.
uk+1 =
vk+1
kvk+1
Pk
Pki=1
hvk+1 , ui iui
i=1 hvk+1 , ui iui k
.
.
.
un =
ento
{u1 , . . . , un }
Exemplo 5.37.
vn
Pn1
kvn
i=1
Pi=1
n1
hvn , ui iui
hvn , ui iui k
uma base ortonormal de
V.
Neste exemplo, usaremos o processo de Gram-Schmidt para achar
P2 (R)
a partir da base
{1, x, x2 }.
No que segue usaremos o
produto interno do Exemplo 5.11,

Se usamos as notaes do Teorema 5.35 teremos que
primer vetor da base ortonormal dado por
que
u1 (t) =
u1 = 1.
O polinomio
u2
calculado via a formula
Z
hx, 1i =
x dx =
0
1
2
xhx,1i1
kxhx,1i1k . Como
u2 (x) =
kx hx, 1i1k2 =
Z
0
u2 (x) = 12(x 12 ) =
O polinomio u3 calculado via
para x R temos que
obtemos que
3(2x 1).
frmula u3 =
v1 = 1, v2 = t e v2 = t2 . O
= kv11 k = 1. Assim temos
v1 (t)
kv1 k
1
1
(x )2 dx = ,
2
12
v3 hv3 ,u1 iu1 hv3 ,u2 iu2

kv3 hv3 ,u1 iu1 hv3 ,u2 iu2 k . Assim,
x2 hx2 , 1i1 hx2 , 3(2x 1)i 3(2x 1)
.
p3 (x) =
kx2 hx2 , 1i1 hx2 , 3(2x 1)i 3(2x 1)k
Como
hx , 1i =
0
1
x dx = ,
3
2
hx ,
Z
3(2x 1)i = 3
1
2
x (2x 1) dx =
kx2 hx2 , 1i1 hx2 , 3(2x 1)i 3(2x 1)k2

1
= kx2 x + k2
6
Z 1
1
1
=
(x2 x + )2 dx =
,
6
180
0
obtemos que
p3 (x) =
1
180(x2 x + ) = 5(6x2 6x + 1).
6
74
3
6
Do anterior, o conjunto
{1,
3(2x 1),
5(6x2 6x + 1)} uma base ortonormal de
P2 (R).
Exemplo 5.38.
Usemos agora o mtodo de Gram-Schmidt para achar uma base
W = {(x, y, z) R3 : x 2y = 0}. Para obter uma base ortonormal

de W , temos que achar primeiro uma base de W .
Se (x, y, z) W , entao (x, y, z) = (2y, y, z) = y(2, 1, 0) + z(0, 0, 1) de onde
fazil concluir que {(2, 1, 0), (0, 0, 1)} = {v1 , v2 } uma base de W.
Se usamos esta base, temos que u1 = (0, 0, 1) pois k(0, 0, 1)k = 1. Alm disso, o
vetor u2 dado por
ortonormal de
u2 =
(2, 1, 0) h(2, 1, 0), (0, 0, 1)i(0, 0, 1)

(2, 1, 0)
2 1
=
= ( , , 0).
k(2, 1, 0) h(2, 1, 0), (0, 0, 1)i(0, 0, 1)k
k(2, 1, 0)k
5 5
Do anterior segue que
Exemplo 5.39.
{(0, 0, 1), ( 25 , 15 , 0)}
W.
Neste exemplo procuraremos uma base ortonormal para o espao
W = {(x, y, z, t) R4 : x + y + z + t = 0}.
Para comezar, note que (x, y, z, t) W
t, y, z, t), de onde obtemos que
se e somente se
(x, y, z, t) = (y z
(x, y, z, t) = y(1, 1, 0, 0) + z(1, 0, 1, 0) + t(1, 0, 0, 1).

