Linear PDF

Captulo 1
Espao Vetoriais
O objetivo deste captulo introduzir o conceito de espaos vetoriais, dependncia e

independncia linear.
Definio 1.1 Seja V um conjnto no vazio e R o corpo dos nmeros reais, nos quais
podemos definir as seguintes operaes:
+ : V V V,
que a cada par (u, v) V V, associa o elemento u + v V, denominada adio e
: R V V,
que a cada par (, u) R V, associa o elemento u V, denominada multiplicao

por escalar. Dizemos que V munido destas operaes um espao vetorial real se e
somente se estas operaes satisfazem as seguintes propriedades:
a) associatividade: (u + v) + w = u + (v + w) , para todos u, v, w V

b) comutatividade: u + v = v + u, para todos u, v V
c) existncia de elemento neutro: existe 0 V tal que u + 0 = u, para todo u V
d) existncia de elemento simtrico: para cada u V, existe u V tal que u+(u) = 0.
e) (u + v) = u + v, para todo R e para todos u, v V
f) ( + ) u = u + v, para todos , R e para todo u V
g) () u = ( u) , para todos , R e para todo u V.
h) 1 u = u, para todo u V
Exemplo 1.1 O conjunto V = R2 , munido das operaes de adio (x, y) + (a, b) =

(x + y, a + b) e de multiplicao por escalar (x, y) = (x, y) um espao vetorial
real.
1
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.
Proposio 1.1 Seja V um espao vetorial real. Ento:
a) O elemento neutro nico.
b) Para cada u V o elemento simtrico de u nico.
c) u = 0 = 0 ou u = 0.
d) (1) u = u, para todo u V.
Definio 1.2 Seja V um espao vetorial real e H V, H = . Dizemos que H um

subespao vetorial de V, quando H munido das operaes definidas em V, tambm
um espao vetorial.
Proposio 1.2 Seja V um espao vetorial real e H V, H = . H um subespao

vetorila de V u + v H, para todo u, v H e , R.
Exemplo 1.4 Considere V = R2 ento H = {(x, y) R2 ; x = y} um subespao

vetorial de R2 , j que (0, 0) H, portanto H = . Ainda para todos (x, y) , (u, v) H,
e , R tem-se que x = y e u = v, logo (x, y) + (u, v) = (x + u, y + v) H,
pois x + u = y + v.
Exemplo 1.5 Considere V = Mnn (R) , ento H = {A V ; At = A} um subespao

vetorial de V.
Exemplo 1.6 O conjunto constitudo apenas do vetor nulo um subespao vetorial de

qualquer espao vetorial.
Proposio 1.3 Seja V um espao vetorial real e H, W subespaos de V ento:
a) H W um subespao de V.
b) H + W = {u + v; u H e v W } um subespao de V.
1.1. DEPENDNCIA E INDEPENDNCIA LINEAR 3
1.1 Dependncia e independncia linear

Daremos a seguir o importante conceito de dependncia e independncia linear, um dos
principais conceitos de lgebra linear. Em todo este pargrafo V um espao vetorial
real.
Definio 1.3 Sejam u1 , u2 , . . . , un V . Dizemos que u V uma combinao linear

de u1 , u2 , . . . , un se e s se existem 1 , 2 , . . . , n R tais que
n

u= i ui . (3)
i=1
Nota 1.1 Quando u uma combinao linear de u1 , u2 , . . . , un , dizemos que u ger-

ado por {u1 , u2 , . . . , un } e que 1 , 2 , . . . , n so os coeficientes de u com respeito a este
conjunto gerador.
Definio 1.4 Seja S = {u1 , u2 , . . . , un } V. O conjunto de todas as combinaes

lineares dos elementos de S ser denotado por [S] . Ou seja,
n

[S] = i ui ; i R (4)
i=1
Proposio 1.4 [S] um subespao vetorial de V, denominado subespao gerado por S.
Nota 1.2 Se S um subconjunto infinito de V, ento [S] o conjunto de todas as com-

binaes lineares dos subconjuntos finitos de S, pois uma combinao linear sempre
finita.
Nota 1.3 Por conveno dizemos que o subespao nulo gerado pelo conjunto vazio, isto
, [] = {0}.
Proposio 1.5 Seja V um espao vetorial real e S, F V ento:
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.
Definio 1.5 Sejam u1 , u2 , . . . , un V . Dizemos que {u1 , u2 , . . . , un } um subconjunto

linearmente independente (l.i) . de V quando a nica combinao linear que gera o
vetor nulo aquela em que todos os coeficientes so nulos. Ou seja,
n

i ui = 0 i = 0, i = 1, . . . , n.
i=1
Caso contrrio, dizemos que {u1 , u2 , . . . , un } um subconjunto

linearmente dependente
(l.d.) de V , isto , se existe algum i R, i = 0, tal que ni=1 i ui = 0 = 0.
Exemplo 1.7 O subconjunto {(1, 1) , (1, 1)} do R2 l.i., pois

(1, 1) + (1, 1) = (0, 0)
se e somente se
+ =0
= = 0.
=0
Exemplo 1.8 O subconjunto {(1, 1) , (1, 1) , (2, 4)} do R2 l.d., pois

(1, 1) + (1, 1) + (2, 4) = (0, 0)
se e somene se
+ + 2 = 0
+ 4 = 0
se e somente se
= 3
, R,
=
ou seja tomando = 3 e = = 1, temos que
3 (1, 1) + (1, 1) + (2, 4) = (0, 0) ,
portanto uma combinao linear, onde nenhum dos coeficientes 0 gerando o vetro nulo
(0, 0) .
Proposio 1.6 Seja V um espao vetorial e S V. Ento:
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
1.1.1 Lista de exerccios

Exerccio 1.1 Analise se o conjunto V = {(x, y) ; x, y R com y > 0} munido das
operaes
(x, y) (u, v) = (x + u, yv) , para todo (x, y) , (u, v) V.

(x, y) = (x, y ) , para todo R e (x, y) V.
um espao vetorial real.
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}.
b) H = {A M22 (R) ; At = A}.
Exerccio 1.4 Determine se os subconjuntos do R3 abaixo so l.i. ou l.d.
a) S = {(1, 1, 1) , (0, 2, 3) , (2, 1, 1) , (1, 1, 3)}. para cada u
b) S = {(0, 1, 0) , (1, 2, 1)}.
c) S = {(5, 2, 0) , (2, 3, 1) , (1, 0, 1)}.
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 1.6 Prove que {u, v} um subconjunto l.i. de um espao vetorial V {u +

v, u v} tambm um subconjunto l.i. de V.
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.
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] .
Exemplo 1.9 O R2 um espao finitamente gerado pois [(1, 0) , (0, 1)] = R2 .
Exemplo 1.10 O M22 (R) um espao finitamente gerado pois

1 0 0 1 0 0 0 0
, , , = M22 (R) .
0 0 0 0 1 0 0 1
Definio 1.7 Seja V um espao vetorial finitamente gerado. Dizemos que B V

uma base de V quando [B] = V e B l.i.
Exemplo 1.11 O subconjunto B = (1, 0) , (0, 1) uma base do R2 pois [B] = R2 e

(1, 0) , (0, 1) l.i.

