Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Fundamentos e Aplicaes
u+v
v 0
u+v u
u v 0 u
u+v
u+v u 0
v u
u+v
0 v u+v
0 v 0 v u
u u+v
u+v
Marco Cabral
Paulo Goldfeld
ii
Marco A. P. Cabral
Paulo Goldfeld
mapcabral@ufrj.br
goldfeld@labma.ufrj.br
heprtmento de wtemti eplid snstituto de wtemti niversidde pederl do io de tneiro io de tneiro ! frsil gpis so utorizds e em vindsX divulgue nosso trlho3 gonsulte o stio www.labma.ufrj.br/~mcabral/livros ou entre em ontto om os utoresF
ii iste trlho est lienido so um vien gretive gommons etriuiE o @fA " so xoEgomeril @xgA " gomprtilhmento pel mesm vien @eA QFH nportedF r ver um pi dest lienD visite
http://creativecommons.org/licenses/by-nc-sa/3.0/br/ ou envie um rt pr gretive gommonsD IUI eond treetD uite QHHD n prnisoD gliforni WRIHSD eF ist lien permite que outros possm opir ou redistriuir est or sem (ns omeriisD dptr e rir ors derivds sore est or sem (ns omeriisD ontnto que trium rdito o utor e distrium or resultnte so mesm lienD ou so um lien similr presenteF
grlD wro eF F e qoldfeldD ulo gurso de lger viner G wro grl e ulo qoldfeld E io de tneiroX snstituto de wtemtiD PHHVF IF lger viner sF tulo ghhX SIPFS SITFQ sfx EEE
Ficha Catalogrca
Sobre os Autores
wro eurlio lumo grl rio @nturl do io de tneiroA e triolor @toredor do )uminenseAF pez o fhreldo em snformti n ptD o westrdo em wtemti eplid n pt e o doutordo em wtemti n sndin niversity @floogmintonD ieAF professor no snstituto de wtemti n ptF us res de interesse so eques difereniis priis @ihAD enlise xumri e pinnsF ulo qoldfeld fez fhreldo em inhenhri weni n ptD o westrdo em wteE mti eplid n pt e o doutordo em wtemti no gournt snstitute @xov sorqueD ieAF professor no snstituto de wtemti n ptF u re de interesse mtodos numrios em eques difereniis priis @ihAF
iii
iv
SOBRE OS AUTORES
Agradecimentos
rimeiro os progrms @e progrmdoresA que permitirm produo deste mterilF iste produto herdeiro d ultur qv @qnu uli vienseAD que permite o reuso de digo fonteF egrdeemos em primeiro lugr hougls unuth pelo i @e veslie vmport pelo A v iAD softwre que permite que este mteril sej to onitoY vinus orvlds @e milhres de outrs pessosA pelo sistem operionl vinuxD frm woolenr pelo vim @editor de textoAD ill ntu pelo femer @slides do ursoA e pelo TikZ e PGF @(gurs do textoAD ihrd tllmn @responsvel pelo projeto qxA e milhres de pessos por dezens de softwres utilizdosX tar @ompto de rquivosAD make @gerenidor de progrmAD grepD findD ghostviewD xpdfD F F F egrdeemos tmm tim re'eronD ujo livro viner elgerD em lien gretive gommonsD judou inspirr este trlhoF egrdeemos rofF fetriz wljovih @niioA pel jud om grito dos exeriosD o rofF pelipe eker @ptA por sugesto de mor(smosD rofF wonique grmon @ptA por diverss sugestes de orgnizo gerlD o rofF wrtin eilndt @pgA pel reviso extens d segund edioF
vi
AGRADECIMENTOS
Pref acio
Para o estudante
iste livro tem omo foo o luno e sus di(ulddesF e ordem de presento do ontedo e metodologi foi disutid om vrios olegs do deprtmento om lrg experini no ensino de lger viner n grduo e psEgrduoF m exemplo disso onepo do primeiro ptuloD que explor qeometri enltiD em prte j vist pelos lunos no ensino mdioD e introduz oneitos hves d lger vinerF y livro possui er de PQH exemplos resolvidosF rourmos destr no texto os erros mis omuns dos lunos e estimulr o uso de tenologi @softwre lgrioA em todos os ptulosF prte fundmentl do urso resolver exeriosD tntos qunto for possvelF eo (nl de d ptulo existem exerios divididos em R gruposX
de respost imedit @mentlAF xo ser respost orret sugere um retorno o textoF heveEse fzer todos ntes de seguir dinteF
problemasX o os prinipis exerios do ptuloF odos devem ser feitosF problemas extrasX gso o luno j tenh feito todos os prolemsF desaosX r se profundr n disiplinF o opionisF
odos os exerccios de xao e todos os problemas tem resposts no (nl do livroF rios prolems extrs e des(os tmm possuem respostsF o er de WH exerios de (xoD IIH prolemsD ISH prolems extrs e VH des(osF
ermitir os lunos de todo o frsil esso fil @internetA mteril grtuito e de qulidde por ser erti(do pelo heprtmento de wtemti eplid d pt e por olegs de todo o frsilF
vii
viii
PREFCIO
xeessidde do nosso deprtmentoD responsvel pelo ensino de lger viner n ptD de plir prov uni(d eD onsequentementeD rir um mteril pdro pr o ursoF roduzir um mteril om ontedo que ser efetivmente utilizdo em sl de ul pelo lunoF x noss experiniD os lunos preferem livros (nosD que so feis de trnsportr e estimulm leiturF roduzir trnsprnis pr sl de ul diretmente oplds um livroF
grimos um pote ompleto pr um urso de lger vinerX lm deste textoD form produzids trnsprnisF udo isto est disponvel em www.labma.ufrj.br/~mcabral/
livros
tores e operes no Rn D eques prmtris e rtesinsD espos gerdos @rets e plnosAD omines lineresD dependni e independni linerF istes tems so retomdos no ptulo de ispos etoriisD ms reditmos que importnte um exposioD logo no inioD destes oneitosF
Captulo inicial present ontedo prinipl do urso sem grnde formlismoX veE
e soluo de sistemas lineares feit trvs d elimino de qussF e regr de grmer um seo opionl do ptulo de heterminntesF snterpretmos soluo de sistems trvs de interpretes do produto mtrizEvetorF essim o onjunto soluo visto om lingugem de espo gerdoD presentdo no primeiro ptuloD e tmm do ponto de vist geomtrioD interseo de retsD plnosD hiperplnosD etF
Matriz preeD iniilmenteD somente omo form onveniente de resolver sistems lineresF eps presentr transformaes lineares @vsAD mtrizes so vists omo
representes de vsF epresentmos vs @e mtrizesA geomtrisX projeoD re)exoD rotoF elionmos operes de som e omposio de vs om operes entre mtrizesF he(nimos o produto entre mtrizes omo onsequni d omposio de vsF pi lro que o produto de mtrizes no omuttivo pois omposio de funo @ind que sej linerA no omuttivF e mtriz invers luld por eslonmentoF
xo ptulo de produto internoD fomos em projees e no mtodo de mnimos qudrdosF epresentmos projeo ortogonl de funes omo form de proximElsD preprndo o luno pr mtodos numriosF
ix
pr depois ser presentdo lgerimenteF yptmos por for no lgoritmo de lE ulo utilizndo operes elementres por ser mis e(iente e ligd diretmente os oneitosF epresentmos onexo om mudn de vriveis n integro mltipl e de(nio de produto vetoril e misto em R3 F gomo seo opionlD olomos um disusso de omo interpretr o sinl do determinnteF
inftizmos o longo do texto @ptulos de istems vineresD wtrizesD heterminnteD eutovlores e eutovetoresA viso modern de um matriz por blocosD fundmentl pr omputo ient(F y escalonamento o lgoritmo prinipl do ursoD pois trvs deleX resolvemos sistemD determinmos se vetores so linermente dependentesD determinmos oorE dends de vetoresD mudmos de seD invertemos mtrizD lulmos determinnteD enontrmos utovetoresD lulmos soluo de mnimos qudrdosD lulmos projeE o ortogonlF
PREFCIO
Sum ario
Sobre os Autores Agradecimentos Prefcio 1 Introduo lgebra Linear
IFI etores do Rn e yperes F F F F F F F F F F F F F F F F IFIFI etores do Rn F F F F F F F F F F F F F F F F F F F IFIFP yperes om etores em Rn F F F F F F F F F F IFIFQ epresento qeomtri de etores e yperes iques grtesins e rmtris F F F F F F F F F F F IFPFI ets no R2 F F F F F F F F F F F F F F F F F F F F IFPFP ets e lnos no R3 F F F F F F F F F F F F F F F gomines vineres e ispos qerdos F F F F F F F F F IFQFI he(nies F F F F F F F F F F F F F F F F F F F F F IFQFP ispo qerdo por I etor e ets em Rn F F F F IFQFQ ispo qerdo por P etores e lnos no Rn F F F IFQFR ispo qerdo por Q ou wis etores F F F F F F F ixerios de sntroduo lger viner F F F F F F F F F IFRFI ixerios de pixo F F F F F F F F F F F F F F F IFRFP rolems F F F F F F F F F F F F F F F F F F F F F IFRFQ ixtrs F F F F F F F F F F F F F F F F F F F F F F F IFRFR hes(os F F F F F F F F F F F F F F F F F F F F F F eplies de istems vineres F F F F F F F F F F wtrizes e etores do Rn F F F F F F F F F F F F F snterpreto de istems em R, R2 e R3 F F F F F PFQFI x et @RA F F F F F F F F F F F F F F F F PFQFP xo lno @R2 A F F F F F F F F F F F F F F F PFQFQ xo ispo @R3 A F F F F F F F F F F F F F F yperes ilementres e istems iquivlentes F esolvendo istems vineres F F F F F F F F F F F PFSFI islonmento F F F F F F F F F F F F F F F PFSFP enlise sEislonmento F F F F F F F F PFSFQ istems om sn(nits olues F F F F F F roduto wtrizEetor F F F F F F F F F F F F F F F istems romogneosD oluo qerl e rtiulr xi F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F
iii v vii
I I P Q S S W IQ IR IW PH PI PP PP PQ PR PS
IFP IFQ
IFR
2 Sistema Linear
PFI PFP PFQ
27
PFR PFS
PFT PFU
PU QH QI QI QP QS QT RI RI RS RU SQ SS
xii PFV PFW snterpreto de istems em Rn ixerios de istems vineres F PFWFI ixerios de pixo F F PFWFP rolems F F F F F F F F PFWFQ ixtrs F F F F F F F F F F PFWFR hes(os F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F
SUMRIO
F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F
F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F
F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F
ST SV SV TH TI TQ
3 Espao Vetorial
QFI QFP QFQ QFR QFS
QFT QFU
ispo e uespo etoril F F F F F F F F F F F F F F F F F gomino viner e ispo qerdo F F F F F F F F F F F F hependni e sndependni viner F F F F F F F F F F F F fse e himenso F F F F F F F F F F F F F F F F F F F F F F F olinmios e punes omo etores F F F F F F F F F F F F F QFSFI he(nio e ixemplos F F F F F F F F F F F F F F F F QFSFP gomino viner e ispo qerdo F F F F F F F F QFSFQ hependni e sndependni vinerD fse F F F F F QFSFR punes omo etoresX epresento qeomtri himenso de ispo etorilX eori F F F F F F F F F F F ixerios de ispos etoriis F F F F F F F F F F F F F F F QFUFI ixerios de pixo F F F F F F F F F F F F F F F F QFUFP rolems F F F F F F F F F F F F F F F F F F F F F F QFUFQ ixtrs F F F F F F F F F F F F F F F F F F F F F F F F QFUFR hes(os F F F F F F F F F F F F F F F F F F F F F F F punoD rnsformo viner e wtriz F F F F F F F F F RFIFI homnio e smgem de puno F F F F F F F F F F RFIFP rnsformo viner e wtriz F F F F F F F F F RFIFQ rnsformes vineres qeomtris F F F F F F xleo e smgem F F F F F F F F F F F F F F F F F F F F F RFPFI xleo e smgem F F F F F F F F F F F F F F F F RFPFP eorem do xleo smgem F F F F F F F F F F F RFPFQ snjetividdeD orejetividde e xleo F F F F F F RFPFR eplies em ispos de punes e olinmios gomposio de punes e roduto de wtrizes F F F F F RFQFI gomposio de punes e vs F F F F F F F F F RFQFP roduto wtrizEwtriz F F F F F F F F F F F F F F puno e wtriz snvers F F F F F F F F F F F F F F F F F RFRFI puno snvers e vs F F F F F F F F F F F F F F RFRFP wtriz snvers F F F F F F F F F F F F F F F F F F lger ds wtrizes e vs F F F F F F F F F F F F F F F RFSFI lger de wtrizes F F F F F F F F F F F F F F F RFSFP lger ds vs F F F F F F F F F F F F F F F F wtriz em floos F F F F F F F F F F F F F F F F F F F F wtriz epresentndo etorX goordends F F F F F F F wtriz epresentndo vX wudn de fse F F F F F ixerios de rnsformes vineres F F F F F F F F F F RFWFI ixerios de pixo F F F F F F F F F F F F F F RFWFP rolems F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F
65
TS UH UI UP US US UV UW VH VP VR VR VT VV VW
RFP
WP WP WP WS WW WW IHP IHS IHT IHU IHU IHW III III IIQ IIS IIS IIU IIV IIW IPQ IPU IPU IPW
91
SUMRIO
RFWFQ RFWFR SFI SFP SFQ SFR SFS SFT SFU SFV SFW
IQH IQS
5 Produto Interno
roduto snterno em R F F F F F F F F F F F F F F F F F gomplemento yrtogonl F F F F F F F F F F F F F F F F F eplioX istems em oluo @wnimos udrdosA eplioX rojeo yrtogonl F F F F F F F F F F F F F wnimos udrdos e rojeoX eori F F F F F F F F eplioX eproximndo punes por olinmios F F F guhyEhwrz e ngulo F F F F F F F F F F F F F F F roesso de yrtogonlizo de qrmEhmidt F F F F ixerios de roduto snterno F F F F F F F F F F F F F F SFWFI ixerios de pixo F F F F F F F F F F F F F F SFWFP rolems F F F F F F F F F F F F F F F F F F F F SFWFQ ixtrs F F F F F F F F F F F F F F F F F F F F F F SFWFR hes(os F F F F F F F F F F F F F F F F F F F F F
F F F F F F F F F F F F F
F F F F F F F F F F F F F
F F F F F F F F F F F F F
F F F F F F F F F F F F F
F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F
F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F
F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F
F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F
F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F
F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F
F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F
137
IQU IRH IRQ IRV ISH ISH ISR ISS ITH ITH ITI ITP ITR
6 Determinante
TFI TFP TFQ
wotivo qeomtri F F F F F F F F F F F F F F F F F F he(nio e roprieddes fsis F F F F F F F F F F F F glulndo heterminnte F F F F F F F F F F F F F F F F TFQFI prmul do heterminnte em R2 e R3 X egr de TFQFP elgoritmo pr glulo do heterminnte F F F F wis roprieddes F F F F F F F F F F F F F F F F F F F F heterminnte e wudn de re F F F F F F F F F F F F roduto etoril e wisto F F F F F F F F F F F F F F F F F inl do heterminnte F F F F F F F F F F F F F F F F F egr de grmer F F F F F F F F F F F F F F F F F F F F ixerios de heterminntes F F F F F F F F F F F F F F F TFWFI ixerios de pixo F F F F F F F F F F F F F F TFWFP rolems F F F F F F F F F F F F F F F F F F F F TFWFQ ixtrs F F F F F F F F F F F F F F F F F F F F F F TFWFR hes(os F F F F F F F F F F F F F F F F F F F F F eutovlores e eutovetores F F F F F F F F F F F F F F F F higonlizo F F F F F F F F F F F F F F F F F F F F F F eplies F F F F F F F F F F F F F F F F F F F F F F F F ixerios de eutovloresD eutovetores e higonlizo UFRFI ixerios de pixo F F F F F F F F F F F F F F UFRFP rolems F F F F F F F F F F F F F F F F F F F F UFRFQ ixtrs F F F F F F F F F F F F F F F F F F F F F F UFRFR hes(os F F F F F F F F F F F F F F F F F F F F F
F F F F F F F F F F F F rrus F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F
167
ITU IUI IUQ IUQ IUR IUU IVP IVQ IVS IVT IVU IVU IVV IWH IWQ IWS PHI PHS PHV PHV PHW PIP PIS
7 Autovetores e Diagonalizao
UFI UFP UFQ UFR
195
A Notao
217
xiv
SUMRIO
PIV PIV
fFI sntroduo lger viner F F F F F F F F fFIFI ixerios de pixo F F F F F F F fFIFP rolems F F F F F F F F F F F F F fFIFQ ixtrs F F F F F F F F F F F F F F F fFIFR hes(os F F F F F F F F F F F F F F fFP istems vineres F F F F F F F F F F F F F fFPFI ixerios de pixo F F F F F F F fFPFP rolems F F F F F F F F F F F F F fFPFQ ixtrs F F F F F F F F F F F F F F F fFPFR hes(os F F F F F F F F F F F F F F fFQ ispos etoriis F F F F F F F F F F F F F F fFQFI ixerios de pixo F F F F F F F fFQFP rolems F F F F F F F F F F F F F fFQFQ ixtrs F F F F F F F F F F F F F F F fFQFR hes(os F F F F F F F F F F F F F F fFR rnsformes vineres F F F F F F F F F F fFRFI ixerios de pixo F F F F F F F fFRFP rolems F F F F F F F F F F F F F fFRFQ ixtrs F F F F F F F F F F F F F F F fFRFR hes(os F F F F F F F F F F F F F F fFS roduto snterno F F F F F F F F F F F F F F fFSFI ixerios de pixo F F F F F F F fFSFP rolems F F F F F F F F F F F F F fFSFQ ixtrs F F F F F F F F F F F F F F F fFSFR hes(os F F F F F F F F F F F F F F fFT heterminntes F F F F F F F F F F F F F F F fFTFI ixerios de pixo F F F F F F F fFTFP rolems F F F F F F F F F F F F F fFTFQ ixtrs F F F F F F F F F F F F F F F fFTFR hes(os F F F F F F F F F F F F F F fFU eutovloresD eutovetores e higonlizo fFUFI ixerios de pixo F F F F F F F fFUFP rolems F F F F F F F F F F F F F fFUFQ ixtrs F F F F F F F F F F F F F F F fFUFR hes(os F F F F F F F F F F F F F F
F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F
F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F
F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F
F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F
F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F
F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F
F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F
F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F
F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F
F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F
F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F
F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F
F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F
F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F
F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F
F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F
F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F
F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F
219
PIW PIW PIW PPH PPH PPH PPH PPH PPI PPI PPP PPP PPP PPQ PPQ PPR PPR PPR PPT PPW PPW PPW PPW PQH PQI PQI PQI PQI PQI PQP PQP PQP PQQ PQS PQT
239 240
n-upla
de nmeros reais.
entradas
ai R .
Exemplo 1.1
2 So vetores de R : (6, 8), (1, 2). 4 So vetores de R : (1, 2, 3, 4), (2, 7/4, 1, 2/3). 5 So vetores de R : (1, 2, 4, 6, 8), (1, 2, 7/4, 1/3, 3).
1 Verso 04.ago.2012 13h
CAPTULO 1.
Observao 1.1
si os vetores
(1, 2)
(2, 1)
e tambm
(3, 1, 2).
pode ser to grande quanto se queira. Leia tambm Observao 2.1 da p.28.
Exemplo 1.2
R4 (1, 1, 1/4, 2/3) + (2, 2, 3/4, 5/3) = (1 2, 1 + 2, 1/4 + 3/4, 2/3 + 5/3) = (1, 1, 1, 1).
A soma dos vetores do
Observao 1.3
+ v
e (u1
+ v1 , . . . , un + vn )
possui signicado distinto em cada expresso: soma de vetores, num caso, e de soma de nmeros reais (escalares) no outro.
Denimos como
o vetor
neutro da
0 = (0, . . . , 0)(todas as entradas so nulas). Note que soma de vetores pois v + 0 = 0 + v = v para todo v.
Dados por
vetor
t R,
u,
denotado
Exemplo 1.3
Considere
u = (1, 3, 1, 2, 3/2), ento 2u = 2(1, 3, 1, 2, 3/2)= (2, 6, 2, 4, 3). w = (4, 6, 1, 3). Ento 1/2w = 1/2(4, 6, 1, 3) = (2, 3, 1/2, 3/2).
Se Dizemos que o
Observao 1.4
Rn
1.1.
VETORES DO
RN
E OPERAES
Q
Dizemos que
mltiplo de
(ou paralelo a)
tal que
v = tw.
pois
2(1, 2, 3, 1/2)
(2, 4, 6, 1) =
O vetor
0 = 0w
para qualquer
w.
2 3
(3, 2)
2 1
(1, 3, 2) 3
pigur IFIX etores no lno e no ispo elm de representr o vetor omo um setinh prtindo d origem (0, 0)D podeEse representE lo trnsldndo setinh e prtindo de um ponto qulquer (c, d) R2 F
A setinha que comea em (c, d) e termina em (c + a, d + b) representa o mesmo vetor (a, b) R2 para quaisquer c, d R. A setinha que comea em (d, e, f ) e termina em (d + a, e + b, f + c) representa o mesmo vetor (a, b, c) R3 para
d, e, f R.
or est de(nio o mesmo vetor possui um in(nidde de representesF hus setinhs representm o mesmo vetor se qundo deslormos prlelmente um dels pr que seus pontos iniiis oinidmD o ponto (nl dels tmm oinideF or exemploD tods s setinhs representds n pigur IFP representm o mesmo vetor (3, 2) R2 F
(3, 2) 3
CAPTULO 1.
e represento geomtri1 importnte em plies @psi por exemploA e pr desenvolver intuio pr espos de dimenses mioresF odemos interpretr geometrimenteD utilizndo est represento por setinhsD soma de dois vetores no plno e no espoF gonsidere pigur IFQD no ldo esquerdoD onde dois vetores so representdos om sus omponentes no eixoEx e y F el regra do tringulo
pigur IFQX egr do ringulo e do rlelogrmo representmos o primeiro vetor om ponto iniil n origem e o segundo om ponto iniil n pont d set do primeiroF y vetor resultnte unindo origem t pont d set do segundo o vetor somF el regra do paralelogramoD plimos regr do tringulo os dois vetoresD onforme presentdo nest mesm (gurF
Observao 1.5 Podemos, numa abordagem geomtrica, denir a soma de vetores pela regra do paralelogramo ou tringulo. Fazer isto em dimenso maior que trs no
intuitivo.
Em contraste, a Denio 1.2 da p.2, feita de forma algbrica, no depende Convidamos o leitor a vericar que estas
Exemplo 1.6
de dois vetores. Por exemplo considere os quatro vetores representados no lado esquerdo da Figura 1.4. Concatenando de forma sucessiva os vetores obtemos sua soma conforme indicado na mesma gura no lado direito.
z u u+v+w+z w v
pigur IFRX om de 4 vetores
z v u w
e interpreto geomtri do produto escalar-vetor depende do mdulo e do sinl do eslrF gomendo por vlores positivos inteirosD oserve que multiplindo por 1 preservE mos o vetor @e o tmnhoAD por 2 duplimos seu tmnhoD por 3 triplimos seu tmnhoF or outro ldoD multiplindo por 1/2 reduzimos seu tmnho pel metdeF he form gerlD multiplindo por vlor positivo om mdulo mior que 1 otemos um vetor om mesmo
1 Embora seja til para a intuio, nada do que fazemos depende desta interpretao geomtrica.
1.2.
sentido ms om tmnho miorY multiplindo por vlor positivo om mdulo menor que 1 otemos um vetor om mesmo sentido ms om tmnho menorF wultiplindo por vlor negtivo otemos vetor om sentido invertido e om tmnho mior ou menor de ordo om mdulo ser mior ou menor que 1F ej o vetor u = (3, 2) e represento de 1uD 1, 5u, 0, 5u e u d pigur IFSF
ortntoD vrindo o vlor do eslr e multiplindoEo por um vetor (xo u = 0 otemos um ret pssndo pel origemF essim {tu| t R} um ret e equo tu hmd de equao paramtrica da reta que pss pel origem om direo uF e motivo geomtri vem qundo u R2 ou R3 D ms ontinumos hmndo de ret om u Rn F
A viso geomtrica (Denio 1.6 da p.3), embora mais intuitiva, limitante pois no conseguimos visualizar mais do que trs dimenses. formalizada como segmentos orientados equivalentes. Este caminho bom para certas generalizaes em Matemtica (no contexto da Geometria Diferencial por exemplo), para a visualizao de vetores no plano e no espao tridimensional e para interpretao Fsica (foras). So chamados em alguns livros de
vetores geomtricos.
Por contraste, a viso algbrica (Denio 1.1 da p.1) bem mais simples mas no apresenta nenhuma motivao geomtrica. de Como no dependemos de intuio geomtrica, 2 30 trabalhamos com a mesma facilidade em R como em R . So chamados em alguns livros
vetores algbricos.
(x, y ) R2 | ax + by = c .
Observao 1.7
exemplo,
Por
7x 3y = 2
que as equaes so
equivalentes.
14x + 6y = 4
CAPTULO 1.
Exemplo 1.7
(a)
(1, 2)
(2, 3);
(b)
(1, 3)
(1, 7).
1a + 3b = c, 1a + 7b = c.
utrindo d segund equoD primeirX 4b = 0F essim b = 0F vogo a = cF pixndo c = 1 @outros vlores gerro eques equivlentesA otemos ret x = 1F
Exemplo 1.8
2y 7x = 3
com os eixos
y.
Denio 1.8 (eq. paramtrica da reta) Dados u = 0 e w chamamos {w + tu| t R} (ver Figura 1.6) de equao paramtrica da reta paralela ao vetor u passando por w. O t chamado de parmetro. Observao 1.8 (vetor ponto?)
pontos da reta Na Figura 1.6 apresentamos trs interpretaes geomtricas de vetor simultaneamente: como seta comeando na origem (o vetor seta comeando em ponto qualquer (os vetores
w),
como
w + 1u, w + 2u,
Se uma reta
etc.).
Observao 1.9
u = p2 p1 . p1 + tu.
p1
p2 ,
um vetor paralelo
Exemplo 1.9
Considere a reta
1.2.
r w + 2u w + 1u w + 0u = w w 1u w 2u 2u
pigur IFTX et r = {w + tu; t R}
2u u 0
ponto (1, 2) + 1(4, 6) = (5, 8) rF golondo t = 0, 5 otemos o ponto (1, 2) + 0, 5(4, 6) = (3, 5) rF golondo t = 1 otemos o ponto (1, 2) 1(4, 6) = (3, 4) rF golondo t = 0, 5 otemos o ponto (1, 2) 0, 5(4, 6) = (1, 1) rF @A emos que ver se existe t R tl que (1, 2) + t(4, 6) = (5, 2) resolvendo o sistem 1 + 4 t = 5 F h primeir equo t = 3/2D d segund t = 03 y sistem sem 2 + 6t = 2 soluoF ortnte (5, 2) rF
Exemplo 1.10
a mesma reta.
A mesma reta pode ser gerada por vetores distintos, basta que eles sejam De fato o vetor
{t(1, 1)| t R} e {m(4, 4)| m R} representam (t, t) pode ser escrito como t/4(4, 4). Tomando m = t/4
Exemplo 1.11
(a)
2x 3y = 6;
y = 7;
(1, 2)
(2, 1).
CAPTULO 1.
Exemplo 1.12
(a)
Soluo: @A emos que ver se existem s, t R tis que (1, 2) + t(3, 2) = (2, 0) +
1 + 3t = 2 3s F esolvendo vemos que s dus 2 2t = 0 + 2s eques so equivlentes t + s = 1F essim soluo t = 1 sX s rets so idntisF @A emos que ver se existem s, t R tis que (1, 2) + t(3, 2) = (1, 2) + s(3, 2)F 1 + 3t = 1 + 3s ssto result no sistem F y sistem sem soluo pois devemos ter 2 2t = 2 2s t s = 2/3 = 13 vogo no mesm ret e els so prlels entre si @no possuem interseoAF s(3, 2)F ssto result no sistem
r pssr de equo prmtri pr rtesin de ret em R2 X hetermine o prmetro em funo de um ds vriveis e sustitu n outr equoF
Exemplo 1.13
(a)
Exemplo 1.14
(a)
2x 3y = 4;
x 2y = 1;
(c)
essim t = 2 e s rets se intereptm em (5, 2)F @A ustituindoD (1 + 2t) 2t = 1 equivlente 1 = 1X sempre verdde3 vogo s rets so oinidentesD pois verdde pr todo tF @A ueremos ser se existem t, s R tis que (1, 0)+ t(2, 1) = (0, 1)+ s(0, 2) @note que 1 + 2 t = 0 + 0s tromos o segundo t por sAF reismos resolver o sistem D uj soluo 0 + t = 1 + 2s ni t = 1/2D s = 3/4F essim o ponto de interseo (1, 0) 1/2(2, 1) = (0, 1/2)F
Exemplo 1.15
com o eixo
com o eixo
y.
y = 0 = 3 + 5tF vogo interseo oorrer qundo t = 3/5F vogo x = 2 + 2(3/5) = 2/5 e onlumos que interseo no ponto (2/5, 0)F e interseo om o eixo y ser qundo x = 0F gomo x = 2 + 2tD queremos que x = 0 = 2 + 2t e portnto t = 1F vogo y = 3 + 5(1) = 2 e onlumos que interseo no ponto (0, 2)F
1.2.
(x, y, z ) R3 | ax + by + cz = d .
Exemplo 1.16
2x y + 3z = 2
com os eixos
x, y
z.
que 2x = 2 e x = 1F vogo interseo om o eixo x (1, 0, 0)F he form nlog @fA otemos que interseo om o eixo y (0, 2, 0) e om o eixo z (0, 0, 2/3)F
Exemplo 1.17
e
(3, 2, 1).
Exemplo 1.18
(1, 2, 1)
(3, 2, 1).
v = (3, 2, 1) (1, 2, 1) = (2, 4, 2)AF omndo w = (1, 2, 1) @pode ser tmm w = (3, 2, 1)A r = {(1, 2, 1) + t(2, 4, 2)| t R}F yutrs opesX (3, 2, 1) + t(2, 4, 2)D (1, 2, 1) + t(2, 4, 2)D (3, 2, 1) + t(2, 4, 2)F
Exemplo 1.19
Determine se o ponto
(2, 1, 1)
pertence reta
Soluo: hevemos ter 2 = 1 + 3tD 1 = 2 + tD 1 = 1 + tF h I equoD t = 1D que stisfz segund equo ms no stisfz tereirF essim o ponto no pertene retF Exemplo 1.20
exista: (a) dos planos (b) de (c) de Determine o(s) ponto(s) de interseo de cada par de conjuntos abaixo, caso
IH
CAPTULO 1.