{(1, 1, 0, 0), (1, 0, 1, 0), (1, 0, 0, 1)} = {v1 , v2 , v3 } linearmente independente seque-se que este conjunto uma base de W.
Calculemos agora os vetores ui denidos via Gram-Schmidt. fazil ver que
(1,1,0,0)
u1 = k(1,1,0,0)k
= ( 12 , 12 , 0, 0). Em relao a u2 vemos que
Como
u2 =
=
=
de modo que
(1, 0, 1, 0) h(1, 0, 1, 0), ( 12 , 12 , 0, 0)i( 12 , 12 , 0, 0)

k(1, 0, 1, 0) h(1, 0, 1, 0), ( 12 , 12 , 0, 0)i( 12 , 12 , 0, 0)k
( 12 , 21 , 1, 0)
k( 12 , 21 , 1, 0)k
1
(1, 1, 2, 0),
6
u2 =
u3 =
1 (1, 1, 2, 0). Da denio de

6
u3
vemos que
(1, 0, 0, 1) h(1, 0, 0, 1), u1 iu1 h(1, 0, 0, 1), u2 iu2

k(1, 0, 0, 1) h(1, 0, 0, 1), u1 iu1 h(1, 0, 0, 1), u2 iu2 k
e como
1
1 1
h(1, 0, 0, 1), u1 i = h(1, 0, 0, 1), ( , , 0, 0)i = ,
2 2
2
1
1
h(1, 0, 0, 1), u2 i = h(1, 0, 0, 1), (1, 1, 2, 0)i = ,
6
6
1 1 1
(1, 0, 0, 1) h(1, 0, 0, 1), u1 iu1 h(1, 0, 0, 1), u2 iu2 = ( , , , 1),
3 3 3
( 13 , 13 , 13 ,1)
obtemos que u3 =
= 12 3( 13 , 13 , 13 , 1).
k( 31 , 13 , 13 ,1)k
1
1
1
1
1
1
1
Assim, vemos que {( , , 0, 0), (1, 1, 2, 0),
2 3( 3 , 3 , 3 , 1)} uma
2
2
6
base ortonormal de W .
75
Nos prximos exemplos calcularemos a projeo ortogonal de um vetor sobre um

determinado espao vetorial.
Exemplo 5.40.
U = [( 13 , 13 , 13 ), ( 12 , 12 , 0)]. Usando o produto interno

3
usual de R , calculemos a projeo ortogonal do vetor u = (2, 3, 1) sobre o espao U .
Lembre que se {u1 , u2 } uma base ortonormal de U , ento a projeo de u em
U dada por PU (u) = hu, u1 iu1 + hu, u2 iu2 e que este vetor independente da base
Seja
ortonormal considerada.
{u1 , u2 } = {( 13 , 13 , 13 ), ( 12 , 12 , 0)} uma base ortonormal,

PU (u) diretamente. Assim,
Como neste caso

podemos calcular
1
1 1
1
1 1
PU ((2, 3, 1)) = h(2, 3, 1), ( , , )i( , , )
3
3 3
3
3 3
1 1
1 1
+h(2, 3, 1), ( , , 0)i( , , 0)
2 2
2 2
5 5
= ( , , 0).
2 2
Exemplo 5.41.
Considere
P3 (R)
com o produto interno do Exemplo por 5.11.
Calculemos a projeo ortogonal do vetor
U=
[x3
p(x) = 1 + x + x2 + x3
sobre o espao
x].
3
x
{ kxx3 xk
} = {u1 } uma base ortonormal de U , temos que a
u1
u1
vetor u sobre o espao U dada por PU (u) = hu,
ku1 k i ku1 k . Note
Como o conjunto
projeo de um
agora que
kx xk =
1
3
(x x) dx =
0
1
x7 x3 2x5
+
(x + x 2x ) dx =
7
3
5 0
6
8
1 1 2
+ =
7 3 5
105
hp, u1 i =
=
=
Do anterior obtemos que
5.1.3
105
h1 + x + x2 + x3 , x3 xi
8
Z
105 1
(1 + x + x2 + x3 )(x3 x) dx
8 0
Z 1
8
11 105
(x x2 + x5 + x6 ) dx =
.
105 0
21 8
3
PU (p)(x) = 55
8 (x x).
O metodo dos mnimos quadrados
Nesta seo introduziremos um mtodo que pode ser usado na teoria de optimizao.
Este mtodo, chamado dos mnimos quadrados, nace a partir da seguinte pergunta
U um subespao vetorial
entre u e o espao U . ?
Suponha que
distancia
de
e que
u V.
A resposta a esta pergunta dada no seguinte Teorema.
76
Qual a menor
Teorema 5.42. Se U um subespao vetorial de V e u V \U , ento kuPU (u)k