1 0 0 1 0 0 0 0
Exemplo 1.12 O subconjunto B = , , , uma
0 0 0 0 1 0 0 1
base de M22 (R) , pois [B] = V e B l.i.
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 .
No entanto temos algumas propriedades sobre bases quaisquer de um mesmo espao

vetorial.
Proposio 1.8 Se B uma base de um espao vetorial real finitamente gerado V, com
n elementos ento:
a) Qualquer subconjunto de V com mais de n elementos l.d.
b) Todo subconjunto l.i. de V tem no mximo n elementos.
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.
Exemplo 1.14 dim R2 = 2.
Exemplo 1.15 dim M22 (R) = 4.
Definio 1.9 Seja W um subespao vetorial de um espao vetorial real finitamente ger-
ado V . Definimos dimenso de W, como sendo o nmero de elementos de uma base
qualquer de W.
Notao 1.10 dim W = nmero de elementos de uma base de W.
Exemplo 1.16 Seja B = {u1 , u2 , u3 } uma base de um espao vetorial V e W = [u1

u2 , u1 + u2 + u3 ]. Determine dim W. Como j temos um conjunto gerador, basta verificar
se este l.i. Vejamos (u1 u2 ) + (u1 + u2 + u3 ) = 0 ( + ) u1 + ( ) u2 + u3
e como B l.i, ento = 0 = e portanto o conjunto gerador de W l.i, sendo assim
uma base de W dim W = 2.
Proposio 1.11 Seja V um espao vetorial real de dimenso n. Ento todo subconjunto
de V, l.i., com n elementos uma base de V.
Definio 1.10 Uma base ordenada de um espao vetorial real finitamente geradoV de
dimenso n uma n upla ordenada de vetores l.i.de V.
Exemplo 1.17 Como {(1, 0) , (0, 1)} uma base do R2 ento ((1, 0) , (0, 1)) uma base
ordenada de R2 , assim como ((0, 1) , (1, 0)) uma outra base ordenade de R2 .
Definio 1.11 Seja V um espao vetorial real fintamente gerado e B = (u1 , . . . , un ) uma
base ordenada de V. Ento sabemos que para cada u V existem nicos 1 , . . . , n R
1
n ..
tais que u = 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.
Vejamos alguns resultados importantes envolvendo as coordenadas dos vetores com

respeito a uma determinada base ordenada.
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
(x, y, z) = (1, 0, 1) + (0, 1, 0) + (1, 0, 1)
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.
Proposio 1.13 Seja B = (u1 , . . . , un ) uma base ordenada de um espao vetorial

real
a1
..
V. Ento dado (a1 , . . . , an ) R , existe um nico u V tal que (u)B = . .
n
an
A demonstrao destas proposies seguem diretamente da definio de coordenadas

de um vetor com respeito a uma base ordenada e sero deixadas como exerccios.
Nota 1.7 Das duas proposies anteriores segue que podemos identificar os elementos
de um espao vetorial real V de dimenso n com os elementos do Rn , pois existe uma
correspondncia biunvoca entre eles, que preserva suas operaes.
1.2. BASE 9
Proposio 1.14 Seja B = (u1 , . . . , un ) uma

base ordenada
de umespao vetorial real V.
a11 an1
.. ..
e w1 , . . . , wn V tais que (w1 )B = . , . . . , (wn )B = . . Ento {w1 , . . . , wn }
a1n ann

a11 . . . a1n
l.i {(w1 )B , . . . , (wn )B } um subconjunto l.i. de Mn1 (R) det ... .. .. =

. .
an1 . . . ann
0.
Em algumas situaes a escolha da base adequada ajuda na resoluo de problemas
mais facilmente. No entanto, se j conhecemos as coordenadas de um vetor com respeito
a uma determinada base e queremos mudar a base, queremos saber qual a relao entre
as coordenadas de um vetor numa nova base, a partir das coordenadas denadas do mesmo
vetor com respeito a diferentes bases, pois assim poderemos resolver nosso problema na
base mais adequada e em seguida voltar base inicial. Vejamos ento como proceder.
Para isso necessrio trabalharmos com matrizes, como veremos a seguir.
Definio 1.12 Sejam B = (u1 , . . . , un ) e C = (v1 , . . . , vn ) bases ordenadas de um espao
vetorial V. Ento como cada vi , i = 1, . . . , n um vetor de V e B base ordenadade
n
V , segue que existem nicos aji R, j = 1, . . . , n tais que vi = aji uj . matriz
j=1

a11 . . . a1n
M = ... .. .. denominamos matriz mudana da base B para a base C e

. .
an1 . . . ann
a denotaremos por MBC .
Nota 1.8 Observe que, com a notao da definio acima segue que

MBC = (v1 )B (vn )B
isto , as colunas de MBC so as coordenadas dos vetores da base C com respeito base
B.
Exemplo 1.19 Sejam B = ((1, 0, 0) , (0, 1, 0) , (0, 0, 1)) e C = {(1, 0, 1) , (0, 1, 0) , (1, 0, 1)
bases ordenadas de R3 . A matriz MBC dada por

1 0 1
MBC = 0 1 0 ,
1 0 1
enquanto que a matriz mudana da base C para a base B, isto , MCB dada por

1 1
2 0 2

MCB = 0 1 0 .
1 1
0
2 2
Veremos a seguir importantes propriedades da matriz mudana de base e como ela nos
ajudar a determinar as coordenadas de um vetor numa nova base.
Proposio 1.15 Sejam B, C e D bases ordenadas de um espao vetorial finitamente

gerado V, de dimenso n. Ento
a) MBD = MBC MCD .
b) (u)C = MCB (u)B .

1
c) MBC = MCB .
d) MBB = In , onde In a matriz identidade n n.
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
1.2.1 Lista de exerccios

Fixada
Exerccio 1.8 uma
base ordenada
B deR3 , considere
os vetores u, v, w R3 tais
2 0 4
que (u)B =
1 , (v)B = 1 e (w)B = 5 .
3 1 3
a) Calcule (u + v)B e (u 2v + 3w)B .
b) Determine a e b, de modo que au + bv = w.

1.2. BASE 11
Exerccio 1.9 Seja B uma base ordenada de R3. Mostre

que {u, v} l.d. existe ,
0
R no ambos nulos tais que (u)B + (v)B = 0 , isto , se suas coordenadas so
0
proporcionais.
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 1.11 Dada a base ordenada de R3 , (e1 , e2 , e3 ) ,considere os vetores f1 = e1

e2 e3 , f2 = e1 + 2e2 + e3 e f3 = 2e1 + e2 + 4e3 .
a) Verifique que (f1 , f2 , f3 ) uma base.
b) Determine a matriz mudana da base nova para a base antiga.
c) Sendo v = 3e1 5e2 + 4e3 , determine as coordenadas de v na nova base.
Exerccio 1.12 Para cada um dos subespaos abaixo, determine uma base e sua dimen-
so:
a) H = {A M22 (R) ; At = A}.
b) H = {(x, y, z) R3 ; x + y 2z = 0}.
c) H = {p P2 (R) ; p (1) = 0}.
Exerccio 1.13 Considerando U = {(x, y, z) R3 ; x + 2y z = 0} e W = {(x, y, z)

R3 ; x + z = 0} subespaos do R3 , determine uma base de U W e uma base para U + W.
Exerccio 1.14 Determine as coordenadas do vetor u = (4, 5, 3) R3 em relao

base ordenada B = ((1, 2, 1) , (0, 3, 2) , (1, 1, 4)) .
Exerccio 1.15 A matriz mudana de uma base ordenada B do R2 para a base ((1, 1) , (0, 2))
desse mesmo espao :
5 2
.
0 3
Determine a base B.
Exerccio 1.16 Considere o seguinte subespao vetorial de M22 (R) :

a b
U ={ ; a b c = 0}.
c d
a) Mostre que os subconjuntos abaixo so bases de

1 1 1 0 0 0
B = , , ,
0 0 1 0 0 1

1 0 0 1 0 0
C = , , .
1 0 1 0 0 1
b) Determine a matriz mudana da base B para a base C e a da base C para a base B.
c) Determine uma base D de U, tal que a matriz mudana de D para B seja

1 1 0
0 0 2 .
0 3 1
1.3 Produto Interno

Conceitos importantes na geometria so o de ngulo entre vetores, o de distncia e o de
comprimento de vetores. Todos esses conceitos provem do conceito de produto escalar.
Vamos agora generalizar este conceito para um espao vetorial qualquer.
Definio 1.13 Seja V um espao vetorial real. Um produto interno sobre V uma
funo
, : V V R
tal que:
i) u, v = v, u , para todos u, v V.
ii) u + v, w = u, w + v, w para todos u, v, w V.
iii) u.v = u, v para todos u, v V e R.
iv) u, u 0, para todo u V e u, u = 0 se e somente se u = 0.
Um espao vetorial real munido de um produto interno denominado um espao veto-

rial euclidiano.
Exemplo 1.21 Um produto interno sobre R3 dado por:
(x, y, z) , (a, b, c) = xa + yb + zc.