4x 2y + 3z = 2 otemosD olondo z = tX x = xz =1 1+ tD y = 1+7/2tF essim interseo destes P plnos ret {(1, 1, 0) + t(1, 7/2, 1)| t R} @A gomo x = 2 + tD y = 3 + 2t e z = 3tD (2 + t) 2(3 + 2t) + 3t = 2F essim 8 = 23F gomo sem soluo onlumos que ret prlel o plno @interseo vziAF @A pzendo onts similres o @A onlumos que ret pertene o plno pois verdde pr todo t RF essim interseo prpri retX {(2, 3, 0) + t(1, 2, 3)| t R}F
plano parmetros.
chamamos
Dados u e v no nulos e no paralelos e = {w + tu + sv| s, t R} (ver Figura 1.7) de equao paramtrica do paralelo ao gerado pelos vetores u e v passando por w. Dizemos que t e s so
w + tu + sv
tu + sv tu u v 0 sv
Exemplo 1.21
termine se
Considere o plano
De-
(1, 2, 2) .
2 s + 0t = 1 Soluo: emos que resolver o sistem 3 + 0s + 2t = 2 F hs P primeirs eques 0 s + 3t = 2 otemos que t = 1 e s = 1F ws isto no stisfz tereirF vogo o ponto no pertene o plnoF
1.2.
II
Observao 1.11
p1 , p2 , e p3 , denindo u = p2 p1 e v = p3 p1 , o plano gerado por u e v paralelo . Faa uma gura se convencendo disso. Assim sua equao paramtrica p1 + tu + sv.
Se o plano
Exemplo 1.22
e
(1, 0, 2).
plnoX u = (1, 1, 1) (0, 1, 0) = (1, 0, 1) e v = (1, 0, 2) (0, 1, 0) = (1, 1, 2)F essim o plno (0, 1, 0) + t(1, 0, 1) + s(1, 1, 2)F odemos (xr w = (1, 1, 1) e lulr os vetores prlelos o plno u = (0, 1, 0) (1, 1, 1) = (1, 0, 1) e v = (1, 0, 2) (1, 1, 1) = (0, 1, 1)F essim outr equo prmE tri pr o plno (1, 1, 1) + t(1, 0, 1) + s(0, 1, 1)F
Exemplo 1.23
= {(2, 3, 0) + s(1, 0, 1) + t(0, 2, 0)| s, t R}. Deter com cada um dos conjuntos abaixo, caso exista: (a) reta {(1, 0, 1) + t(0, 1, 1)| t R}. (b) reta {t(1, 0, 1)| t R}. (c) plano x y = 2. (d) plano {(1, 2, 0) + s(1, 1, 0) + t(0, 1, 0)| s, t R}; (e) com o eixo z .
Considere o plano
IP
CAPTULO 1.
@eA y eixo z rterizdo pelos pontos (0, 0, z )F essim queremos determinr s, t R tis que x = 2 s = 0 e y = 3 + 2t = 0F gonlumos que s = 2 e t = 3/2F vogo o ponto (2, 3, 0) + 2(1, 0, 1) + 3/2(0, 2, 0) = (0, 0, 2)F
r pssr de equo rtesin pr prmtri de plno em R3 X goloque dus ds vriveis omo os dois prmetros e determine tereir vrivel em funo dos prmetrosF
Determine a equao paramtrica do plano: (b)
Exemplo 1.24
(a)
2x 3y + 10z = 16;
3y + 2z = 6.
plno (x, y, z ) = (8 + 3/2s 5t, s, t) = (8, 0, 0) + s(3/2, 1, 0) + t(5, 0, 1)F @A gomo x no pree n equoD olomos x = s @um dos prmetrosAF golondo y = t otemos que z = 3 3/2y = 3 3/2tF vogo o plno (x, y, z ) = (s, t, 3 3/2t) = (0, 0, 3) + s(1, 0, 0) + t(0, 1, 3/2)F
r pssr de equo prmtri pr rtesin de plno em R3 X hetermine vlor dos dois prmetros em funo de dus vriveis @resolvendo sistem liner om dus ds equesA e sustitu n outr equoF
Observao 1.12
A converso paramtrica
near. A generalizao e sistematizao da resoluo de sistemas lineares para um nmero maior de equaes e variveis feita pelo chamado ptulo Sistema Linear (p.27).
Exemplo 1.25
Soluo: gomo x = 2 s + t e y = 1 + s 2tD otemos resolvendo o sistem @otendo s, t em funo de x, y A que t = y x + 3 e s = y 2x + 5F gomo z = s + 3tD z = (y 2x + 5) + 3(y x + 3) = 2y x + 4F essim equo rtesin x + 2y + z = 4F Observao 1.13 (Software Algbrico) Com auxlio do Software Maxima (que pode
ser obtido livremente na Internet) podemos resolver o sistema acima com o comando
linsolve([x=2-s+t,y=1+s-2*t],[t,s]);.
r pssr de eques rtesins pr prmtri de ret em R3 X goloque um ds vriveis omo o prmetro e determine s outrs vriveis em funo do prmetroF
1.3.
IQ
Exemplo 1.26
(a)
2x 2y + z = 2 ; yz =1 (1, 2, 4);
(d)
xz =1 x=2
Determine se cada dos pontos abaixo pertence reta do item (a): (c)
(1, 1, 2).
1 + 1 + t t/2 = 2 + t/2F vogo ret (2, 1, 0) + t(1/2, 1, 1)F @A xote que y no pree no sistem e pode ssumir qulquer vlorF gomo x = 2D z = x 1 = 1F essim y = tF vogo ret (2, t, 1) = (2, 0, 1) + t(0, 1, 0)F @A y ponto stisfz primeir equo ms no stisfz segundF vogo no pertene retF @dA tisfz s duas equesY logo pertene retF Observao 1.14 No exemplo anterior item (a) podemos colocar y = s e resolver
(tente!). A resposta ser um pouco diferente da obtida acima. Se colocarmos
r pssr de equo prmtri pr rtesin de ret em R3 X hetermine o prmetro em funo de um ds vriveis e sustitu ns outrs equesF
Exemplo 1.27
x + 2y = 7 F y+z =4
Exemplo 1.28
x 2z = 1 x+y+z =0
com o plano
1 + t + s 2(2 t) = 1 3t + s = 4 D ou sejD F 1+t+s+2+2t=0 s = 5 essim s = 5, t = 3F essim interseo no ponto (1, 2, 2) + 3(1, 0, 1) + (5)(1, 0, 0) = (1, 2, 1)F
tituindo otemos o sistem @em s, tAX
IR
CAPTULO 1.
1.3.1 Denies
mos introduzir o oneito de combinaes lineares motivndoEo trvs d onexo entre resoluo de sistems lineres e vetoresF premos isto trvs de exemplosF emetemos o leitor pr o gptulo istem viner @pFPUA pr teori ompletF x 2y = 1 gonsidere o sistem F y sistem pode ser esrito vetorilmente omo 3x + 5y = 4 (x 2y, 3x + 5y ) = (1, 4)F essim (x, 3x) + (2y, 5y ) = (1, 4)F golondo x e y em evidniD otemos que x(1, 3) + y (2, 5) = (1, 4)F he(nindo v1 = (1, 3)D v2 = (2, 5) e b = (1, 4)D queremos determinr x, y R tis que xv1 + y v2 = bF vogo resolver o sistem im equivle perguntr se o vetor b pode ser esrito omo som de mltiplos dos vetores v1 e v2 F hizemos que queremos determinr se b pode ser esrito omo um combinao linear @vej he(nio IFIIA de v1 e v2 F x 2y = 1 y sistem sem soluo @porquecA pode ser interpretdo omo o prolem x 2y = 4 de determinr x, y R tis que x(1, 1) + y (2, 2) = (1, 4)F gomo os vetores (1, 1) e (2, 2) so mltiplos um do outroD soms de mltiplos deles resultro em mltiplosF gomo (1, 4) xy mltiplo de (1, 1) @porquecAD o prolem no tem soluoF m vetor ser mltiplo de outro generlizdo pel de(nio ixoF
combinao linear
p
(CL) de
1 , 2 , . . . , p R
v = 1 v 1 + 2 v2 + + p vp =
i=1
i vi .
h de(nio segue de form imedit que se v mltiplo de v1 ento v omino liner @gvA de v1 F essim dois vetores num mesm ret pssndo pel origem sero mltiplos entre si e um ser omino liner do outroF imos que omino liner de dois vetores no prlelos ger um plno @pigur IFU d pFIHAF essim w = su + tv signi( que w pertene este plno seD e somente seD w omino liner de u e vF essim se o vetor b no pertene este plno ele no omino liner de u e vF
Exemplo 1.29
x + y 2z + w = 1 x y + w = 2 z+w =1
equivale a um
Soluo: esolver este sistem equivle ser se existem x, y, z, w R tis que x(1, 1, 0)+ y (1, 1, 0) + z (2, 0, 1) + w(1, 1, 1) = (1, 2, 1)D isto queremos ser se (1, 2, 1) combinao linear de (1, 1, 0), (1, 1, 0), (2, 0, 1) e (1, 1, 1)F Exemplo 1.30
z=0
Considere
u = (1, 0, 0) e v = (0, 1, 0) em R3 .
Soluo: he fto (a, b, 0) = a(1, 0, 0) + b(0, 1, 0)F yu sejD por exemploD o vetor w = (3, 2, 0) omino liner de u e vF y signi(do geomtrio que w est no plno pssndo pel origem determindo por u e vF
1.3.
IS
Exemplo 1.31
Por exemplo
Por outro lado alguns vetores no podem ser obtidos como combinao linear de certos vetores. Por exemplo o vetor (3, 4) no combinao linear de (1, 1) e (2, 2) pois (3, 4) = (1, 1)+ (2, 2) para todo , R. De fato, igualando componente a componente, obtemos o sistema
+ 2 = 3 + 2 = 4
que claramente (como
+ 2
pode ser
Exemplo 1.32
(a)
Determine se:
u = (2, 3, 4) combinao linear de v = (1, 0, 0) e w = (1, 0, 1). (b) u = (1, 3, 4) combinao linear de v = (1, 1, 0) e w = (1, 0, 1).
gomo o sistem lrmente @omo podemos ter 0 = 3cA sem soluoD onlumos que u no omino liner de v e wF @A reismos determinr , R tis que (1, 3, 4) = (1, 1, 0) + (1, 0, 1)F r isto preismos resolver o sistem + = 1 = 3 . = 4 y sistem possui soluo ni om = 3 e = 4F ortntoD u = 3v + 4wF
tram que para determinar se um vetor combinao linear de outros vetores (ou no)
espao
gerado
pelo
conjunto
de
vetores
v 1 , v2 , . . . , v p .
v1 , v2 , . . . , vp = span {v1 , v2 , . . . , vp } =
i=1
ti vi
ti R, i = 1, 2, . . . , p .
Denio 1.13 (conjunto gerador) O conjunto ordenado1 {v1 , v2 , . . . , vp } gera conjunto gerador de) W se W = v1 , v2 , . . . , vp .
1 Veja nota na p.72.
IT
CAPTULO 1.
Exemplo 1.33
2
2 so todos os elementos de R pois dado 2 (a, b) R , (a, b) = a(1, 0)+ b(0, 1). Escrevemos que (1, 0), (0, 1) = R . De forma anloga (1, 0, 0), (0, 1, 0), (0, 0, 1) = R3 .
O espao gerado por
(1, 0)
(0, 1)
{(1, 1, 1), (1, 1, 1)} igual ao gerado por {(1, 1, 1)}, a reta passando pela origem com direo (1, 1, 1). Neste caso dizemos que o vetor (1, 1, 1) redundante (no acrescenta nada) ao conjunto gerador {(1, 1, 1), (1, 1, 1)}. Utilizando a notao temos que (1, 1, 1), (1, 1, 1) = (1, 1, 1) = (1, 1, 1) .
O espao gerado por
Exemplo 1.34
Exemplo 1.35
(a)
em
R3 :
Exemplo 1.36
u, v
w.
Suponha que
v = 2w 3u.
Prove que
u, v, w = u, w
ws se b u, v, w D b = au+bv+cwF gomo v = 2w3uD b = au+b(2w3u)+cw = (a 3)u + (2b + c)wD ou sejD b u, w F mos motivr o oneito de @inAdependni liner om P exemplos geomtriosF
Exemplo 1.37
1, 2
vetores,
1 vetor
2 vetores
3 vetores
Exemplo 1.38
2 vetores
3 vetores
Lema 1.14
e
Dados vetores
v1 , v2 , . . . , v p ,
com p > 1, existe um vetor que combinao t1 , . . . , tp R com pelo menos um deles no-nulo
ti vi = 0.
i=1
1.3.
IU
ento 0 = av1 1v2 + bv3 F e existem t1 , t2 , t3 R omD digmosD t3 = 0D 0 = t1 v2 + t2 v2 + t3 v3 e portnto v3 = t1 /t3 v2 t2 /t3 v3 F iste lem mostr que 0 pode ser expresso omo gv noEtrivil dos vi 9sF seD e somente seD um dos vetores omino liner dos outrosD isto D se e somente se um dos vetores v1 , v2 , . . . , vp redundnte @pode ser elimindo d listAF
Denio 1.15 (linearmente dependente/independente) so ditos linearmente dependentes (abreviamos por LD) se
pelo menos um deles no-nulo e
Os
vetores
existem
v1 , v2 , . . . , v p t1 , . . . , tp R com
ti vi = 0.
i=1
Pelo Lema 1.14,
v 1 , v 2 , . . . , vp
com
p>1
linear dos demais. Caso contrrio, dizemos que o conjunto p LI). Mais explicitamente, se
ti vi = 0
i=1
ento
essim @exemplo nteriorA seD por exemploD v = 2w 3uD ento omo 0 = 3u v + 2w o onjunto {u, v, w} vhF
Exemplo 1.39
{u};
(b) o conjunto
{u, v}
Exemplo 1.40
LD.
(1, 2, 1) redundnteF hest form (1, 2, 1), (1, 0, 1), (1, 1, 1) = (1, 0, 1), (1, 1, 1) F xeste mesmo onjuntoD o vetor (1, 1, 1) redundnte pois (1, 1, 1) = 1/2(1, 2, 1) + 3/2(1, 0, 1)F ortntoD (1, 2, 1), (1, 0, 1), (1, 1, 1) = (1, 2, 1), (1, 0, 1) F
Soluo: y onjunto linermente dependente pois (1, 2, 1) = 3(1, 0, 1) 2(1, 1, 1)F essim
Exemplo 1.41
(a) (f )
u, v, w, x, y, z,
representados na
(c)
(d)
IV
CAPTULO 1.
z u y
x v w
Soluo:
o vss os onjuntos @A {u, v, w}D @A {w, z}D @A {v, y, z}D @dA {v, z}F o vhs os onjuntos @eA {u, y} pois u = 2yD @fA {v, x, y} pois x + v = 2yD @gA {v, w, z} pois w + 2z = vD @hA {u, v, y} pois u = 2yD @iA {u, v, w, x} pois v + u + x = 0F
Denio 1.16 (dimenso) Dizemos que o espao dimenso p se o conjunto {v1 , v2 , . . . , vp } LI. Observao 1.16
nmero. Ou seja, ser que sempre que e
gerado
H = v1 , v2 , . . . , v p
possui
Uma questo sem resposta aqui se isto dene, de fato, um nico LIs,
{ v1 , v2 , . . . , v p }
rio 3.23 da p.83.
{u1 , u2 , . . . , uq }
r se determinr dimenso do espo gerdo deveEse eliminr os vetores dependentes @redundntesA do onjunto de vetoresF
Exemplo 1.42
(a) (c)
(1, 0, 0), (0, 1, 0), (0, 0, 1) ; (0, 1, 0, 0), (0, 0, 1, 0), (0, 0, 0, 1)
@ou (1, 4, 2)D que mesm retAF xeste so o espo gerdo possui dimenso 1F ortntoD (1/2, 2, 1), (1, 4, 2) = (1/2, 2, 1) = (1, 4, 2) . @A y espo gerdo igul todo o R3 pois ddo (a, b, c) R3 D (a, b, c) = a(1, 0, 0) + b(0, 1, 0) + c(0, 0, 1)F e dimenso 3F @A gomoD (1, 1, 1) = (1, 0, 1)+(0, 1, 0)D (1, 1, 1), (1, 0, 1), (0, 1, 0) = (1, 0, 1), (0, 1, 0) F essim dimenso 2F @dA odeEse veri(r que o onjunto vs pois fzendo um omino liner deles otemos (0, a, b, c) = (0, 0, 0, 0)F e ni form disto oorrer se a = b = c = 0F vogo dimenso 3D igul um suespo de dimenso 3 do R4 perpendiulr o eixo xF
Soluo: @A y espo gerdo ret pssndo pel origem prlel o vetor (1/2, 2, 1)
Exemplo 1.43
u, v, w
no
R3 .
3 que ser necessariamente igual a todo o R3 . Se um for combinao linear (LDs) dos outros, digamos que w = u + v, ele ser redundante; desta forma u, v, w ser igual a u, v . Agora, conforme anlise anterior, o espao gerado ser reduzido a um
subespao de dimenso plano, reta ou ponto.
1.3.
IW
R2 ou R3 podem ser
localizados por um nico parmetro. Isto tambm verdade para curvas. Assim localizamos 3 um ponto em uma certa estrada (que uma curva em R ) pelo seu quilmetro. J pontos num plano, ou de forma mais geral numa superfcie, so localizados por dois parmetros. Na superfcie da terra por latitude e longitude por exemplo. necessrios ser chamado de O nmero de parmetros
dimenso.
y espao gerado D geometrimenteD retD plno e generlizes pssndo pel origemF wis preismenteD se u = 0 e v no mltiplo de uD u um ret pssndo pel origem e u, v um plno pssndo pel origemF y espao gerado transladado D geometrimenteD retD plno e generlizes pssndo pelo ponto de trnsloF essim ddo um vetor w qulquerD w + u um ret e w + u, v um plnoD mos pssndo por wF imos isto em R2 e R3 n eo IFP d pFSF mos generlizr gorF
Exemplo 1.44
(2, 3, 4, 5) e paralela ao (b) que contm os pontos (1, 2, 1, 2) e (3, 4, 3, 4); xw =2 4 yz =3 (c) (x, y, z, w ) R tais que z 2w = 1
(a) que contm o ponto
R4 ): (1, 1, 1, 1);
@A glulndo u = (3, 4, 3, 4) (1, 2, 1, 2) = (2, 2, 2, 2)D prlelo retF essim ret (1, 2, 1, 2) + t(2, 2, 2, 2)F xote que podermos ter luldo u = (1, 2, 1, 2) (3, 4, 3, 4) = (2, 2, 2, 2) e otermos mesma retaD emor om represento distintD (1, 2, 1, 2) + t(2, 2, 2, 2)F tilizmos w = (1, 2, 1, 2) ms podermos ter tomdo (3, 4, 3, 4)F essimD fzendo tods s ominesD representm ind mesm retD (3, 4, 3, 4) + t(2, 2, 2, 2) e (3, 4, 3, 4) + t(2, 2, 2, 2)F @A omndo w = tD otemos que z = 2t + 1D y = z + 3 = t + 4D x = w + 2 = t + 2F essim ret (x, y, z, w) = (2, 4, 1, 0) + t(1, 1, 2, 1)F
Exemplo 1.45
(b) Determine se
(1, 1, 1, 2) pertence reta (1, 0, 1, 0)+ (2, 1, 2, 1) (1, 2, 1) + (2, 6, 4) = (0, 5, 1) + (1, 3, 2) .
PH
CAPTULO 1.
gomo ele no possui soluo @t = 1 e t = 2cAD o ponto no pertene retF @A ueremos ser se pr um s ddoD existe t tl que (1, 2, 1)+ s(2, 6, 4) = (0, 5, 1)+ t(1, 3, 2)F ssto determin o sistem liner
1 + 2s t = 3t = 3 6s . 2t = 2 + 4s
h primeir equo otemos que t = 1 2sF eri(que que isto stisfz s outrs dus equesF ortnto mesm retF m soluo mis geomtri oservr que ms so trnslo d ret (1, 3, 2) pois (2, 6, 4) = 2(1, 3, 2)F elm disso o ponto (1, 2, 1) (0, 5, 1) + (1, 3, 2) @veri(que isso3AF
Exemplo 1.46
Observao 1.18
da forma uma reta
A caracterizao de reta atravs de equaes paramtricas independe 2 3 4 da dimenso do espao ambiente. Desta forma uma reta em R , R , R , etc. sempre
r = {w + tu; t R} podemos substituir u por um mltiplo no-nulo qualquer v = 3u ou v = 6u e obter a mesma reta r = {w + sv; s R}. Por outro lado, dado z r qualquer, como z w paralelo ao vetor u (faa um desenho), r = {z + tu; t R} (podemos substituir w r por outro vetor qualquer que pertena reta.
Exemplo 1.47
1.3.
PI
otemos (1, 1, 2, 0) + (1, 1, 1, 1) = (2, 2, 3, 1)F golondo t = 1D s = 0 otemos (1, 1, 2, 0) + (1, 2, 1, 1) = (0, 3, 1, 1)F golondo t = 1D s = 1 otemos (1, 1, 2, 0) + (1, 2, 1, 1) (1, 1, 1, 1) = (1, 2, 0, 0)F
Considere R5 .
Exemplo 1.48
u, v
Verique se
(1, 2, 3, 4, 5) +
um plano em
Exemplo 1.49
Determine se o ponto .
(1, 1, 1, 1)
pertence ao plano
Exemplo 1.50
(0, 1, 0, 1)
.
R4 ): (2, 3, 5, 7)
e
(1, 2, 3, 4)
ao vetor
(2, 3, 4, 5).
@A omndo w = (2, 2, 2, 2)D u = (3, 3, 3, 3) w = (1, 1, 1, 1) e v = (4, 0, 4, 0) w = (2, 2, 2, 2)F vogo o plno w + tu + svF @A omndo w = (1, 1, 1, 1)D u = (2, 3, 4, 5) w = (1, 4, 3, 6) e v = (2, 3, 4, 5)F vogo o plno w + tu + svF
{u} vs seD e somente seD u = 0F {u, v} vs seD e somente seD u e v so no nulos e no prlelosF
essim o espo gerdo por p vetores vss u1 , u2 , . . . , up um ret se p = 1 e um plno se p = 2F mos generlizr pr p 3F e omino liner de p vetores vss u1 , u2 , . . . , up ger um suespo pssndo pel origemF ediionndo um vetor trnslo w este suespo otemos equo w + t1 u1 + t2 u2 + + tp vp D onde ti RD om i = 1, . . . , pD so p vriveis independentesF tilizndo noto de espo gerdoD equao paramtrica dd por w + u1 , u2 , . . . , up F
PP
CAPTULO 1.
Exemplo 1.51
R5
do sistema:
(x, y, z, w, q )
xy+zw =1 yq =0
Exemplo 1.52
2(1, 1, 1, 1)D (3, 3, 3, 3) = 3(1, 1, 1, 1)F hest formD (1, 1, 1, 1), (2, 2, 2, 2), (3, 3, 3, 3) = (1, 1, 1, 1) F ortnto rterizo geomtri de S = w + u1 , u2 , . . . , up depende no do vlor de pD ms de quntos vetores so vssF essim seX p = 0D S um pontoY p = 1D S um ret ou pontoY p = 2D S um plnoD um ret ou um pontoY p = 3D S trnslo de um suespo de dimenso 3D um plnoD um ret ou um pontoY p = k D S trnslo de um suespo de
Soluo: um ret em R4 emor sej gerdo por 3 vetoresF ssto porque (2, 2, 2, 2) =
no mximo dimenso kF
intuitivmente vio que em R2 qulquer onjunto de 3 vetores ser vh pois so ontrrio gerri um suespo de dimenso 3F ho mesmo modo em R3 D qulquer onjunto om 4 ou mis vetores vh pois so ontrrio gerri um suespo de dimenso mior que 4F or outro ldoD pr que um onjunto de vetores gere todo o R2 deve ter pelo menos 2 vetoresD so ontrrio gerr somente um ret ou pontoF r que gere todo o R3 deve ter pelo menos 3 vetoresD so ontrrio gerr somente plnoD ret ou pontoF gonlumos que em Rn X
um onjunto om mis de n vetores vhY um onjunto om menos de n vetores no ger Rn Y um onjunto de n vetores ger Rn seD e s seD vsF
1.4.
PQ
x=5 x = 5 x y = 5 em R2 Y @gA em R3 Y @hA em R3 Y y = 2 y=2 y=2 Fix 1.2: undo representmos vetores omo setinhsX @coincidentes, paralelosAY @A dois vetores iguis so neessrimente @A fzendo produto por k > 1 otemos vetor om @mesmo, maior, menorA @mesmo sentido, sentido opostoAF tmnho e om @A fzendo produto por k = 1 otemos vetor om @mesmo, maior, menorA @mesmo sentido, sentido opostoAF tmnho e om @mesmo, maior, menorA @dA fzendo produto por k < 1 otemos vetor om tmnho e om @mesmo sentido, sentido opostoAF @mesmo, @eA fzendo produto por k D om 1 < k < 0D otemos vetor om maior, menorA tmnho e om @mesmo sentido, sentido opostoAF Fix 1.3: e interseo d ret 3y 2x = 5 om o @A eixo x Y @A eixo y Y Fix 1.4: e equo prmtri d ret Y @A y = 1 F @A x = 3 Fix 1.5: hetermine se omino liner de (2, 0) e (0, 2)X @A (0, 0)Y @A (1, 0)Y @A (4, 6)F Fix 1.6: hetermine se pontoD ret ou plnoX @A (1, 2, 0, 0), (2, 4, 0, 0) + (2, 1, 2, 2)Y @A (1, 2, 0, 0), (0, 1, 0, 0) + (0, 0, 0, 0)Y @A (1, 1, 1, 1) + (0, 0, 0, 0)Y @dA (0, 0, 0, 0) + (1, 1, 1, 1)Y Fix 1.7: e u omino liner de v e wD ento neessrimente u perteneX @A ret gerd por wc @A o plno gerdo por v e wc Fix 1.8: ej S um onjunto om 5 vetores em Rn F hetermine se verddeiro ou flsoX @A se n = 3D ento S sempre vhY @A se n = 4D ento S sempre ger R4 F
@fA
1.4.2 Problemas
Prob 1.1: hetermine eques prmtris pr s rets @em R2 AX
@A y 2x = 5Y @A @A y = 1F
@A que ontm os pontos (2, 3, 1) e (1, 2, 1)Y @A que ontm o ponto (1, 2, 1) e prlel o vetor (0, 0, 1)Y @A que pertene o plno x y = z 1 e o plno 3x y + 1 = z F
PR
CAPTULO 1.
x=s+t x=t x = 2s + 2 x=t y =st y = 1 Y @A y =ts y=t F @A Y @A Y @dA z = 4s 2t 2 z=s z = 4s 2t + 1 z=s Prob 1.8: gonsidere ret r = (1, 2, 1)+ (1, 0, 1) D o plno 1 = (2, 0, 0)+ (2, 0, 2), (1, 0, 0) D o plno 2 = {(x, y, z ) R3 | x + z = 0}F hetermine s intersees entreX @A r e 1 Y @A r e 2 Y @A 1 e 2 F Prob 1.9: hetermine eques prmtris pr o plno @em R3 A que ontm o@sA ponto@sAX @A (1, 0, 1)D (0, 1, 1) e (1, 0, 0)F @A (3, 0, 1) e simultnemente prlelo os vetores (2, 1, 1) e (0, 1, 1) F @A (1, 3, 2) e (1, 2, 1) e prlelo o vetor (1 , 1, 1)F x=t+1 y =1t F @dA (3, 1, 0) e ret de equo prmtri z =t1 Prob 1.10: gonsidere ret r = (1, 2, 0, 0) + t(0, 1/2, 1, 1)F hetermineX @A trs pontos distintos de rY @A se (1, 4, 4, 4) rY @A se (1, 4, 3, 2) rY @dA se r = (1, 4, 3, 2) + s(0, 1/2, 1, 1); @eA se r = (1, 4, 4, 4) + s(0, 2, 4, 4). Prob 1.11: gonsidere o plno = (1, 1, 2, 0) + t(1, 2, 1, 2) + s(1, 1, 1, 1) em R4 F heterE mineX @A qutro pontos distintos de Y @A se (2, 5, 3, 4) Y @A se (1, 1, 3, 3) Y @dA se = (1, 1, 3, 3) + (1, 2, 1, 2), (1, 1, 1, 1) F Prob 1.12: hetermine um equo prmtri prX @A {(x, y, z, w) R4 | x y + 3z 2w = 4}Y @A {(x, y, z, w, u) R5 | z 3u = 5}F Prob 1.13: hetermine por inspeo se vsX @A {(1, 2, 2, 3), (2, 4, 4, 5)}Y @A {(1, 2, 1, 3), (3, 6, 3, 9}Y @A {(1, 2), (2, 1), (3, 3)}Y @dA {(1, 2, 3, 4, 5), (0, 0, 0, 0, 0), (5, 4, 3, 2, 1)}F Prob 1.14: hetermine seX @A (1, 2, 3, 5) (1, 2, 3, 4) Y @A (1, 0, 0) (2, 1, 1), (3, 1, 1) Y @A (1, 0, 2) (2, 1, 1), (3, 1, 1) Y @dA R3 = (0, 1, 0), (1, 0, 1), (0, 0, 1) Y @eA (2, 1, 2) = (2, 1, 2) F
1.4.3 Extras
Ext 1.1: ej S um onjunto om 5 vetores em Rn F hetermine se verddeiro ou flsoX
@A se n = 7D ento S sempre vsY @A se n = 3D ento S pode gerr o R3 Y Ext 1.2: hetermine eques prmtris pr os onjuntosX 2x 3y + 5z = 1 @A x = 3 em R2 Y @A em R3 Y x+y =1 @A x 2y = 1 em R3 Y @dA 3x 2z 5 = 0 em R3 Y Ext 1.3: hetermine se pontoD ret ou plnoX @A (1, 2, 1, 2, 1) + (0, 0, 0, 0, 0), (1, 2, 1, 2, 1)) Y @A (1, 2, 1, 1) + (1, 2, 1, 3), (1, 2, 1, 4)) Y @A (1, 2, 1, 1) + (1, 1, 1, 1), (0, 2, 0, 2), (1, 3, 1, 3)) Y @dA (2, 0, 2, 0) + (1, 2, 0, 0), (1, 1, 1, 0), (0, 0, 0, 0) Y @eA (0, 0, 0, 0) + (0, 0, 0, 0)) Y @fA v + u, u, 3u om u = 0F
1.4.