ku vk para todo v U .
Prova: Seja v
U.
Usando que
u PU (u)
ortogonal a
e que
PU (u) v U
vemos que
ku vk2 = ku PU (u) + PU (u) vk2

= ku PU (u)k2 + 2hu PU (u), PU (u) vi + hPU (u) v, PU (u) vi
= ku PU (u)k2 + kPU (u) vk2
de onde obtemos que
segue do anterior que
Observao 5.43.
ku PU (u)k ku vk. Como a funo x x2

ku PU (u)k ku vk para todo v U .
Note que o ultimo Teorema n somente responde a pergunta
anterior, tambem mostra que a menor distancia entre
PU (u) U . Mais ainda, a menor distncia

u PU (u) que ortogonal (perpendicular) a U .
ponto
Exemplo 5.44.
achar um ponto
de
crescente,
e o espao
atingida no
dada pelo comprimento do vetor
W = {(x, y, z) R3 : x 2y = 0} e u = (1, 2, 3). Desejamos

w W tal que ku wk seja a menor distncia de u a algum ponto
Seja
U.
PW (u) e do Exemplo 5.38 sabemos

2
1
que {(0, 0, 1), ( , , 0)} uma base ortonormal de W . Se usamos esta base para
5
5
calcular PW (u), temos que
Pelo Teorema 5.42, sabemos que este ponto
2 1
2 1
PW (u) = h(1, 2, 3), (0, 0, 1)i(0, 0, 1) + h(1, 2, 3), ( , , 0)i( , , 0)
5 5
5 5
2 1
= (0, 0, 3) + 3( , , 0)
5 5
2 1
= 3( , , 1).
5 5
Mais ainda, podemos determinar uma formula geral para
(x, y, z)
PW (u).
De fato, se
u=
vemos que
2 1
2 1
PW ((x, y, x)) = h(x, y, z), (0, 0, 1)i(0, 0, 1) + h(x, y, z), ( , , 0)i( , , 0)
5 5
5 5
2x + y 2 1
= (0, 0, z) + ( )( , , 0)
5
5 5
1
=
(4x + 2y, 2x + y, 5z).
5
5.1.4
Complemento Ortogonal
Denio 5.45. Seja
U um subespao de V . O complemento ortogonal de U (denotado U ) o conjunto denido por U = {v V : hu, vi = 0, u U }.
Lema 5.46. Se U
V ento U um subespao vetorial de V.
Prova: Se v, w V , R e u U
o que da denio de
implica que
hv + w, ui = hv, ui + hw, ui = 0,
v + w V .
temos que
77
Teorema 5.47. Se U um subespao de V ento V

Prova: Seja v V .
= U U .
v PU (v) U
e que PU (v) U ,
o que implica que V U + U
v = PU (v) + v PU (v)
U
+
U
T
e V = U + U . Por otro lado, se w U

U segue-se que hw, wi = 0 o que implica
T
que w = 0 e que U
U = {0}. Isto completa a prova.
Para comezar observamos que
de onde temos que
Exemplo 5.48.
U = {(x, y, z) R3 : x y z = 0}. Para achar o espao