1.3. PRODUTO INTERNO 13
Exemplo 1.22 Um produto interno sobre P2 (R)

a + bt + ct2 , + t + t2 = a + b + c.
Exemplo 1.23 Um produto interno sobre Mmn (R) dado por:

A, B = tr AB t .
Proposio 1.16 Seja V um espao vetorial real euclidiano. Ento:
P1) 0, u = 0, para todo u V.
P2) u, v + w = u, v + u, w para todos u, v, w V.
P3) u, v = u, v para todos u, v V e R.

n n

P4) i ui , v = i ui , v .
i=1 i=1
Definio 1.14 Seja V um espao vetorial euclidiano. Ento para cada u V, definimos
a norma de u, como sendo o nmero real no negativo:

u = u, u.
Exemplo 1.24 Em Rn a norma de (x1 , . . . , xn ) dada por:

(x1 , . . . , xn ) = x21 + + x2n .
Exemplo 1.25 Em Mmn (R) a norma de cada matriz A dada por:

A = tr AAt .
Proposio 1.17 Seja V um espao vetorial euclidiano. Ento:
a) u 0, para todo u V e u = 0 u = 0.
b) u = || u para todo u V e R.
c) u + v u + v para todos u, v V.
Proposio 1.18 (Desigualdade de Cauchy-Schwarz): Seja V um espao vetorial

euclidiano. Ento para todos u, v V, tem-se que:
|u, v| u v .

Nota 1.9 A partir da desigualdade acima, se u, v so vetores no nulos de V, tem-se que

u, v
1 1,
u v
e portanto define-se o ngulo entre u e v, tal que
u, v
cos = .
u v
Definio 1.15 Seja V um espao vetorial euclidiano. Dizemos que u, v V so ortog-
onais quando u, v = 0. Denotaremos uw.
Nota 1.10 Observe que quando u = 0, v = 0 ento u, v = 0 o ngulo entre u e v

. Enquanto que {u, v} so l.d. o ngulo entre u e v 0. ou .
2
Proposio 1.19 Seja V um espao vetorial euclidiano. Se {u1 , . . . , un} um subcon-
junto de vetores no nulos e dois a dois ortogonais ento {u1 , . . . , un} um subconjunto
l.i.
Definio 1.16 Dizemos que uma base B de um espao vetorial real V finitamente gerado
ortonormal quando seus vetores so unitrios, isto tm norma igula a 1, e so dois
a dois ortogonais.
Nota 1.11 claro que se um espao W tal que dim W = 1, uma base ortonormal de
W ter apenas um vetor unitrio.
Veremos a seguir como a norma de um vetor, o produto interno entre dois vetores e
as coordenadas de um vetor podem ser escritos em relao s suas coordenadas quando a
base ortonormal.
Proposio 1.20 Seja B = (e1 , . . . , en ) uma base ordenada ortonormalde um
espao
a1 b1
.. ..
vetorial real euclidiano V e u, w V tais que (u)B = . e (w)B = . . Ento
an b
t
n
ai = u, ei , bi = w, ei , u, w = a1 b1 + + an bn = (u)B (w)B e u = a21 + + a2n .
Exemplo 1.26 Seja V um espao vetorial real euclidiano de dimenso igual a 3. De-
termine u V tal que u = 3 3, uw, uv e u forma um ngulo
agudo
com e1 ,
2 1
onde B = (e1 , e2 , e3 ) uma base ortonormal de V , (w) = 3 e (v) = 2 .
1 3
Consideremos u = ae1 + be2 + ce3 . Assim, das hipteses, segue que
a2 + b2 + c2 = 27
2a + 3b c = 0
a 2b + 3c = 0
Assim, temos que b = c, a = b e portanto b = 3. Agora utilizando a hiptese de que u

forma um ngulo agudo com e1 , segue que a > 0 e assim, b = 3, a = 3 e c = 3. Logo
u = 3e1 3e2 + 3e3 .
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:
Teorema 1.21 Processo de ortonormalizao de Gram-Scmidt: Seja B = (u1 , . . . , un )

uma base ordenada de V. Ento existe C = (e1 , . . . , en ) base ordenada ortonormal de V
tal que [{e1 , . . . ek }] = [{u1 , . . . , uk }] , 1 k n.
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
uk uk , ek1 ek1 uk , e1 e1

ek = .
uk uk , ek1 ek1 uk , e1 e1
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
Soluo 1.22 Do processo de Gram Smidt, construmos C = (e1 , e2 , e3 ) da seguinte

1 2
forma, e1 = (1, 0, 1) , e1 , u2 = , logo u2 u2 , e1 e1 = (0, 2, 0) e2 = (0, 1, 0).
2 2

1 1 1
Ainda, u3 , e2 = 1, u3 , e1 = , u3 u3 , e2 e2 u3 , e1 e1 = , 0, e por-
2 2 2
2 2 2 2
1 1
tanto e3 = , 0, . Ainda, temos que MCB = 0 2 1 . Assim,
2 2 0 0 2

6 2
(u)C = MCB (u)B = 3 .
2
Proposio 1.23 Sejam B = (u1 , . . . , un ) e C = (e1 , . . . , en ) bases ordenadas ortonor-

mais de um espao vetorial real eucldiano V . Ento a matriz mudana entre as bases B
1 1
e C uma matriz ortogonal, isto , MBC = MBC t
e MCB = MCB t
.
Definio 1.17 Seja V um espao vetorial euclidiano e U um subespao vetorial de V.

Definimos o complemento ortogonal de U, como sendo o subconjunto:
U = {w V ; w, u = 0, para todo u U}.
Proposio 1.24 Seja V um espao vetorial euclidiano e U um subespao vetorial de V.

