Documente Academic
Documente Profesional
Documente Cultură
Espao Vetoriais
Definio 1.1 Seja V um conjnto no vazio e R o corpo dos nmeros reais, nos quais
podemos definir as seguintes operaes:
+ : V V V,
: R V V,
1
2 CAPTULO 1. ESPAO VETORIAIS
Exemplo 1.2 O conjunto V = Mmn (R) , munido das operaes de adio de matrizes
e da multiplicao de uma matriz por um escalar um espao vetorial real.
Exemplo 1.3 O conjunto dos nmeros complexos C, munido das operaes de adio
de nmeros complexos (x + iy) + (a + ib) = (x + a) + i (y + b) e da multiplicao de um
nmero complexo por um nmero real: (x + iy) = x + iy um espao vetorial real.
c) u = 0 = 0 ou u = 0.
a) H W um subespao de V.
b) H + W = {u + v; u H e v W } um subespao de V.
1.1. DEPENDNCIA E INDEPENDNCIA LINEAR 3
Nota 1.3 Por conveno dizemos que o subespao nulo gerado pelo conjunto vazio, isto
, [] = {0}.
a) S [S] .
b) Se S F ento [S] [F ] .
c) [[S]] = [S] .
d) [S F ] = [S] + [F ] .
Nota 1.4 Observe que o vetor nulo gerado por qualquer subconjunto de vetore de V,
bastando tomar os coeficientes todos iguais a 0. Mas veremos que esta no a nica
maneira de gerar o vetor nulo.
4 CAPTULO 1. ESPAO VETORIAIS
a) S = {u} l.d. u = 0.
b) S = {u1 , u2 , . . . , un } l.d. existe k {1, . . . , n} tal que uk [S\{uk }] .
c) Se S = {u
1 , u2 , . . . , un } l.i. ento para cada u [S] existem nicos 1 , . . . , n tal
que u = ni=1 i ui .
d) Se S = {u1 , u2 , . . . , un } l.i. e S {w} l.d. ento w [S] .
e) Se S l.i. ento todo subconjunto de S l.i.
f) Se S l.d. e S T V ento T l.d.
1.1. DEPENDNCIA E INDEPENDNCIA LINEAR 5
Exerccio 1.2 Verifique quais dos subconjuntos abaixo so subespaos de V = M22 (R) .
a) H = {A V ; At = A}.
b) H = {A V ; tr (A) = 1}.
Exerccio 1.3 Determine um conjunto finito e l.i.de geradores dos subespaos abaixo,
isto , determine S finito l.i. tal que [S] = H.
a) H = {(x, y, z) R3 ; x + y z = 0}.
Exerccio 1.5 Seja {v1 , . . . , vn } um subconjunto de um espao vetorial real. Mostre que
{v1 , . . . , vn } l.i. a igualdade 1 v1 + + n vn = 1 v1 + n vn s vlida se
i = i , i = 1, . . . n.
Exerccio 1.7 Prove que se {u, v, w} um subconjunto l.i. de um espao vetorial V ento
{u + v + w, u v, 3v} tambm um subconjunto l.i. de V.
6 CAPTULO 1. ESPAO VETORIAIS
1.2 Base
Vimos na seo anterior que se u [S] e S um subconjunto finito e l.i. de um espao
vetorial V ento a combinao linear de elementos de S nica. Isto nos leva a definio
de base de um espao vetorial finitamente gerado.
Definio 1.6 Seja V um espao vetorial real. Dizemos que V finitamente gerado,
quando existe um subconjunto finito S de V tal que V = [S] .
Proposio 1.7 Seja V um espao vetorial real finitamente gerado V.Ento B = {u1 , . . . , un }
uma base de V para cada u V existem nicos 1 , . . . , n R tais que u =
n
i=1 i ui .
Nota 1.5 A base de um espao vetorial no nica. Para isso vejamos alguns exemplos:
Exemplo 1.13 Os subconjuntos {(1, 0) , (0, 1)} e {(1, 1) (1, 1)} so bases do R2 .