U , temos que caraterizar todos os vetores w R3 tais que hw, ui = 0 para todo
u U . Para fazer isto suciente encotrar alguma base {u1 , u2 } de U e achar todos
3
os vetores w R tais que hw, u1 i = 0 e hw, u2 i = 0.
teremos que
fazil ver que U = [(1, 1, 0), (1, 0, 1)]. Logo, se (x, y, z) U
h(x, y, z), (1, 1, 0)i = 0 e h(x, y, z), (1, 0, 1)i = 0, de onde obtemos que x + y = 0 e
x + z = 0. Assim, (x, y, z) = x(1, 1, 1) e V = [(1, 1, 1)].
Seja
Nas seguintes sees estudaremos brevemente alguns tipos especiais de transformaes lineares.
h, iU
h, iV
5.1.5
No que segue,
so espaos euclidianos e denotaremos por
os respectivos produtos internos.
Isometrias
Denio 5.49. Dizemos que

hu1 , u2 iV para todo u1 , u2 U.
T L(U, V ) uma isometria se hT (u1 ), T (u2 )iU =
O conceito isometria" motivado pelo seguinte resultado.
Teorema 5.50. Suponha que T
L(U, V ). As seguintes condies so equivalentes.
1. T uma isometria,
2. kT (u)k = kuk para todo u V,
3. kT (u) T (v)k = ku vk para todo u, v V,
4. Se {u1 , . . . , un } V ortonormal ento {T (u1 ), . . . , T (un )} ortonormal em
V.
Prova: Se T
u U , ento kT (u)k2V = hT (u), T (u)iV = hu, uiU =

kuk2U , o que prova que (1) implica (2).
A prova que (2) e (3) so equivalentes obvia, pois T linear.
Mostremos agora que (3) implica (4). Para comecar, notamos que de (3) e a
Proposio 5.15, para u, v U tem-se que
uma isometria e
1
(kT (u) + T (v)k2 kT (u) T (v)k2 )
4
1
=
(ku + vk2 ku vk2 )
4
= hu, vi.
hT (u), T (v)i =
{u1 , . . . , un } V um conjunto ortonormal, da relao hT (ui ), T (uj )i =

hui , uj i para todo i, j , segue que {T (u1 ), . . . , T (un )} ortonormal.
Para nalizar, provemos que (4) implica (1). Pela teoria desenvolvida neste
capitulo sabemos que existe uma base ortonormal {u1 , . . . , un } de U . Se u, v U ,
Logo, se
78
do Lemma 5.30 temos que
u=
Pn
i=1 hu, ui iui e
v=
Pn
i=1 hv, ui iui de onde obtemos
que
hu, vi = h
n
n
X
X
hu, ui iui ,
hv, uj iuj i
i=1
j=1
n X
n
X
hu, ui ihv, uj ihui , uj i
i=1 j=1
n
X
hu, ui ihv, ui i,
i=1
Por outro lado, usando agora que
{T (u1 ), . . . , T (un )}
ortonormal vemos que
n
n
X
X
hT (u), T (v)i = h hu, ui iT (ui ),
hv, uj iT (uj )i
i=1
n X
n
X
j=1
hu, ui ihv, uj ihT (ui ), T (uj )i
i=1 j=1
n
X
hu, ui ihv, ui i.
i=1
Finalmente, comparando as igualdadea anteriores claro que
o que prova que
Exemplo 5.51.
hT (u), T (v)iU = hu, viV
isometria. A prova do Teorema est completa.
Seja
T : R2 R2
a transformao linear dada por
T (x, y) = (x cos y sin , x sin + y cos ).