O complemento ortogonal de U, U , um subespao vetorial de V, tal que U U = {0}.
Exemplo 1.28 O complemento ortogonal do subespao vetorial U = {x, y, z); x2z = 0}

do R3 tal que (a, b, c) , (x, y, z) = 0, para todo (x, y, z) U. Primeiramente deter-
minemos uma base de U. Da definio de U, temos que (x, y, z) U x = 2z, portanto
um vetor de U da forma (2z, y, z) = z (2, 0, 1) + y (0, 1, 0), logo U = [(2, 0, 1) , (0, 1, 0)] .
Ainda como
(2, 0, 1) + (0, 1, 0) = (0, 0, 0) = 0 = ,
temos que {(2, 0, 1) , (0, 1, 0)}
uma base de U. Logo das propriedades de produto interno,
(a, b, c) , (2, 0, 1) = 0
segue que (a, b, c) U , ou seja se e somente se
(a, b, c) , (0, 1, 0) = 0

2a + c = 0
.
b=0
Logo U = {(a, 0, 2a) ; a R}.
Definio 1.18 Seja V um espao vetorial euclidiano e U um subespao vetorial de V

de dimenso finita. Considere B = (e1 , . . . , en ) uma base ortonormal de U. Definimos a
projeo ortogonal de V sobre U, como sendo a funo: ProjU : V U definida por
ProjU (v) = v, e1 e1 + + v, en en .
Exemplo 1.29 Determine a projeo ortogonal do vetor (1, 1, 1) R3 sobre o subespao

U do exemplo anterior. Para isso precisamos determinar uma base ortonormal de U
e como j temos uma base, basta utilizar o processo de Gram-Schmidt. Assim, e1 =

1 1
(2, 0, 1) e como (2, 0, 1) , (0, 1, 0) = 0, ento e2 = (0, 1, 0) , j que tal vetor
5 5
3 1 6 3
unitrio. Logo ProjU (1, 1, 1) = (2, 0, 1) + (0, 1, 0) = , 1, . claro que
5 5 5 5
6 3 6 3
, 1, U, j que 2. = 0.
5 5 5 5
Exemplo 1.30 Seja V um espao vetorial e u V, u = 0 tal que U = [u] subespao de

u
V, ento uma base ortonormal de U {e} onde e = . Assim, para cada v V, tem-se
u
u u v, u
que ProjU (v) = v, e e = v, = u.
u u u2
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.
1.3.1 Mtodo dos mnimos quadrados

Aproximao por projees
Suponhamos que voc queira determinar o valor de uma constante. Por exemplo uma
constante da Fsica. Para isso voc faz n medies. Se as medidas no tivessem erros voc
deveria ter n valores iguais desta medida, j que ela constante, mas como as medies
trazem imprecises, em geral obtm-se n valores distintos. O que se faz tomar a mdia
aritmtica como o valor mais provvel da constante. Vejamos porque realmente este
o valor mais provvel. Suponhamos ento que obtivemos k1 , . . . , kn valores para a tal
constante. Definimos ento o vetor experincia v = (k1 , . . . , kn ) Rn e consideremos
o subespao do Rn , U = [(1, . . . , 1)] . Como o valor que gostaramos de ter obtido era
aquele em que v pertencesse a U, vamos determinar a projeo ortogonal de v sobre U, j
que esta projeo nos d o vetor de U, mais prximo de v.. Assim, devemos determinar
(k1 , . . . , kn ) , (1, . . . , 1)
k R, tal que k (1, . . . , 1) = ProjU (v) = (1, . . . , 1) , ou seja
(1, . . . , 1)2
(k1 , . . . , kn ) , (1, . . . , 1) k1 + + kn
k= 2 = , da definio de produto interno do Rn . Ou
(1, . . . , 1) n
k1 + + kn
seja o melhor valor para a constante k = .
n
Se tivermos uma experincia mais complexa, onde queremos determinar o valor de 2
constantes, simultaneamente e tivermos encontrado m valores k1 , . . . , km , para uma delas e
l1 , . . . , lm valores para a segunda, consideremos o vetor experincia E = (k1 , . . . , km , l1 , . . . , lm )
R2m , espao vetorial euclidiano, com o produto interno usual e consideremos o subespao
vetorial de R2m , U = [(1, . . . , 1, 0, . . . , 0) , (0, . . . , 0, 1, . . . , 1)] . Assim, queremos deter-
minar k, l R tais que k (1, . . . , 1, 0, . . . , 0) + l (0, . . . , 0, 1, . . . , 1) = ProjU (E) . Como
(1, . . . , 1, 0, . . . , 0) e (0, . . . , 0, 1, . . . , 1) j so ortogonais, para determinar uma vase orto-

(1, . . . , 1, 0, . . . , 0) (1, . . . , 1, 0, . . . , 0)
normal de U, basta tomarmos e1 = = e e2 =
(1, . . . , 1, 0, . . . , 0) m
(0, . . . , 0, 1, . . . , 1) (0, . . . , 0, 1, . . . , 1)
= . Assim, k (1, . . . , 1, 0, . . . , 0)+l (0, . . . , 0, 1, . . . , 1) =
(0, . . . , 0, 1, . . . , 1) m
k1 + + km l1 + + lm
ProjU (E) = E, e1 e1 + E, e2 e2 k = el= .
m m
Ajuste de curvas
Uma necessidade bastante frequente dados n pontos (xi , yi ) , 1 i n encontrar
uma funo g, combinao linear de funes conhecidas g1 , . . . , gm , que passa por estes
pontos. Como muitas vezes estes pontos so obtidos por esperincia ou medio, eles
trazem consigo imprecises e por isso na maioria das vezes no encontramos tal 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.
1.3.2 Lista de Exerccios

Exerccio 1.17 Num espao vetorial euclidiano V, mostre que.
1 !
a) u, v = u + v2 u v2 .
4
1 !
b) u2 + v2 = u + v2 + u v2 .
2
Exerccio 1.18 Seja B = (f1 , f2 , f3 ) uma base ortonormal de um espao vetorial euclidi-
ano V e C = (e1 , e2 , e3 ) uma base dada por e1 = 2f1 + 3f2 , e2 = f1 + f2 + f3 , e3 = f2 + 2f3 .
a) Determine a matriz MBC .

1
1
2
b) Dados os vetores u, v V tais que (u)C = 4 , (v)C = 1 , calcule u ,
5
1
2
v e u, v .
c) Determine as coordenadas de um vetor w em relao base C, de modo que w = 1,

wu e wv, onde u e v do tem (b).
d) Determine o ngulo entre e1 e e2 . Responda se a base C ortonormal.
Exerccio 1.19 Considere V = {(x, y, z) R3 ; x + z = 0}.
a) Determine uma base ortonormal de V.
b) Determine u0 R3 tal que u0 u, u V.
c) Dado o vetor w = (1, 3, 2) R3 , determine v0 V de modo que w v0 v,

v V.
" #
Exerccio 1.20 Considere i , j , k a base ortonormal cannica de R3 .

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 1.21 Determine uma base ortonormal de W e uma base ortonormal de W ,

onde W o subespao do R4 dado por W = {(x, y, z, t) ; x + y = 0 e 2x + z = y}.
Exerccio 1.22 Determine a projeo ortogonal do vetor (1, 1, 0, 1) R4 sobre o sube-

spao W = {(x, y, z, t) R4 ; x y z = 0 e z 2t = 0}.
Exerccio 1.23 Determine a reta em R2 de equao y = kx que melhor se adapte aos

pontos (3, 0) , (2, 1) e (1, 2) .
Exerccio 1.24 Determine o polinmio f (x) = ax2 + bx + c, que melhor se ajuste aos
pontos (1, 2) , (3, 1) , (4, 2) e (2, 0) .
Captulo 2
Transformaes Lineares
No primeiro captulo estudamos os espaos vetoriais e as suas principais propriedades.

Neste prximo captulo estudaremos as aplicaes entre espaos vetoriais, onde as mais
importantes so as transformaes lineares.
Definio 2.1 Sejam U e V dois espaos vetoriais reais. Dizemos que uma funo T :
U V uma transformao linear quando:
T (u + v) = T (u) + T (v) , para todos u, v U

T ( u) = T (u) , para todo u U e R.
Exemplo 2.1 Considere C 1 (R) o espao vetorial das funes 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 ) .
Nota 2.1 Quando U = V, denominamos a transformao linear T : V V de operador

linear.
Proposio 2.1 Sejam U e V espaos vetoriais reais e T : U V uma transformao

linear. Ento:
a) T (0) = 0, isto T leva vetor nulo de U em vetor nulo de V.
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
c) Se W um subespao de U ento T (W ) = {T (w) ; w W } um subespao de V.