PS
1.4.4 Desaos
mos ver omo isto possvel em R4 F xo plno impossvel fugir de dentro de um qudrdo sem trvessr um ds restsF xo entntoD em R3 D podemos fugir do qudrdo suindo @n direo perpendiulr o qudrdoAY ndndo prlelmente o qudrdo pr for deleY e desendo@n direo perpendiulr o qudrdoA retornndo o plno que ontm o qudrdo ms no ldo de for deleF hest form smos de dentro do qudrdo sem trvessr nenhum ds restsF tilizndo est ideiD onsidere o uo C R4 de(nido por C = {(x, y, z, 0) R4 ; |x| 1, |y | 1, |z | 1}F @A p de(nio nlog em R3 do qudrdo e esoe o onjuntoF @A hesrev prmetrizo de um urv que omee em (0, 0, 0, 0) C e termine for de C F
PT
CAPTULO 1.
Exemplo 2.1
pesam 10 g cada e as de material Y, 20 g cada. Se um conjunto de 100 moedas pesa 1.25 Kg, quantas so do material X?
Exemplo 2.2
e
a, b , c
a C3 H8 + b O2 c CO2 + d H2 O.
PU
PV
Balano de C:
CAPTULO 2.
SISTEMA LINEAR
3a = c,
balano de H:
8a = 2d,
balano de O:
2b = 2c + d.
So 3
equaes e 4 variveis:
Exemplo 2.3
pontos estes pontos?
da forma
y = ax2 + bx + c
passando pelos
(3, 9)?
1 = a(02 ) + b(0) + c 3 = a(12 ) + b(1) + c 4 = a(22 ) + b(2) + c 9 = a(32 ) + b(3) + c +1c +1c +1c +1c = = = = 1 3 . 4 9
0a 1a 4a 9a
Exemplo 2.4
aproxima a funo
cos(x)
nos pontos
ki
3 ak1
. . .
2 +bk1
. . .
+ck1
. . .
Exemplo 2.5
presentada na Figura 2.1 sabendo a temperatura em volta desta placa, conforme indicado na gura. Para isto vamos utilizar um princpio fsico que garante (de forma aproximada) que a temperatura em um vrtice igual a mdia das temperaturas dos quatro vrtices mais prximos. Deste modo, a temperatura
Procedendo
4a b d 4b a c e 4c b f 4d e a 4e b d f 4f c e
No Exemplo 2.4 podemos ter (em torno de
4 5,
uma malha
100 100
10
slida, com trs dimenses espaciais. Neste caso, utilizando um malha de chegamos a cerca de variveis.
milho de variveis.
2.1.
PW
25o
30o
Exemplo 2.6
uma cidade. Outros uxos importantes so de gua, corrente eltrica, mercadoria, ou bytes (internet). Nesses sistemas existem vias (ruas, canos, estradas ou os) que transportam estes uxos e que devem ser planejados de forma a suportar as capacidades. Estes problemas so modelados por sistemas lineares. Consulte livros de lgebra linear ou Wikipedia para detalhes sobre estes modelos.
Exemplo 2.7
esta relao?
pontos
(xi , yi )
no
plano. Sabendo-se que a relao deve ser linear, qual a equao da reta que melhor aproxima
a, b R tal que a reta y = ax + b passe o mais perto possvel (em de todos os pontos (xi , yi ), como indicado na Figura 2.2. A resposta
busca soluo aproximada (com menor erro) do sistema com 2 variveis (a, b) e
ax1 + b = y1 . . . . = . . ax + b = y . N N
Exemplo 2.8
O vetor
(0, 6, 10)
combinao linear de
(4, 1, 3)?
QH
CAPTULO 2.
SISTEMA LINEAR
, ,
tais que
1 +2 +4 = 0 2 +1 1 = 6 3 +1 3 = 10
sistems lineres modelm prolems em distintos entre siY prolems d lger viner reem n resoluo de sistems lineres de modo que s tnis pr resolvElos nos ompnhro por todo o ursoY filmente os sistems podem ter milhres de vriveis " neste so teori ser fundmentl pr se entender s solues que sero gerds por softwares de omE puto ient(F
A = (aij ),
Observao 2.2
mn
signica
linhas e
colunas observe que quando queremos localizar uma letra numa pgina (arranjo retangular) falamos que ela est na linha
m,
coluna
n:
K=R
linhas e
2.3.
INTERPRETAO DE SISTEMAS EM
R, R2
R3
QI
imos n he(nio IFI d pFI que um vetor u Rn representdo por u = (a1 , a2 , . . . , an1 , an )F odemos representr o mesmo vetor u omo um elemento de a1 a2 F F Mn1 @mtrizes om um ni olunA por F F an1 an premos est identi(o entre vetores e mtrizes om um olun @vej vem RFSH d pFIPPAX Rn Mn1 F fil ver que est identi(o um ijeo entre os dois 4 onjuntosF or exemploD determinmos o mesmo vetor v R por v = (a, b, c, d) @uso a b orretoA ou v = c @ um uso de noto pois um vetor um nEupl e no um d mtriz olunAF
Observao 2.3
Rn
Existem 2 problemas nessa abordagem: (a) pela Seo 4.7 da p.119 vemos que o mesmo vetor, dependendo da base escolhida, ser representado por uma matriz coluna distinta. n (b) o R o produto cartesiano de R por ele mesmo elementos so
n-uplas
de elementos de
R.
Um vetor pode ser identicado com uma matriz com uma linha faremos isto ocasionalmente para interpretar o produto matriz vetor mas a conveno utilizada em livros como uma matriz com uma coluna.
todos os
xo ensino mdio prendemos generlizr est nlise pr sistems 2 2 e 3 3 d form Ax = bD om b R2 ou R3 F e det(A) = 0 @similr ondio a = 0 imAD ento
QP
CAPTULO 2.
SISTEMA LINEAR
existe soluo nica x = A1 bF gso ontrrioD dependendo de ondies que relionm A e bD o sistem possui innitas solues ou no existe soluoF
Observao 2.4 Classicamos os sistemas lineares como sem soluo, com soluo nica ou com innitas solues. No ensino mdio utiliza-se outro vocabulrio (que no
utilizaremos):
incompatvel ou impossvel ou inconsistente; compatvel ou possvel ou consistente; (compatvel ou consistente ou possvel e) determinado (compatvel ou consistente ou possvel e) indeterminado.
Observao 2.5
a11 x + a12 y = b1 (r1 ) d equo represent um ret @r1 e r2 AF eE a21 x + a22 y = b2 (r2 ), solver o sistem equivle usr intersees dests retsF or outro ldo o sistem pode ser esrito omo a11 a12 b1 x +y = . a21 a22 b2 v1 = a11 a21 , v2 = a12 a22 ,b = b1 b2 ,
he(nindo vetores
xv1 + y v2 = b,
ou sej determinr se b omino liner de v1 e v2 F x lingugem de espo gerdoD queremos ser se b v1 , v2 .
@A snterseo de P rets @interpreto geomtriAF @A y vetor ldo direito do sistem est no espo gerdo pels oluns d mtriz do sistem @interpreto lgriAF
Considere o sistema
v1 =
1 1
, v2 =
1 1
,b =
2 0
linear nica
v1
v2
b = 1v1 + 1v2 ).
2.3.
INTERPRETAO DE SISTEMAS EM
R, R2
R3 y
r2
v1 x r1 v2 x b
Considere o sistema
v1 =
1 2
, v2 =
2 4
,b =
sem soluo:
2 2
b no combinao linear de
v1
v2
pois ambos esto na mesma reta. Portanto qualquer combinao deles car nesta
b v1 , v 2 y
y r2 v2 b x v1
r1 (2, 0) x
Considere o sistema
1x 2y = 2 ( r1 ) 2x +4y = 4 (r2 )
v1 =
1 2
, v2 =
2 4
,b =
2 4
interpretaes para a soluo deste sistema, que possui duas retas coincidentes, no lado direito observe que como combinao linear de
innitas solues:
b pode ser escrito de innitas formas v1 e v2 pois os trs esto na mesma reta. Por exemplo, b = 0v1 v2 = 2v1 + 0v2 = v1 1/2v2 . O conjunto-soluo nesse caso ser (verique!) {(0, 2) + t(1, 1) | t R}. Na linguagem do Captulo 1, o conjunto-soluo a reta (0, 2) + (1, 1) . Assim b v1 , v2 . 1x +1y = 2 (r1 ) 0x +1y = 0 (r2 ) . 1x +0y = 0 (r3 )
Considere o sistema
QR
CAPTULO 2.
SISTEMA LINEAR
y y v2
r1 = r2 (2, 0) x (0, 1)
x v1 b
Dena
1 1 2 v1 = 1 , v2 = 0 , b = 0 . 0 1 0
geomtrica para a soluo deste sistema, que interceptam no mesmo ponto. Observe que
sem soluo:
b v1 , v2
r1 (0, 2)
r2 (2, 0) r3
pigur PFTX em oluo mos fzer um resumo do que (zemos do ponto de vist geomtrioF gomo d equo d form ax + by = c represent um ret em R2 D um sistem om P eques orrespondeD geometrimenteD um dos trs sosX @A P rets @noEprlels e no oinidentesA se intereptndo num pontoX soluo nicaD onjuntoEsoluo um pontoY @A P rets prlels noEoinidentesX sem soluoD onjuntoEsoluo vzioY @A P rets oinidentesX innitas soluesD onjuntoEsoluo um retF mos verD de form sistemtiD tods interpretes geomtris de um sistem om Q eques em R2 F gonvidmos o leitor fzer os desenhos orrespondentesF rtindo de P rets r1 e r2 noEprlels e noEoinidentesD onsidere ponto P = r1 r2 @interseo ds retsAX @A tereir ret ontm o ponto P X soluo nicaD onjuntoEsoluo um pontoY @A tereir ret no ontm o ponto P X sem soluoD onjuntoEsoluo vzioF xeste so s Q rets formm um tringulo @f um (gur3AY rtindo de P rets prlels noEoinidentesX @A independente d posio d tereir retX sem soluoD onjuntoEsoluo vzioF
2.3.
INTERPRETAO DE SISTEMAS EM
R, R2
R3
QS
rtindo de P rets oinidentes r1 = r2 X @dA tereir ret interept r1 ms no oinidenteX um pontoY @eA tereir ret oinidente r1 X
innitas
mos verD de form sistemtiD tods interpretes geomtris de um sistem om Q eques em R3 F rtindo de P plnos 1 e 2 noEprlelos e noEoinidentesD onsidere ret r = 1 2 @interseo dos plnosAX @A tereiro plno no prlelo ret rX
@A tereiro plno prlelo no oinidente ret rX sem soluoD onjuntoEsoluo vzioF xeste so os Q plnos formm um prism tringulr @tente visulizr isto3AY @A tereiro plno ontm ret rX
innitas soluesD onjuntoEsoluo ret rY sem soluoD onjuntoEsoluo vzioF innitas soluesD onjuntoE
rtindo de P plnos prlelos noEoinidentesX @dA independente d posio do tereiro plnoX rtindo de P plnos oinidentes 1 = 2 X @eA tereiro plno interept 1 ms no oinidenteX soluo um retY @fA tereiro plno oinidente 1 X
ist nlise pode ser feit pr R eques tmmF x eo PFV d pFST presentmos interpreto geomtri de sistems em Rn om qulquer nmero de vriveisF xote que no R3 o onjuntoEsoluo pode ser in(nito de P formsX um plno ou um retF
QT
CAPTULO 2.
SISTEMA LINEAR
equaes em
variveis:
a12 a22
. . .
a1n a2n
.. . . . .
am2 amn
b1 b2 . . . bm
Observao 2.6
undo mtriz de oe(ientes possui lgums forms prtiulresD o sistem se torn extremmente fil de ser resolvidoF y primeiro so qundo mtriz de oe(ientes diagonalX soluo do sistem imeditF
Exemplo 2.13
So matrizes diagonais:
10 0 0 1 0 0 3 0 , 0 3 , 0 0 5 0 0
3 0 0 5 0 0 0 0 0 0
0 0 0 0 0 0 0 3 0 0
3 0 0 5 Exemplo 2.14 Resolva o sistema 0 2 0 4 . 0 0 1 2 5 3x1 = Soluo: e mtriz mplid orresponde o sistemX 2x2 = 4 . fil ver que o x3 = 2 5 onjuntoEsoluo , 2, 2 F 3
2.4.
QU
triangularF
se
triangular superior
aij = 0
para
i > j. 1 1 7 5 2 3 12 0 3 0 3 2 , 0 3 , 0 5 3 0 . 0 0 1 0 0 0 0 5 1
Exemplo 2.15
triangular superior:
Observao 2.7
triangular inferior,
cuja denio
undo mtriz triangular superior soluo luld trvs d substituio para trsF gomendoEse d ltim equoD onde se determin ltim vrivelD determinEse d vrivelD suessivmenteD de trs pr frenteF
Exemplo 2.16
Resolva o sistema
3 1 3 2 0 2 1 5 . 0 0 2 2 3x1
+x2 +3x3 = 2 2x2 +x3 = 5 . pE 2x3 = 2 zendo ustituio pr trsD lulmos primeiro x3 d ltim equoF ustitumos seu vlor n segund equo e otemos x2 F pinlmenteD sustituindo x1 e x2 n primeir equoD lulmos x1 X 2x3 = 2 x3 = 1 2x2 +(1) = 5 x2 = 2 . 3x1 +(2) +3(1) = 2 x1 = 1
Denio 2.6 (sistemas equivalentes) Dois valentes se tm o mesmo conjunto-soluo. Exemplo 2.17
equi-
{(1, 1)}.
e estrtgi pr oluo de istems vineres trnsformr um sistem qulquer num sistem equivalente @mesmo onjuntoEsoluoA filX
n n
forma escalonada @tipo tringulr superiorD ver he(nio PFIH d pFRIA ou forma totalmente escalonada @tipo digonlD ver he(nio PFIP d pFRPAF
r isto preismos ver omo gerr sistems equivlentes utilizndo s operaes elementaresD que so efetuds n mtriz umentd de um sistemF ists operes podem ser vists tmm omo operes ns eques do sistemD emor qundo efetumos os lulos fzemos s operes diretmente n mtriz umentdF
QV
CAPTULO 2.
SISTEMA LINEAR
1 1 2 1 1 0
(0, 2) 0, (1, 1)
1 2 3 1 1 0 3 1 4
3 2
(1, 1)
(2, 0)
4 ,0 3
(3, 0)
So
operaes elementares
i-sima
linha):
(b) multiplicar uma linha por
. . .
lj ):
. . .
li
. . .
lj
. . .
(denotado li
lj
. . .
li
. . .
k = 0:
. . .
kli ):
. . .
lj + kli ):
li
. . .
kli
. . .
(c) substituir linha por sua soma com mltiplo de outra (denotado lj
. . .
. . .
li
. . .
lj
. . .
li
. . .
lj + kli
. . .
l1
. . . 0 0 0 0 . . .
l1
. . . . . .
Uma matriz
2.4.
QW
Sejam
matrizes aumentadas de
B ),
ento os
orresponde um opero ns eques desse sistem que no lter o onjuntoEsoluoX @A tror ordem ds linhsX tror ordem ds eques em um sistem no lter o onjuntoEsoluoF @A multiplir um linh por um eslr noEnuloX sustituir equo A = B por kA = kB F ssto no lter o sistem pois se A = B ento kA = kB @isto verdde mesmo se k = 0AF or outro ldo se kA = kB D omo k = 0D multiplimos os dois ldos por k 1 e otemos que A = B F ortnto no ltermos o onjuntoEsoluoF @A sustituir linh por su som om mltiplo de outrX sustituir s eques @orresponE A = B A = B dentes linhs i e j A por F e C = DD omo A = B D C = D C + kA = D + kB kA = kB pr qulquer k @mesmo k = 0AF omndo est equo nos dois ldos de C = D otemos que C + kA = D + kB F or outro ldoD suponh que C + kA = D + kB F gomo A = B D kA = kB pr qulquer k F vogo sutrindo kA dos dois ldos de C + kA = D + kB D otemos C = D + kB kA = DF @dA desrtr @ou resentrA linhs s de zerosX eliminr @ou resentrA um equo sempre verddeir @0 = 0AD que no lter o onjuntoEsoluoF
Observao 2.8
Dessas operaes podemos deduzir outras como por exemplo: se duas Isto porque o sistema
B = C B = C
obtemos
equivale a
o sistema
heveEse tomr uiddo pois nem tod opero ger sistems equivlentesF xo prximo exemplo ilustrmos um erro que no omum ms serve pr judr entender o exemplo depois desseF
Exemplo 2.18
demos fazer isto
Embora possamos substituir uma linha pela soma dela com outra, no po-
A=B A+C =B+D em . Mas este C=D A+C =B+D A + C = B + D pela observao anterior.
Vamos ver num caso particular. Considere
{(1, 2)}.
soluo
Note que isto diferente de substituir a primeira linha pela soma dela com a segunda obtendo
obtendo
{(1, 2)}.
RH
CAPTULO 2.
SISTEMA LINEAR
y erro presentdo no exemplo nterior di(ilmente ometidoF xo prximo exemplo presentmos um erro que oorre om ert frequni om lunos que no plim um opero elementr de d vezF yorre qundo sustitumos sem ter um lgoritmoF
x+y+z y+z Exemplo 2.19 Considere o sistema x+y 1 1 1. Na forma matricial ele corresponde a 0 1 1 1 l1 l1 l2
,
= = =
l2 l2 l3
l3 l3 l1 ,
3 2 2
x=y=z=
ao sistema
x = 1 x + z = 0 z = 1
cuja soluo
Portanto o conjunto-soluo
{(x, y, z ) = (1, t, 1) = (1, 0, 1) + t(0, 1, 0), t R}. Na (1, 0, 1) + (0, 1, 0) . Note que o
Observao 2.9
extremamente
entes de presentr um lgoritmo @ilimino de quss pFRPA pr resolver sistems liE neresD vmos presentrD trvs de um exemploD trnsformo de um sistema linear qualquerD utilizndo somente s operaes elementaresD num sistema equivalente diagonalD que pode ser filmente resolvidoF 1 2 4 2 Exemplo 2.20 Considere o sistema 0 7 11 25 . Fazendo l3 l3 + 3l1 , cal16 3 13 4 3 13 4 16 3 13 4 16 3 6 12 6 e obtemos culamos = + + 3 ( 1 2 4 2 ) 0 7 8 22 0 7 11 25 1 2 4 2 0 7 11 25 . Fazendo l3 l3 + l2 calculamos + 0 7 8 22 e 0 7 8 22 0 3 3 0 1 2 4 2 1 2 4 2 1 0 7 11 25 . Fazendo l3 l3 , obtemos 0 7 11 25 . obtemos 3 0 0 3 3 0 0 1 1 1 2 4 2 + 0 0 4 4 . Para fazer l2 l2 Para fazer l1 l1 + 4l3 calculamos 1 2 0 2 0 7 11 25 1 2 0 2 0 0 11 11 . Obtemos ento 0 7 0 14 . Fa11l3 calculamos + 0 0 1 1 0 7 0 14 1 2 0 2 1 2 . Fazendo l1 l1 + 2l2 calculamos 0 1 0 zendo l2 l2 , obtemos 7 0 0 1 1
2.5.
RI
1 2 0 + 0 2 0 1 0 0 1 0 obtemos o 0 1 0 0
2 1 0 0 2 4 2 . 0 1 0 e obtemos 0 0 1 1 2 0 2 0 2 . 1 1
Finalmente fazendo
l1 l1
x1 = 2 x2 = 2 . x3 = 1
Portanto
{(2, 2, 1)}.
presentr o algoritmo de eliminao de Gauss que trnsform um mtriz qulquer pr form eslond ou totlmente eslondF mm hmdo de escalonamentoF resolver um sistem uj mtriz umentd est n form @totlmenteA eslondF
2.5.1 Escalonamento
Denio 2.10 (forma escalonada)
(tipo triangular superior) se: Diz-se que uma matriz est (na forma)
escalonada
Exemplo 2.21
(a)
(c)
4 3 0 3 0 0 0
7 0 0 7 0 1 4 0 0 0 0
0 14 4 0 0 13 7 1 2 4 0 1 0 0
4 1 ; 6 ;
(d)
(b)
4 0 0 0
4 0 0 7 0 0 0
7 0 14 4 0 4 0 1 ; 0 0 13 6 0 14 4 4 0 1 . 0 0 0 0 13 6
pivs
RP
CAPTULO 2.
SISTEMA LINEAR
igual ao nmero de linhas no nulas. Como o nmero de zeros aumenta estritamente numa matriz escalonada, os pivs ocupam colunas distintas. Assim o nmero de pivs menor ou igual ao nmero de colunas. Temos portanto que:
nmero de pivs
nmero de colunas
Exemplo 2.22
4, 5, 13.
4 7 0 14 4 0 0 5 0 1 0 0 0 13 6
Denio 2.12 (forma totalmente escalonada) Uma matriz escalonada est totalmente escalonada ou escalonada reduzida (tipo diagonal) se os seus pivs:
so todos 1's e so os nicos elementos no-nulos de suas colunas. Determine se esto na forma totalmente escalonada: 3 2 0 4 1 0 1 0 0 0 1 0 1 ; 2 0 0 ; (b) 0 1 0 0 1 6 0 0 0 0 1 2 0 0 4 1 7 0 0 4 0 1 0 1 ; 0 1 0 1 . (d) 0 0 0 2 6 0 0 0 1 6
Exemplo 2.23
1 0 (a) 0 1 (c) 0 0
Soluo: @A noY @A simY @A noY @dA simF mos desrever o lgoritmo de Eliminao de GaussD tmm hmdo de escalonamentoF etrvs deleD dd um mtriz A qulquer otemos um mtriz B @totlmenteA
eslond equivlente AF ile dividido em dus prtesF
p (no k 1.
de linhas no nulas).
(c) Enquanto
k < p,
repita:
lk+1 , . . . , lp .
Identique a coluna no nula mais esquerda. Troque linhas para obter piv no nulo. Anule entradas abaixo do piv subtraindo de lk+1 , . . . , lp mltiplos de lk . de linhas no nulas).
p (no
k k + 1.
2.5.
RQ
k = p, p 1, . . . , 1: lk
pelo seu piv, tornando-o 1. anule entradas acima do piv subtraindo de l1 , . . . , lk1 mltiplos de lk .
Divida Se
k>1
Observao 2.11 Alguns livros chamam a Parte I de eliminao de Gauss e a Parte I + Parte II de eliminao de Gauss-Jordan.
2 6 3 1 4 2 6 3 2 10 . mos plir o lgoritmo em detlhes n mtriz 4 12 7 0 10 6 18 11 0 14 Incio da Parte IX mos eslonr mtrizF @A p 4F @A k 1F
gonsidere pens s linhs l1 D l2 D l3 e l4 @ou sejD tods s linhsAF 2 6 3 1 4 2 6 3 2 10 sdenti(que olun no nul mis esquerdX 4 12 7 0 10 6 18 11 0 14
roque linhs pr oter piv no nulo @omo o piv no nuloD no preis fzer ndAF enule s entrds ixo do piv 2 D sutrindo de l2 , l3 , l4 mltiplos de l1 F pzendo 2 6 3 1 4 0 0 0 3 6 F l2 l2 l1 D l3 l3 + 2l1 Dl4 l4 3l1 otemosX 0 0 1 2 2 0 0 2 3 2 p 4F k 2F
2 6 3 1 4 0 0 0 3 6 . gonsidere pens s linhs 2D 3 e 4 @ignore primeirAX 0 0 1 2 2 0 0 2 3 2 2 6 3 1 4 0 0 0 3 6 F sdenti(que olun no nul mis esquerdX 0 0 1 2 2 0 0 2 3 2 2 6 3 1 4 0 0 1 2 2 F roque linhs pr oter piv no nuloX 0 0 0 3 6 0 0 2 3 2
RR
CAPTULO 2.
SISTEMA LINEAR
2 6 3 1 4 0 0 1 2 2 F gonsidere pens s linhs 3 e 4 @ignore primeir e segundAX 0 0 0 3 6 0 0 0 1 2 2 6 3 1 4 0 0 1 2 2 sdenti(que olun no nul mis esquerdF 0 0 0 3 6 0 0 0 1 2 roque linhs pr oter piv no nulo @omo o piv no nuloD no preis fzer ndAF enule s entrds ixo do piv 3D sutrindo de l4 um mltiplo de l3 F pzendo 2 6 3 1 4 0 0 1 2 2 F l4 l4 + 1/3l3 otemosX 0 0 6 0 3 0 0 0 0 0 p 3F k 4F (c) Fim do lao pois k pF Fim da Parte IX mtriz j est eslondF
2 6 3 1 4 0 0 1 2 2 F hivid l3 pelo seu piv 3 otendoX 0 0 0 1 2 0 0 0 0 0 enule s entrds im do piv D sutrindo de l1 , l2 mltiplos de l3 F p l1 l1 l3 2 6 3 0 6 0 0 1 0 2 F e l2 l2 2l1 otendoX 0 0 0 1 2 0 0 0 0 0 (b) Incio do segundo lao. k 2F 2 6 3 0 6 0 0 1 0 2 hivid l2 pelo seu piv 1 otendoX 0 0 0 1 2 F 0 0 0 0 0 enule s entrds im do piv D sutrindo de l1 mltiplos de l2 F p l1 l1 3l2 2 6 0 0 12 0 0 1 0 2 otendoX 0 0 0 1 2 F 0 0 0 0 0
Incio da Parte IIX mos fzer o eslonmento totl d mtrizF (b) Incio do primeiro lao. k 3F
2.5.
RS
1 3 0 0 6 0 0 1 0 2 hivid l1 pelo seu piv 2 otendoX 0 0 0 1 2 F 0 0 0 0 0 enule s entrds im do piv 1F xo tem nd fzer @nenhum linh est im d primeirAF (b) Fim do lao pois k = 1F Fim da Parte IIX mtriz est totlmente eslondF Observao 2.12 (Software Algbrico) Com auxlio do Software Maxima (que pode
ser obtido livremente na Internet) podemos, entre outras coisas, escalonar matrizes. Este
Teorema 2.15 (existncia e unicidade pela forma totalmente escalonada) Atravs da forma totalmente escalonada da matriz aumentada de um sistema determinamos se
ele possui soluo e, caso possua, se ela nica. Aps o descarte de linhas nulas, se estiver na:
. . . . . . .. . . . . . . .
. . . sistema
forma:
0 0 0 1
sem soluo.
forma:
1 0 0 0 1 0 . . . . . .. . . . . . 0 0 1
sistema
Prova: Io formX e ltim linh do sistem orresponde equo 0x1 +0x2 + +0xn = 1F
gomo 0 = 1 no ser verdde nunD o onjuntoEsoluo vzioF x = 1 x2 = Po formX y sistem orrespondente F y onjuntoEsoluo {( , , . . . , )}F F F F F F F x = Qo formX er provdo no eorem PFIV d pFRVF
n
Exemplo 2.24
solues:
RT
CAPTULO 2.
SISTEMA LINEAR
(a)
(d)
1 0 0 0 1 0 0
0 0 1 0 0 1 0 0 3 0 0
0 7 0 4 ; 0 3 1 13 0 5 0 1 2 0 ; 0 0 1
Soluo: @A soluo niY @A sem soluoY @A in(nits soluesY @dA sem soluoY @eA
soluo niY @fA in(nits soluesY
Corolrio 2.16 (existncia e unicidade pela forma escalonada) Atravs da forma escalonada da matriz aumentada de um sistema determinamos se o sistema possui soluo e,
caso possua, se ela nica. Aps o descarte de linhas nulas, se estiver na:
.. .
forma:
. . .
. . .
. . .
. . .
0 0 0
. . . . . .
sistema
sem soluo.
forma:
0 . . . . .. . . . 0 0
sistema
0 = k = 0F gomo 0 = 0 no ser verdde nunD o onjuntoEsoluo vzioF Po formX pzendo segund prte do eslonmento otemos um mtriz omo n segund form do eorem PFIS d pFRSF egue o resultdoF Qo formX er provdo no eorem PFIV d pFRVF
Prova: Io formX e ltim linh do sistem orresponde equo 0x1 + 0x2 + + 0xn =
Exemplo 2.25
solues:
2.5.
RU
ortntoD use form eslond somente pr deidir se o sistem possui soluoX no useEo pr lulElF im resumoD o
ou ou ou
correspondem a duas curvas no plano (ao invs de 2 retas) podemos ter, alm das opes acima, um nmero nito de solues maior que um. y x2 = 0 (a) O sistema possui duas solues:
y=4
(2, 4)
(2, 4).
solues.
RV
CAPTULO 2.
SISTEMA LINEAR
O conjunto-soluo
(quando no-vazio) de um sistema linear sempre a translao de um espao gerado. Mais n n precisamente, existe q N e v0 R e um conjunto LI de vetores do R : {v1 , . . . , vq } tais
S = {v0 + t1 v1 + + tq vq , vi Rn , ti R},
ou, em termos de espao gerado,
S = v0 + v1 , . . . , vq .
1 0 0 0 1 0 D F F F F F F F F F FF F F F F 0 0 1 onde d d form + t1 + + tq @onstnte mis omino liner dos prmetros t1 , . . . , tq AF essim o sistem possui soluo ni em funo dos prmetros t1 , t2 , . . . , tq F prmetros pr o ldo direito do sistemF iste ser d form
@A gd entrd do vetor soluo x igul um dos prmetrosD so sej vrivel livreD ou igul onstnte mis omino liner dos prmetros t1 , . . . , tq D so sej vrivel dependenteF vogo x = v0 + t1 v1 + + tq vq pr vi Rn F
heixmos pr o leitor provr que os vetores otidos n prmetrizo so vss pois mtriz est n form totlmente eslond e o piv o nio elemento no nulo d olunF
Observao 2.14
quantos parmetros Podemos classicar parmetros), reta (q
de forma explcita:
determinar
geometricamente S
=1
v0 , v1 , v2 , . . . , vq . q : ponto (q = 0
nmero de variveis livres, que igual ao nmero de parmetros, de grau de liberdade ou grau de indeterminao do sistema linear.
Alguns livros chamam o
=2
parmetros), etc.
2.5.
RW
Observao 2.15
Aps o escalonamento
n +1 colunas (correspondendo ao total de n variveis) e p linhas no-nulas, correspondendo ao nmero de pivs ou de equaes efetivas (as equaes 0 = 0 no so efetivas, pois
podem ser eliminadas sem modicar o conjunto-soluo) ou variveis dependentes aps o escalonamento. Em resumo temos que:
dependentes,
np=q
= n
n= p=
n n
total de variveis,
de equaes efetivas = n
de linhas no-nulas = n
de
pivs
= n
de
variveis
de
de
parmetros.