Depois de alguns calculos, para
(x1 , y1 ), (x2 , y2 ) R2
obtemos que
hT (x1 , y1 ), T (x2 , y2 )i = x1 x2 (cos2 + sin2 ) y1 x2 ( cos sin + cos sin )

x1 y2 (cos sin cos sin ) + y1 y2 (cos2 + sin2 )
= x1 x2 + y1 y2
= h(x1 , y1 ), (x2 , y2 )i,
de onde vemos que
Lema 5.52. Se
isomorsmo.
uma isometria.
T L(U, V ) uma isometria e dim U = dim V ento T um
Prova: Como kT uk = kuk para todo u U

que
isomorsmo pois e
claro que
injetora de onde segue
dim U = dim V .
5.2 Exerccios
Ex. 5.53.
Seja
interno em
V.
Ex. 5.54.
Estude se a funo
espao vetorial. Mostre que sempre possivel denir um produto
h,i
79
V.
1.
V = R2
2.
V = P3 (R) e hp, qi = a0 b0 +a1 b1 +a2 b2 +a3 b3 sendo p(t) = a0 +a1 t+a2 t2 +a3 t3 ,
q(t) = b0 + b1 t + b2 t2 + b3 t3 .
3.
V = M (2, 2)
4.
V = R3
5.
V = R4 e hu, wi = x1 x2 + y1 y2 + z1 z2 t1 t2
(x2 , y2 , z2 , t2 ).
Ex. 5.55.
e
hu, wi = 2x1 x2 + 4y1 y2
hA, Bi = tr(At B)
hu, wi = x1 x2 + y1 y2
sendo
Nos seguintes casos, achar
tr
onde
sendo
u = (x1 , y1 ), w = (x2 , y2 ).
a funo trao.
u = (x1 , y1 , z1 ), w = (x2 , y2 , z2 ).
sendo
hu, vi, kuk, kvk
u = (x1 , y1 , z1 , t1 ), w =
e o ngulo entre os vetores
v.
1.
V = R3
2.
V = P2 (R) com produto

v = q(t) = 2 + 5t2 .
3.
V = M (2, 2)

8 1
.
4 3
Ex. 5.56.
u = (1, 2, 1), v = (3, 4, 2).

R1
hp, qi = 0 p(t)q(t) dt e u = p(t) = 1 + t + 4t2 ,
com o produto interno usual e

interno
hA, Bi =
com produto interno
Em cada um dos itens abaixo achar
V = R4
tr(At B) e

A=
1 2
4 12

,
B=
d(u, v).
2.
u = (1, 1, 1, 1), v = (1, 0, 2, 3).

R1
V = P2 (R) com produto interno hp, qi = 0 p(t)q(t) dt, u = 1 + t e v = 43 t + 3t2 .
3.
V = M (3, 3)
1.
Ex. 5.57.
com o produto interno usual,
hA, Bi = tr(At B),
1 2 3
1 2 1
u = 4 5 6 e v = 0 0 1 .
1 1 1
2 2 2
com produto interno
Estude se o conjunto
ortonormal em
V.
1.
V = R3
2.
V o espao
grau
2 denidos sobre [0, 1] com produto interno
R 1 dos polinomios de
hp, qi = 0 p(t)q(t) dt e S = t, t2 .
3.
V = M (3, 3)
Ex. 5.58.
com o produto interno usual e
S = {(0, 1, 1), (1, 1, 0)}.
hA, Bi = tr(At B) e

1 0
0 1
0 0
S=
,
,
.
0 0
0 1
1 0
com produto interno
Achar uma base ortonormal para
1.
W = [(1, 1, 0, 0), (0, 1, 2, 0), (0, 0, 3, 4)]
2.
W = [1, 1 + t, t2 ]
usando o processo de Gram-Schmidt.
com o produto usual de
hp, qi =
com o produto
considerados denidos sobre
[0, 1]).
80
R1
0
p(t)q(t)dt
V = R4 ,
(os polinomios so
3.
M (2, 2) dado por