Proposio 1.8 Se B uma base de um espao vetorial real finitamente gerado V, com
n elementos ento:
Teorema 1.9 Duas bases de um mesmo espao vetorial real V finitamente gerado pos-
suem o mesmo nmero de elementos.
1.2. BASE 7
Definio 1.8 Seja V um espao vetorial real finitamente gerado. Dizemos que a di-
menso de V n quando uma base de V possui n elementos. Denotamos por:
dim V = n.
Definio 1.9 Seja W um subespao vetorial de um espao vetorial real finitamente ger-
ado V . Definimos dimenso de W, como sendo o nmero de elementos de uma base
qualquer de W.
Proposio 1.11 Seja V um espao vetorial real de dimenso n. Ento todo subconjunto
de V, l.i., com n elementos uma base de V.
Definio 1.10 Uma base ordenada de um espao vetorial real finitamente geradoV de
dimenso n uma n upla ordenada de vetores l.i.de V.
Exemplo 1.17 Como {(1, 0) , (0, 1)} uma base do R2 ento ((1, 0) , (0, 1)) uma base
ordenada de R2 , assim como ((0, 1) , (1, 0)) uma outra base ordenade de R2 .
Definio 1.11 Seja V um espao vetorial real fintamente gerado e B = (u1 , . . . , un ) uma
base ordenada de V. Ento sabemos que para cada u V existem nicos 1 , . . . , n R
1
n ..
tais que u = i=1 i ui . matriz coluna . de nmeros reais, denominamos de
n
coordenadas de u com respeito base ordenada B e denotamos por
1
(u)B = ... .
n
Nota 1.6 Observe que uma vez conhecida a base ordenada as coordenadas de um vetor
o caracterizam completamente.
8 CAPTULO 1. ESPAO VETORIAIS
Exemplo 1.18 Considerando B = ((1, 0, 1) , (0, 1, 0) , (1, 0, 1)) uma base ordenada de
R3 , temos que para cada (x, y, z) R3 existem , , R tais que
ou seja
(x, y, z) = ( + , , ) .
Assim temos o seguinte sistema
x=+
y=
z =
o que implica
x+z
= 2
=y .
x z
=
2
Assim,
x+z
2
((x, y, z))B =
y
.
xz
2
Proposio 1.12 Seja B = (u1 , . . . , un ) uma base ordenada de um espao vetorial real
V . Ento (u + v)B = (u)B + (v)B e (u)B = (u)B , para todos u, v V e R.
an
Nota 1.7 Das duas proposies anteriores segue que podemos identificar os elementos
de um espao vetorial real V de dimenso n com os elementos do Rn , pois existe uma
correspondncia biunvoca entre eles, que preserva suas operaes.
1.2. BASE 9
Veremos a seguir importantes propriedades da matriz mudana de base e como ela nos
ajudar a determinar as coordenadas de um vetor numa nova base.
Exemplo 1.20 Sejam B = ((1, 0, 0) , (0, 1, 0) , (0, 0, 1)) e C = {(1, 0, 1) , (0, 1, 0) , (1, 0, 1)
bases ordenadas de R3 , j vimos que
x+z
2 x
((x, y, z))C = e ((x, y, z)) = y ,
y B
xz z
2
logo tem-se que
x+z
x 1 0 1 2
((x, y, z))B = y = 0 1 0 y = MBC ((x, y, z))
C
z 1 0 1 xz
x+z 1 2
1
0 x
2 2 2
((x, y, z))C =
y
= 0 1
0 y = MCB ((x, y, z))B .
xz 1 1 z
0
2 2 2
Exerccio 1.10 Seja B uma base ordenada de R3 . Determine m, de modo que os vetores
abaixo sejam l.d..
3 2 1
a) (u)B = 5 , (v)B = 0 e (w)B = m
1 4 3
1 2
b) (u)B = 3 e (v)B = 1 + m
5 10
Exerccio 1.12 Para cada um dos subespaos abaixo, determine uma base e sua dimen-
so:
b) H = {(x, y, z) R3 ; x + y 2z = 0}.
Exerccio 1.15 A matriz mudana de uma base ordenada B do R2 para a base ((1, 1) , (0, 2))
desse mesmo espao :
5 2
.