Exemplo 2.27
4 1 3 0 5 0 0 0 1 2 0 0 . 0 0 0 0 1 2
P vriveis livresX x2 e x4 F sntroduzindo prmetros r e s @mis onveniente que t1 e t2 A e triuindoEos s vriveis livres otemos que x2 = r e x4 = sF = 4 + 3r 5s 1x1 1x3 = 2s y sistem pode ser reesrito omoX F 1x5 = 2 1 0 0 4 + 3r 5s 2s egor este um sistem em Q vriveisX x1 D x3 e x5 d formX 0 1 0 2 0 0 1 emos resolver esse sistemD que est no I so do eorem PFIS d pFRSF ile possui soluo niX (x1 , x3 , x5 ) = (4 + 3r 5s, 2s, 2)F gomo x2 = r e x4 = sD otemos que (x1 , x2 , x3 , x4 , x5 ) = (4 + 3r 5s, r, 2s, s, 2) ou indX
(4, 0, 0, 0, 2) + (3, 1, 0, 0, 0), (5, 0, 2, 1, 0) . xeste exemplo o sistem possui um totl de 5 vriveis eD por possuir 3 eques relioE nndoEsD (ou om somente 5 3 = 2 vriveis livres pr ssumir qulquer vlorF e esss dus vriveis @x2 e x4 A form triudos os dois prmetros r, s eD utilizndo s 3 eques remnesentes do sistem form otids solues em funo destes prmetrosF
Observao 2.16
livres.
linhas no-nulas (equaes efetivas) no sistema escalonado menor o nmero de variveis Zerar uma linha reduz o nmero efetivo de equaes do sistema. equao era combinao linear das outras, sendo, portanto, do sistema. Isto signica que a
re-
SH
CAPTULO 2.
SISTEMA LINEAR
Exemplo 2.28
Resolva o sistema:
0 0 0 0
1 0 0 0
2 0 0 0
0 1 0 0
0 0 1 0
0 0 0 1
1 0 4 3 . 0 1 2 3
o Q vriveis livresX x1 , x3 , x7 F sntroduzindo prmetros r, s, t @mis onveniente que t1 , t2 e t3 A e triuindoEos s vriveis livres otemos que x1 = r, x3 = s, x7 = tF hs eques otemos que x2 = 2x3 + x7 = 2s + t, x4 = 4 3x7 = 4 3t, x5 = 1, x6 = 2 3x7 = 2 3tF ortnto (x1 , x2 , x3 , x4 , x5 , x6 , x7 ) = (r, 2s + t, s, 4 3t, 1, 2 3t, t)D ou indD o onjuntoEsoluo
Exemplo 2.29
Considere o sistema
0 1 3 0 7 0 0 0 1 4
(a) Determine o conjunto soluo;
P vriveis livresX x1 , x3 F sntroduzindo prmetros r, s e triuindoEos s vriveis livres otemos que x1 = r e x3 = sF hs eques otemos que x2 = 7 3x3 = 7 3s e x4 = 4F ortnto (x1 , x2 , x3 , x4 ) = (r, 7 3s, s, 4)D ou indD o onjuntoEsoluo {(0, 7, 0, 4) + r(1, 0, 0, 0) + s(0, 3, 1, 0) | r, s R}F x lingugem do gptulo ID o onjuntoEsoluo o plno (0, 7, 0, 4) + (1, 0, 0, 0), (0, 3, 1, 0) F @A ytemos solues prtiulres fzendo vrir os prmetros r, sF or exemploD toE mndo r = 0 e s = 0D otemos soluo (0, 7, 0, 4) + 0(1, 0, 0, 0) + 0(0, 3, 1, 0) = (0, 7, 0, 4). ytemos outr soluo tomndo r = 3 e s = 2X (0, 7, 0, 4) + 3(1, 0, 0, 0) 2(0, 3, 1, 0) = (3, 1, 2, 4). odemos oter innitas solues pois pr d esolh de vlores pr os prmetros r e sD um nov soluo gerdF
e
Exemplo 2.30 Considere os planos 1 = {(1, 2, 1) + s(1, 1, 1) + t(1, 1, 0)| s, t R} 2 = {(3, 2, 1) + s(2, 1, 1) + t(1, 1, 2)| s, t R}. Determine 1 2 .
2.5.
SI
1 1 2 1 2 1 1 1 4 F islonndo totlmente essim preismos eslonr mtriz 1 1 0 1 2 0 1 0 0 4 6 4 F essim tomndo v omo prmetro livreD oE 1 @veri(que3A otemos 0 1 0 0 0 1 2 6 temos que (s, t, u, v ) = (4v 6, 4 v, 2v 6, v )F im termos de pontos do plnoD omo 1 = (1, 2, 1) + s(1, 1, 1) + t(1, 1, 0)D interseo ret {(1, 2, 1) + (4v 6)(1, 1, 1) + (4 v )(1, 1, 0)| v R}F yutr possiilidde utilizr equo de 2 = (3, 2, 1) + u(2, 1, 1) + v (1, 1, 2) e dr omo soluo {(3, 2, 1) + (2v 6)(2, 1, 1) + v (1, 1, 2)| v R}F odeEse veri(r que nos dois sos hegE mos n mesm respostX {(9, 4, 5) + v (5, 3, 4)| v R}F
Exemplo 2.31
de
Seja
. Determine a interseo
1
(a)
com
(b) (c)
2 = (2, 1, 1, 2) . 3 = (1, 0, 2, 1) + (1, 1, 1, 1), (0, 3, 1, 1), (1, 0, 1, 2) x 2y + w = 0 4 o conjunto dos pontos (x, y, z, w) R4 tais que 2x y + z + w = 0
(4 o
@A gomo 2 = u(2, 1, 1, 2) @note que usmos prmetro uD distinto de s, t3AD queremos ser se existem s, t, u R tis que (1, 0, 2, 1)+ s(1, 3, 4, 1)+ t(2, 1, 2, 1) = u(2, 1, 1, 2)F reismos @f s o sistem @R equesD Q vriveisA onts3A resolver 1 2 2 1 3 1 1 s 0 t = 4 2 . 2 1 u 1 1 2 1 islonndo @veri(que3A vmos onluir que o sistem no possui soluoF gonlumos que interseo vziX 1 2 = F @A gomo 3 = (1, 0, 2, 1) + u(1, 1, 1, 1) + v (0, 3, 1, 1) + x(1, 0, 1, 2) @novmente utilizmos prmetros distintos dos utilizdos n prmetrizo de 1 AD preismos resolver @veri(que3A o sistem @R equesD S vriveisA s 1 2 1 0 1 2 3 1 1 3 t 0 0 u = . 4 4 2 1 1 1 v 1 1 1 1 2 0 x esolvendo @utilizmos linsolve no MaximaA otemos que onjunto soluo um retF rmetrizndo ret por k RD s = 2 4k, t = 11k 2, u = 4 19k, v = 4 14k, x = k F ustituindo n equo prmtri de 1 @podermos sustituir tmm n de 3 e otermos o mesmo resultdo ! veri(que3A otemos que interseo (1, 0, 2, 1)+(2 4k )(1, 3, 4, 1)+(11k 2)(2, 1, 2, 1) = (3, 8, 2, 1)+ k (18, 23, 6, 7) pr k RF essim 1 3 = (3, 8, 2, 1) + (18, 23, 6, 7) F @A gomo x = 1 + s + 2tD y = 3s tD z = 2 + 4s + 2tD w = 1 + s + tD e @veri(que3A 0 = x 2y + w = 4s + 5t e 0 = 2x y + z + w = 3 + 4s + 8tD devemos resolver o sistem 3 15 4s + 5t = 0 e t0 = F essim F esolvendo otemos soluo s0 = 3 + 4s + 8t = 0 52 13 interseo de 1 om 4 o ponto (x, y, z, w) R4 om x = 1 + s0 + 2t0 D y = 3s0 t0 D
SP
CAPTULO 2.
SISTEMA LINEAR
z = 2 + 4s0 + 2t0 D w = 1 + s0 + t0 F
Exemplo 2.32
e
Seja
xw+k =2 xy+z =1 Y Z.
(x, y, z, w, k ) R5
wk =0 x+z =0
. Determine
xw+k =2 xy+z =1 temos que resolver o sistem F islonndo otemos que soluo wk =0 x+z =0 ret (x, y, z, w, k ) = (2, 1, 2, 0, 0) + t(0, 0, 0, 1, 1) pr t RF vogo Y Z = (2, 1, 2, 0, 0) + (0, 0, 0, 1, 1) F
Exemplo 2.33
1 2 3 4 4 2 0 0 1 2 1 1 (a) 0 0 0 1 2 1
(b)
1 3 2 1 2 0 0 7 0 1 (b) 0 0 0 5 9
2 0 (c) 0 0
3 2 4 2 5 2 1 0 0 2 3 1 0 0 2 0
Exemplo 2.34
(a) a (c)
(1, 0, 2, 1) + (2, 1, 2, 1), (1, 3, 4, 1) . (1, 1, 0, 2), (2, 0, 1, 0) e (2, 1, 2, 3). reta que passa por (1, 2, 1, 2, 2) e (2, 1, 3, 4, 1).
x = 1 + 2s + t e y = s + 3tF esolvendo @pr s, tA otemos que 7s = y + 3x 3 e 7t = 2y + x 1F gomo z = 2 + 2s + 4t e w = 1 + s + tD sustituindo s, t omo funo de z = 2 + 2(y + 3x 3)/7 + 4(2y + x 1)/7 x, y otemos o sistem w = 1 + (y + 3x 3 + 2y + x 1)/7 @A y plno @porquecA (1, 1, 0, 2) + (1, 1, 1, 2), (1, 2, 2, 1) F vogo (x, y, z, w) = F (1, 1, 0, 2) + s(1, 1, 1, 2) + t(1, 2, 2, 1) essim x = 1 + s + t e y = 1 + s + 2tF esolvendo @pr s, tA otemos que @om MaximaX linsolve([x=1+s+t, y=-1+s+2*t],[s,t]);A s = y + 2x 3Dt = y x + 2F gomo z = s + 2t e w = 2 2s + tD sustituindo s, t omo funo de x, y otemos o sistem z = y + 2x 3 + 2(y x + 2) w = 2 2(y + 2x 3) + y x + 2 @A e ret @porquecA (1, 2, 1, 2, 2) + (1, 1, 2, 2, 3) F vogo (x, y, z, w, k ) = (1, 2, 1, 2, 2) + t(1, 1, 2, 2, 3)F essim x = 1 + tF vogo t = x 1F y = 2 1(x 1) z = 1 + 2(x 1) ustituindo ns outrs eques vmos oter o sistem F w = 2 + 2(x 1) k = 2 3(x 1)
2.6.
PRODUTO MATRIZ-VETOR
SQ
Ax =
i=1
Portanto o produto matriz-vetor a
xi v i .
a1n a2n wis expliitmenteD se A = ento F F F F F F am1 am2 amn a12 a1 n a11 n a22 a2 n a21 Ax = xi v i = x1 F + + xn F +x2 F F F F F F F i=1 am1 am 2 amn a11 a21 F F F v1
essim
v2
vn
Ax =
a11 a21 F F F
x1 + a12 x1 + a22 F F F
am 1 x 1 + am 2
CAPTULO 2.
SISTEMA LINEAR
x1 F Ax = v1 vn F F = xn
xj v j .
j =1
A, vetores u, v
k , A(u + k v) = Au + kAv.
Prova: fst esrever s entrds dos vetores u, v e plir de(nio do produto mtrizE vetor omo omino liner ds oluns d mtrizF heixmos detlhes pr o leitorF
mos reordr o produto eslr entre dois vetoresF etomremos este ssunto em mis dinte no texto @vej he(nio SFI d pFIQUAF
Denio 2.21 (produto escalar ou interno) Dados dois vetores u = (u1 , . . . , un ), v = (v1 , . . . , vn ) Rn denotamos o produto escalar (ou produto interno) entre eles por u v,
um nmero denido por
uv =
i=1
Se
ui vi .
uv =0
dizemos que
so
Exemplo 2.35
Sejam
u v = (1)(1) + (2)(2) + (3)(1) + (4)(3) + (5)(0) = (1) + (4) + (3) + (12) = 10. u1
. . .
Seja
A =
um
x Rn .
Ento
Ax =
u1 x
. . .
um x
x.
u1 F F x Ax = = F um
u1 x F = F = F um x
b1 F F F = b. bm
2.7.
SS
O vetor nulo
soluo trivial.
(0, 0, . . . , 0)
or isso form eslond de um sistem homogneo no possui linh d form 0 0 F ssto impli que um sistem homogneo sempre possui soluoF wis indD num sistem homogneo om n vriveisD o nmero de pivs p @eques efetivsA ps o eslonmento determin se soluo niX @A p = n soluo nica @pens trivilAY @A p < n innitas soluesD (n p) vriveis livresF
Denio 2.25 (soluo geral e particular) Considere o sistema Ax = b. Chamamos de soluo geral seu conjunto-soluo S . Chamamos de soluo particular um elemento v0 S qualquer. Chamamos de soluo do sistema homogneo associado o conjunto-soluo do sistema
Ax = 0.
Dada uma matriz
A chamamos Ax = 0.
de
ncleo
de
A,
denotado por
0 1 3 0 7 0 0 0 1 4
Na linguagem do Captulo 1, o
0 1 3 0 0 0 0 0 1 0
ST
CAPTULO 2.
SISTEMA LINEAR
do sistema no-homogneo.
Seja
v0 S
S = , S = v0 + V .
prtiulr qulquer do sistem noEhomogneoF ej V o onjuntoEsoluo do sistem homoE gneo ssoido Ax = 0F ueremos provr que S = v0 + V F r isto st provr que v0 + V S e que S v0 + V F mos provr que v0 + V S F hdo v V qulquerD queremos provr que v0 + v S D ou sejD que A(v0 + v) = bF he ftoD pelo vem PFPH d pFSR @lineridde do produto mtriz vetorA A(v0 + v) = Av0 + Av = b + 0 = bF mos provr que S w0 + V F hdo w S qulquerD queremos provr que w v0 + V F xovmente pelo vem PFPH d pFSR A(w v0 ) = Aw Av0 = b b = 0F gonlumos que w v0 V e portnto w v0 + V F e
soluo geral @se noEvziA do sistem Ax = b d form v0 + V D som de um soluo particular om um soluo do sistema homogneo associado Ax = 0F
essim so equivlentesX @A o sistem possui soluo ni @igul v0 AY @A o sistem homogneo ssoido possui soluo ni @ trivilAY @A Nuc(A) = 0F
Um
n 1.
Exemplo 2.37
So hiperplanos: R2 (translao de um espao gerado de dimenso 2 1 = 1); 3 (b) Um plano em R (translao de um espao gerado de dimenso 3 1 = 2); 4 (c) Em R a translao de um espao gerado de dimenso 4 1 = 3 um hiperplano. (a) Uma reta em
Dado u = 0, o conjunto-soluo u x = b R um hiperplano. Mais precisamente, se V o conjunto dos vetores perpendiculares a u ento existe v0 H que H = v0 + V .
2.8.
INTERPRETAO DE SISTEMAS EM
RN
SU
equo v0 = (x1 , . . . , xn ) om xk = abk e xj = 0 pr j = k F gonsidere V o onjuntoE soluo do sistem homogneo ssoido u y = 0F xote que V o onjunto dos vetores perpendiculares uF gomo este um sistem eslondo om I equo noEnul e n vriveisD so q = n 1 vriveis livresF elo eorem PFIV d pFRV V gerdo por q = n 1 vetores vssD ou sejD tem dimenso n 1F elo eorem PFPU d pFSTD H = v0 + V D trnslo de um espo gerdo de dimenso n 1F
Exemplo 2.38
Mostre que
{(x, y, z, w, u) R5 | x 2y + 3z + w u = 4} um hiperplano.
y, t2 = z, t3 = w e t4 = uD otemos que x = 2t1 3t2 t3 + t4 +4F ortnto (x, y, z, w, u) = (4, 0, 0, 0, 0) + t1 (2, 1, 0, 0, 0) + t2 (3, 0, 1, 0, 0) + t3 (1, 0, 0, 1, 0) + t4 (1, 0, 0, 0, 1)F rtEse d trnslo de um espo gerdo de dimenso 4 em R5 D isto D um hiperplno em R5 F mos relionr opero de produto mtrizEvetor om sistems lineresF gonsidere o sistem a11 x1 + a12 x2 + a1n xn = b1 a21 x1 + a22 x2 + a2n xn = b2 . F F F F FF F F F F F F F F F a m1 x1 + am2 x2 + amn xn = bm a11 a12 a1n b1 x1 a21 a22 a2n F F F e mtriz A = D b = he(nimos x = F F F emos F F F F F F F F F F F F F bm xn am1 am2 amn d he(nio PFIW d pFSQ do produto mtrizEvetor que podemos esrever este sistem omo Ax = b.
es dus interpretes do produto matriz-vetor @omino liner de oluns e produto eslr om linhsA impliro em dus interpretes pr o onjuntoEsoluo do sistem liner @interseo de hiperplnos e b espo gerdo pels olunsAX @A @produto eslr om linhs interseo de hiperplanosA u1 F F e A = @d linh um vetorAD pelo vem PFPP d pFSR o sistem F um u1 x = b1 u2 x = b2 Ax = b pode ser resrito omoX . gd equo uj x = bj F F F F F F u x = b
m m
@supondo uj = 0A represent um hiperplno Hj @trnslo de um espo gerdo de dimenso n 1 em Rn AF y onjuntoEsoluo S do sistem liner igul interseo de
m
Hj D ist interpreto
SV
CAPTULO 2.
SISTEMA LINEAR
e intuio geomtri grnte queD de form gerlD tnto interseo de dus rets no plno qunto interseo de trs plnos em R3 um nio pontoF ws omo visulizr queD de form gerlD interseo de 4 hiperplnos em R4 um nio pontoc r entender sistems om muits eques devemos nos liertr dest interpreto geomtriD que no pode ser experimentd em dimenso mior que 3D em fvor d prxim interpretoF @A @omino liner ds oluns b espao gerado pelas colunasA e A = v1 vn @d olun um vetorAD pel he(nio PFIW d pFSQ o sistem Ax = b pode ser resrito omoX Ax = b = n 1 xj v j F y sistem ter soluo se o vetor b for omino liner dos vetores olun d mtrizD n isto D se b = 1 xj vj pr lguns xj RD ou sejD se b v1 , . . . , vn F ode existir mis de um omino linerD isto D o sistem pode ter mis de um soluoF or outro ldoD se b v1 , . . . , vn D ento o sistem no possuir soluoF ist interpreto algbricaF interpreto mis importnte no urso de lger vinerF odemos resumir d seguinte formX istem sem soluo om soluo ni om in(nits solues
b=
xj vj c ou b v1 , . . . , vn c @interpreto algbricaA
no sim @niA sim @in(nitsA
Hj = c @interpreto geomtricaA
no sim @I pontoA sim @in(nidde de pontosA
1 Verso 23.ago.2012 22h 2 Por sem fazer contas, queremos dizer, neste e em outros exerccios, sem fazer quaisquer contas que
no possam ser feitas mentalmente com facilidade
2.9.
SW
@A um sistem formdo pels trs rets que ontm os ldos de ABC possui @nenhuma; trs; uma nica; innitasA soluo@esAY @A um sistem formdo por quisquer dus dests rets possui @nenhuma; trs; uma nica; innitasA soluo@esAF
entre siA om ldos prlelos AB e CDF he(nimos qutro rets r, s, t, u de modo queX r pss por A e B D s pss por B e C D t pss por A e C D u pss por A e DF hetermine soluo de d um dos sistems ixoD onde representmos d equo pel ret que el determinX r r s u s Y t F @A Y @A Y @A @dA t s t u
distriudos de form que fes oposts somm sempre U @o I oposto o TY o P oposto o S e o Q oposto o RAF mos representr por fe I equo do plno que ontm fe om o nmero ID por fe P equo do plno que ontm fe om o nmero PD etF hetermine o nmero de solues de d um dos sistems ixoX fe1 fe3 fe1 fe2 fe3 fe3 Y fe5 Y fe3 Y @A Y @A Y @A @dA @eA fe6 fe4 fe5 fe6 fe6
x + y = 3 F 2x + y =
@A se durnte o eslonmento um linh (r zerd ento o sistem tm in(nits soluesY @A um sistem homogneo possui sempre soluoY @A um sistem noEhomogneo no pode possuir in(nits soluesF
@A um sistem om S eques e Q vriveis sempre sem soluoY @A um sistem om Q eques e S vriveis possui in(nits soluesY @A um sistem homogneo om Q eques e S vriveis possui in(nits soluesY @dA um sistem homogneo om S eques e W vriveis possui pelo menos R vriveis livresY @eA um sistem homogneo om W eques e W vriveis possui sempre soluo niF
Fix 2.10: em fzer ontsD disut existni e uniidde de soluo dos sistems ixoF
xo so determine ind o nmerode vriveis livresF de in(nits soluesD 1 4 6 2 1 4 6 2 0 2 5 2 0 2 5 2 Y @A @A @A 0 0 3 1 Y 0 0 3 1 0 0 0 0 0 0 0 1
0 1 0 2 F 0 0 1 2
Fix 2.11: im R5 X
TH
CAPTULO 2.
SISTEMA LINEAR
@A o onjuntoEsoluo de um sistem liner pode ser visto omo interseoA de @retas; planos; hiperplanosAY Y @A um ret um suespo de dimenso @A um plno um suespo de dimenso Y @dA um hiperplno um suespo de dimenso F Fix 2.12: gonsidere o sistemX u1 x1 F F F Ax = x = v1 vn F F F = b. um xn he(n Hj = {x Rn | uj x = bj }F @A o sistem Ax = b possui soluo seD e somente seD
j =1 m
@unio;
Hj
@=, =A Y
@A o sistem Ax = b possui soluo seD e somente seD b @, A v1 , . . . , vn Y Fix 2.13: ej S = soluo gerl de um sistem noEhomogneo om V o onjuntoE soluo do sistem homogneo ssoidoF isolh um opoF sempre verdde queX @eA S = v0 + V om v0 V Y @fA S = v0 + V om v0 S Y @gA V = v0 + S om v0 S Y @hA V = v0 + S om v0 V Y
2.9.2 Problemas
f o gr(o e determine geometrimente o nmero de soluesX x+y = 3 3x y = 6 @A Y @A Y xy = 1 6x + 2y = 6 Prob 2.2: uponh que um sistem de trs vriveis omposto de trs equesF im R3 d equo represent um plnoF ul posio reltiv destes trs plno qundo o sistemX @A no possui soluoc @A possui extmente um soluoc @A possui in(nits soluesc Prob 2.3: r d um dos itens ixoD d um exemplo de um sistem om s rterstis pedids ou explique por que tl exemplo no pode existirX @A @no equesA a @no vriveisAD in(nits soluesY @A @no equesA ` @no vriveisAD soluo niY @A @no equesA ` @no vriveisAD nenhum soluoY @dA @no equesA b @no vriveisAD in(nits soluesY Prob 2.4: form totalmente escalonada ds mtrizes ixoX inontre 1 2 3 4 1 3 5 7 @A 4 5 6 7 Y @A 3 5 7 9 F 6 7 8 9 5 7 9 1 Prob 2.5: dos sistems ixoX esolv d um 0 1 2 0 0 0 1 2 0 0 0 1 0 Y @A Y @A 0 0 0 0 0 1 0 0 0 0 0 1 3 4 2 0 1 0 0 1 9 12 6 0 Y 3 Y @A 0 1 0 @dA 6 8 4 0 0 0 1 2 0 0 0 0
2.9.
TI
2 6 3 1 4 0 1 2 1 1 6 2 6 3 2 10 Y @fA 0 2 4 2 4 18 . @eA 4 12 7 0 10 13 0 1 2 2 3 14 6 18 11 0 Prob 2.6: ys sistems ixo so equivlentes @o segundo est totlmente eslondoAX 2 1 2 41 0 0 1 0 2 24 0 0 1 0 2 24 0 0 0 1 2 7 0 0 . 1 1 0 17 1 0 0 0 0 0 1 0 3
h desries prmtris dos onjuntosEsoluo de mosF inontre trs solues distints pr o primeiro sistemF Prob 2.7: esolv os sistems lineres ixoD esrevendo o onjunto soluo em eques prmtrisX x + y 2z = 2 2x y + 2z = 1 xy = 0 Y @A Y @A 4x + 2y 4z = 2 2x + y 3z = 3
2x + 8y + 2z = 3 possuX 4x + m2 y + mz = 6 @A um ni vrivel livreY @A dus vriveis livresF Prob 2.9: hetermine todos os vlores possveis pr a, b, c, d R tis que o sistem x + 2y + 3z = a 5y + 6z = b possuX @A nenhum soluoY @A in(nits soluesF cz = d Prob 2.10: gonsidere prol y(x) = ax2 + bx + c que pss por (1, 2)D (2, 4) e (3, 8)F hetermine a, b, c RF 1 0 1 2 Prob 2.11: glule 2 1 3 1 @produto mtrizEvetorA de dus formsX 0 4 3 1 @A omo gv ds oluns d mtriz @usndo omo oe(ientes s entrds do vetorAY @A omo produtos eslres ds linhs d mtriz pelo vetorF 1 4 5 Prob 2.12: ej A = 2 5 7 F xote que tereir olun som ds dus primeirsF 3 6 9 em eslonrD enontre um vetor x tl que Ax = 0F
2.9.3 Extras
f o gr(o e determine geometrimente o nmero de soluesX
2x + 2y = 6 2x 3y = 1 xy = 1 Y @A Y @A 6x + 9y = 3 x + 3y = 6 Ext 2.2: r d um dos itens ixoD d um exemplo de um sistem om s rterstis pedids ou explique por que tl exemplo no pode existirX @A @no equesA a @no vriveisAD soluo niY @A @no equesA a @no vriveisAD nenhum soluoY
0 Verso 23.ago.2012 22h
TP @A @no equesA ` @no vriveisAD in(nits soluesY @dA @no equesA b @no vriveisAD soluo niY @eA @no equesA b @no vriveisAD nenhum soluoY
CAPTULO 2.
SISTEMA LINEAR
(x A)2 + (y B )2 = r2 F @A determine a, b, c em funo de A, B, r pr que equo do rulo sej esrit omo x2 + ax + y 2 + by + c = 0Y @A hdos trs pontos (x1 , y1 ), (x2 , y2 ), (x3 , y3 ) por onde pss o ruloD esrev o sistem que determin a, b, cF @A hetermine equo do rulo que pss em (4, 5), (2, 7) e (4, 3)F Ext 2.4: hetermine ondies nos prmetros @, A pr que o sistem ssoido possu um ni soluoD in(nits solues ou nenhum soluoX 1 x + y + z = x + 2y = 0 2x y + 3z = Y @A Y @A 2x + y = 2 x + 3 y = 2 x y + z = 1 2 x + 2y + ( + 1)z = x+yz = 1 y + 2z = + 1 Y @A @dA Y 3x y + z = 1 x + (1 )z = 0 x+ y + ( 1)z = 1 1 3 2 x + y z = 2 y + 5z = 5 F @eA 1 2 4 3 Y @fA 1 3 x + 2y + z = 7 Ext 2.5: inontre os vlores de a tis que o sistem liner ixo tenh soluoF xy = a x+y+z = a Y 2x + z = a Ext2.6: @A ul ondio em b1 D b2 e b3 pr que o sistem ixo possu soluoc 2 5 8 b1 2 1 0 b2 1 4 6 b3 @A em refzer tods s ontsD dig se o sistem possui soluo om o ldo direito (3, 5, 1)F Ext 2.7: ej y = 4 x4 + 3 x3 + 2 x2 + 1 x + 0 um polinmio que pss por S pontos ddosX (a1 , b1 )D (a2 , b2 )D (a3 , b3 )D (a4 , b4 )D e (a5 , b5 )F isrev mtriz mplid @onheid omo mtriz de ndermondeA do sistem que determin s S vriveis 4 , 3 , 2 , 1 , 0 F xote que os pres (ai , bi ) so ddosD e sero oe(ientes d mtriz mplidF 1 x + 3y = 2x + y = 3 F xo ensino fundmentl um mtodo Ext 2.8: gonsidere o sistem 2x + 2y = 0 de resoluo de sistem resolver um equo pr um vrivel e sustituir expresso ns outrs equesF ssto repetido t (rmos om somente um vrivelF gom issoD determinmos um vrivel eD sustituindo ns outrs equesD determinmos s outrsF iste mtodoD lm de mis longo que elimino de quss em termos de operes neessris induzD frequentementeD o erroF @A esolv primeir equo pr x e sustitu expresso n segund equoF heE termine y Y @A xovmente resolv primeir equo pr xD ms dest vez sustitu expresso n tereir equoF inontre este y Y
2.9.
TQ
2.9.4 Desaos
res elementres um mtriz P tl que P A sej mtriz resultnte ps plio d opero elementrY hiX eplique opero elementr n mtriz identiddeF Des 2.2: rove que s operes elementres @de eslonmento de um mtrizA so reverE sveisD isto D mostre que se mtriz A equivlente B ento mtriz B equivlente mtriz AF Des 2.3: m sistem liner om n eques e n vriveis tem propriedde que os oe(ienE tesD qundo lidos linh por linhD d esquerd pr direitD form um progresso geomtriF rove que o sistem no tem soluo niF hetermine su soluoF Des 2.4: gonsidere um sistem de n eques em n vriveisF rove lterntiv de predholmX @A ou o sistem possui soluo ni pr todo ldo direitoY @A ou o sistem homogneo ssoido tem soluo noEtrivilF
TR
CAPTULO 2.
SISTEMA LINEAR
V,
vetores;
R),
K=R
escalares;
ou
soma vetorial:
u, v V
um vetor
u+v V;
uma
cada vetor
aK
um vetor
au V .
da multi-
(V, +, )
u+v =v+u
para todo
u, v V ;
para todo
(u + v ) + w = u + ( v + w ) 0V
u, v, w V ;
para todo
tal que
u+0=u
uV; w,
o
u,
por
u V, u.
existe
wV
tal que
u + w = 0.
Denotamos
TS
TT
CAPTULO 3.
ESPAO VETORIAL
Observao 3.1 (unicidade do elemento neutro e do inverso aditivo) Segue dos axiomas acima a unicidade do elemento neutro. Suponha que existam 0 e 0 elementos
neutros da soma. Como
u + 0 = u (porque?), tomando u = 0, obtemos que 0 + 0 = 0. Por outro lado u + 0 = u (porque?). Tomando u = 0, obtemos que 0 + 0 = 0. Como a soma comutativa, 0 + 0 = 0 = 0 + 0 = 0. Conclumos que 0 = 0.
Tambm segue a unicidade do inverso aditivo. Convidamos o leitor a provar isso. Comece supondo que
so inversos aditivos de
u.
uV
e escalares
, :
( )u = ( u);
elemento neutro do produto:
1u = u.