Portanto a imagem de T, denotada por Im (T ) um subespao de V.
d) Se H um subespao de V ento T 1 (H) = {u U ; T (u) H} um subespao de

U.
Definio 2.2 Sejam U e V espaos vetoriais reais e T : U V uma transformao

linear. Denotamos por Ker (T ) o seguinte subconjunto de U, denominado ncleo de T :
Ker (T ) = {u U; T (u) = 0} = T 1 {0}.
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
portanto Ker (T ) = {(x, 0, x) ; x R} = [(1, 0, 1)] .
Vejamos algumas propriedades do ncleo de uma transformao linear.
Proposio 2.2 Sejam U e V espaos vetoriais reais e T : U V. Ento:
i) Ker (T ) um subespao vetorial de U.
ii) T uma funo injetora Ker (T ) = {0}.
Teorema 2.3 (dimenso do ncleo e da imagem): Sejam U e V espaos vetoriais

reais e T : U V uma transformao linear, sendo U um subespao de dimenso finita.
Ento
dim (U ) = dim (Ker (T )) + dim (Im (T )) .

xz y+z
Exemplo 2.4 Seja T : R M22 (R) definida por T (x, y, z) =
3
.
2x + 2y x + y
claro que T uma transformao linear(mostre) e dim (R3 ) = 3. Ainda para de-
terminarmos o ncleo
de T, devemos determinar (x, y, z) R tal que T (x, y, z) =
3
xz y+z 0 0
= . Portanto
2x + 2y x + y 0 0

x=z
y = z ,

x = y
23
ou seja Ker (T ) = {(x, x, x) , x R} = {x (1, 1, 1) , x R} = [(1, 1, 1)] , portanto

dim (Ker (T )) = 1. Logo pelo teorema da dimenso do ncleo e da imagem, segue que
dim (Im (T )) = 2. Verifiquemos:
%
xz y+z
Im (T ) = , x, y, z R =
2x + 2y x + y
%
1 0 0 1 1 1
= x +y +z , x, y, z R =
2 1 2 1 0 0
%
1 0 0 1 1 1
= , , =
2 1 2 1 0 0
%
1 0 0 1
= , ,
2 1 2 1
pois
1 1 0 1 1 0
=
0 0 2 1 2 1
%
1 0 0 1 1 0 0 1 0 0
e como , l.i., j que + = =0=
2
1 2 1 % 2 1 2 1 0 0
1 0 0 1
, segue que , base de Im (T ) , o que implica que dim (Im (T )) = 2,
2 1 2 1
conforme o teorema.
Corolrio 2.4 Sejam U e V espaos vetoriais reais de mesma dimenso n e T : U V
uma transformao linear. Ento so equivalentes:
i) T sobrejetora.
ii) T injetora.
iii) T bijetora.
iv) T transforma uma base de U numa base de V.
Prova. i)ii): Como T sobrejetora ento Im (T ) = V, logo dim (Im (T )) = n =
dim (U ) , portanto do teorema do ncleo e da imagem, temos que dim (Ker (T )) = 0, ou
seja Ker (T ) = {0}, o que implica que T injetora.
ii)iii): Como T injetora, segue que Ker (T ) = {0}, o que implica que dim (Ker (T )) =
0, portanto do teorema do ncleo e da imagem, temos que dim (Im (T )) = n = dim V e
como Im ((T )) subespao de V, segue que Im (T ) = V, o que implica que T sobrejetora
e portanto bijetora.
iii)iv): Como T bijetora, segue que Im (T ) = V. Ainda se B = {u1 , . . . , un} uma
base de U, ento Im (T ) = [T (u1 ) , . . . , T (un )] . Basta ento verificar que {T (u1 ) , . . . , T (un )}
l.i. De fato:
1 T (u1 ) + + nT (un ) = 0 T (1 u1 + + n un ) = 0
1 u1 + + n un Ker (T ) 1 u1 + + n un = 0,
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.
Definio 2.3 Sejam U e V espaos vetoriais reais. Dizemos que T : U V um

isomorfismo quando T uma transformao linear bijetora.
Exemplo 2.5 Seja T : R3 P2 (R) definida por T (a, b, c) = (a + c) + (b 2c) t +

(2a) t2 .Verifiquemos primeiramente que T uma transformao linear:
T ((a, b, c) + (x, y, z)) = T (a + x, b + y, c + z) =

= (a + x + c + z) + (b + y 2 (c + z)) t + 2 (a + x) t2 =
! !
= (a + z) + (b 2c) t + 2at2 + (x + x) + (y 2z) t + 2xt2 =
= T (a, b, c) + T (x, y, z) .
T ( (a, b, c)) = T (a, b, c) = (a + c) + (b 2c) t + 2at2 =
!
= (a + c) + (b 2c) t + 2at2 = T (a, b, c) .
Para mostrar que T bijetora, basta mostrar, pelo corolrio, que T injetora, pois
dim (R3 ) = dim (P2 (R)) = 3. Verifiquemos:
T (a, b, c) = 0 (a + c) + (b 2c) t + (2a) t2 = 0 + 0t + 0t2

a = c, b = 2c, a = 0 a = 0 = b = c,
o que implica que Ker (T ) = {0} logo T um isomorfismo.
Definio 2.4 Sejam U e V espaos vetoriais reais. Dizemos que U e V so isomorfos

quando existe um isomorfismo entre U e V.
Exemplo 2.6 Do exemplo anterior temos que R3 e P2 (R) so isomorfos.
Nota 2.2 Observe que basta existir uma transformao linear bijetora entre espaos iso-
morfos.
Proposio 2.5 Sejam U e V espaos vetoriais reais de dimenso finita. U e V so

isomorfos dim U = dim V.
25
Prova. ()Se U e V so isomorfos ento existe um isomorfismo entre U e V. Portanto

Ker (T ) = {0} e Im (T ) = V, ou seja dim (Ker (T )) = 0 e dim (Im (T )) = dim V. Mas do
teorema da dimenso do ncleo e da imagem, segue que dim U = dim (Im (T )) = dim V.
() Temos que dim U = dim V = n. Considere B = {u1 , . . . , un } uma base de U e
C = {v1 , . . . , vn } uma base de V. Seja T : U V, definida por
T (1 u1 + + n un ) = 1 v1 + + n vn , u = 1 u1 + + n un U.
fcil mostrar que T uma transformao linear (mostre). Ainda T leva base de U em
base de V, pois
T (u1 ) = T (1 u1 + 0 u2 + + 0 un ) = 1 v1 + 0 v2 + + 0 vn = v1 ,
T (u1 ) = T (0 u1 + 1 u2 + + 0 un ) = 0 v1 + 1 v2 + + 0 vn = v2 ,
..
.
T (un ) = T (0 u1 + 0 u2 + + 1 un ) = 0 v1 + 0 v2 + + 1 vn = vn .
Logo como dim U = dim V, segue do corolrio acima que T bijetora e portanto um
isomorfismo, o que implica que U e V so isomorfos.
Exemplo 2.7 Os espaos vetoriais M22 (R) e R4 so isomorfos pois tem a mesma di-
menso.