0 3
Determine a base B.
12 CAPTULO 1. ESPAO VETORIAIS
Definio 1.13 Seja V um espao vetorial real. Um produto interno sobre V uma
funo
, : V V R
tal que:
Definio 1.14 Seja V um espao vetorial euclidiano. Ento para cada u V, definimos
a norma de u, como sendo o nmero real no negativo:
u = u, u.
Veremos a seguir que dada uma base ordenada qualquer de um espao vetorial real
euclidiano V, pode-se construir uma nova base ordenada ortonormal, da seguinte forma:
Prova. Para que [{e1 }] = [{u1 }] , devemos ter {e1 , u1 } l.d., portanto deve existir R
1 1
tal que e1 = u1 e como e1 = 1, segue que = . Logo, e1 = u1 . Assim, temos
u1 u1
as condies requeridas para o primeiro vetor da base ordenada ortonormal. O segundo
vetor deve ser tal que [{e1 , e2 }] = [{u1 , u2 }] e portanto e2 dever pertencer a [{u1 , u2 }] =
[{e1 , u2 }] ou seja
e2 = e1 + u2 e como {e1 , e2 } deve ser l.i. ento = 0, logo podemos
1
tomar e2 = e1 + u2 = (e1 + u2 ) e como e2 = 1, segue que || = .
e1 + u2
logo devemos determinar e para isso, s lembrar que a base que queremos ortonormal,
portanto e2 , e1 = 0 e1 + u2 , e1 = 0. Assim das propriedades de produto interno,
u2 u2 , e1 e1
obtemos que = u2 , e1 e2 = . Procedendo de modo anlogo,
u2 u2 , e1 e1
vamos determinar , R tais que (u3 + e2 + e1 ) e1 e (u3 + e2 + e1 ) e2 . Utilizando
o que j obtivemos e as propriedades de produto interno, obtemos que = u3 , e2 e =
u3 u3 , e2 e2 u3 , e1 e1
u3 , e1 e como e3 um vetor unitrio, segue que e3 = .E
u3 u3 , e2 e2 u3 , e1 e1
assim sucessivamente para cada 1 k n, tem-se que
Exemplo 1.27 Sabendo que B = ((1, 0, 1) , (1, 2, 1) , (1, 1, 0)) uma base de R3 , deter-
mine uma nova
base
ortonormal de R , construda a partir do processo de Gram Scmidt
3
3
e se (u)B = 1 , determine (u)C .
1
Nota 1.12 A projeo ortogonal se caracteriza pelo fato de v ProjU (v) U . Ainda
ProjU (v) U o vetor de U mais prximo de v, j que v ProjU (v) v u , para
todo u U.
Ajuste de curvas
Uma necessidade bastante frequente dados n pontos (xi , yi ) , 1 i n encontrar
uma funo g, combinao linear de funes conhecidas g1 , . . . , gm , que passa por estes
pontos. Como muitas vezes estes pontos so obtidos por esperincia ou medio, eles
trazem consigo imprecises e por isso na maioria das vezes no encontramos tal com-
binao linear que passe pelos pontos (xi , yi ) , 1 i n. Consideremos os vetores
G1 = (g1 (x1 ) , . . . , g1 (xn )) , . . . , Gm = (gm (x1 ) , . . . , gm (xn )) , Y = (y1 , . . . , yn ) Rn
e o subespao U = [G1 , . . . , Gm ] . Queremos ento determinar c1 , . . . , cm R tal que
c1 G1 + + cm Gm = ProjU Y , que o vetor combinao linear das funes, mais prximo
de Y. Mas c1 G1 + + cm Gm = ProjU Y Y (c1 G1 + + cm Gm ) U , ou seja,
Y (c1 G1 + + cm Gm ) , Gi = 0, 1 i n
c1 G1 + + cm Gm , Gi = Y, Gi , 1 i n.
Logo resolvendo o sistema, determinaremos c1 , . . . , cm R, que fornecem a combinao
linear tal que Y (c1 G1 + + cm Gm ) mnima e portanto este mtodo denominado
mtodo dos mnimos quadrados.