1 0
0 1
0 0
W =
,
,
0 0
0 1
1 1
o subespao de
h, i
Ex. 5.59.
o produto interno
mR
Achar
hA, Bi = tr(At B).
de modo que a transformao
T : R3 R3
dada por
1
1
1
2
1
1
1
T (x, y, z) = ( x + y + mz, x + y z, x + z)
3
3
6
6
6
2
2
seja uma isometria.
Ex. 5.60.
Achar uma isometria em
1
2
seja
1
2
0
x
P2 (R)
cuja matriz em relao base cannica
0
1 .
z
0
y
Ex. 5.61.
A funo
Ex. 5.62.
Mostre que o conjunto
T : M (2, 2) M (2, 2)
dada por
T (A) = At
uma isometria?.
{1, cos x, cos 2x, cos 3x, . . . , sin x, sin 2x, sin 3x, . . .}
ortogonal no espao das funes contnuas
interno
5.2.1
hf, gi =
R 2
0
C([0, 2], R)
com relao ao produto
f (x)g(x)dx.
1. Produto interno:
(a) Sejam
u = (u1 , u2 )
nmeros reais. Para
v = (v1 , v2 )
vetores de
R2
denimos
< u, v >= 5u1 v1 + 6u2 v2 .
A funo
< , >
R2 .
P(R) o espao vetorial formado por todos os polinomios denidos de

R em R. Estude se a funo < p, q >= p(1)q(1) um produto interno em
P(R). Achar 10 produtos internos diferentes para o espao dos polinomios
de grau n.
(b) Seja
2. Considere em
R3
o produto interno
< u, v >= u1 v1 + 2u2 v2 + 3u3 v3 . Achar

{(1, 1, 1), (1, 1, 0), (1, 0, 0)}.
3
uma base ortonormal para R a partir da base
R2
{(x, 2x) : x R}. Achar

(1, 1) aos espaos W e W . (A
distancia de um vetor x a um espao vetorial V , a menor das distncias entre
x e algum vetor de V .)
3. Seja
o subespao de
formado pelos vetores
o espao W . Achar a distancia do vetor
81
5.2.2
Prova 3 de 2011
1. Estude se as seguintes funes so produto interno em
R3 .
(a)
< (u1 , u2 , u3 ), (v1 , v2 , v3 ) >1 = u1 v1 + 2u2 v2 + 3u3 v3 .
(b)
< (u1 , u2 , u3 ), (v1 , v2 , v3 ) >2 = u1 v1 u2 v2 + u3 v3 .
(c) Se alguma das funes produto interno, achar uma base ortonormal a
partir da base
{(1, 1, 1), (1, 1, 0), (1, 0, 0)}.
R3 com o produto interno usual e seja Z

Z = {(x, 2x, x + y) : x, y R}.
2. Considere
por
(a) Achar uma base ortonormal para

(b) Achar a projeo
(c) Achar um vetor
todo
5.2.3
PZ :
R3
vZ
o subespao de
R3
denido
Z,
Z,
k v (1, 1, 1) kk z (1, 1, 1) k
tal que
para
z Z.
Prova de recuperao de 2011
1. Seja
T : R3 R3
(a) A funo
dada por
T (x, y, z) = (3x y + z, x + 5y z, x y + 3z).
transformao linear ?
(b) Achar os autovalores de
T.
(c) Achar uma base e a dimenso de cada um dos espaos

(d) A funa
(e) Se
diagonalizvel.?
C
[T ]B
B , [Id ]B sendo B
3
cannica de R .
diagonalizvel, achar
3
proprios de R e
a base
R3 com o produto interno usual e seja Z

Z = {(x, 2x + y, x + y) : x, y R}.
2. Considere
por
(a) Mostre que
V ().
uma base de vetores
o subespao de
R3
denido
espao vetorial.
(b) Achar uma base ortonormal para

(c) Achar a projeo
(d) Achar um vetor
PZ :
vZ
R3
Z,
Z,
tal que
k v (1, 0, 1) kk z (1, 0, 1) k
z Z.
82
para todo
Referncias Bibliogrcas
[CDC]
[L]
Callioli, C. A., Domingues, H. H., Costa, R. C. F.,
caes, 2a
lgebra Linear e Apli-
edio, Atual Editora Ltda, 1978.
Lima, E. L.,
lgebra Linear,
Coleo Matemtica Universitria, IMPA,
CNPq, Rio de Janeiro, 1995.
83

Notas Algebra Linear Apostilinha

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Notas Algebra Linear Apostilinha

Uploaded by

Copyright:

Available Formats

Notas de lgebra Linear

Eduardo Hernandez, Michelle Pierri

Interseo e soma de subespaos vetoriais

2 Dependncia Linear, base e dimenso

Prova teste 1 de 2011

Prova Teste 2 de 2012 . . . . . . . . . . . . . . . . . . . . . .