Exerccio 2.1 Determine uma base e a dimenso do ncleo e da imagem das transfor-
maes lineares abaixo:
a) T : R3 R2 dada por T (x, y, z) = (x + y z, x + y) .
b) T : P2 (R) P2 (R) dada por T (p) (t) = t2 p (t) .
Exerccio 2.2 Determine um operador linear do R3 cujo ncleo gerado por {(1, 1, 1) , (0, 1, 2)}.
Exerccio 2.3 Mostre que cada um dos operadores lineares do R3 abaixo um isomor-
fismo e determine o isomorfismo inverso:
a) T (x, y, z) = (x y, 2z, y + z) .
b) T (x, y, z) = (3y 2z, x, x 3z) .
Exerccio 2.4 Sabendo que T : P2 (R) R3 uma transformao linear tal que T (1) =
(1, 1, 0) , T (t) = (0, 2, 1) e T (t2 ) = (1, 0, 1) , determine T (a + bt + ct2 ) .
Exerccio 2.5 Seja V um espao vetorial euclidiano e U = [{e1 , . . . , en }], onde {e1 , . . . , en }
uma base ortonormal de U. Mostre que E : V U projeo ortogonal de V sobre U
uma transformao linear, tal que Ker (E) = U e Im (E) = U.
2.1 Matriz de uma transformao linear

O objetivo deste pargrafo identificar uma transformao linear entre espaos de dimen-
so finita com matrizes, assim poderemos reduzir nosso trabalho s matrizes.
Definio 2.5 Sejam U e V espaos vetoriais reais de dimenso finita e T : U V

uma transformao linear. Considere B = (u1 , . . . , un ) uma base ordenada de U e C =
(v1 , . . . , vm ) uma base ordenanda de V. Assim,
m

T (ui ) = aji vj .
j=1
Definimos a matriz de T com respeito s bases ordenadas B e C, denotada por

(T )BC !
(T )BC = [aji ]mn = (T (u1 ))C . . . (T (un ))C .
Exemplo 2.8 Seja T : R2 P2 (R) por T (a, b) = (a b) + 3bt 2at2 . Considere B =

((1, 0) , (0, 1)) e C = (1, t, t2 ) bases ordenadas de R2 e P2 (R) respectivamente. Portanto
da definio de T, tem-se que
T (1, 0) = 1 2t2 = 1 + 0t 2t2 ,

T (0, 1) = 1 + 3t = 1 + 3t + 0t2 .
Logo
1 1
(T )BC = 0 3 .
2 0
Exemplo 2.9 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
T (1) = 1 + 2t,
T (t) = 1 5t,

T t2 = 3t.
Logo T (a + bt + ct2 ) = aT (1)+bT (t)+cT (t2 ) = a (1 + 2t)+b (1 5t)+c3t = (b a)+

(2a 5b + 3c) t.
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.
Pode-se tambm operar transformaes lineares, operando suas matrizes.
Proposio 2.7 Sejam U, V, W espaos vetorias reais de dimenso n, m e k, respectiva-

mente. Considere T, F : U V e G : V W transformaes lineares e R. Prova-se
que T + F, T e G T so transformaes lineares (prove!). Considere B = (u1 , . . . , un )
uma base ordenada de U , C = (v1 , . . . , vm ) uma base ordenanda de V e D = (w1 , . . . , wk )
uma base ordenada de W. Ento:
a) (T + F )BC = (T )BC + (F )BC .

b) (T )BC = (T )BC .
c) (G T )BD = (G)CD (T )BC .
Pode-se ainda ter a necessidade de mudar de base. Como fazer sem ter que voltar
para a transformao linear, ou seja, trabalhando apenas com matrizes? Para responder
esta pergunta vamos dar mais algumas propiedades.
Proposio 2.8 Seja U um espao vetorial real de dimenso n. Considere B = (u1 , . . . , un)
e C = (v1 , . . . , vm ) bases ordenadas de U. Ento
(I)BC = MCB e (I)CB = MBC
onde I : U U, tal que I (u) = u e MCB a matriz mudana da base C para a base B.
Proposio 2.9 Sejam U e V espaos vetoriais reais de dimenso n e m, respectivamente

e T : U V uma transformao linear e F : U U um operador linear. Considere B,
B1 bases ordenadas de U e C, C1 bases ordenadas de V. Ento
(T )BC = MCC 1 (T )B1 C1 MB1 B ,

(F )B1 = MB1 B (F )B MBB1 =
1
= MBB 1
(F )B MBB1 .
Proposio 2.10 Sejam U e V espaos vetoriais reais ambos de dimenso n, e T : U

V uma transformao linear. Considere B base ordenada de U e C base ordenada de V .
Ento T um isomorfismo (T )BC for inversvel e (T 1 )CB = (T )1
BC . Analogamente se
F : U U um operador linear e B base ordenada de U . Ento F um isomorfismo
(F )B for inversvel e (F 1 )B = (F )1
B .

1 0 2
Exemplo 2.12 Seja T : P2 (R) P1 (R) tal que (T )BC = , onde B base
1 2 3
ordenada de P2 (R) e C base ordenada de P1 (R). Se B1 base ordenada de P2 (R) e C1 base
ordenada de P1 (R) tal que

1 0 1
1 1
MCC 1 = e MBB1 = 2 1 1 ,
2 1
0 1 2
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

Exerccio 2.6 Determine o operador linear do R2 cuja matriz em relao base ordenada
B = ((1, 2) , (1, 1)) dada por
3 1
.
2 1
Exerccio 2.7 Se a matriz de um operador linear F do R3 em relao base cannica

1 1 2
0 4 3
2 0 2
e se T = I + 2F F F, determine a matriz de T em relao base cannica e verifique

se T ou no um isomorfismo. Determine tambm T (x, y, z) e T 1 (x, y, z) .

1 2
Exerccio 2.8 Seja T : C C um operador linear tal que (T )B = , onde
3 1

2 5
B base ordenada de C. Sabendo que MBC = , onde C base ordenada de C,
1 3

3
determine (T )C . Se u C tal que (u)C = , determine (T (u))C .
7
2.1.2 Diagonalizao de operadores

Como vimos podemos trabalhar com matrizes ao invs de operadores lineares. Mas
importante em algumas situaes determinar uma base onde a matriz do operador seja a
mais simples, por exemplo uma matriz diagonal. isso que veremos neste pargrafo.
Definio 2.6 Seja V um espao vetorial real e T : V V um operador linear. Dizemos

que R um autovalor de T quando existe u V, u = 0, tal que T (u) = u. Neste
caso u denominado autovetor de T associado ao autovalor .
Proposio 2.11 Seja V um espao vetorial real de dimenso n e T : V V um

operador linear. Ento R um autovalor de T det ((T )B In ) = 0, qualquer que
seja B base ordenada de V e In a matriz identidade n n.
Prova. R um autovalor de T existe u V, u = 0, tal que T (u) =

u existe u V, u = 0, tal que T (u) u = 0 existe u V, u = 0, tal que
(T I) (u) = 0 Ker (T I) = {0} (T I) no um isomorfismo (T I)
no inversvel det (T I)B = 0, qualquer que seja B base ordenada de V. Mas
(T I)B = (T )B (I)B = (T )B In .

Exemplo 2.14 Seja T : P2 (R) P2 (R) definida por T (p) (t) = p (t) + 3p (t) + t2 p (t) .
Para determinar os autovalores de T, vamos determinar a matriz de T em relao base
ordenada B = (1, t, t2 ) ,
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
Portanto det ((T )B I3 ) = 0 = 1 e = 3. Logo os autovalores de T so 1 e 3.