Exemplo 1.31 Uma experincia forneceu os seguintes valores (x1 , y1 ) = (3, 6) , (x2 , y2 ) =
(1, 3) , (x3 , y3 ) = (5, 9) e (x4 , y4 ) = (4, 7) . Determinemos a reta da forma y = kx que
melhor se adapta a estes resultados no sentido dos mnimos quadrados. Temos ento
uma nica funo, a saber, g1 (x) = x. Consideremos os vetores Y = (6, 3, 9, 7) e G1 =
(3, 1, 5, 4) . Assim, queremos determinar k R tal que
Y kG1 , G1 = 0 k G1 2 = Y, G1 ,
logo,
3.6 + 1.3 + 5.9 + 4.7 94
k= = .
3 +1 +5 +4
2 2 2 2 51
Exemplo 1.32 Ajustar uma funo do tipo g (x) = a + bx2 aos pontos (0, 1.1) , (1, 0.1)
e (2, 3.1) . Assim, a funo g1 = 1 e g2 = x2 . Consideremos ento os vetores do R3 ,
Y = (1.1, 0.1, 3.1) , G1 = (1, 1, 1) e G2 = (0, 1, 4) . Assim, devemos encontrar a, b R
tais que
3a + 5b = 1.9
,
5a + 17b = 12.3
que resolvendo nos d a = 1.12 e b = 1.05.
1.3. PRODUTO INTERNO 19
a) Determine x R tal que x i + 3 j + 4 k 3 i + j + k .
b) Determine os ngulos entre os vetores: (i) 2 i + j e j k , (ii) i + j + k e
2 j 2 k .
c) Determine um vetor unitrio da direo da bissetriz da ngulo entre os vetores 2 i +
3j + k e 3 i +2j 3k.
Exerccio 1.24 Determine o polinmio f (x) = ax2 + bx + c, que melhor se ajuste aos
pontos (1, 2) , (3, 1) , (4, 2) e (2, 0) .
Captulo 2
Transformaes Lineares
Definio 2.1 Sejam U e V dois espaos vetoriais reais. Dizemos que uma funo T :
U V uma transformao linear quando:
Exemplo 2.1 Considere C 1 (R) o espao vetorial das funes reais continuamente de-
rivveis e C (R) o espao vetorial das funes reais contnuas. A funo D : C 1 (R)
C (R) definida por D (f ) = f uma transformao linear, j que (f + g) = f + g e
(f) = f , para todas f, g C 1 (R) e R. Assim, D (f + g) = D (f) + D (g) e
D (f ) = D (f) .
Exemplo 2.2 Considere os espaos $ vetoriais C ([a, b]) e C 1 ([a, b]) . A funo I : C ([a, b])
C ([a, b]), definida por I (f ) = a f, ou seja que a cada funo contnua
1
$ associa
$ a primi-
$
tiva
$ F de f tal
$ que F (a) = 0 uma transformao linear, j que a (f + g) = a f + a g
e a f = a f, para todas f, g C ([a, b]) e R. Assim, I (f + g) = I (f) + I (g) e
I (f ) = I (f ) .
b) T (u) = T (u) , para todo u U, ou seja T leva o elemento simtrico de cada vetor
u de U no elemento simtrico de sua imagem em V.
21
22 CAPTULO 2. TRANSFORMAES LINEARES
Exemplo 2.3 Seja T : R3 P1 (R) definida por T (x, y, z) = (x + z) yt. Para deter-
minarmos o ncleo de T, devemos fazer T (x, y, z) = 0 + 0t, que o polinmio nulo de
grau menor ou igual a 1. Assim, temos:
x+z =0
(x + z) yt = 0 + 0t ,
y=0
xz y+z 0 0
= . Portanto
2x + 2y x + y 0 0
x=z
y = z ,
x = y
23
pois T injetora. Mas como {u1 , . . . , un } uma base de U, segue que {u1 , . . . , un} l.i..
o que implica que
1 = 0 = = n .