Dados vetores
u, v V
e escalares
, :
Exemplo 3.1
Rn
Captulo 1. Num certo sentido (ver Lema 4.50 da p.122), todo espao vetorial (de dimenso n nita) sobre R (escalares) equivalente ao R .
Outro exemplo o
Cn ,
o conjunto das
n-uplas
Verique que
V = { a}
um espao vetorial.
Exemplo 3.4
Considere
Soluo: ixiste elemento neutro d somD o vetor (0, 0) V D existe inverso ditivo @ddo
u V, u V AF xo entntoD u = (0, 1) V ms 2u = (0, 2) V F yutro prolem que v = (1, 0) V ms u + v = (1, 1) V @veri(que3AF essim V no espo vetorilF
Exemplo 3.5
Mmn
nio 2.1 da p.30) munido da operao de soma de matrizes e multiplicao de escalar por matriz da forma usual um espao vetorial. Quem o elemento neutro da soma? Quem o inverso aditivo?
3.1.
TU
vidde e ssoitividde d som de nmeros reisF y elemento neutro mtriz om tods entrds iguis zeroD invers ditiv de A = (aij ) mtriz A = (aij )F Observao 3.2 Identicamos (veja p.31) o espao vetorial Rn com Mn1 pois as open raes so idnticas. De fato vrios livros representam vetores do R por uma matriz com
uma coluna.
Denio 3.5 (subespao vetorial) Seja (V, +, ) um espao vetorial sobre K. Considere W V . Dizemos que W subespao vetorial de V se (W, +, ) um espao vetorial sobre
K.
Note que as operaes em
V.
Exemplo 3.6
(a)
V;
{0}
W fechado ku W .
u W, k R,
Determine condies para que: R2 . 3 (b) um plano seja um subespao vetorial de R . (a) uma reta seja um subespao vetorial de
vetoriisX rets e plnos que no pssm pel origemF xote que o vetor 0 vi pertener somente om est ondioF eri(que que so pssem pel origem sero fehdos pel som vetoril e multiplio por eslrF p uns desenhosF
Exemplo 3.8
(a)
A= (b) B = uma reta que no passa por (0, 0). (c) C = a unio do eixo x com o eixo y (de forma
passam pela origem). (d) Considere (e) A
R2 :
do
R2 .
TV
CAPTULO 3.
ESPAO VETORIAL
Exemplo 3.9
(a)
R3 :
(0, 0, 0) B F ejm (x1 , y1 , 1), (x2 , y2 , 1) B F into (x1 , y1 , 1)+(x2 , y2 , 1) = (x1 +x2 , y1 +y2 , 2) BF ejm (x, y, 1) B e RF into (x, y, 1) = (x, y, ) B D se = 1F
Exemplo 3.10
(a)
B = u, v, w
, com
R4 : u, v, w R4 .
Exemplo 3.11
de
u, w V .
V:
(a)
A = {v V | v = u, R}.
(b)
B = {v V | v = u + w, R}.
3.1.
TW
Rn ,
do sistem homogneoF elm dissoD pel lineridde do produto mtrizEvetor @vem PFPH d pFSRAD se u e v so solues de um sistem homogneo ento u + v e k u tmm so pr todo k RF @A W no suespo vetoril pois lro que 0 W @porquecA
n
xi v i F
vogo Z =
i=1
Z = v1 , v2 , . . . , vn F vogo Z suespo vetorilF Z ser de(nido @vej de(nio ixoA omo imagem d mtriz AF istes exemplos presentm dois suespos ssoidos um mtriz que so muito importntes pr teoriX
imagem
A.
A,
Exemplo 3.13
(a)
Considere (b)
R3
H = K.
H K.
H K.
@A xo ser pois emor 0 perten unioD som de vetores noEnulosD um de d plnoD no pertener nenhum dos doisF
UH
CAPTULO 3.
ESPAO VETORIAL
Exemplo 3.14
vetorial de
Considere
H e K subespaos vetoriais de V .
Determine se
H K subespao
V.
disso ddo u, v H K D u + v H @pois H suespoA e K @pois K suespoAF vogo u + v H K F he form nlog interseo fehd pr multiplio por eslrF
Soluo: e interseo ser suespo pois 0 pertene os doisD e portnto interseoF elm
Denimos a
por
H + K = {h + k | h H, k K }.
Exemplo 3.15
vetorial.
Dados
subespaos vetoriais de
V,
mostre que
H +K
subespao
v = h2 + k2 om hi H e ki K om i = 1, 2F essim u + v = (h1 + h2 ) + (k1 + k2 )F gomo h1 + h2 H e k1 + k2 K D som pertene H + K F he form nlog provEse que fehdo pr multiplio por eslrF
Soluo: omndo h = k = 0D h + k = 0 H + K F e u, v H + K D u = h1 + k1 e
Exemplo 3.16
(a)
em
R3
no-colineares, um plano
passando pela origem que no contm estes vetores e um vetor no-nulo (geometricamente) a soma de:
w .
Determine ;
u + v
(b)
u + w
(c)
u + ;
(d)
w + ;
(e)
u + u
Exemplo 3.17
Determine se
(2, 1, 7)
combinao linear de
(7, 8, 7).
3.3.
UI
um subespao veto-
Prova: hdos u, v H D u =
i=1
u i vi , w =
p i=1
que 0 H F e som u + w =
p i=1
(ui )vi H F
i=1
Exemplo 3.18
Mostre que:
Soluo: yserve que (0, 0, 1) no pertene o espo gerdo pois devermos ter (0, 0, 1) =
a(1, 1, 0) + b(0, 1, 0) que ger um sistem impossvel @1 = 03AF
Exemplo 3.19
Considere
o plano
3x 2y + z = 0 V W.
o plano
x 3y 2z = 0
em
R3 .
Soluo: gomo os vetores (x, y, z ) pertenem interseo devem stisfzer s dus equE
esF fst resolver o sistem
V W = (1, 1, 1) F
Convencionamos que:
= {0}, {0}.
Considere
os
vetores
v1 , v 2 , . . . , vn
em
Pela Denio 1.15 da p.17 eles sero Linearmente Independentes (LIs) se, e n
xi vi = 0 implicar que x = (x1 , . . . , xn ) = 0. Assim denindo A = v1 vn , sero LIs se, e somente se, o conjunto soluo do sistema ho m mogneo Ax = 0 for trivial, isto , igual a {0}. Portanto para vericar se vetores em R
i=1
so LIs devemos resolver um sistema linear.
UP
CAPTULO 3.
ESPAO VETORIAL
Exemplo 3.20
(a)
(7, 8, 7).
(b)
(7, 8, 9).
(4, 5, 6) + (7, 8, 7) = (( + 4 + 7 ), (2 + 5 + 8 ), (3 + 6 + 7 )) = (0, 0, 0)F 1 +4 +7 = 0 2 +5 +8 = 0 c ixiste soluo noEtrivil pr o sistemX 3 +6 +7 = 0 1 4 7 0 1 4 7 0 islonndo prilmenteD 2 5 8 0 0 3 6 0 F 3 6 7 0 0 0 2 0 gonlumos que o sistem possui somente soluo trivilF ortnto so vssF @A emos que veri(r se existem , , R noEnulos tis que (1, 2, 3) + (4, 5, 6) + (7, 8, 9) = (( + 4 + 7 ), (2 + 5 + 8 ), (3 + 6 + 9 )) = (0, 0, 0)F 1 +4 +7 = 0 2 +5 +8 = 0 F reismos resolver o sistemX 3 +6 +9 = 0 1 4 7 0 1 4 7 0 islonndoD 2 5 8 0 0 3 6 0 . 3 6 9 0 0 0 0 0 gonlumos que o sistem possui in(nits soluesF ortnto existe soluo noEtrivil do sistem e portnto so vhsF
Observao 3.4 Para determinar se LI ou LD basta escalonar matriz com vetores em cada coluna (veja os dois exemplos anteriores novamente). No precisa ser forma totalmente escalonada. Isto segue do Corolrio 2.16 da p.46, pois precisamos saber somente se o sistema homogneo possui soluo nica ou innitas solues, a soluo. Surpreendentemente (ver Lema 3.15 da p.74), tambm podemos determinar se LI ou LD escalonando matriz com vetores em cada do espao ambiente).
no precisamos calcular
linha,
eciente pois linhas (vetores neste caso) ser menor que o nmero de colunas (dimenso
Denio 3.11 (base) Um conjunto ordenado1 S base forma nica como combinao linear dos elementos de S .
1 Ao invs de
conjunto ordenado,
o termo mais correto seria uma n-upla de vetores ou uma lista. Num
conjunto no importa ordem nem termos repetidos; numa n-upla (ou lista) podemos ter termos repetidos e
3.4.
BASE E DIMENSO
UQ
Exemplo 3.21
(b) (c)
Determine se o conjunto ordenado: 2 (a) {(0, 1), (1, 0), (0, 1)} base do R ;
= {(1, 1, 1, 1), (0, 1, 1, 1), (0, 0, 1, 1), (0, 0, 0, 1)} base do R4 ; = {(1, 1, . . . , 1), (0, 1, . . . , 1), . . . , (0, . . . , 0, 1)} base do Rn .
iste sistem tringulr superior e pode ser filmente resolvidoF ossui soluo nicaX a1 = v1 , a2 = v2 v1 , a3 = v3 v2 , a4 = v4 v3 F gomo soluo ni @sistem tringulr superiorAD seF @A henotndo = {b1 , b2 , . . . , bn }D ddo um vetor v = (v1 , . . . , vn ) Rn D v = i bi = (1 , 1 + 2 , 1 + 2 + 3 , . . .) seD e somente seD
= v 1 = v1 1 1 1 + 2 = v2 2 = v2 1 = v2 v1 1 + 2 + 3 = v3 3 = v3 (1 + 2 ) = v3 v2 . F F F F F F
gomo o sistem possui soluo ni @tringulr superiorAD seF mos generlizr os omentrios que (zemos ntes d he(nio QFIIF m notE o muito utilizd de(nir os seguintes vetores de Rn X e1 = (1, 0, 0, . . . , 0, 0)D e2 = (0, 1, 0, . . . , 0, 0)DF F F D en = (0, 0, 0, . . . , 0, 1)F hdo um vetor v Rn D v = (v1 , . . . , vn ) =
n
O conjunto ordenado
(b)
(a)
gera LI.
H,
isto ,
V base do subespao H = v1 , v 2 , . . . , vn ;
= { v1 , v2 , . . . , v n } H V se, e s se:
de ele-
conjuntos ordenados
{(1, 1)}
outro LD. Neste texto, e em muitos textos de lgebra linear, quando se diz que um subentendido que trata-se de um
conjunto ordenado.
conjunto
base est
UR
CAPTULO 3.
ESPAO VETORIAL
i vi =
i=0
i vi F
intoD
i=0
pr i = 0, . . . , n e represento de v niF
Observao 3.5
Pelo Lema 3.13, para que um conjunto seja base ele deve ser:
(a) grande o suciente para gerar todos os vetores; (b) pequeno o suciente para ser LI.
Exemplo 3.22
(a)
se de R2 pois no onjunto vsX (1, 1) = (1, 0) + (0, 1)F essimD por exemploD (1, 1) xy se express de form niX (1, 1) = 1(1, 0) + 0(1, 1) + 1(0, 1) = 0(1, 0) + 1(1, 1) + 0(0, 1)F @A qer o R2 pois ddo (a, b) R2 D (a, b) = a(1, 0) + (b a)(1, 1)F o vss @um no mltiplo do outroAF vogo se do R2 F
Soluo: @A qer o R2 pois ddo (a, b) R2 D (a, b) = a(1, 0) + 0(1, 1) + b(0, 1)D ms no
res em (qualquer) uma de suas bases, caso seja nito, ou dito de dimenso innita.
xote que o mesmo @suAespo vetoril pode ser gerdo por diversos onjuntos ordendos de vetoresF r que est de(nio f sentido temos que provr que o nmero de vetores ser sempre o mesmo independente d seF emetemos o leitor pr eo QFT d pFVP pr demonstro deste importnte @e lssioA resultdoF rovmos no gorolrio QFPW d pFVR que em um espo de dimenso nD ddo = {v1 , v2 , . . . , vp } @um onjunto ordendo de vetores om p elementosAD seX
p > nD ento no vs @e no seAY p < nD ento no gerdor @e no seAY e p = nD ento gerdor se e s se vsD se e s se seF
hdo um espo gerdo por um list de vetores do Rn omo extrir um sec gomo operes elementres no lterm o espo gerdoD isto pode ser feito eslonndo um mtriz que tem estes vetores omo linhasF u1 Lema 3.15 (escalonamento e espao gerado) Seja A = e B = um v1 matrizes equivalentes, isto , B obtida atravs de operaes elementares vk aplicadas em A. Ento os espaos gerados u1 , u2 , . . . , um e v1 , v2 , . . . , vk so iguais. Alm disso, se B estiver escalonada (no precisa ser totalmente escalonada) e aps descarte das linhas nulas ento {v1 , v2 , . . . , vk } LI.
3.5.
US
@A ror ordem ds linhs lrmente no lterY @A wultiplir um linh por um eslr noEnuloF mos provr qundo o espo gerdo por um nio vetorF uponh k = 0D vmos mostrr que v = k v F he ftoD sej w = av v F into w = a/k (k v) k v F or outro ldoD se w = bv k v F into w = bk (v) v F @A ustituir linh por su som om mltiplo de outrF odemos veri(r no so de espo gerdo por dois vetoresX mos provr que u, v = u + av, v F ej w = cu + dv u, v F into w = c(u+av)+(dac)v u + av, v F or outro ldo se w = c(u+av)+dvD entoD w = cu + (ac + d)v u + av, v F @dA hesrtr linhs s de zeros preserv pois 0 sempre um vetor vhF e mtriz B estiver eslondD ento qulquer omino liner de {v1 , v2 , . . . , vk } resultr num sistem tipo tringulr inferior @similr form eslondD que tipo tringulr superiorAD uj ni soluo trivilF
Exemplo 3.23
W = (1, 2, 1, 1), (2, 1, 0, 2), (3, 3, 1, 1), (4, 5, 2, 0) . 1 2 1 1 2 1 0 2 1 1 F islonndo otemos B = 1 2 Soluo: ej A = 3 3 1 1 0 1 2/3 4/3 4 5 2 0 @dus linhs form desrtdos por onter somente zerosAF essim W = (1, 2, 1, 1), (0, 1, 2/3, 4/3) F lro que formm se pois mtriz est eslondF
Vamos
cacular
com um
Maxima
que
este
exem-
cada
coluna
vetor
gera
W:
M: matrix( [1,2,1,-1], [2,1,0,2], [3,3,1,1], [4,5,2,0]);. pao gerado pelas colunas com o comando columnspace(M).
Calculamos o es-
ai x
i=0
+
i=0 n
bi x ai x i
=
i=0 n
(ai + bi ) xi ; (ai ) xi .
Pn
UT
CAPTULO 3.
ESPAO VETORIAL
Exemplo 3.24
de
P3 .
q (x) = 3x 2x + 1.
Denimos por
a unio de todos os
Pn para n N.
Assim
forma um espao vetorial se for munido das operaes de soma de polinmios e multiplicao por escalar.
Dado conjunto
R,
I em R. Dadas duas funes f, g F (I ; R) F (I ; R) as operaes: (a) soma vetorial: f + g por f (x) + g (x) para todo x I ; e (b) multiplicao por escalar: f por f (x) para todo x I . Pode-se vericar que F (I ; R) munido destas operaes um espao vetorial.
o conjunto das funes de denimos em Determine o elemento neutro da soma de
F (I ; R)
Exemplo 3.25
aditivo de
Determine o inverso
sen(3 x) pois g + h = 0F
Soluo: y elemento neutro funo f (x) = 0F y inverso ditivo de g(x) h(x) = Observao 3.7
Note que o sinal + (mais) em f
+ g
) possui signicado distinto em cada expresso: soma de vetores, num caso, e de soma de nmeros reais (escalares) no outro.
Exemplo 3.26
(a)
P3 :
{p P3 | p(1) = 0}.
{p P3 | p(2) = 5}.
(c)
{p P3 | p(3) 0}.
q(1) = 0D ento (p + q)(1) = p(1) + q(1) = 0Y hdos p e RD omo p(1) = 0D ento (p)(1) = (p(1)) = (0) = 0F @A xo suespo pois 0(2) = 0 = 5F elm disso ddos p, qD omo p(2) = q(2) = 5D ento (p + q)(2) = p(2) + q(2) = 10 = 0F @A he ftoX 0 pertene pois 0(3) 0F hdos p, qD omo p(3) 0 e q(3) 0D ento (p + q)(3) = p(3) + q(3) 0Y hdos p tl que p(3) > 0 e = 1D (p)(3) = p(3) < 0 e no pertene o onjuntoF vogo no suespo vetorilF Observao 3.8 Todo polinmio de Pn pode ser pensado como um elemento (funo) de F (I ; R) com I R. Neste sentido, Pn subespao de F (I ; R). Este exemplo
importante pois mais adiante (Captulo Produto Interno p.137) responderemos a seguinte questo: dada uma funo qualquer
f F (I ; R),
determine o polinmio
p Pn
mais
f.
3.5.
UU
Denio 3.19 (espao de funes contnuas e diferenciveis) Dado conjunto I (no-vazio) qualquer, denotamos C (I ; R) o espao das funes contnuas de I em R e k por C (I ; R) o espao das funes com k derivadas contnuas. Finalmente temos o espao das funes com innitas derivadas contnuas C (I ; R). As operaes de
soma e multiplicao por escalar so iguais as da Denio 3.18.
f (x) = cos(x), g (x) = exp(x2 ) pertencem a C (R; R). As 2 funes f (x) = 1/x e g (x) = 1/(x 1) pertencem ao espao C ((0, 1); R) mas no pertencem a F (R; R) pois no esto denidas no 0 nem no 1. 1 A funo f (x) = |x| pertence a C (R; R) mas no pertence a C (R; R) (no possui derivada em 0).
As funes
Exemplo 3.27
Observao 3.9
k1
funo contnua funo. Deste modo temos a sucesso de subespaos vetoriais (cada um subespao vetorial de todos os que se seguem):
Pn P C (I ; R) C k (I ; R) C 2 (I ; R) C 1 (I ; R) C (I ; R) F (I ; R).
ixemplos importntes de espos vetoriis de funes preem n teori de eques difereniisF
Exemplo 3.28
(a) (b) (c) (d)
Determine se so subespaos vetoriais de F (R; R): T = {y C (R; R)| y (x) + 9y (x) = 0}. U = {y C (R; R)| y (x) + 9y (x) = 9x}. V = {y C (R; R)| y (x) + f (x)y (x) = 0} para uma f W = {y C (R; R)| y (x) + y 2 (x) = 0}.
C (R; R)
xa.
Soluo: @A T suespo vetorilF he ftoD ddos y1 , y2 V @soluesAD se tomrmos y = ay1 + by2 D a, b R @onstntesAD omo derivd d som igul som ds derivds @lineridde d derivdAD lulmos y +9y = ay1 +by2 +9(y1 +y2 ) = ay1 +9y1 +by2 +9y2 = 0 + 0 = 0F xote queD em prtiulrD se y1 (x) = sen(3x) e y2 = cos(3x)D ento y1 , y2 T F gomiE nes dests funes tmm sero solues @n relidde yhe s solues sero dest formD ms no provremos istoAF ortntoD T = {ay1 + by2 ; a, b R}F @A U no suespo vetorilF yserve que se y1 , y2 U D e y = y1 + y2 D y + 9y = 9x + 9x = 18x = 9xF ortnto y U F elm disso y = 0 U F x relidde trnslo do suespo do exemplo nteriorF wis preismenteD sej y0 (x) = xF eri(que que y0 U D isto D soluo @prtiulrA d equoF into U = y0 + T F @A V suespo vetorilF lro que y = 0 V F elm dissoD ddos y1 , y2 V @soluesAD se tomrmos y = ay1 +by2 D a, b R @onstntesAD omo derivd d som igul som ds derivds @lineridde d derivdAD lulmos y + f y = ay1 + by2 + f (y1 + y2 ) = ay1 + f y1 + by2 + f y2 = 0 + 0 = 0F vogo y V F @dA W no um suespo vetorilF imor y = 0 W D se y soluoD w = ay D ento w + w2 = ay + a2 y 2 = ay + ay 2 + ay 2 = 0 + ay 2 = 0F odeEse mostrr que W no tmpouo trnslo de um suespoF
UV
CAPTULO 3.
ESPAO VETORIAL
3 or outro ldoD w2 no omino linerF ssto pois w2 = x3 + 2x2 + 10 = (x + =1 2 3 2 =2 F x) + (x x) = x + x + ( 1)xF emos que resolver o sistemX 1 = 10 xote que este sistem no possui soluo @porquecAF ortntoD w2 = u + v pr todo , RF
Exemplo 3.30
se
v = cos2 (x)
Determine
w = cos(2x)
u, v.
nes lineres tmm possuiro o mesmo vlorF ej p(x) = ax2 + bx + cF gomo p(2) = p(3)D 4a + 2b + c = 9a + 3b + cD temos equo 5a + b = 0F o trs vriveis e um equoF ortnto so dus vriveis livresX c = r e b = sD om a = b/5 = s/5F vogo V = {s/5x2 + sx + r; r, s R}D um plno @dimenso 2A em P2 F omndo r = 0, s = 1 otemos u = x2 /5 + xD r = 1, s = 0 otemos v = 1F vogo V = u, v F @A heixmos pr o leitor veri(r que suespo vetorilF ej p(x) = ax3 +bx2 +cx+dF gomo p(1) = 0D a + b + c + d = 0F o qutro vriveis e um equoF ortnto so trs vriveis livresX d = r, c = s, b = tD om a = r s tF vogo H = {(r s t)x3 + tx2 + sx + r}F golondo r, s, t om 0 e 1 lterndmenteD otemos u = x3 + 1, v = x3 + x, w = x3 + x2 F ortnto X = u, v, w F yutr prmetrizo possvel tomr omo vriveis livresX a = r, b = s, c = tD om d = r s tF golondo r, s, t om 0 e 1 lterndmenteD otemos u = x3 1, v = x2 1, w = x 1F ortnto X = u, v, w F
Exemplo 3.32
0}.
Prove que
Soluo: he ftoD ddo p W D omo p(1) = 0 @1 rizAD podemos dividir o polinmio por
n1 n1
ai x i
=
i=0
ai xi (x 1) F vogo p Z F or
i=0 n1 i i=0 ci x (x
Exemplo 3.33
(a)
3.5.
UW
@A tilizndo identidde de @A e que sen(2x) = 2 sen(x) cos(x) e cos(3x) = = cos(x) cos(2x) sen(x) sen(2x)D otemos que cos(3x) = 2 cos3 (x)+2 cos2 (x) cos(x) 2F qenerlizndo onluiremos que cos(nx) 1, cos(x), . . . , cosn (x) F y prximo exemplo mis so(stidoF iste tipo de omino liner utilizdo nos hE mdos mtodos dos elementos (nitosD muito importnte no lulo de estruturs @engenhri ivilD nvlD meni etFAF
Exemplo 3.34
Considere as funes
0 , . . . , 3
so caracterizadas como funes lineares por partes (entre dois inteiros quaisquer elas so lineares, isto , o grco um segmento de reta) e que
ij chamado de delta de Kroenecker, denido como 1 se i = j e 0 caso contrrio. Assim 0 (0) = 1 (i = j ) e 0 (1) = 0 (2) = 0. Do mesmo modo, 1 (1) = 1 (i = j ) e 1 (0) = 1 (2) = 0.
onde Agora podemos fazer combinaes lineares destas funes. Poderemos obter uma funo linear por partes qualquer pois se quisermos que 3 3 tome
i (j ) = ij ,
assuma valores
f (j ) = aj , com j = 0, . . . , 3,
(as outras
f =
i=0
ai i .
Deste modo
f (0) =
i=0
ai i (0) = a0 0 (0) = a0 1 = a0
3
funes tambm
e de forma anloga,
f (1) =
ai i (1) = a1 ,
i=0 a3 . Desta forma CL das i 's podem gerar qualquer funo linear
por parte:
0 , . . . , 3 =
funes tipo
(e)
VH
CAPTULO 3.
ESPAO VETORIAL
@A uponh que at + bet = 0F golondo t = 0 otemos que b = 0F golondo t = 1 otemos que a(1) = 0 e a = 0F vogo vsF @A vh pois sen(2x) 2 sen(x) cos(x) = 0 pr todo x RF @dA uponh que a sen(2x) + b sen2 (x) = 0 pr todo xF omndo x = /2 otemos que a(0) + b(1) = 0F vogo b = 0F omndo x = /4D a(1) = 0 e a = 0F gomo a = b = 0 onlumos que vsF @eA vh pois sen2 (x) + cos2 (x) 1 = 0 pr todo x RF
Observao 3.10 (conjunto de funes LI?) Para determinar se um conjunto de funes LI ou LD, uma ferramenta importante o chamado Wronskiano, apresentado
como Desao 6.9.4 da p.193. Veja tambm o Exemplo 4.42 da p.121.
Exemplo 3.36
(a)
{1, t, t2 , . . . , tn }
Pn ;
(b)
{1 t, 2 + t, t + t2 }
base de
P2 .
t = 0 onlumos que a0 = 0F herivndo otemos que q (0) = a1 = 0F gontinundo q (t) = 2a2 = 0 e a2 = 0F he form gerl f (k) (0) = k !ak = 0 e onlumos que ak = 0 pr k = 1, . . . , nF vogo o onjunto vsF lro que ger Pn @prove3AF vogo seF @A ej q (t) = at2 + bt + cF ueremos esrever q (t) = (1 t) + (2 + t) + t2 F sgulndo termos do mesmo gru e resolvendo o sistem otemos soluo ni = a, = (b + c)/3, = (c 2b)/3F gomo represento niD seF
Exemplo 3.37
0 , . . . , 3
LI.
f (0) = 0F gomo f (0) = a0 0 (0) + a3 3 (0) = a0 1 + a1 0 + + a3 0 = a0 = 0D onlumos que a0 = 0F he form nlogD f (1) = a0 0 (1) + a1 1 (1) + a3 3 (1) = a0 0 + a1 1 + + a3 0 = a1 = 0D onlumos que a1 = 0F roedendo dest formD onluiremos que a0 = a1 = a2 = a3 = 0D e que ni gv de zero trivilF
3.5.4
gomo representr geometrimente um funo omo um vetorc mos omer vendo um nov represento geomtri de vetores no R2 e no R3 F t mostrmos que podemos representr vetores omo setinhs @segmentos orientdos equiE vlentesAF egor vmos representElos omo gr(os de funes d seguinte formF hdo f F ({1, 2} ; R)D ou sejD dd um funo f : {1, 2} RD el ( inteirmente deterE mind um vez (xdo os vlores f (1) e f (2)F ortnto ssoimos f F ({1, 2} ; R) o vetor f = (f (1), f (2)) R2 F eipromenteD ddo (a1 , a2 ) R2 D ssoimos funo f F ({1, 2} ; R) tl que f (1) = a1 e f (2) = a2 F or exemploD o vetor f = (5, 3) R2 pode ser representdo omo o gr(o de f F ({1, 2} ; R)D omo indido n pigur QFPF he form nlogD dd g F ({1, 2, 3} ; R)D ou sejD dd um funo g : {1, 2, 3} RD ssoimos o vetor g = (g (1), g (2), g (3)) R3 F eipromenteD ddo (a1 , a2 , a3 ) R3 D ssoimos funo g F ({1, 2, 3} ; R) tl que g (1) = a1 D g (2) = a2 e g (3) = a3 F or exemploD o vetor g = (3, 5, 2) R3 pode ser representdo omo o gr(o de gD omo indido n pigur QFPF
1 A leitura desta subseo opcional.
3.5.
VI
y f (1) = 5 f (2) = 3
e vntgem deste ponto de vist que os desenhos so idimensionisD e podemos repreE sentrD por exemploD o vetor f = (2, 4, 3, 4, 1) R5 pelo gr(o de f F ({1, 2, 3, 4, 5} ; R) de(nid por f (i) = ai D i = 1, . . . , 5D omo indido n pigur QFQF xote que om interE preto geomtri de setinhs no tnhmos omo representr vetores do Rn om n > 3F
pigur QFQX epresentndo f = (2, 4, 3, 4, 1) R5 F qenerlizndoD omo um vetor um nupl de nmeros reisD podemos ssoir f = (a1 , . . . , an ) Rn um funo f : {1, . . . , n} R tl que f (1) = a1 , f (2) = a2 , . . . , f (n) = an F essim podemos representr f Rn D pr n qulquerD pelo gr(o de f F ({1, . . . , n} ; R)F egor se sustituirmos {1, . . . , n} por I om I R qulquerD poE demos representr o vetor @elemento do espo de funesA f F (I ; R) pelo gr(o de f : I RF or exemplo f F ([0, ]; R)D de(nido por f (x) = sen(x)D pode ser representdo pelo seu gr(oD omo indido n pigur QFRF Observao 3.11 Fixemos a notao In = {1, . . . , n}. A representao de vetores do Rn como funo coerente no seguinte sentido. Vamos nos concentrar na operao de
soma de vetores (a multiplicao por escalar anlogo). J denimos anteriormente como n somar vetores u, v R : basta somar componente a componente. Se interpretarmos estes vetores como funes
u + v : In R
por
u, v : In R, denimos a funo soma (veja Denio 3.18) (u + v )(i) = u(i) + v (i) para i = 1, . . . , n. Note que apesar de ser
Exemplo 3.38
Considere
f, g F ([0, 1] [0, 1]; R), onde cada funo representa o nvel quadrado [0, 1] [0, 1]. Desta forma cada funo representa uma
VP
CAPTULO 3.
ESPAO VETORIAL
r(1.0) = g . Neste exemplo, conforme mostra a quadrado e g = r (1.0) um crculo. Observe a transformao de um quadrado onde representamos os pontos intermedirios da reta r : r (0.2), . . . , r (0.8).
Em processamento de imagem estas transformaes so chamadas de morsmos. Podemos, por exemplo, criar rostos intermedirios entre fotos distintos, misturando caractersticas.
r(0.0)
r(0.2)
r(0.4)
r(0.5)
r(0.6)
r(0.8)
r(1.0)
3.6
rovmos nest seo que se um espo vetoril V possui um se om d N vetores ento qualquer se de V possuir d vetoresD o que permite de(nir dimenso de V omo dF elm disso um sequni de resultdos provr que qulquer onjunto vs de vetores de V pode ser estendido pr formr um seF gomemos enunindo um resultdo muito importnte n teori dos espos vetoriisF
Teorema 3.20
Denio 3.21 (dimenso nita e innita) Um espao vetorial que admite base nita de dimenso nita. Um espao vetorial que no admite, dito de dimenso innita. Exemplo 3.39 Rn Exemplo 3.40 Pn
de dimenso nita, pois de dimenso nita, pois
= {e1 , e2 , . . . , en }
base. base.