Para determinar os autovetores associados, basta lembrar que p P2 (R) um autovetor
associado ao autovalor T (p) = p (T I) (p) = 0 (T I)B (p)B = 0,
qualquer que seja a base ordenada

B de P2 (R) ((T )B I3 ) (p)B = 0. Assim, para
a
= 1, considerando (p)B = b , temos
c

0 3 0 a 0
0 0 6 b = 0
0 0 2 c 0

3b = 0
6c = 0 b = 0 = c,

2c = 0

a
portanto os autovetores de T associados ao autovalor = 1 so tais que (p)B = 0 =
0

1
a 0 , com a = 0, ou seja, p (t) = a, a = 0, isto , os autovetores de T associados ao

0
autovalor = 1 so os polinmios constantes no nulos. Para = 3, obtemos

2 3 0 a 0
0 2 6 b = 0
0 0 0 c 0

2a + 3b = 0 9
b = 3c e a = c,
2b + 6c = 0 2
9
c
2
portanto os autovetores de T associados ao autovalor = 3 so tais que (p)B = 3c =
c
9

2 9
c 3 , com c = 0, ou seja, p (t) = c 2
+ 3t + t , c = 0.
2
1
Proposio 2.12 Seja V um espao vetorial real e T : V V um operador linear.

Ento autovetores associados a autovalores distintos so l.i.
Definio 2.7 Seja V um espao vetorial real de dimenso finita n e T : V V um op-

erador linear. Dizemos que T diagonalizvel quando existe uma base de V constituda
de autovetores de T. Neste caso se B = (u1 , . . . , un ) uma base ordenada de V constituda
de autovetores de T , com ui autovetor associado ao autovalor i , temos que

1 0 0 0

0 2 0 0
.. ..
(T )B = . 0 3 0 . ,
.. .. .. ..
. . . . 0
0 0 0 n
isto , a matriz de T em relao base constituda de autovetores uma mtriz diagonal,

onde na diagonal principal aparecem os autovalores, na ordem em que os autovetores
aprecem na base ordenada.
Vemos que o operador linear do exemplo anterior no diagonalizvel, pois tem-se

apenas 2 autovetores l.i. de T.

1 1
Exemplo 2.15 Seja T : C C, tal que (T )B = , onde B = {1 + i, 1 i}. Ver-
1 1
ifiquemos se T diagonalizvel. Para isso determinemos os autovalores e os autovetores
de T.

1 1
det = (1 )2 1 = 2 2 = 0 = 0 ou = 2.
1 1
Observe que temos 2 autovalores distintos e portanto temos 2 autovetores l.i. e como
dim C = 2, segue que T diagonalizvel, pois admite uma base constituda de autovetores.
Determinemos
tal base e a matriz de T com respeito a esta base. Para = 0, considerando
x
(u)B = , obtemos
y

1 1 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
de autovetores C = {2i, 2}. Portanto a matriz mudana da base C para a base B

1 1 1 1
2 2 2 1 1
MCB = 1 1 MBC = 2 1 12 = .
1 1
2 2 2 2
Logo
(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.
Proposio 2.13 Seja V um espao vetorial real de dimenso finita n e T : V V um

operador linear. Ento o nmero de autovetores l.i. associados a um mesmo autovalor
menor ou igual a multiplicidade do autovalor, como raiz do polinmio det ((T )B In ) .
Dos resultados acima, sempre que tivermos um operador sobre um espao vetorial V
de dimenso n, com n autovalores distintos este ser diagonalizvel.
Existe um tipo de operador que sempre diagonalizvel, e mais por uma base 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
T (u) , v = u, T (v) ,
quaisquer que sejam u, v V.
Exemplo 2.16 O operador T do R3 , definido por T (x, y, z) = (x + 2y, 2x y + 3z, 3y + 5z)

auto-adjunto, pois
T (x, y, z) , (a, b, c) = (x + 2y) a + (2x y + 3z) b + (3y + 5z) c =

= xa + 2ya + 2xb yb + 3zb + 3yc + 5zc =
= x (a + 2b) + y (2a b + 3c) + z (3b + 5c) =
= (x, y, z) , T (a, b, c) .
Proposio 2.14 Seja V um espao vetorial real eucldiano de dimenso n. T : V V

um operador auto-adjunto (T )B uma matriz simtrica em relao a qualquer base
ortonormal B de V.
Prova. () Considere B = (e1 , . . . , en ) uma base ordenada ortonormal de V. Ento

n

T (ei ) = T (ei ) , ej ej ,
j=1
portanto, da definio de matriz de T em relao base B, temos que (T )B = (aji )nn ,

onde aji = T (ei ) , ej . Mas T auto-adjunto e portanto T (ei ) , ej = ei , T (ej ) =
T (ej ) , ei = aij , o que implica que (T )B simtrica.
()Exerccio.
Proposio 2.15 Seja V um espao vetorial real eucldiano e T : V V um operador

auto-adjunto. Ento autovetores associados a autovalores distintos so ortogonais.
Prova. Sejam e autovetores distintos de T, ento existem u, w vetores no nulos

de V, tais que T (u) = u e T (w) = w. Ainda
T (u) , w = u, T (w) ,
o que implica que

u, w = u, w .
Das proriedades de produto interno, obtemos
u, w = u, w ( ) u, w = 0.
Como ( ) = 0, pois so autovalores distintos, segue que u, w = 0, ou seja, u e w

so ortogonais.
Teorema 2.16 Seja V um espao vetorial real eucldiano de dimenso n. T : V V

um operador auto-adjunto existe uma base ortonormal de V constituda de autovetores
de T. Neste caso se B uma base ortonormal de V e C uma base ortonoirmal de V
constituda de autovetores de T, segue que
t
(T )C = MBC (T )B MBC ,
sendo (T )C uma matriz diagonal.
Exemplo 2.17 Seja T um operador do R3 , cuaja matriz com respeito base cannica

1 2 0
2 1 0 .
0 0 1
Como a base cannica do R3 ortonormal e a matriz simtrica, segue que T auto-

adjunto e portanto existe uma base ortonormal de R3 constituda de autovetores de T, em
relao a qual a matriz de T diagonal. Vamos determinar, a base, a matriz mudana da

base cannica para a base ortonormal de autovetores e a matriz de T em relao a nova
base.
1 2 0
det 2 1 0 = 0 ( 3) ( + 1)2 = 0.
0 0 1
Portanto os autovalores de T so = 1 (raiz dupla) e = 3. Como = 3 uma raiz
simples existe apenas um vetor l.i. associado a = 3, que ortogonal aos autovetores
associados a = 1. Como = 1 raiz dupla, e T diagonalizvel, j que auto
adjunto, ento devem existir 2 autovetores l.i. associados a este autovalor. Vejamos, para
= 1,
2 2 0 x 0
2 2 2x 2y = 0
0 y = 0 x = y,
2x + 2y = 0
0 0 0 z 0
logo os autovetores de T associados a = 1 tem as seguintes coordenadas em relao
base cannica
x 1 0
x = x 1 + z 0 .
z 0 1
Estes 2 vetores j so ortogonais e portanto l.i., basta toma-los unitrios. Assim, os
1 1
autovetores unitrios e ortogonais associados a = 1 so , , 0 e (0, 0, 1) .
2 2
Para = 3,

2 2 0 x 0 2x 2y = 0
2 2 0 y = 0 y = x
2x 2y = 0 ,
z=0
0 0 4 z 0 4z = 0
logo os autovetores de T associados a = 3 tem as seguintes coordenadas em relao
base cannica
x 1
x = x 1 .
0 0
Assim, o autovetor
unitrio
e ortogonal aos autovetores associados a = 1, associado
1 1
a = 3 , , 0 . Logo a base ortonormal do R3 constituda de autovetores de
2 2
1 1 1 1
T C = { , , 0 ,(0, 0, 1) , , , 0 }. A matriz mudana da base cannica
2 2 2 2
para a base C a quela constituda das coordenadas dos autovatores, ou seja a matriz
M, dada abaixo: 1
1
0
2 2
1
M = 0 1

2 2
0 1 0
e a matriz de T em relao base C

1 0 0
(T )C = M t (T )can M = 0 1 0 .
0 0 3
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.