Logo {T (u1 ) , . . . , T (un )} base de Im (T ) e portanto base de V.
iv)i): Se B = {u1 , . . . , un } uma base de U, segue que {T (u1 ) , . . . , T (un )} base
de V, mas Im (T ) = [T (u1 ) , . . . , T (un )] e portanto {T (u1 ) , . . . , T (un)} base de Im (T ) ,
logo Im (T ) = V, portanto T sobrejetora.
Para mostrar que T bijetora, basta mostrar, pelo corolrio, que T injetora, pois
dim (R3 ) = dim (P2 (R)) = 3. Verifiquemos:
Nota 2.2 Observe que basta existir uma transformao linear bijetora entre espaos iso-
morfos.
Exemplo 2.7 Os espaos vetoriais M22 (R) e R4 so isomorfos pois tem a mesma di-
menso.
Logo
1 1
(T )BC = 0 3 .
2 0
T (1) = 1 + 2t,
T (t) = 1 5t,
T t2 = 3t.
Nota 2.3 Dos exemplos acima podemos ver que conhecendo a transformao linear e as
bases ordenadas podemos determinar a matriz de T com respeito a tais bases e reciproca-
mente conhecendo a matriz e as bases ordenadas recuperamos a transformao linear.
2.1. MATRIZ DE UMA TRANSFORMAO LINEAR 27
Nota 2.4 bom observar tambm que a matriz da transformao linear depende das
bases ordenadas consideradas, isto , para cada par de bases ordenadas temos uma nica
matriz, mas se mudarmos as bases ordenadas mudamos tambm a matriz.
Quando T um operador linear, ou seja, T : U U, pode-se tomar a mesma base
ordenada B para o domnio e o contradomnio e denotamos por (T )B .
Exemplo 2.10 Seja T : R2 R2 definida por T (x, y) = (x 2y, 3x + y) . Considerando
B = ((1, 1) , (1, 1)) base ordenada do R2 , determinemos a matriz de T com respeito base
B
T (1, 1) = (1, 4) e T (1, 1) = (3, 2) .
a + b = 1 3 5
Mas (1, 4) = a (1, 1) + b (1, 1) = (a + b, a b) a= eb= .
ab= 4
2 2
+ =3 5 1
Ainda (3, 2) = (1, 1) + (1, 1) = ( + , ) = e= .
=2 2 2
Portanto
3 5
2
(T )B = 5 12 .
2 2
A importncia da matriz de transformao linear que podemos trabalhar apenas com
a matriz ao invs de trabalharmos com a transformao linear. Para isso apresentaremos
algumas propriedades.
Proposio 2.6 Sejam U e V espaos vetoriais reais de dimenso n e m, respectivamente
e T : U V uma transformao linear. Considere B = (u1 , . . . , un ) uma base ordenada
de U e C = (v1 , . . . , vm ) uma base ordenanda de V. Ento
(T (u))C = (T )BC (u)B .
O resultado acima nos diz que para obtermos as coordenadas de T (u) basta multiplicar
a matriz de T pelas coordenadas de u.
Exemplo 2.11 Seja T : P2 (R) P1 (R) tal que
1 1 0
(T )BC = ,
2 5 3
onde B = (1, t, t2 ) e C = (1, t, ) so bases ordenadas de P2 (R) e P1 (R) respectivamente.
Ento
a
1 1 0
T a + bt + ct2 C = (T )BC a + bt + ct2 B = b =
2 5 3
c
ba
= ,
2a 5b + 3c
o que implica que T (a + bt + ct2 ) = (b a) + (2a 5b + 3c) t, como vimos em exemplo
anterior.
28 CAPTULO 2. TRANSFORMAES LINEARES
Pode-se ainda ter a necessidade de mudar de base. Como fazer sem ter que voltar
para a transformao linear, ou seja, trabalhando apenas com matrizes? Para responder
esta pergunta vamos dar mais algumas propiedades.
Proposio 2.8 Seja U um espao vetorial real de dimenso n. Considere B = (u1 , . . . , un)
e C = (v1 , . . . , vm ) bases ordenadas de U. Ento
onde I : U U, tal que I (u) = u e MCB a matriz mudana da base C para a base B.
ento
1
(T )B1 C1 = MC1 C (T )BC MBB1 = MCC 1
(T )BC MBB1 .