= {1, x, x2 , . . . , xn }
3.6.
VQ
Exemplo 3.41 P
De fato, dado e
= {p1 , p2 , . . . , pn } P q P,
mas
N = max grau(p)
p
para
todo
q(x) = x p .
N +1
. Ento
Logo,
no base.
Exemplo 3.42
Os espaos
F (I ; R )
so
de dimenso innita. De fato todos os espaos acima contm o espao (vide Observao 3.9 da p.77).
y prximo lem fundmentl pr de(nio de dimensoF e demonstro pode ser omitid num primeir leiturF
Sejam
gerador de
LI, ento
{u1 , u2 , . . . , um } , m n.
i=1,...,m j =1,...,n
uponhD por surdoD que n > mF ortnto o nmero de vriveis @nA mior que o nmero de eques @mA no sistem homogneoF xeste soD existe x = 0 tl que
n n
Ax = 0F vogo
j =1 m n
xj aij
i=1 j =1
ui = 0F ortnto
j =1
xj
i=1
aij ui
=
j =1
xj v j = 0 F
Corolrio 3.23 Toda base de um subespao vetorial de dimenso nita tem o mesmo nmero de elementos. Prova: ejm = {v1 , v2 , . . . , vm } e = {u1 , u2 , . . . , un } sesF elo vem QFPPD omo
gerdor e vsD ento m nF rondo os ppis de e D novmente pelo vem QFPPD omo gerdor e vsD ento n mF gomo m n e n mD onlumos que m = nF
iste gorolrio justi( prxim de(nioF
v1 , v2 , . . . , vp vk = i vi .
i<k
so LD se, e
i vi = 0 gv noEtrivilF
i=1
e k fosse zeroD
i=1 k 1
k = 0 e v k =
i=1
y prximo lem nos diz que podemos eliminr vetores que so gv de outros de um onjunto sem modi(r o espo gerdoF
VR
CAPTULO 3.
ESPAO VETORIAL
vk
Prova:
k vk =
emos que vk =
i=k
i vi . hdo w S D temos w =
i
i vi =
i=k
i vi +
i vi + k
i= k i= k
i v i =
i= k
(i + k i )vi F vogo w =
i= k
(i + k i )vi e portntoD
w v1 , . . . , vk1 , vk+1 , . . . , vn F
Corolrio 3.27
dos demisF hesrte este vetorY o suonjunto otido ind gerdor @pelo lem nteriorAF epit o proedimento t que o suonjunto otido sej vs @ssumimos titmente que o onjunto iniil (nitoAF pinlmenteD o resultdo ixo grnte queD ddo um onjunto de vetores vs em um espo vetoril de dimenso (nitD este pode ser estendido um seF
Ou seja, se base.
{ v1 , v2 , . . . , v p }
LI, existem
vp+1 , . . . , vn
tais que
{v1 , v2 , . . . , vp , vp+1 , . . . , vn }
{v1 , v2 , . . . , vp , u1 , u2 , . . . , un } gerdorF eplique o resultdo nteriorD notndo queD enE qunto o suonjunto vhD existe um vetor que omino liner dos anteriores @vem QFPS d pFVQAF iste no pode ser um dos vi 9sF ortntoD os vi 9s no so desrtdos no proessoF = { v1 , v2 , . . . , v p }
Corolrio 3.29
p > n, p < n, p = n,
n,
dado
(um
elementos), se:
3.7.
VS
@A e o espo gerdo por u igul o espo gerdo por v ento neessrimente @u = v, u mltiplo de v, u perpendicular a v, nenhuma das alternativasA @v = w, v mltiplo de w, v @A e u, v = u, w ento neessrimente perpendicular a w, nenhuma das alternativasA @A endo que o onjunto {w} vs podemos (rmr que w @no nulo, nuloAF
Fix 3.2:
Fix 3.3: isolh um opoF hizer que {v1 , v2 , . . . , vn } vs o mesmo que dizer queX
@eA se 1 = = n = 0D ento 1 v1 + n vn = 0Y @fA 1 v1 + n vn = 0 pr todo i RY @gA se 1 v1 + n vn = 0D ento 1 = = n = 0Y @hA vi = 0 pr todo i = 1, . . . , nY @iA vi no mltiplo de vk se i = k F
Fix 3.4: y elemento neutro pr som do espo vetoril ds funes reis o@A
@A onjunto ds funes ontnusY @A {f (x) = a sen(x) + 2, a R}Y @A {f (x) = ax2 + b, a, b R}Y
multiplicando, zerando, somandoA um mtriz que tem estes vetores omo colunasAF
@escalonando, @linhas,
@A eliminndo um equoD dim(W ) @pode, vaiA @aumentar, diminuirAF @pode, @A resentndo um equo @om ldo direito igul zeroAD dim(W ) vaiA @aumentar, diminuirAF
@A 5 vetores vhsc
@A possui @no mximo, exatamente, no mnimoA 7 vetoresY @A retirndo de um vetorD oteremos um onjunto que @, pode serA @LI, LDAY @A resentndo um vetor w D oteremos um onjunto que @, pode serA @LI, LDAY @dA o vetor 0 @pertence, no pertence, pode pertencerA F
@A possui @no mximo, exatamente, no mnimoA 7 vetoresY @A retirndo de um vetorD oteremos um onjunto que @, no , pode serA gerdorY @A resentndo um vetor w D oteremos um onjunto que @, no , pode serA gerdorY @dA o vetor 0 @pertence, no pertence, pode pertencerA F
@, A W Y
@A dim W
VT
CAPTULO 3.
ESPAO VETORIAL
3.7.2 Problemas
Subespaos do Rn Prob 3.1: hetermine se suespo vetoril de R3 X
@A {(a, b, c)| a, c R, b = a + c + 1}Y @A {(a, 1, 1)| a R}Y @A {(a, b, c)| a, b R, 2a + 3b = 5c}Y
Prob 3.3: gonsidere V e W plnos distintos ontendo origem em R3 F hetermineX Prob 3.4: hetermine seX
@A (1, 0, 6) (1, 0, 1), (1, 2, 1) Y @A (1, 2, 1) (1, 0, 1), (1, 2, 1) Y @A {(0, 0, 2, 2), (3, 3, 0, 0), (1, 1, 0, 1)} vsY @A {(0, 0, 0)} R3 vsc @A {(1, 0, 2)} R3 vsc @A grterizeD de form gerlD os onjuntos de
@A V + W F
Prob 3.5:
Prob 3.6:
@A {(0, 0, 0), (1, 0, 2)} R3 vsc @A {(1, 0, 2), (1, 2, 1)} R3 vsc @A {(1, 0, 2), (2, 0, 4)} R3 vsc @dA grterizeD de form gerlD os onjuntos de
Prob 3.7:
@A {(1, 0, 2), (2, 1, 1), (4, 1, 1)} R3 vsc @A {(1, 0, 2), (2, 1, 1), (1, 2, 8)} R3 vsc @A ixiste um rterizo fil dos onjuntos de trs elementos que so vsc @pil no sentido de que se poss deidir de e se o onjunto ou no vsD sem neessidde de se eslonr ndFA
1 , 2 3 0 , 0 0 1 , 2 3 2 , 2 2
, , ,
3 0 1 3 0 1 3 0 1
0 , 1 2
3.7.
VU
x+zw =0 Y z + w = 0 0 1 3 0 0 Y 0 0 0 1 0 r, s, t R F
xy =0 Prob 3.11: gonsidere o onjuntoEsoluo do sistemX y + w = 0 F ueremos retirr um x+w =0 equo e resentr um equo o sistem mntendo o mesmo espo soluoF hetermine um equo que pode serX @A retirdY @A resentdD que sej noEnul e distint ds outrsF
LI e LD: tericos Prob 3.12: rove que pr qulquer u, v, w V o onjunto {u v, v w, w u} vhF Prob 3.13: ejm {v1 , v2 , . . . , vn } vetores vs e W = v1 , v2 , . . . , vn F rove queX
@A se w W ento {w, v1 , v2 , . . . , vn } vhY @A {v2 , . . . , vn } vsY @A v2 , . . . , vn = W F
Espaos de Polinmios e Funes Prob 3.14: eri(que se suespo vetoril de F ([a, b]; R) o onjunto ds funes f : [a, b] R tis queX @A f (a) = f (b) = 0Y @A f (a) = f (b) = 1Y @A f (x) 0 pr todo x [a, b]Y @dA f derivvel e f + 2f = 0F Prob 3.15: wostre que vhX @A {1 + 2x, 1 + x, 1 x} P2 Y @A {1, sen2 (x), cos2 (x)} F (R; R)F Prob 3.16: hetermine se so vss ou vhs em P3 X @A {1, x2 , x2 + 4}Y @A {x + 2, x + 3, x2 3}Y @A {x2 2x, 1 + x, x2 + 2}F Prob 3.17: gonsidere o espo ds funes in(nitmente difereniveis f : [a, b] RD denotdo por C (R; R)F eri(que que o suespoX @A {f C (R; R)| f = 0} gerdo por g tl que g (x) = 1Y @A {f C (R; R)| f f = 0} gerdo por g tl que g (x) = ex Y Prob 3.18: hetermine se suespo vetoril de P4 @espo dos polinmios de gru menor ou igul RAF im so (rmtivo determine um se e dimensoF @A {p P4 | p(2) = 0}Y @A {p P4 | p(2) = 1}F Prob 3.19: gonsidere U e V suespos de dimenso 3 ontidos em Rp F r d p ixo determine menor vlor possvel pr dim(U V )X @A p = 3Y @A p = 4Y @A p = 5Y @dA p = 6F
VV
CAPTULO 3.
ESPAO VETORIAL
3.7.3 Extras
Subespaos do Rn Ext 3.1: hetermine seX
@A (1, 0, 1) (1, 1, 1), (1, 2, 1) Y @A {(k, 1, 1), (1, k, 1), (1, 1, k )} vs pr k RY @A R3 = (2, 1, 3), (4, 1, 2), (8, 1, 8), (6, 0, 5) Y
1 1 8 1 , 2 , 5 @A 1 3 4
1 1 8 1 , 2 , 6 @A 1 3 4
x y + z 2w = 0 2x + y z w = 0 F @A x y + z w = 0 Y @A x + 2y 2z + w = 0 @A resente eques noEnuls @A que no lterem o suespoF Ext 3.4: hetermine pr d suespo do Rn ixo um se e dimensoX @A (0, 1, 2, 1), (1, 2, 1, 0), (1, 1, 3, 1), (3, 5, 5, 1) Y @A (1, 0, 1, 1), (2, 3, 3, 0), (1, 3, 2, 1), (0, 3, 1, 2) Y @A (1, 2, 0, 1, 2), (1, 0, 1, 2, 1), (0, 6, 3, 9, 9) F Ext 3.5: m suespo do Rn pode ser determindo porX @A espo gerdoD W = v1 , v2 , . . . , vn D por exemploD W = (1, 0, 1), (1, 2, 1) Y @A soluo de sistem homogneoD W = {w Rn | Aw = 0}D por exemploD xy =0 Y y+z =0 @A prmetrizoD por exemploD W = {(2s + 3t, s + t, s t) R3 | s, t R}F hesrev omo onverter entre estes trs tipos utilizndo os exemplos pr efetur s onversesY Ext 3.6: gonsidere (a, b), (c, d) R2 F wostre que eles so vhs seD e somente seD ad bc = 0F
LI e LD: tericos Ext 3.7: uponh que {v1 , v2 , v3 } um onjunto vsF rove que {w1 , w2 , w3 } om wi =
v1 + vi @om i = 1, 2, 3A um onjunto vsF Ext 3.8: ej A mtriz m nF rove queX @A Ax = b tem soluo pr todo ldo direito b Rm D se e s se s oluns de A formm um onjunto gerdorF @A Ax = 0 tem soluo ni se e s se s oluns de A formm um onjunto vsF Ext 3.9: uponh que os sistems lineres Ax = b1 e Ax = b2 tmD mosD solues nisF y que podemos dizer sore o onjuntoEsoluo de Ax = cD ondeX @A c = 3b1 2b1 c @A c qulquer vetorc
Ext 3.10:
@A ej = {v1 , v2 , . . . , vn } tl que o suonjunto = {v1 , v2 , . . . , vk }D om k nD vhF wostre que vhF @A wostre que se {v1 , v2 , . . . , vn } vs ento qulquer suonjunto ser vs tmmF
3.7.
VW
@A vn v1 , v2 , . . . , vn1 F
Ext 3.13: eri(que se suespo vetoril de F ([a, b]; R) o onjunto ds funes f : [a, b]
@A f derivvelY
b
@dA f ontnu e
a
f (x) dx = 0F
Ext 3.15: hetermine dimenso de cos2 (x), sen2 (x), cos(2x), sin(2x) C (R; R)F
Ext 3.14: hetermine se suespo vetoril de P4 @espo dos polinmios de gru menor ou
3.7.4 Desaos
Des 3.1: rove que se V R1 um suespo vetoril ento V = 0 ou V = RF Des 3.2: gonsidere W V Rn om dim(W ) = dim(V )F rove que W = V F Des 3.3: m subespao am H trnslo de um suespo vetoril W D isto D existe
um vetor h0 V e um suespo vetoril W V tl que H = h0 + W = {h0 + w | w W }F @A rove que H um suespo (m seD e somente seD pr todo u, v H D vle u + (1 )v H pr todo RY @A ul propriedde geomtri express por est proprieddec @A H K no D em gerlD suespoY @A H + K o menor suespo ontendo H K D isto se W suespo om H W e K W D ento H + K W Y @A dim(H + K ) = dim(H ) + dim(K ) dim(H K ).
Denio 3.30 (soma direta de subespaos) Dados subespaos vetoriais H e K se H K = {0}, dizemos que H + K uma soma direta, denotando-a por H K .
hetermineX @A um suespo W3 de modo que W1 W3 = R4 @som diretD vej he(nio imAY @dA um se de W1 W2 F @A lulr W1 + W2 Y
WH
CAPTULO 3.
ESPAO VETORIAL
@A lulr W1 W2 Y @A enontrr um suespo W3 de modo que W1 W3 = R4 @som diretD vej he(niE o QFQH d pFVWAY @dA veri(r se W1 W2 Y @eA veri(r se W1 = W2 F Des 3.7: ejm p, q C (R; R) e V = {f C 2 (R; R)| f (x) + p(x)f (x) + q(x)f (x) = 0} @rolem de turmEviouvilleAF @A wostre que V um suespo vetoril de C 2 (R; R)Y @A hdo g C (R; R)D sej f0 um soluo de f0 (x) + p(x)f0 (x) + q (x)f0 (x) = g (x)F wostre que h = f + g D om f V D soluo tmmD isto D dd um soluo prtiulr d equo noEhomogne e um soluo qulquer d equo homogneD som dels soluo d noEhomogneF Des 3.8: gonsidere F (R; R)D o espo ds funes reis om domnio em RF ejm V1 = {f F (R; R)| f (x) = f (x)} @funes presA e V2 = {f F (R; R)| f (x) = f (x)} @funE es mpresAF ixemplos so sen(x), x, x3 V2 e cos(x), 1, x2 V1 F he form gerl xn V1 @ prA se n pr e xn V2 @ mprA se n mprF wostre queX @A V1 e V2 so suespos vetoriis de F (R; R)Y @A wostre que V1 V2 = {0}Y @A wostre que V1 V2 = F (R; R) @som diretD vej he(nio QFQH d pFVWAF Des 3.9: gonsidere s funes reis I[a,b] D de(nids por I[a,b] (x) = 1 se x [a, b] e I[a,b] (x) = 0 so ontrrioF hmd de funo rtersti @ou indidorA do intervlo [a, b]F he(n fk = I[k,k+1] F @A rove que o onjunto {f1 , . . . , fn } vs9s pr qulquer nF @A gonlu que o espo F (R; R) possui dimenso in(nitF Des 3.10: hdo um espo vetoril V e um onjunto I @noEvzioA qulquerD onsidere F (I ; V )D o espo ds funes de I em V F he(ns s operes de som e multiplio por eslr utilizndo s operes orrespondentes em V D tl qul n he(nio QFIV d pFUTF rove que F (I ; V ) um espo vetorilF Des 3.11: gonsidere V = {p P4 | p(1) = 0} e W = {p P4 | p(1) = 0}F hetermine um se e dimenso deX @A V Y @A W Y @A V W F Des 3.12: gonsidere o espo ds funes reis no intervlo (a, b)F wostre que s funes xr1 D F F F D xrk formm um onjunto vs om ri R distintosF Des 3.13: gonsidere P o onjunto dos nmeros reis positivosF sntroduz em P dus operE esX @A ddos x, y P som x y por xy Y @A ddo x P e R de(nimos o produto x por x F P um espo vetoril om ests operesc e forD determine um se e dimensoF
transformaes
et mtrizes preerm omo um rtifio pr resolver sistems lineresX o invs de se tror linhs de um sistemD tromEse linhs d mtriz que o representD etF xeste ptulo s mtrizes sero ojetos mtemtios importntes por si mesmoF mos de(nir operes no onjunto ds mtrizes e provr que formm um espo vetoril qundo munido om ests operesF elm disso mtrizes vo representr funes @mis extmente trnsformes lineresA de Rn em Rm F or exemploD mtrizes representm trnsformes geomtris omo projeoD re)exo e rotoF mos @reAver oneitos sios sore funes omo domnio e imgemD funo injetiv e sorejetivD omposio de funes e funo inversF istes oneitos sero plidos em trnsformes lineres @vs dqui por dinteAD e mtrizesF imor tipimente o luno j si multiplir mtrizesD jogremos novs luzes sore o ssuntoX qul origem e diverss interpretes d de(nio d multiplio entre mtrizesY omo operr mtrizes em loosF he(nimos espos vetoriis muito @A o nleoY @A imgemY
ys resultdos prinipis deste gptulo soX " o eorem RFIP d pFIHP @teorem do nleoEimgemAD que relion s dimenses do nleoD imgem e domnio de um v ou mtrizF " y eorem RFIU d pFIHS que grnte ondies pr que um v sej injetiv ou sorejetivF vF " o eorem RFQQ d pFIIQ que relion o nleo om existni de invers de um " y eorem RFQV d pFIIR que present um lgoritmo pr o lulo d mtriz inversF " y vem RFRV d pFIIV que mostr omo operr om um mtriz em loosF erminmos o ptulo om dus sees opionisX um sore oordends de um vetor num se e outr sore represento mtriil de um v qulquer e mudn de seF
0 Verso 26.jun.2012 18h
WI
WP
CAPTULO 4.
f :XY
uma
X Y
o o
domnio; contra-domnio e
para algum
{y B ; y = f (x)
x X}
f (X ) X Y
Observao 4.1 No contexto de lgebra Linear comum utilizar o termo transformao como sinnimo de funo. Exemplo 4.1
R2 .
t R, (t) = (cos t, sen t) 2 Verique que a imagem de um crculo unitrio, uma curva contida em R . 2 2 (b) Considere V : R R a funo V (x, y ) = (y, x). Pode-se visualizar esta funo (x, y )
associamos o vetor (c) Considere
Alguns exemplos de funes: 2 (a) Considere : R R uma funo denida, para cada
R.
Dena
V (x, y ). D : F F
por
D (f ) = f
derivada.
3 (d) Considere T : A R R uma funo que associa a cada ponto do conjunto R3 (pode-se pensar numa bloco de metal) sua temperatura T (x, y, z ).
xo exemplo nterior vimos funes entre diversos esposF odemos terD de form mis gerlD funes de Rn Rm F ists sero ojeto de quse todo ptuloF
T (u + v) = T (u) + T (v)
(preserva soma),
u, v V
T (k u + v) = kT (u) + T (v).
4.1.
WQ
I : V V denida por I (v) = v para todo v V , chamada 0 : V W denida por 0(v) = 0 para todo v V .
identidade.
TA : R R
por
TA (w) = Aw
(produto matriz-vetor).
Observao 4.3
A:R R
n m
A Mmn ,
considere
A,
considere a funo
TA .
Exemplo 4.4
(a)
formao associada
TB .
; (b)
B=
1 2 3 4 5 6
2 3 6 ; B= 5 3 1
(c)
B=
3 2
(d)
2 B = 2 . 3
1 2 3 4 5 6 x 4x 2y 5y
x y =x z + 3z 6z
1 4
+y
2 5
+z
3 6
x + 2 y + 3z 4x + 5y + 6z
mis fil @e o que deve usr o vem PFPP d pFSR e fzer serfeito n prtiA x x 1 2 3 (1, 2, 3) (x, y, z ) y produto eslr om linhsX B y = = = 4 5 6 (4, 5, 6) (x, y, z ) z z x + 2y + 3 z . he um form ou de outrD onlumos que TB (x, y, z ) = (x + 2y + 4x + 5y + 6z 3z, 4x + 5y + 6z )F
WR
CAPTULO 4.
@A gomo so Q linhs e P olunsD TB : R2 R3 D TB (x, y ) = (2x + 3y, 5x + 6y, 3 y )F @A gomo so I linh e P olunsD TB : R2 RD TB (x, y ) = (3x 2y )F @dA gomo so Q linhs e I olunD TB : R R3 D TB (x) = (2x, 2x, 3x)F y prximo lem permite determinr um v no espo todo onheendo seus vlores somente num se @so sej (nitAF
Seja
U.
Se conhecemos
u U.
n i=1
i ui F el lineriddeD T (u) = T ( i ui ) = i T (ui )F gomo os vlores T (ui ) so onheE idosD trnsformo est determind de modo nioF
n i=1
Exemplo 4.5
(a) (b)
T :R T : R2 R
Determine uma TL satisfazendo em cada caso: R2 tal que T (1, 0) = (2, 1) e T (0, 1) = (3, 1); tal que
T (1, 1) = 2
T (0, 1) = 3.
Soluo: @A gomo (x, y) = x(1, 0) + y(0, 1)D pel lineriddeD T (x, y) = xT (1, 0) +
yT (0, 1) = x(2, 1) + y (3, 1) = (2x + 3y, y x)F @A gomo (1, 1) e (0, 1) so vssD formm um se do R2 F hdo (x, y ) R2 D (x, y ) = x(1, 1) + (y x)(0, 1)F vogoD T (x, y ) = xT (1, 1) + (y x)T (0, 1) = 2x + 3(y x) = 3y xF
A Mmn
a transformao linear
TA :
mos provr injetividdeF uponh que TA = TB F vogoD ddos vetores ei D i = 1, . . . , n d se nni do Rn D temos TA (ei ) = Aei = B ei = TB (ei ) pr todo iF egorD lro que Aei iEsim olun de A pois n omino liner dos vetores oluns de A vi preer somente iEsim olunF ho mesmo modoD B ei iEsim olun de B F gonlumos que d olun de A igul d olun de B D isto D A = B D provndo injetividdeF r sorejetividdeD onsidere S : Rn Rm um vF he(n vi = S (ei )D i = 1, . . . , nF he(n A = v1 vn F egorD lro que Aei = vi F vogo TA (ei ) = Aei = vi = S (ei )F gomo S e TA so lineres e ssumem os mesmo vlores em todos os vetores d seD pelo vem RFR imD S = TA F
Prova:
Observao 4.4
versa.
Rn
em
Rm
Isto verdade para espaos de dimenso nita pela Denio 4.51 da p.123 e o
Exemplo 4.6
(a)
T (x, y, z, w) = (x y + 2z, x + y, z + w); 3 (b) T que leva cada vetor do R na sua projeo ortogonal no plano xz . 3 (c) T que leva cada vetor do R na sua rotao em torno do eixo z por um 1 graus no sentido anti-horrio do plano xy .
1 Orientar sentido de rotaes em
ngulo de
90
xy ,
R3
um problema delicado.
pensamos na orientao usual do plano. eixos, seremos pouco precisos neste ponto.
4.1.
WS
@A lro que @porquecA T (1, 0, 0) = (1, 0, 0) @o vetor e1 pertene o plno xz AD T (0, 1, 0) = (0, 0, 0) @o vetor e2 perpendiulr o plno xz AD T (0, 0, 1) = (0, 0, 1) @o vetor e3 pertene o plno xz AF golondo estes vetores omo oluns d mtriz T D otemos que
1 0 0 T = 0 0 0 . 0 0 1
@A lro que @porquecA T (1, 0, 0) = (0, 1, 0)D T (0, 1, 0) = (1, 0, 0)D T (0, 0, 1) = (0, 0, 1)F golondo estes vetores omo oluns d mtriz T D otemos que 0 1 0 0 0 . T = 1 0 0 1
(a) amplia todos os vetores por um fator (b) reete os vetores em torno do eixo (d) reete os vetores em torno da reta
k. x.
x. y = x. k 0 0 k =
Soluo: @A A(1, 0) = k(1, 0) = (k, 0)D A(0, 1) = k(0, 1) = (0, k)F vogoD A =
kI F r ilustro do so k = 2 vej pigur RFPF
@A A(1, 0) = (1, 0)D A(0, 1) = (0, 1)F vogoD A = pigur RFQF @A A(1, 0) = (1, 0)D A(0, 1) = (0, 0)F vogoD A =
gur RFRF @dA gom uxlio de um desenhoD veri(que que A(1, 0) = (0, 1)D A(0, 1) = (1, 0)F vogoD 0 1 A= F 1 0
WT
CAPTULO 4.
y T v113 T v135 T v158 T v180 v113 v135 v158 v180 v205 v225 v248v T v248 v 90 v
68
T v90
T v68 T v45 v45 v23 v0 v338 v315 T v338 T v315 T v0x T v23
T v205
270
v293
y v113 v135 v158 v180 = T v180 v90 v 68 v45 v23 v0 = T v0 x T v23 T v45 T v90 T v68
(a) projeta (ortogonalmente) os vetores do espao no plano (b) reete os vetores do espao em torno do plano
z = 0. y = 0.
z = 0.
A(1, 0, 0) = (1, 0, 0)D A(0, 1, 0) = (0, 1, 0)F y vetor (0, 0, 1) qundo projetdo vler (0, 0, 0)F
Soluo: @A gomo os vetores que esto no plno z = 0 tem omo imgem eles mesmoD
4.1.
WU
v90 y
v68 v45 v23 T v68 T v292 T v45T v23 v0 = T v0 x T v315T v338 v338
1 0 0 vogoD A(0, 0, 1) = (0, 0, 0)F vogoD A = 0 1 0 F r ilustro vej pigur RFSF 0 0 0 @A gomo os vetores que esto no plno z = 0 tem omo imgem eles mesmoD A(1, 0, 0) = (1, 0, 0)D A(0, 1, 0) = (0, 1, 0)F y vetor (0 , 0, 1) ps re)exo se trnsformr em (0, 0, 1)F 1 0 0 0 F vogoD A(0, 0, 1) = (0, 0, 1)F vogoD A = 0 1 0 0 1 @A gomo os vetores que esto no plno y = 0 tem omo imgem eles mesmoD A(1, 0, 0) = (1, 0, 0)D A(0, 0, 1) = (0, 0, 1)F y 1, 0) qundo projetdo vler (0, 0, 0)F vogoD vetor (0, 1 0 0 A(0, 1, 0) = (0, 0, 0)F vogoD A = 0 0 0 F 0 0 1 z v3 v1
T v3 = T v4
T v1 = T v2 y
x v4 v2
WV
CAPTULO 4.
Seja
por um ngulo
uma TL;
R.
Soluo: @A mos provr trvs d sequni d pigur RFT que R(u + v) = R(u)+ R(v)F
x primeir mostrmos u, v e u + vF x segundD R(u), R(v) e R(u) + R(v)F x tereir mostrmos que R(u) + R(v) igul roto de u + vD isto que R(u) + R(v) = R(u + v)F ergumento nlogo vle pr multiplio por eslrF gomo roto preserv som e o produto por eslrD R linerF
R(u) + R(v) u+v v u R(v) v R(u) u u+v R(u) + R(v) R u+v
sen
sen
vogoD R(e1 ) = (cos , sen ) e R(e2 ) = ( sen , cos )F vogoD R = r ilustro de um roto de 23 vej pigur RFUF
y T v90 v135 T v135 v180 T v180 v225 T v225 v270 T v270 v90 T v45 v45 T v0 v0 x T v315 v315
4.2.
NCLEO E IMAGEM
WW
Exemplo 4.10
R3
por um ngulo
em torno do eixo
y.
kernel)
T : U V,
denotado
por Nuc(T ), o conjunto dos vetores do domnio cuja imagem o vetor nulo:
Nuc(T )
= {u U | T (u) = 0}. T : U V,
o Nuc(T )
U.
Exemplo 4.11
(a)
T (x, y ) = y ;
T : R2 R T (x, y ) = y x.
denida por:
T R T 1 0 1
x T
IHH
CAPTULO 4.
R2 y 1 0 ker T 1 x
T T T T 0 1 R 1
Exemplo 4.12
(a)
2 2 1 1 1 2 A= 1 1 2 0 0 1
0 1 0 1 ; 0 1 0 1
(b)
1 0 1 0 1 1 . B = 1 1 0 1 0 1
T : U V,
= {v V | v = T (u)
para algum
u U }. T : U V , a Im(T )
V.
4.2.
NCLEO E IMAGEM
IHI
Observao 4.5
mum.
O termo
Observao 4.6 (calculando ncleo e imagem de T ) Como obter o ncleo e a imagem de T : Rn Rm ? (a) Para o ncleo vimos nos exemplos: resolva o sistema T (x1 , . . . , xn ) = (0, . . . , 0). (b) Para a imagem, escalone (no precisa ser totalmente escalonada, veja Lema 3.15
da p.74) matriz com os vetores vetores geram a imagem de T pois para todo n na imagem T (v) = i=1 i T (ei ).