Exerccio 2.9 Determine os autovalores e autovetores dos operadores lineares do R3
abaixo:
a) T (x, y, z) = (x + y, x y, z) .
b) T (1, 0, 0) = (2, 0, 0) , T (0, 1, 0) = (2, 1, 2) e T (0, 0, 1) = (3, 2, 1) .
c) T (1, 1, 0) = (0, 0, 0) , T (1, 1, 0) = (0, 0, 0) e T (0, 0, 2) = (5, 1, 2) .
Exerccio 2.10 Determine os autovalores e autovetores do operador T de P3 (R) cuja

matriz em relao base B = {1, t, t2 , t3 } :

2 1 0 0
0 2 0 0
.
0 0 1 1
0 0 2 4
Exerccio 2.11 Determine, se possvel, uma matriz M M22 (R) de maneira que
M 1 AM seja diagonal, onde A :

2 0 4
2 4 3 2
a) b) c) 3 4 12 .
3 13 2 1
1 2 5
Exerccio 2.12 Seja T um operador do R3 definido por T (x, y, z) = (x + y + z, x + y + z, x + y + z) .
a) Determine os autovalores de T.
b) Determine uma base ortonormal B do R3 tal que (T )B diagonal.
c) Qual a matriz de mudana da base cannica do R3 para a base B?

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.
b) Determine os autovalores e autovetores de T.
c) T um operador auto adjunto? Justifique.

Linear PDF

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Linear PDF

Încărcat de

Drepturi de autor:

Formate disponibile

Captulo 1

O objetivo deste captulo introduzir o conceito de espaos vetoriais, dependncia e

que a cada par (u, v) V V, associa o elemento u + v V, denominada adio e

que a cada par (, u) R V, associa o elemento u V, denominada multiplicao

a) associatividade: (u + v) + w = u + (v + w) , para todos u, v, w V

Exemplo 1.1 O conjunto V = R2 , munido das operaes de adio (x, y) + (a, b) =

Proposio 1.1 Seja V um espao vetorial real. Ento:

a) O elemento neutro nico.

b) Para cada u V o elemento simtrico de u nico.

d) (1) u = u, para todo u V.

Definio 1.2 Seja V um espao vetorial real e H V, H = . Dizemos que H um

Proposio 1.2 Seja V um espao vetorial real e H V, H = . H um subespao

Exemplo 1.4 Considere V = R2 ento H = {(x, y) R2 ; x = y} um subespao

Exemplo 1.5 Considere V = Mnn (R) , ento H = {A V ; At = A} um subespao

Exemplo 1.6 O conjunto constitudo apenas do vetor nulo um subespao vetorial de

Proposio 1.3 Seja V um espao vetorial real e H, W subespaos de V ento:

1.1 Dependncia e independncia linear

Definio 1.3 Sejam u1 , u2 , . . . , un V . Dizemos que u V uma combinao linear

Nota 1.1 Quando u uma combinao linear de u1 , u2 , . . . , un , dizemos que u ger-

Definio 1.4 Seja S = {u1 , u2 , . . . , un } V. O conjunto de todas as combinaes

Proposio 1.4 [S] um subespao vetorial de V, denominado subespao gerado por S.

Nota 1.2 Se S um subconjunto infinito de V, ento [S] o conjunto de todas as com-

Proposio 1.5 Seja V um espao vetorial real e S, F V ento:

Definio 1.5 Sejam u1 , u2 , . . . , un V . Dizemos que {u1 , u2 , . . . , un } um subconjunto

Caso contrrio, dizemos que {u1 , u2 , . . . , un } um subconjunto

Exemplo 1.7 O subconjunto {(1, 1) , (1, 1)} do R2 l.i., pois

Exemplo 1.8 O subconjunto {(1, 1) , (1, 1) , (2, 4)} do R2 l.d., pois

Proposio 1.6 Seja V um espao vetorial e S V. Ento:

1.1.1 Lista de exerccios

(x, y) (u, v) = (x + u, yv) , para todo (x, y) , (u, v) V.

um espao vetorial real.

b) H = {A M22 (R) ; At = A}.

Exerccio 1.4 Determine se os subconjuntos do R3 abaixo so l.i. ou l.d.

a) S = {(1, 1, 1) , (0, 2, 3) , (2, 1, 1) , (1, 1, 3)}. para cada u

b) S = {(0, 1, 0) , (1, 2, 1)}.

c) S = {(5, 2, 0) , (2, 3, 1) , (1, 0, 1)}.

Exerccio 1.6 Prove que {u, v} um subconjunto l.i. de um espao vetorial V {u +

Exemplo 1.9 O R2 um espao finitamente gerado pois [(1, 0) , (0, 1)] = R2 .

Exemplo 1.10 O M22 (R) um espao finitamente gerado pois

Definio 1.7 Seja V um espao vetorial finitamente gerado. Dizemos que B V

Exemplo 1.11 O subconjunto B = (1, 0) , (0, 1) uma base do R2 pois [B] = R2 e

No entanto temos algumas propriedades sobre bases quaisquer de um mesmo espao

a) Qualquer subconjunto de V com mais de n elementos l.d.

b) Todo subconjunto l.i. de V tem no mximo n elementos.

Exemplo 1.14 dim R2 = 2.

Exemplo 1.15 dim M22 (R) = 4.

Notao 1.10 dim W = nmero de elementos de uma base de W.

Exemplo 1.16 Seja B = {u1 , u2 , u3 } uma base de um espao vetorial V e W = [u1

Vejamos alguns resultados importantes envolvendo as coordenadas dos vetores com

(x, y, z) = (1, 0, 1) + (0, 1, 0) + (1, 0, 1)

Proposio 1.13 Seja B = (u1 , . . . , un ) uma base ordenada de um espao vetorial

A demonstrao destas proposies seguem diretamente da definio de coordenadas

Proposio 1.14 Seja B = (u1 , . . . , un ) uma

Proposio 1.15 Sejam B, C e D bases ordenadas de um espao vetorial finitamente

a) MBD = MBC MCD .

b) (u)C = MCB (u)B .

d) MBB = In , onde In a matriz identidade n n.

1.2.1 Lista de exerccios

a) Calcule (u + v)B e (u 2v + 3w)B .

b) Determine a e b, de modo que au + bv = w.

Exerccio 1.9 Seja B uma base ordenada de R3. Mostre

Exerccio 1.11 Dada a base ordenada de R3 , (e1 , e2 , e3 ) ,considere os vetores f1 = e1

a) Verifique que (f1 , f2 , f3 ) uma base.

Definio 1.2 Seja V um espao vetorial real e H V, H = . Dizemos que H um

Proposio 1.2 Seja V um espao vetorial real e H V, H = . H um subespao

i) u, v = v, u , para todos u, v V.

ii) u + v, w = u, w + v, w para todos u, v, w V.

iii) u.v = u, v para todos u, v V e R.

iv) u, u 0, para todo u V e u, u = 0 se e somente se u = 0.

(x, y, z) , (a, b, c) = xa + yb + zc.

P1) 0, u = 0, para todo u V.

P2) u, v + w = u, v + u, w para todos u, v, w V.

P3) u, v = u, v para todos u, v V e R.

a) u 0, para todo u V e u = 0 u = 0.

b) u = || u para todo u V e R.

c) u + v u + v para todos u, v V.

|u, v| u v .

uk uk , ek1 ek1 uk , e1 e1

U = {w V ; w, u = 0, para todo u U}.

Exemplo 1.30 Seja V um espao vetorial e u V, u = 0 tal que U = [u] subespao de

c) Determine as coordenadas de um vetor w em relao base C, de modo que w = 1,