Mas
1 1 1 1 1
MCC = = ,
1 2 1 2 1
portanto
1 0 1
1 1 1 0 2
(T )B1 C1 = 2 1 1 =
2 1 1 2 3
0 1 2
1 0 1
2 2 1 6 1 2
= 2 1 1 = .
3 2 1 7 3 1
0 1 2
2 2
Exemplo 2.13 Sabendo que T : P1 (R) P1 (R) tal que (T )B = , como
0 1
det (T )B = 2 = 0, segue que T um isomorfismo, ento T 1 : P1 (R) P1 (R) tal que
1 1 1 1 2
T = (T )B = .
B 2 0 2
Exemplo 2.14 Seja T : P2 (R) P2 (R) definida por T (p) (t) = p (t) + 3p (t) + t2 p (t) .
Para determinar os autovalores de T, vamos determinar a matriz de T em relao base
ordenada B = (1, t, t2 ) ,
T (1) = 1 = 1 + 0t + 0t2 ,
T (t) = 3 + t = 3 + t + 0t2 ,
T t2 = 6t + 3t2 = 0 + 6t + 3t2 .
Assim,
1 3 0
(T )B = 0 1 6 ,
0 0 3
logo,
1 3 0
det ((T )B I3 ) = det 0 1 6 = (1 ) [((1 ) (3 ))] .
0 0 3
Observe que temos 2 autovalores distintos e portanto temos 2 autovetores l.i. e como
dim C = 2, segue que T diagonalizvel, pois admite uma base constituda de autovetores.
Determinemos
tal base e a matriz de T com respeito a esta base. Para = 0, considerando
x
(u)B = , obtemos
y
1 1 x 0
= x + y = 0 y = x,
1 1 y 0
x 1
logo os autovetores associados a = 1, so tais que (u)B = =x , x = 0.
x 1
1
Portanto podemos tomar u1 C tal que (u1 )B = u1 = 2i. Para = 2,
1
1 1 x 0
= x y = 0 y = x,
1 1 y 0
x 1
logo os autovetores associados a = 2, so tais que (u)B = = x , x = 0.
x 1
1
Portanto podemos tomar u2 C tal que (u2 )B = u1 = 2. Assim a base constituda
1
2.1. MATRIZ DE UMA TRANSFORMAO LINEAR 33
(T )C = MCB (T )B MBC =
1 1
2 2 1 1 1 1
= 1 1 =
1 1 1 1
2 2
0 0 1 1 0 0
= = .
1 1 1 1 0 2
Observe que (T )C uma matriz diagonal, com os autovalores em sua diagonal, como j
era esperado.
Dos resultados acima, sempre que tivermos um operador sobre um espao vetorial V
de dimenso n, com n autovalores distintos este ser diagonalizvel.
Existe um tipo de operador que sempre diagonalizvel, e mais por uma base orto-
normal de autovetores. Vejamos.
Definio 2.8 Seja V um espao vetorial real euclidiano. Dizemos que um opervador
linear T : V V auto-adjunto quando
Exemplo 2.17 Seja T um operador do R3 , cuaja matriz com respeito base cannica
1 2 0
2 1 0 .
0 0 1
Nota 2.5 Tudo o que foi definido e os resultados para operadores lineares podem ser tran-
feridos para as matrizes quadradas, uma vez que estas esto associadas univocamente a
operadores, assim como as matrizes simtricas esto associadas a operadores auto adjun-
tos.
a) T (x, y, z) = (x + y, x y, z) .
Exerccio 2.11 Determine, se possvel, uma matriz M M22 (R) de maneira que
M 1 AM seja diagonal, onde A :
2 0 4
2 4 3 2
a) b) c) 3 4 12 .
3 13 2 1
1 2 5
a) Determine os autovalores de T.
Exerccio 2.13 Seja T um operador do R3 cuja matriz de T em relao base B = ((1, 2, 0) , (1, 0, 1) , (0, 2
1 2 0
2 1 0 .
0 0 1
a) T diagonalizvel? Justifique.