T (e1 ), . . . , T (en ) nas linhas para determinar base. Estes v no domnio, v = n i=1 i ei e os vetores
Exemplo 4.13
vogo x = 2y e tomndo y = tD x = 2tF vogo Nuc(T ) = {(2t, t)} = (2, 1) D dimenso 1F gomo {(1, 0), (0, 1)} se de R2 D imgem gerd por {T (1, 0), T (0, 1)} = {1, 1}F vogo imgem todo o RD om dimenso 1F @A heterminmos o nleo resolvendo @o sistem linerA T (x, y ) = 0 = (x, 2y + x, 2x + 2y, 2y x, 2y )Y h primeir equo otemos x = 0 e d ltim 2y = 0F vogo ni soluo x = y = 0F gonlumos que o nleo o 0 @dimenso 0AF gomo {(1, 0), (0, 1)} se de R2 D imgem gerd por {T (1, 0), T (0, 1)} = {(1, 1, 2, 1, 0), (0, 2, 2, 2, 2)}F vogo imgem @estes vetores so lrmente vssA o (1, 1, 2, 1, 0), (0, 2, 2, 2, 2) D om dimenso 2F @A heterminmos o nleo resolvendo @o sistem linerA T (x, y, z ) = 0 = (y + z, y + y+z = 0 z, x + z, x + z, x + z )Y iste sistem equivlente o sistem F islonndo e x+z = 0 resolvendoD so dus eques e trs vriveisF omndo z = tD otemos y = x = tF vogo o nleo {(t, t, t)} = (1, 1, 1) D dimenso 1F gomo {(1, 0, 0), (0, 1, 0), (0, 0, 1)} se de R3 D imgem gerd por {T (1, 0, 0), T (0, 1, 0), T (0, 0, 1)} = {(0, 0, 1, 1, 1), (1, 1, 0, 0, 0), (1, 1, 1, 1, 1)}F islonndo mtriz om estes vetores em d linhD oservmos que o ltimo omino liner dos outrosF vogo imgem (0, 0, 1, 1, 1), (1, 1, 0, 0, 0 D om dimenso 2F
Exemplo 4.14
calcular explicitamente) de: 2 2 (a) P : R R uma projeo ortogonal na reta x = y ; 2 2 (b) R : R R uma reexo em torno da reta x = y . 2 2 (c) X : R R uma rotao por um ngulo de 27 graus no sentido horrio.
ortogonlD sero levdos no zero os vetores perpendiulres est retD isto D Nuc T ret x = y F @A hdo um vetor v qulquerD ele imgem de w @tome w = R(v)AF vogo imgem o R2 F or outro ldoD o nio vetor que re)etido vi n origem prpri origemF vogo o nleo o suespo {0}F
IHP
CAPTULO 4.
@A hdo um vetor v qulquerD ele imgem de w @tome w roto por PU grus no sentido ntiEhorrio de vAF vogo imgem o R2 F or outro ldoD o nio vetor que ps ser rotiondo vi n origem prpri origemF vogo o nleo o suespo {0}F Observao 4.7 (calculando ncleo e imagem de A) Dada uma matriz A = v1 vn , como determinar o ncleo e a imagem de A? (a) Para o ncleo vimos nos exemplos anteriores: resolva o sistema Ax = 0.
(b) Para a
imagem, escalone (no precisa ser totalmente escalonada, veja Lema 3.15 da
TA (ej ) = Aej = vj ,
para
j = 1, . . . , n
(colunas de
A)
nas
linhas:
v1
. . .
vn
Exemplo 4.15
(a)
2 2 1 1 1 2 A= 1 1 2 0 0 1
0 1 0 1 ; 0 1 0 1
(b)
1 0 1 0 1 1 . B = 1 1 0 1 0 1 2 1 1 2 1 1 1 2 2 0 0 0 1 1 1
Im(T )
Soluo:
otemosD
0 0 1 0 1
F islonndo
2 1 1 0 F ortntoD um se pr 0 3/2 3/2 1 {(2, 1, 1, 0), (0, 3/2, 3/2, 1)}D que possui dimenso 2F
1 1 0 0 1 1 F islonndo @A r lulr imgem temos que eslonr A = 1 1 0 0 1 1 1 1 0 F ortntoD um se pr Im(T ) otemosD 0 1 1 {(1, 1, 0), (0, 1, 1)}D que possui dimenso 2F
Seja
T :U V
linear com
de
4.2.
NCLEO E IMAGEM
IHQ
Prova:
uponh que dim(U ) = n e que dim(Nuc(T )) = k F ome se u1 , . . . , uk de Nuc(T )F ome v1 , . . . , vr pr que = {u1 , . . . , uk , v1 , . . . , vr } sej se de U F gomo dim(U ) = n e tod se possui mesmo nmero de elementosD k +r = nD isto D dim(Nuc(T ))+ r = dim(U )F mos mostrr que dim(Im(T )) = rD mis preismenteD vmos mostrr que = {T (v1 ), . . . , T (vr )} form um se pr Im(T )X @A = Im(T )X lro que Im(T )F mos mostrr que Im(T ) F ej w Im(T )F intoD w = T u pr lgum u U F gomo se de U D u = a1 u1 + ak uk + b1 v1 + br vr F gomo u1 , . . . , uk se do nleoD T (uj ) = 0F vogoD w = T u = b1 T (v1 ) + br T (vr )F ortnto w F @A vsX uponh que i ai T (vi ) = 0F el lineridde de T D T ( i ai v i ) = 0 F vogo i ai vi Nuc(T )F gomo u1 , . . . , uk se do nleoD existem bj tis que i ai vi = j bj uj F vogo i ai v i j bj uj = 0F gomo vsD todos os oe(ientes so iguis zeroF gomo um se pr Im(T ) e possui r vetoresD dim Im(T ) = rF
Observao 4.8
{0})
imagem ter a mesma dimenso que o domnio e portanto a imagem ser uma cpia el do domnio. A dimenso mxima possvel para a imagem a dimenso do domnio: caso o ncleo seja no nulo perdemos dimenso da imagem.
Exemplo 4.16
T : R5 R5 ;
(c)
T : R4 R20 .
Soluo: ejm n = dim Nuc(T ), i = dim Im(T )F elo xsD n + i igul dimenso
do domnioF or outro ldo dimenso d imgem @iA menor ou igul dimenso do ontrEdomnio e dimenso do nleo @nA menor ou igul dimenso do domnio @A n + i = 8 e i 6F gomo 8 n = i 6D n no pode ser 0 ou 1 pois i seri 8 ou 7F vogo n = 2, . . . , 8D i = 6, . . . , 0F @A n + i = 5 e i 5F vogo n = 0, . . . , 5D i = 5, . . . , 0F @A n + i = 4 e i 40F vogo n = 0, . . . , 4D i = 4, . . . , 0F
Observao 4.9
Exemplo 4.17
(a)
T : R11 R11 com posto(T ) = dim Nuc(T ); 5 2 (b) T : R R com Nuc(T ) = (1, 2, 3, 4, 5), (2, 3, 4, 5, 6)
@A omo o nleo tem dimenso 2D pelo xs imgem teri dimenso 3D mior que do ontrdomnioF
Soluo: @A pelo xsD posto(T ) + dim Nuc(T ) = 11F gomo 11 mprD isto impossvelF
T : R3 R3 cujo ncleo seja o plano x + y + z = 0 e a imagem seja a reta (x(t), y (t), z (t)) = (0, t, t); 4 3 (b) T : R R cujo ncleo seja gerado por (0, 1, 1, 1) e (1, 0, 0, 0) e a imagem seja o plano y + z = 0.
(a)
Exemplo 4.18
IHR
CAPTULO 4.
lro que resentndo (1, 0, 0) oteremos um se do R3 F e imgem deve ser (0, 1, 1) F tilizndo o vem RFR d pFWRD (xmos T (1, 1, 0) = (0, 0, 0) = T (1, 0, 1)F r grntir imgem (xmos T (1, 0, 0) = (0, 1, 1)F @A esolvendo o sistem y + z = 0D imgem igul o (1, 0, 0), (0, 1, 1) F gompleE tndo o nleo om um se do R4 D onsidermos se (1, 0, 0, 0), (0, 1, 1, 1), (0, 0, 1, 0), (0, 0, 0, 1)F he(nimos T (1, 0, 0, 0) = T (0, 1, 1, 1) = (0, 0, 0)D T (0, 0, 1, 0) = (1, 0, 0) e T (0, 0, 0, 1) = (0, 1, 1)F e v est em de(nid pelo vem RFR d pFWRF
Soluo: @A esolvendo o sistem otemos que o nleo gerdo por {(1, 1, 0), (1, 0, 1)}F
B = (bij ) = AT
bij = aji ,
para todo
A
. . .
B=A =
Note que
a11
. . .
an1
mn .
ento
AT
nm
a1m anm
(AT )T = A.
Denio 4.14 (espao-linha e espao-coluna) O espao-coluna de A o espao gerado pelas colunas de A, isto , igual a Im(A). T O espao-linha de A o espao gerado pelas linhas de A, isto , igual a Im(A ). Observao 4.10 (Software Algbrico)
mando do Maxima Pode-se calcular o
columnspace.
dim(Im(A))F e dimenso do espoElinh o nmero k de linhs noEnuls ps eslonr AF gomo o sistem possui n vriveis e foi reduzido k equesD onlumos que so n k vriveis livresD isto D o Nuc(A) possui dimenso n k F elo eorem RFIP d pFIHP @xsAD dim(Im(A)) = n dim(Nuc(A)) = n (n k ) = k F yu sejD dimenso do espoEolun = dim(Im(A)) = k = dimenso espoElinhF
Observao 4.11
temos o posto da matriz (a dimenso de sua imagem) que igual ao nmero de linhas no-nulas da matriz escalonada.
4.2.
NCLEO E IMAGEM
IHS
f :AB
uma funo.
: se
injetiva
atingido
f (u) = f (v )
implica que
u = v.
Exemplo 4.19
(a) (b) (c)
injetiv pois f (x) = f (y ) (x, x) = (y, y ) x = y F xo sorejetiv poisD por exemploD (1, 2) = f (x) = (x, x) pr todo x RF e imgem ret y = xF tilizndo o eorem RFIP d pFIHP @xsAX y nleo trivil @veri(que3A e portnto imgem tem dimenso igul o do domnioX IF @A xo injetiv poisD por exemploD f (1, 0) = f (0, 1)F sorejetiv pois ddo y R @elemento do ontrEdomnioAD existe x R2 @por exemploD x = (y, 0)A tl que f (x) = f (y, 0) = y F e imgem de f RF tilizndo o eorem RFIP d pFIHP @xsAX y nleo tem dimenso I @veri(que3A e portnto imgem tem dimenso IF @A xo injetiv poisD por exemploD f (0, 0, 0) = (0, 0) = f (2, 0, 0) = f (3, 0, 0)F sorejetiv pois ddo (a, b) R2 tome z = a e y = bF vogo f (2, b, a) = (a, b)F tilizndo o eorem RFIP d pFIHP @xsAX y nleo tem dimenso I @veri(que3A e portnto imgem tem dimenso PF
T :U
injetiva se, e somente se, seu ncleo for igual a 0; (b) sobrejetiva se, e somente se, seu posto (dim Im(T )) for igual a dim(V ).
Prova: @A gomo T linerD T (u) = T (v) seD e somente seD T (u v) = 0D se e somente seD
u v Nuc(T )F vogo T injetiv seD e somente seD u = v seD e somente seD o Nuc(T ) = 0F @A e T for sorejetivD Im(T ) = V e portntoD o posto(T ) = dim Im(T ) = dim(V )F or outro ldoD se o posto(T ) = dim Im(T ) = dim(V ) ento Im(T ) V um suespo vetoril de V om mesm dimenso que V F ortntoD Im(T ) = V F
IHT
CAPTULO 4.
Corolrio 4.18
T :V V
= {0}F vogoD pelo eorem RFIP d pFIHP @xsAD dim Nuc(T ) + dim Im(T ) = 0 + dim Im(T ) = dim V F vogo dim Im(T ) = dim V eD portntoD Im(T ) = V D isto D T sorejetivF e T sorejetiv ento Im(T ) = V F gomo dim Im(T ) = dim V D pelo xs dim Nuc(T ) = dim V dim Im(T ) = 0F ortnto o Nuc(T ) = 0 e T injetivF
Nuc(T )
Exemplo 4.20
(a)
T : R7 R3
Explique em cada caso porque no existe uma TL: 2 3 injetiva; (b) T : R R sobrejetiva.
e pelo eorem RFIP d pFIHP @xsA o nleo tem dimenso no mnimo 4F r ser injetiv deveri ser igul 0F @A elo eorem RFIP d pFIHP @xsA imgem tem no mximo dimenso 2D igul dimenso do domnioD menor que dimenso do ontrdomnio que QF
P2
C 1 (R; R)
Determine se linear, injetiva e sobrejetiva cada uma das funes abaixo. Caso seja linear
D : P2 P2 denida por D(p) = p (derivada); 1 (b) D : C (R; R) C (R; R) denida por D (f ) = f (derivada); 2 (c) T : P P , denida por T (p)(x) = (p(x)) . Por exemplo T (p)(x) = (x2 + 1)2 = x4 + 2x2 + 1. 2 (d) P : F (R; R) R denida por P (f ) = (f (1), f (2)).
(a)
se
p(x) = x2 + 1,
todo x impli que a = b = 0F vogo Nuc(D) so os polinmios p(x) = c @onstntesAF ist mesm expresso mostr que imgem so os polinmios de gru 1 @P1 AF em fzer ontsD o onjunto dos polinmios uj derivd funo identimente nul so os polinmios onstntesF e imgem d derivd de polinmios de gru t 2 so polinmios de gru t 1F @A gomo D(k f + g) = (k f + g) = k f + g = kD(f ) + D(g), onlumos que linerF gomo D(f ) = f = 0 impli que f = C @onstnteA @pelo eorem do lor wdioAD ker D igul o onjunto ds funes onstntesF gomo nleo diferente de zeroD D no injetivF x hd g C (R; R)D de(n h(x) = 0 g (s) dsF elo eorem fundmentl do lulo h C 1 e D(h) = h = g F vogo D sorejetivF @A imor T (0) = 0D tomndo p(x) = x temos T (kp)(x) = k 2 x2 = kT (p)(x) = kx2 F vogo no linerF or outro ldo se tomrmos polinmios onstntes iguis 1 e (1) oservmos que T (1) = 1 = T (1)F vogo no injetivF 2 r qul pD T (p)(x) = xc r isto termos (p(x)) = xD o que impliri que p(x) = xF ws isto no um polinmioD logo T no sorejetivD pois o polinmio q (x) = x no tingido nun por T F
4.3.
IHU
@dA gomo P (kf + g ) = ((kf + g )(1), (kf + g )(2)) = (kf (1) + g (1), kf (2) + g (2)) = k (f (1), f (2)) + (g (1), g (2)) = kP (f ) + P (g )D onlumos que linerF y nleo formdo pels funes f tis que P (f ) = (f (1), f (2)) = (0, 0)D ou sejD que se nul em 1 e 2F elguns exemplos de elementos do nleoX f (x) = (x 1)(x 2)D g (x) = (x 1)2 (x 2)3 sen(x), . . . xo injetiv pois se f (x) = (x 1)(x 2) e g (x) = 0 ento P (f ) = P (g ) = (0, 0) ms f = g F sorejetiv pois ddo (a, b) R2 D sej y = f (x) equo d ret que pss por (1, a) e (2, b)F vogo P (f ) = (a, b)F
associa a cada funo contnua seus valores em dois pontos. O leitor pode generaliz-lo e n denir P : F (R; R) R por P (f ) = (f (1), . . . , f (n)) e provar que P uma TL. Em anlise numrica, xado um intervalo valores da funo em
[a, b],
n + 1 pontos equiespaados neste intervalo. Dado n qualquer, dena x = (b a)/n e x0 = a, x1 = a + x, x2 = a + 2x, . . . , xn = a + nx = b (so n + 1 pontos). Agora dena P : F (R; R) Rn+1 por P (f ) = (f (x0 ), f (x1 ), . . . , f (xn )). Novamente P linear.
Exemplo 4.22
Representando o polinmio
p(x) = ax2 + bx + c
pelo vetor
a p = b , c
2
D, S : R3 R3
I : R3 R
a:
Dp = p ;
Sp = p
(c) integral
Ip =
0
p(x) dx.
0 0 0 0 Soluo: @A gomo p (x) = 2ax + bD p = 2a F vogo D = 2 0 0 F 1 0 1 0 0 0 0 0 @A gomo p (x) = 2aD p = 0 F vogo S = 0 0 0 F xote que S = D2 @f s 2 2 0 0 onts3A pois mtriz d derivd segund igul plir mtriz d derivd P vezesF 8 2 2 F @A Ip = 3 a + 2b + 2cF vogo I = 8 3
Dadas
f :XY
g : Y Z,
dene-se
gf : X Z x g (f (x))
IHV
CAPTULO 4.
gf Z X
Considere
f : X Y, g :
h : Z W. (f g ) h = f (g h) = f g h. gf
est bem denido, mas caso em que ambas esto denidas,
Associatividade:
Z = X,
gf
Prova:
Exemplo 4.23
Considere
f (x) = x2 , g (x) = x + 1
h(x) = x + 2.
Determine todas as
omutAF gomo f (h(x)) = (x + 2)2 = x2 + 4x + 1 = h(f (x)) = x2 + 2D f h = h f @no omutAF gomo g (h(x)) = (x + 2) + 1 = x + 3 = h(g (x)) = (x + 1) + 2D f h = h f @omutAF h de(nio de omposio de funes em gerlD de(nimos omposio de vsF y prximo lem mostr que omposio de vs ger um v e se d de(nio do produto de mtrizesF
Sejam
S, T, U
transformaes line-
ares denidas em espaos vetoriais apropriados para que as composies abaixo faam sentido. uma transformao linear (composio de TLs uma TL);
De forma geral
ST =T S
(S T ) U = S (T U ) = S T U
T (S (v)) = k (T S )(u) + (T S )(v)F e no omuttividde segue do prximo exemploF e ssoitividde segue d ssoitividde d omposio de funesF
Utilizamos a notao multiplicativa para composio de TLs:
Notao 4.22
como
T S
escrito
T S.
Considere TLs denidas em
Exemplo 4.24
P R S
R2 :
4.3.
IHW
@no omutmAF gomo P S (x, y ) = P (x, y ) = (x, 0) e SP (x, y ) = S (x, 0) = (x, 0)D P S = SP @omutmAF gomo RS (x, y ) = R(x, y ) = (y, x) e SR(x, y ) = S (y, x) = (y, x)D RS = SR @no omutmAF
Seja
Exemplo 4.25
(a)
rotao de
60
R2 .
Determine:
(b) todos
nN
tais que
R =I
(identidade).
Soluo: @A rodr 6 vezes 60 grus equivle rodr 360 grusF vogo R6 (x, y) = (x, y)F @A
fst que 60n sej mltiplo de 360F vogo n = 6, 12, 18, . . .X n = 6k om k NF
A Mmp e B Mpn . Considere TA , TB as TLs correspondentes. Por denio TB : Rn Rp e TA : Rp Rm . Como n m a composio de TLs uma TL, S = TA TB : R R TL. Logo existe uma nica C Mmn tal que S = TC . Denimos o produto AB = C Mmn . Teremos ento que TAB = TA TB . De forma mais curta, abusando a linguagem, C = A B (composio das TLs correspondentes a A e B ).
Sejam
Observao 4.13
AeB
AB
decorrem,
deve
B;
A no-comutatividade do produto de matrizes decorre da no-comutatividade da composio de funes lineares; O produto de matrizes herda todas as propriedades da composio de TLs: distributividade, associatividade, etc.
e de(nio im elegnte ms no mostr omo lulr o produto mtrizEmtrizF iste o ontedo do prximo lemD que reduz o produto mtrizEmtriz produtos mtrizEvetorF
IIH
CAPTULO 4.
Sejam
A Mmp
B = v1 vn
vi Rp .
Ento,
AB = A v1 vn = Av1 . . . Avn .
um vetor d se nni ej F xote que TB (ej ) = B ej = vj @j Esim olun de B AF el he(nio RFPQD TAB (ej ) = TA (TB (ej )) = TA (vj ) = Avj F vogo j Esim olun de AB Avj F imos @he(nio PFIW d pFSQ e vem PFPP d pFSRA dus interpretes do produto mtrizEvetorX @A omino liner ds oluns d mtrizD ou @A produtos eslres om linhs d mtrizF mos ver trs interpretes pr o produto mtrizEmtrizF
Sejam
colunas de AB so combinaes lineares das colunas de A; (b) linhas de AB so combinaes lineares das linhas de B ; (c) entradas de AB so produtos escalares de linhas de A por colunas de B . Prova: @A segue do vem RFPR que oluns de AB so produto mtrizEvetor de A om
AB ).
oluns de B F gomo produto mtrizEvetor gv de oluns de AD segue o resultdoF @A segue de @A se plirmos trnsposio de mtrizes dos dois ldosY @A segue do vem PFIW d pFSQ e d interpreto do produto mtrizEvetor do vem PFPP d pFSRF
= p n n m
De forma geral
Sejam
A, B, C
matrizes.
Sem-
AB = BA
(no-comutativo); (associatividade);
no implica que A = 0 ou B = 0.
4.4.
III
= p n n m
= p n n m
Prova: e noEomuttividde segue do prximo exemploF ej tmm o ixemplo RFPR d pFIHVF e ssoitividde do produto de mtrizes segue d ssoitividde d omposio de vs @vem RFPI d pFIHVAF eo ontrrio do que oorre om nmeros reisD onde ab = 0 impli que a = 0 ou b = 0D isto no vle pr mtrizesF ej o prximo exemploF Exemplo 4.26 Considere A = 0 0 e B = BA = 0 embora ambas matrizes sejam no nulas. Soluo: AB =
1 0 0 0 0 1 0 0 = 0 1 0 0 1 0 0 1 0 0
. Mostre que
AB = BA
e que
, BA =
0 1 0 0
1 0 0 0
0 0 0 0
f : X Y uma funo bijetiva. Dado y Y : (a) sobrejetividade garante que existe x X tal que f (x) = y ; (b) injetividade garante a unicidade de tal x. 1 Fica bem denida a inversa de f , denotada por f : Y X , denida como f 1 (y ) = x.
Seja
IIP
f
CAPTULO 4.
f 1
bijetiva
Exemplo 4.27
(a)
f (x) =
3
f (x) = cos(x).
Soluo: @A f 1 (y) =
g (y ) = 1/y F @A f 1 (y ) = log10 (y ) pois log10 (10x ) = x e 10log10 (y) = y F @A f 1 (y ) = arccos(y ) pois cos(arccos(y )) = y e arccos(cos(x)) = xF e invers g (x) = 1/ cos(x)F
Seja (a)
3 3 y D pr y 0D pois ( 3 y )3 = y e x3 = xF e invers
no no
(y )) = y
para todo
y Y;
(b)
Seja
f : X Y
uma funo
qual-
(b)
(f h)(y ) = y
para todo
y Y,
e r s injetivD ento s injetivF i se r s sorejetivD ento r sorejetivF gomo IX injetivD e IY sorejetivD podemos onluir que f ijetiv e f 1 est em de(nidF vogo g f = IX g f f 1 = IX f 1 g = f 1 e f h = IY f 1 f h = f 1 IY h = f 1 .
Corolrio 4.30
Se
bijetiva, ento
f 1
bijetiva e
(f 1 )1 = f . g : X Y
Se
f : Y Z
so invertveis ento
(f g )1 = g 1 f 1 .
gf X
f 1 g 1 X Y
mos gor prtiulrizr pr o so em que funo um vF r isto preismos que el sej um ijeoF
4.4.
IIQ
Sejam
S, T : U V
transformaes line(c)
dim(U ) nita;
(ST )1 =
Prova:
@A ejm v1 , v2 V e , R e u1 = T 1 (v1 ), u2 = T 1 (v2 )F intoD pel lineridde de T D T (u1 + u2 ) = T (u1 ) + T (u2 ) = v1 + v2 . vogo T 1 (v1 + v2 ) = T 1 (T (u1 + u2 )) = u1 + u2 = T 1 (v1 ) + T 1 (v2 ). @A elo vem RFIU d pFIHSD omo T injetivD dim Nuc(T ) = 0Y omo T sorejeE tivD dim Im(T ) = dim(V )F elo eorem RFIP d pFIHP @xsAD dim(U ) = dim Nuc(T ) + dim Im(T ) = 0 + dim(V ) = dim(V )F @A egue pelo vem RFQIF
Suponha
de dimenso nita. Se
T :V V
ento
= {0}.
Prova: e T invertvel ento injetiv e pelo vem RFIU d pFIHS o nleo nuloF
uponh que Nuc(T ) = {0}F elo vem RFIU d pFIHSD T injetivF elo eorem RFIP d pFIHP @xsAD dim(V ) = dim(Nuc(T ))+dim(Im(T )) = dim(Im(T )) @pois dim Nuc(T ) = 0AF vogo T sorejetivF gomo T injetiv e sorejetiv segue que T um ijeo e portnto invertvelF
Determine, se for possvel, a inversa das transformaes geomtricas em
Exemplo 4.28
R2 :
25 graus; 5x 2y = 0.
2x 3y = 0;
(c) projeo
Soluo: @A invers roto de 360 25 = 335 grus pois rodr 25 grus e depois rodr
335 grus equivle rodr 360 grusD isto D (r prdoF @A invers re)etir novmente em torno d mesm ret @2x 3y = 0A pois dus re)exes seguids nelm um outrY @A no possui invers pois os vetores perpendiulres ret 5y 2y = 0 fro prte do nleoY omo ele noEtrivilD est v no possui invers pelo eorem RFQQF
I:R
matriz identidade I
=v
para todo
n 1's
I = e1 . . . en =
1
.. .
. 1
Denio 4.35 (matriz inversa e singular) Diz-se que uma matriz quadrada A Mnn invertvel se existe B Mnn tal que AB = BA = I . Neste caso dizemos que B a matriz inversa de A e denota-se B por A1 (a unicidade provada no prximo lema). Caso A Mnn no seja invertvel dizemos que A singular.
IIR
CAPTULO 4.
Sejam
A, B Mnn .
Ento:
AB = I se, e Se A e B so
(BA)C = IC = C e pel ssoitividde do produto de mtrizes @roposio RFPTA B (AC ) = BI = B = C F @A e AB = I ento A sorejetiv pois A(B v) = I v = v pr todo vF elo gorolrio RFIV d pFIHT A um ijeo e portnto existe invers A1 F el uniidde d inversD A1 = B F heixmos o resto pr o leitorF @A eplique o vem RFQP pr provr que AB invertvel e frmul ddF
A matriz quadrada
= 0.
entes de presentr o lgoritmo do lulo de mtriz inversD vmos mostrr omo resolver simultneamente sistems lineres om mesm mtriz de oe(ientes ms om ldo direito distintoF
Resolva os sistemas
x + 2y = 1 2x + 5y = 3
1 2 1 2 5 3
1 2 1 0 1 1
1 0 1 0 1 1
determinndo soluo do segundo sistem @x = 1, y = 1AF odemos resolver simultaneamente os dois sistems umentndo mtriz om vrios ldos direitos de um vezF hest form lulmos
1 2 4 1 2 5 9 3
1 2 4 1 0 1 1 1
1 0 2 1 0 1 1 1
Seja
[A|I ];
(b) Escalone totalmente at obter a matriz identidade no lado esquerdo. 1 Caso isto seja possvel, a inversa aparecer do lado direito: [I |A ].
4.5.
IIS
Prova: elo vem RFQT st determinr B = v1 vn tl que AB = I F gomo I = e1 . . . en D queremos que AB = A v1 vn = Av1 . . . Avn = I = e1 . . . en .
r isto temos que resolver n sistems do tipo Avi = ei pr i = 1, . . . , nF xo ixemplo RFPW vimos omo sistems ujo ldo esquerdo o mesmoF wonte mtriz resolver simultnemente mplid A e1 en = [A|I ] e esloneE totlmenteD otendo mtriz identidde esquerd e soluo dos sistem no ldo direitoF hest formD ps o eslonmento totlD otemos
e1 en = [A|I ] I
v1 vn = [I |B ] = [I |A1 ].
Exemplo 4.30
A=
1 2 1 1
1 2 1 0 D otemos 1 1 0 1
Pode-se calcular a
a matriz com
IIT
CAPTULO 4.
Dene-se
Sejam k um escalar A, B m n cujas colunas so compostas por vetores a1 , . . . , an e b1 , . . . , bn , isto A = a1 an e B = b1 bn . A + B = (a1 + b1 ) (an + bn ) e kA = (k a1 ) (k an ) . O sinal + (mais) dentro da matriz e entre as matrizes tem signicado
Observao 4.15
distinto: trata-se de soma de vetores, num caso, e de soma de matrizes, no outro. A mesma observao vale para o produto
bij
(kA)ij = kaij .
Mmn
(Deni-
m mtriz A Mmn pode ser vist omo um vetor em Rmn om entrds (aij )F ist deste modoD om operes de(nids omponente omponenteD Mmn igul Rmn F gomo j semos que Rmn um espo vetorilD Mmn um espo vetorilF
Dadas matrizes
A, B, C
e es-
k , sempre que o produto faa sentido, valero as seguintes propriedades: (kA)B = A(kB ) = k (AB ) (associativa), (b) A(B + C ) = AB + AC (distributiva), (c) (A + B )C = AC + BC (distributiva), T T T (d) (AB ) = B A , (e) Se A matriz quadrada e I matriz identidade de mesmo tamanho, AI = IA = A.
or ser enfdonh ser omitidF ode ser feito por plies proprids do vem PFPH d pFSR e vem RFPR d pFIIH ou lulndo tods entrds ds mtrizesF pinlizmos est eo om de(nies teis pr eo eutovlores e eutovetores @mtriz simtriA e pr eo roduto snterno @mtriz ortogonlAF
Prova:
Dizemos que
simtrica se A = AT .
ser simtriF 2 3 4 5 6 7 . 6 8 9 7 9 10
Dizemos que
ortogonal
se
QT Q = I
(identi-
Exemplo 4.32
So ortogonais:
4.5.
IIU
4.5.2
L(U ; V )
U e V espaos lineares T : U V .
Dados Dados
T, S L(U ; V )
escalar, denimos a
T +S : U V u T (u) + S (u)
kT : U V . u kT (u)
e T (u)
Observao 4.16
que so iguais.
O sinal + (mais) em T
+ S
+ S (u)
(bem como do
produto) possui signicado distinto em cada expresso: soma de TLs, num caso, e soma de vetores no outro. Compare estas denies com as da Denio 3.18 da p.76 e veja
O conjunto
exerio fil mostrr que F (U ; V ) um espo vetoril @diX elemento neutro d som E : U V de(nid por E (x) 0AF ortntoD pelo vem QFT d pFTUD st veri(r que L(U ; V ) fehdo om relo s operes de som e produto por eslrF he ftoD sejm T, S L(U ; V )F into (T + S )(u + v) = T (u + v) + S (u + v) = @lineridde de T e S A T (u) + T (v) + S (u) + S (v) = T (u) + S (u) + (T (v) + S (v)) = (T + S )(u) + (T + S )(v)F vogo T + S um vD isto D T + S L(U ; V ) @fehdo pel somAF he form nlogD (kT )(u+v) = kT (u+v) = @lineridde de T A = kT (u)+kT (v) = (kT )(u) + (kT )(v)F vogo kT um vD isto D kT L(U ; V ) @fehdo pelo produtoAF gomo L(U ; V ) fehdo om relo s operes de som e produto por eslr um espo vetorilF
Observao 4.17
L(U ; V )
caso
U, V
sejam espaos
Dadas TLs
S, T, U
e escalar
k , sem-
IIV
CAPTULO 4.
ontF heixmos detlhes pr o leitorF y prximo lem mostr que opermos om os loos omo se fossem nmerosD om o nio uiddo de mnter ordem nos produtos pois o produto de mtrizes no omuttivoF epresentmos diviso em 4 loos ms podemos dividir num nmero ritrrio de loosF
Sejam
AeB
matrizes divididas
Seja
Caso o tamanho dos blocos sejam compatveis para que as somas que aparecem na frmula sejam possveis,
Caso o tamanho dos blocos sejam compatveis para que os produtos que aparecem na frmula sejam possveis,
AB =
A11 B11 + A12 B21 A11 B12 + A12 B22 A21 B11 + A22 B21 A21 B12 + A22 B22
A M44
tal que
A=
B 0 0 C
com
B, C M22
invertveis.