Prova 1 do ano 2011

Imagem e Ncleo de uma transformao . . . . . . . . . . . .

A matriz associada a uma Transformao Linear . . . . . . .

Transformaes lineares diagonalizaveis

Prova teste 2 de 2011

O metodo dos mnimos quadrados

Prova teste 3 de 2011

Prova de recuperao de 2011

dos nmeros reais.

es denidas em V, uma operao somma (denotada +) que a cada par de elementos

Os elementos de um espao vetorial (independentemente da na-

so chamados de vetores e os nmeros reais que aparecem na

A seguir apresentamos alguns exemplos de espas vetorias.

Um exemplo obvio de espao vetorial o conjunto

Exemplo 1.4. O espao Rn

n-uplas ordenadas de nmeros reais.

o conjunto formado por todas as

Lembre que uma

(x1 , . . . , xn ) + (y1 , . . . , yn ) = (x1 + y1 , . . . , xn + yn ),

munido com as operaes anterioresi um

Exemplo 1.5. O espao de polinmios de grau menor o igual a n.

reais de grau menor ou igual a

denimos as operaes soma e multiplicao por escalar na forma

Multiplicao por escalar:

Pn (R) munido com as operaes anteriores um espao

Exemplo 1.7. Espaos de funes

F(A; R) o conjunto formado por todas as funes f

Multiplicao por escalar:

f, g F (A; R) funo soma f + g : A R dada por (f + g)(x) =

munido com as operaes anteriores um

Exemplo 1.9. O espao das matrizes de ordem

n, m N. Lembremos que uma matriz

Para simplicar, no que segue uma matriz como a

anterior ser representada na forma

M (n, m) como sendo o conjunto formado por todas

(ai,j + bi,j )n,m ,

Multiplicao por escalar:

A = (ai,j )n,m = (ai,j )n,m .

Mostrar que com as operaes anteriores

Exemplo 1.11. Um exemplo abstrato

P2 x (y z) = x (yz) = x(yz) = (xy)z = (x y)z = (x y) z

de onde segue que

V = {(x, y, z, w) R4 : y = x, z = w2 } com as operaes

No prximo resultado vemos como possivel obter novas propriedades

a partir desses axiomas.

Proposio 1.13. Se (V, +, ) um espao vetorial, ento as seguintes propriedades

1. O elemento 0 da propriedade P3 nico,

Mostramos somente as seis primeiras propriedades, a prova das outras

deixada como exercicio.

v V tal que u + v = 0. Usando P1 , P2 e P3 vemos

Usando isto, vemos que

o que prova a propriedade.

(0u) ao ambos lados desta

igualdade vemos que

0u = (0u + 0u) + (0u)

de (2) segue que

1. Verique que o conjunto

com as operaes indicadas um espao vetorial.

es denidas em V, uma operao somma (denotada +) que a cada par de elementos

denimos as operaes soma e multiplicao por escalar na forma

Para simplicar, no que segue uma matriz como a

1. Verique que o conjunto

(U, , ) e (W, , ) so espaos vetoriais. No espao produto

Para simplicar as notaes, no que segue desta apostilha

Denio 1.15. Seja

conveniente lembrar a seguinte frase da denio de espao

V , da denio de subespao vetorial (veja

Pn (R) denido por Pn = {p Pn :

Denio 1.24. Sejam U e W subconjuntos de V. O conjunto U + W denido por

Denio 1.28. Sejam U1 , . . . , Un subconjuntos do espao V. A soma dos conjuntos

Denio 1.29. Sejam