(a)
signica uma matriz com todas as entradas nulas de tamanho apropriado. Determine: A2 ; (b) A1 .
Soluo: @A A2 = AA =
BB 1 0 0 CC 1 = I 0 0 I
B2 0 F 0 C2 = IF
@A A1 =
B 1 0 0 C 1
pois AA1 =
Exemplo 4.35
A, B, C quadradas, I matriz identidade com a dimenso A B A 0 I 0 em cada caso. Dena J = , K = , L = . Determine: 0 C 0 I 0 B 2 (a) J ; (b) 2J ; (c) K + L; (d) KL; (e) LK .
Suponha
correta
4.7.
IIW
Soluo: @A J 2 =
A2 AB + BD 2A 2B F @A 2J = F 2 0 C 0 2C A+I 0 A 0 @A K + L = F @dA e @eA KL = = LK F 0 B+I 0 B ej omo inverter um mtriz de loo qulquer n Wikipedia:
Matriz inversaF
4.7
Denio 4.49 (coordenadas) Seja V um espao vetorial (de dimenso nita) com base = {b1 , b2 , . . . , bn }. As coordenadas do vetor v V na base (conjunto ordenado) so
os coecientes vetores
i bi .
1 2 [v] = . Mn1 . . . n
e funo
[ ] : V Mn1 v [v]
Dados a base cannica
Exemplo 4.36
determine
= {e1 , e2 , . . . , en }
do
Rn
v = (1, 2, 3, . . . , n) F =
[v] . 1 2 F F F n
Exemplo 4.37
{(1, 1), (0, 1)}.
[v ]
v = (2, 4) R2 [v] .
e as bases
2 F ueremos (2, 4) = a(1, 1) + 4 2 b(0, 1)D ou sejD 2 = a, 4 = a + bF vogo b = 2 e (2, 4) = 2(1, 1) + 2(0, 1) e [v] = F 2 wostrmos n pigur RFIQ porque o mesmo vetor pode possuir oordends distints em ses distintsF
Considere a base Determine
Exemplo 4.38
e
w = (1, 1, 0).
e o vetores
v = (1, 2, 2)
Soluo:
IPH
CAPTULO 4.
pigur RFIQX etor v = (2, 4) em ses distints ueremos (1, 2, 2) = a(1, 1, 1)+ b(0, 1, 1)+ c(0, 0, 1)F vogo 1 = a, 2 = a + b, 2 + b + cF = a 1 vogo b = 1 e c = 0F vogo (1, 2, 2) = 1(1, 1, 1) + 1(0, 1, 1) + 0(0, 0, 1) e [v] = 1 F 0 ueremos (1, 1, 0) = a(1, 1, 1) + b(0, 1, 1) + c(0, 0, 1)F vogo 1 = a, 1 = a + b, 0 = a + b + cF vogo 1, 0) = 1(1, 1, 1) + 0(0, 1, 1) 1(0, 0, 1)D ento b = 0 e c = 1F gomo (1, 1 1 [w] = 0 F gomo [w] = [v] = 1 D vetores distintos podem possuir s mesmas 1 0 oordends em ses distintsF
Exemplo 4.39
Determine
Considere a base
v = (v1 , v2 , . . . , vn ) Rn .
[v] .
ortntoX
Soluo: h soluo do ixemplo QFPI d pFUQD v = v1 b1 +(v2 v1 )b2 + +(vn vn1 )bn .
[v] = (v1 , v2 , . . . , vn ) = v1 v2 v1 F F F vn vn1 .
ys dois exemplos seguir mostrm omo determinr s oordends de um vetor num se qulquer dds sus oordends n se nni e vieEversF m so diretoD o outro envolve resolver um sistem linerF tuntndo os dois exemplos podemos pssr de um se qulquer pr outr D stndo pssr pel se F
Exemplo 4.40
(a)
Considere a base
sabendo que
= {(1, 1, 1), (1, 0, 1), (2, 0, 1)} 2 [v] = 3 ; (b) [(4, 3, 7)] . 1
de
R3 .
Determine:
Soluo:
@A ifetundoD v = 2(1, 1, 1) + 3(1, 0, 1) (2, 0, 1) = (3, 2, 6) @A reismos determinr a1 , a2 , a3 R tis que a1 (1, 1, 1) + a2 (1, 0, 1) + a3 (2, 0, 1) = 2a3 = 4 1a1 + 1a2 + 1a1 + 0a2 + 0a3 = 3 F (4, 3, 7)F ixpndindoD otemos o sistem linerX 1a1 + 1a2 + (1)a3 = 7
4.7.
IPI
Exemplo 4.41
V = P2 (polinmios de grau 2 base = {1 + x, 1 x, x }, e os vetores (polinmios 2 v = 6 + 5x e w = 8x 2. Determine: (a) [u] , (b) [v] , (c) [w] , (d) [u] , (e) [v] ,
Considere
= {1, x, x2 }, a elementos de P2 ) u = 8,
[w ] .
8 Soluo: @A gomo u = 8 + 0x + 0x2 D [u] = 0 F @A gomo v = 6 + 0x + 5x2 D 0 6 2 [v] = 0 D @A gomo w = 2 + 8x + 0x2 D [w] = 8 F 5 0 2 @dA ueremos 8 = a(1 + x) + b(1 x) + cx F ixpndindo 8 = a + b + (a b)x + cx2 F vogo 4 a + b = 8, a b = 0, c = 0F vogo a = b = 4F gomo 8 = 4(1 + x) + 4(1 x)D [u] = 4 F 0 2 2 2 @eA ueremos 6+5x = a(1+x)+b(1x)+cx F ixpndindo 6+5x = a+b+(ab)x+cx2 F 2 2 vogo a + b = 6, a b = 0, c = 5F vogo a = b = 3F gomo 6 + 5x = 3(1 + x) + 3(1 x) + 5x D 3 [v] = 3 F 5 @fA ueremos 8x 2 = a(1 + x) + b(1 x) + cx2 = a + b + (a b)x + cx2 F vogo c = 0 e a + b = 2 temos que resolver o sistem F esolvendo otemos a = 3, b = 5F vogo ab = 8 3 [w] = 5 F 0
Exemplo 4.42
F (R; R) (funes reais), = {sen2 (x), cos2 (x)} e = {1, sen2 (x)}. 2 Considere os vetores (funes que so elementos de F (R; R)) u = cos (x), v = cos(2x) e w = 1. Seja W = F (R; R) o subespao gerado por . Prove que: (a) W = (espao gerado por ); (b) e so LIs; (c) u, v .
Considere Determine: (d)
(e)
b(1 sen2 x) = b1 + (a b) sen2 x GF egor se k G ento k = a1 + b sen2 x = a(sen2 x + cos2 x) + b sen2 x = (a + b) sen2 x + a cos2 x W F vogo G = W F @A mos provr que vsF uponh que a sen2 x + b cos2 x = 0F ueremos provr que a = b = 0F gomo identidde pr todo x RD tomndo x = 0 onlumos que a0+b1 = 0D ou sejD b = 0F omndo x = /2D a1 + b0 = 0D logo a = 0F gonvidmos o leitor provr que vsF m tni mis gerl o Wronskiano presentd no hes(o TFWFR d pFIWQF @A u = cos2 x = 1 sen2 x W D v = cos(2x) = cos2 (x) sen2 (x) = 1 2 sen2 (x) W D
IPP
CAPTULO 4.
0 D [v] = 1
1 D [w] = 1
1 D [u] = 1
1 D [v ] = 1
1 D [w] = 2
1 F 0
y prximo lem grnte que todo espo vetoril de dimenso (nit n essenilmente igul o Rn @em lingugem mtemtiD dizemos isomorfo pois existe ijeo linerAF
com base
O mapeamento
[u + v] = [u] + [v] , R, u, v V ; v = w. (c) sobrejetivo, isto , dada matriz coluna A Mn1 , n Alm disso existe uma bijeo linear L : V R .
(b) injetivo, isto , se ento
[v] = [w]
existe
vV
tal que
[v] = A.
@A isrevemos = {v1 , v2 , . . . , vn }F hdos u, v V D u = i vi e w = i=1 1 n n F i vi F essum u + w = (i + i )vi F imedito que [u] = F [w ] = F , i=1 i=1 n 1 1 1 + 1 1 F F = [u] + [w] . enlogmenteD F F F = F F F F + F F F , [u + w] = n n n + n n 1 F [ u] = F F = [u] F n @A egue d uniidde d represento de um vetor omo gv de vetores de um seF 1 n F @A hdo A = F i vi F F de(n v = i=1 n
1 ej se nni do Rn e [ ] : Mn1 Rn o mpemento inversoF he(n 1 n 1 L = [[ ] ] : V R D omposio de [ ] om [ ] F imor oordends sem indio d se no determinem um vetorD existe um onE veno @dizemos que um uso de notoD isto D um uso d noto diferente do onvenE iondoA que ssumir que se nniF emos trs forms equivlentes de determinr o mesmo vetor v Rn @vej pFQIAX
Prova:
4.8.
IPQ
4.8
entes de estudr est seo estude de(nio de oordends de um vetor num se @he(nio RFRW d pFIIWAF y vem RFS d pFWR mostr que existe um ijeo entre mtrizes @Mmn A e L(Rn ; Rm ) @vs do Rn em Rm AF mos ssoir mtrizes vs entre dois espos vetoriis quisquer de dimenso (nitF
Sejam
U e V espaos vetoriais de dimenso = {u1 , . . . , un } de U e de V . Dada matriz de que representa T . Ela denida
T (ui )
na
.
im que sentido mtriz [T ] represent T c
e respost est no prximo teoremD ujo resultdo presentmos no digrm ixoF y signi(do do digrm @e do teoremA que ele omutX tnto fzD prtindo de u U D plir diretmente T e lulr sus oordends n se D ou lulr sus oordends n se e plir mtriz [T ] F
U
[ ]
[T ]
Seja
[ ]
Mn1
Mm1
T L(U ; V )
e bases
de
de
u U, [T (u)] = [T ] [u] .
IPR
CAPTULO 4.
Exemplo 4.43
T : R2 R3 linear tal que T (1, 0) = (1, 2, 3) e T (2, 1) = (0, 0, 2). Considere as bases = {(1, 0), (2, 1)}, = {(1, 2, 3), (0, 0, 2), (0, 1, 0)}, 2 = {(1, 0), (0, 1)} e 3 = {(1, 0, 0), (0, 1, 0), (0, 0, 1)}. Determine: (a) [T ] ; [T ]3 2 .
Considere
1 Soluo: gomo = {(1, 0), (2, 1)}D preismos lulr [T (1, 0)] = [(1, 2, 3)] = 0 e 0 0 1 0 [T (2, 1)] = [(0, 0, 2)] = 1 F vogoD [T ] = [T (1, 0)] [T (2, 1)] = 0 1 F 0 0 0 gomo 2 = {(1, 0), (0, 1)}D preismos lulr [T (1, 0)]3 e [T (0, 1)]3 F imor no tenh sido forneido T (0, 1) diretmenteD (0, 1) = (2, 1) 2(1, 0)F logoD T (0, 1) = T (2 , 1) 1 2T (1, 0) = (0, 0, 2) 2(1, 2, 3) = (2, 4, 4)F ortntoD [T (1, 0)]3 = [(1, 2, 3)]3 = 2 3 2 e [T (0, 1)]3 = [(2, 4, 4)]3 = 4 F vogoD [T ]3 2 = [T (1, 0)]3 [T (0, 1)]3 = 4 1 2 2 4 F 3 4
Exemplo 4.44
T : R2 R2 com T e1 = e1 + e2 , T e2 = 2e1 + 2e2 , 2 cannica de R e = {v1 , v2 } com v1 = e1 + e2 , v2 = e2 2e1 . Determine: (a) [T ] ; (b) [T ] .
Considere
base
1 1
e [T e2 ] = [2e1 + 2e2 ] =
2 D [T ] = 2
1 2 . 1 2 @A reismos lulr [T (v1 )] e [T (v2 )] F emos que [T (v1 )] = [T (e1 + e2 )] = [T (e1 ) + T (e2 )] = [(e1 + e2 ) + (2e1 + 2e2 )] = 3 [3(e1 + e2 )] = [3v1 ] = F 0 or outro ldoD [T (v2 )] = [T (e2 2e1 )] = [T (e2 ) 2T (e1 )] = 0 [(2e1 + 2e2 ) 2(e1 + e2 )] = [0] = [0v1 + 0v2 ] = F 0 3 0 vogoD [T ] = . 0 0
Notao 4.53
a mesma base
escolher
4.8.
IPS
Exemplo 4.45
Determine
Seja
= {1, x, x2 },
D : P2 P2
denido por
D(f ) = f
(derivada).
[D ] .
Exemplo 4.46
D:V V
denido por
0 1 Soluo: D(sen x) = cos x e [cos x] = 0 D D(cos x) = sen x e [ sen x] = 0 D 1 0 0 0 1 0 2x 2x 2x 0 2 F D(e ) = 2e e [2e ] = 2 F vogo [D] = 0 0 1 0 0
Considere bases
do espao de di-
e a TL identidade
em
U.
Como
[I ]
transforma as coordenadas de
na base
em coordenadas de
na base
Pela denio, se
Exemplo 4.47
[I ] .
Considere as bases de
R2 :
cannica
Determine
1 3 Soluo: imedito que [I ] = [(1, 2)] [(3, 4)] = 2 4 pelo gorolrio RFST mis dinteD st inverter mtriz imF
. e quisermos [I ] D
Observao 4.18
base de uma base
Do exemplo anterior observamos que clculo da matriz mudana de qualquer para cannica
ser obtida invertendo esta matriz. Esta uma importante consequncia do prximo lema.
IPT
CAPTULO 4.
Dados
S L(V ; W ),
e bases
nita
T U, V, W ,
Prova: ymitimos pois onsumiri espo emor sej simplesF Corolrio 4.56 (inversa da mudana de base)
tidade Considere bases igual a
em
U.
[I ]
e de U e a TL iden1 [I ] (inversa).
ul relo entre mtrizes que representm mesm vc mos simpli(r e onsiderr o so em que T L(U ; U ) @mesmo espoAF gonsidere ses e de U F ul relo entre s mtrizes [T ] e [T ] c
Dizemos que duas matrizes A e B so seme1 lhantes quando existe uma matriz invertvel (quadrada) P tal que P AP = B.
Considere
T L(U ; U ) e bases e
de
U.
Ento
[T ]
so semelhantes com
P = [I ]
assim como
4.9.
IPU
1 0 1 , )Y D ento T (x, y ) = ( 3 0 2 @dA se A = 1 8 D ento T (x, y ) = ( , )F Fix 4.4: hetermine T que projet @ortogonlmenteA vetores doX @A R2 no eixo y Y @A R3 no eixo y Y @A no plno x = 0F Fix 4.5: ul ds lterntivs present mtriz que rod os vetores do R2 por um ngulo @no sentido trigonomtrioD isto D ntiEhorrioAX cos sen cos sen sen cos sen cos @eA @fA @gA @hA sen cos sen cos cos sen cos sen Fix 4.6: ej A um mtrizF y posto de A igul X @Nuc A, Im A, dim Nuc A, dim Im AAF
v VF @A Nuc(I ) = @V, W, 0AY @A Im(I ) = @V, W, 0AY @A Nuc(T ) = @V, W, 0AY @dA Im(T ) = @V, W, 0AY Fix 4.8: ej T : V W um vF r d perguntD esolh um ds opesF @iA de(nio de Nuc(T ) X @eA {w W | T (0) = w}Y @fA {w W | T (w) = 0}Y @gA {v V | T (v) = 0}Y @hA {v V | T (0) = v}F @iiA de(nio de Im(T ) X @eA {w W | w = T (v) para algum v V }Y @fA {w W | v = T (w) para algum w W }Y @gA {v V | w = T (v) para algum v V }Y @hA {v V | v = T (w) para algum w W }Y @iiiA T sorejetiv seD e somente seX @eA dim(V ) = dim(W )Y @fA dim(Nuc(T )) = dim(V )Y @gA dim(Nuc(T )) = 0Y @hA dim(Im(T )) = dim(W )Y @iA dim(Im(T )) = 0F @ivA T injetiv seD e somente seX @eA dim(V ) = dim(W )Y @fA dim(Nuc(T )) = dim(V )Y @gA dim(Nuc(T )) = 0Y @hA dim(Im(T )) = dim(W )Y @iA dim(Im(T )) = 0F
1 23.ago.2012 13h
IPV
CAPTULO 4.
Fix 4.10: iste exerio pr ser feito om argumentos geomtricosF ods s trnsE
formes esto de(nids de R2 em R2 F ej P um projeo ortogonl n ret r e R um re)exo em torno d mesm ret rF hetermineX @A Nuc(R) = @0, r, R2 AY @A P P = @P, R, I, 0AY @A Im(P ) = @0, r, R2 AY @dA RR = @P, R, I, 0AY @eA RP = @P, R, I, 0AY @fA P R = @P, R, I, 0AY n n @gA de form gerl P e R om 1 n NF
@A se dim(Nuc(T )) = 0D ento dim(Im(T )) = @A se dim(Nuc(T )) = 3D ento dim(Im(T )) = @A se dim(Nuc(T )) = 5D ento dim(Im(T )) = @A T : R5 R4 om dim(Nuc(T )) = 3Y
Y Y Y
@A T : R5 R7 om T injetivF
3x3 + x2 c 3x 4c x2 c 5c
@A2 +2AB + B 2 , A2 + AB + BA + B 2 A
Fix 4.19: ejm A e B mtrizes @de dimenses proprids pr que estej de(nido AB AF
@linhas, colunasA d mtriz @linhas, colunasA d mtriz @linhas, colunasA de A por @A, B AF
@A dim(Im(A)) =
4.9.
IPW
@A se todo vetor de um espo pode ser esrito omo omino liner de elementos de S ento S seY @A se S se ento S um onjunto linermente dependente de vetoresY
4.9.2 Problemas
Prob 4.1: hetermine v que represent umX
@A re)exo em R2 em relo ret x + y = 0F @A projeo ortogonl em R3 sore o plno y = z Y @A roto em R3 de 450 em torno do eixo z F
formes esto de(nids de R2 em R2 F ejmX ! R um re)exo em torno d ret rD ! P um projeo ortogonl n mesm ret rD e ! Q um projeo ortogonl n ret s perpendiulr ret rF hetermineX @A QP = @P, Q, R, I, 0AY @A P Q = @P, Q, R, I, 0AY @A QR = @P, Q, R, I, 0AY @dA RQ = @P, Q, R, I, 0AF hetermine seX @A (1, 2) Im(T )Y
Prob 4.2: iste exerio pr ser feito om argumentos geomtricosF ods s trnsE
1 0 1 0 1 1 @dA 1 1 0 1 0 1
: P3 P3 D de(nid por T (p) = p @segund derivdAF : P2 R de(nid por T (p) = p(3)F : P2 P3 de(nid por (T (p))(x) = xp(x) x RF : C 1 (R; R) C (R; R) de(nid por T (f ) = f F
ujo nleo sej origemY que sej injetivY om dim Nuc(T ) = dim Im(T )Y om Nuc(T ) = (1, 0, 0, 0), (0, 1, 0, 0) e
: R4 R2 : R4 R2 : R7 R6 : R4 R3
Im(T )
@A T : R2 R2 que lev (1, 2) em (1, 0) e (1, 1) em (1, 1)Y x+y+z =0 @A T : R4 R3 tl que o nleo plno e imgem (1, 1, 1), (1, 2, 3) Y zw =0
IQH
CAPTULO 4.
x=s 3 4 y=t @A T : R R ujo nleo sej ddo pels eques prmtris e z =t+s x=0 y=0 F imgem sej soluo do sistem zw =0 Prob 4.9: ej Pn o espo dos polinmios de gru nF hetermine se linerX @A L : P4 P4 de(nid por (L(p))(x) = p(x + 1)Y @A L : P2 P2 de(nid por (L(p))(x) = p (x) + 1Y @A L : P2 P2 de(nid por (L(p))(x) = cx2 + ax + b se p(x) = ax2 + bx + cF Prob 4.10: ej W = {p P3 | p(0) = 0} e D : W P3 de(nid por Dp = p F wostre que D injetivF Prob 4.11: ej D2 : C 2 (R; R) C 2 (R; R) de(nid por D2 f = f @derivd segundAF glule um se pr o nleo de D2 F 6x + 3y = 9 6x + 3y = 3 Prob 4.12: esolv o sistems 4x + 3y = 5 e 4x + 3y = 1 simultnemente 6 3 9 3 . olondo em form totlmente eslond mtriz 4 3 5 1 Prob 4.13: snvert s mtrizesX 1 1 1 2 1 1 1 F @A Y @A 1 1 0 0 0 1 Prob 4.14: inontre represento mtriil e invert @se for possvelA vX T (x, y, z ) = (x + z, x z, y )Y 1 0 0 Prob 4.15: gonsidere mtriz A = 1 3 0 1 3 5 1 @A glule A F @inversA @A hetermine uD v e w tis queX Au = e1 , Av = e2 , Aw = e3 F Prob 4.16: hetermine mtriz invers ds mtrizes formd porX loos de zerosD mtriz identidde e A @que no preis ser invertvelAF 0 I I A @A Y @A Y I 0 0 I 0 I Prob 4.17: ej S = B 0 um mtriz de loosF glule S 2 F Prob 4.18: r nmeros reis vle hmd lei do orteX se ab = ac e a = 0 ento b = cF r mtrizes isto no vlidoF 2 2 @A tome A = e determine B, C M22 tl que AB = AC e B = C Y 2 2 @A supondo que A invertvelD mostre que AB = AC impli B = C F
4.9.3 Extras
@A A2 = I Y @A B 2 = 0D B = 0Y @A C 2 = C D C = I Y @dA C 2 = I D C = I Y Ext 4.2: gonsidere W1 , W2 suespos ds mtrizes qudrds 44F ej W1 o suespo ds mtrizes tringulres superiores e W2 s mtrizes tringulres inferioresF rove que W1 W2 o suespo ds mtrizes digonisF
4.9.
IQI
1 0 0 1
0 0 0 1
F hetermine [I ] F
0 < 2 F @A se = 0 existe v R2 , v = 0 tl que R v = vc @A se v R2 , v = 0D determine ondies em pr que v e R v sejm linermente independentesF Ext 4.5: im R3 onsidere A um roto de 90o em torno do eixo x e B um roto de 90o em torno do eixo y e C um roto de 90o em torno do eixo z F wostre queX @A A4 = B 4 = C 4 = I Y @A AB = BAY @A A2 B 2 = B 2 A2 F Ext 4.6: ej T : R7 R10 linerF y mior vlor possvel prX Y @A dim(Im(T )) F @A dim(Nuc(T )) Ext 4.7: hetermine dim(Im(T )) sendo queX @A T : R4 R7 e que T v = w possui soluo ni pr um determindo wY @A T : R6 R5 om T sorejetivF Ext 4.8: hetermine dim(Nuc(T )) sendo queX @A T : R6 R8 om dim(Im(T )) = 3Y @A T : V W om T injetivY Ext 4.9: r d um ds mtrizes ixoD determine um se e dimenso do nleo e d imgemF 1 1 0 1 1 0 0 1 0 0 1 0 2 1 1 0 0 0 0 1 Y Y @A @A @A 0 0 2 0 0 0 0 0 F 0 2 1 0 1 1 1 2 0 0 1 0 T2 (x, y, z ) = (3x 2y + z, x z )F hetermine um se pr Nuc(T1 ) Nuc(T2 )F 2 h 7 Ext 4.11: gonsidere A = 4 5 7 F hetermine yhy os vlores de h R tis que o posto de AX @A sej IY @A sej PF Ext 4.12: wostre que omposio de dus vs injetivs um v injetivF Ext 4.13: ej T : V W linerF rove queX @A T (0) = 0Y @A Nuc(T ) suespo vetorilY @A Im(T ) suespo vetorilF @dA se T injetivD T lev onjunto vs em onjunto vsF @eA se T possui inversD T lev se em seF Ext 4.14: hetermine se so lineres s seguintes operes no espo P de todos os polinE mios em xX @A multiplio por xY @A multiplio por x2 Y @A derivd em relo xF Ext 4.15: hetermine se T : Pn Pn+1 D de(nid por T (p)(x) = xp(x) @multipli o poE linmio por xD umentndo seu gruA liner e injetivF or exemplo se p(x) = x2 + 1D T (p)(x) = x3 + xF Ext 4.16: ej Pn o espo dos polinmios de gru nF hetermine se linerX @A L : P2 R de(nid por L(p) = (p(0) + p(1))/2F @A L : P5 P5 de(nid por (L(p))(x) = p(x) + 2Y Ext 4.17: ejm T, S : F (R; R) F (R; R) de(nid por T (f )(x) = 1 + f (x) e S (f )(x) = f (x + 1) @A T e S so lineresc
IQP
CAPTULO 4.
que pr vs isto no verddeF @A gonsidere projees @ortogonisA Px no eixo x e Py no eixo y em R2 F rove que emor nenhum dels sej nulD Px Py = Py Px = 0Y @A gonsidere Dxx o operdor segund derivd e Dxxx o operdor tereir derivdF rove que em P4 @polinmios de gru mximo igul RA Dxx Dxxx = 0 emor nem Dxx nem Dxxx sejm nulosF ysX em lger qundo ontee de ST = 0 om S e T noEnulos dizemos que existe um divisor de 0F 1 0 1 1 1 Ext 4.20: snvert s mtrizesX @A 1 1 Y @A 0 1 1 F 1 1 0
Ext 4.18: ej T (f )(x) = f (2x + 2)F wostre que S (f )(x) = f (x/2 1) v inversF Ext 4.19: emos que se a, b R ento ab = 0 impli que a = 0 ou b = 0F mos ver
Ext 4.21: inontre represento mtriil e invert @se for possvelAX T (x, y, x) = (z, y +
z, x + y + z )F
1 1 F glule An pr qulquer n NF 0 1 1 2 4 0 0 1
Ext 4.23: inontre um P @no preis lulr P 1 A tl queX P 1 3 2 P = Ext 4.24: eri(que se suespo vetoril o suonjunto ds mtrizes qudrdsX
@A tringulres superioresY @A digonisY @A simtrisY hetermine ses pr os os suonjuntos im que sejm suespos qundo mtriz 2 2 e 3 3F
Ext 4.25:
@A inontre um se de M23 F ul dimenso deste espoc @A he form gerlD determine se e dimenso de Mmn F @A
Nuc(T )
se existe
kN
tal que
nilpotente
0 1 nilpotenteY 0 0 0 1 0 @A wostre que 0 0 1 nilpotenteF ul vlor de k c 0 0 0 @A ej D o operdor de derivo em Pn @polinmios de gru menor ou igul nAF wostre que D nilpotenteF ul o vlor de k c @dA wostre que se N nilpotente de ordem k D ento (I N )1 = I + N + N 2 + N 3 + + N k1 F
@A wostre que
4.9.
IQQ
Coordenadas Ext 4.30: gonsidere v = (4, 1, 1) e = {(1, 1, 0), (0, 1, 1), (0, 0, 1)}Y
@A esrev v omo omino liner dos vetores de Y @A determine [v] @se nniAY @A determine [v] Y 2 @dA sendo que [w] = 3 Y determine [w] F 2
[v ]1 = (2, 3) determine [v ]2 F
Ext 4.31: gonsidere s ses do R2 X 1 = {(1, 1), (1, 1)} e 2 = {(0, 2), (1, 0)}F e
[u] =
IQR
CAPTULO 4.
Ext 4.39: gonsidere s ses de R3 X = {(1, 0, 1), (1, 2, 3), (1, 1, 1)}D = {(3, 2, 1),
(4, 5, 6), (7, 8, 9)} = {(1, 0, 0), (0, 1, 0), (0, 0, 1)} @se nniAF @A determine s mtrizes mudn de se A = [I ] e B = [I ] Y @A esrev eques mtriiis que determinemD omo funo de A, B, A1 , B 1 @no lule A1 , B 1 A s mtrizes mudn de se [I ] D [I ] D [I ] D [I ] F
Ext 4.40: gonsidere se = { (1, 1, 1), (1, 1, 1), (0, 1, 1)} de R3 F hetermine um se
tl que [I ] 1 0 0 = 2 1 1 F 0 0 1
mtriz mudn de se [I ] F
Ext 4.41: gonsidere s ses de R2 X = {(1, 0), (0, 2)} e = {(1, 1), (2, 1)}F glule
[I ] F
Ext 4.42: gonsidere s ses do P2 X = {1, x, x2 } e = {1 + x, 1 x, x2 + 1}F hetermine Ext 4.43: ej D o operdor derivdD isto D Df = f de(nid em Wi = i F hetermine
mtriz [D]i que represent D : Wi Wi n se i X @A 1 = {cos x, sen x}Y @A 2 = {ex , e2x }Y @A 3 = {1, x, ex , xex }Y
glule [T ] F
Ext 4.46: gonsidere s ses de R2 X = {(6, 11), (2, 4)} = {(1, 0), (0, 1)}F
@A glule [I ] e [I ] Y @A v = (0, 1, 0)D lule [v] Y 1 @A [w] = 2 determine [w] Y @dA T (x, y, z ) = (x z, z, y + 2z )D determine [T ] F 3 hiX [T ] = [I ] [T ] [I ]
2 1 F 0 1
@A ehe u e v noEnulos tis que T u = 2u e T v = vY @A prove que = {u, v} se de R2 Y @A determine [T ] F xote que nest se mtriz que represent mis simples @digonlAF
Ext 4.49: gonsidere trs ses distints 1 , 2 , 3 de um espo vetoril de dimenso (nitF Ext 4.50: gonsidere V = P1 D o espo dos polinmios de gru menor ou igul I e s ses
= {1 x, 2x} = {1 + x, x}F hetermine [I ] F
om Df = f nest seF @A determine [I ]1 1 Y @A de(n A = [I ]1 2 D B = [I ]2 3 D C = [I ]3 1 F hetermine ABC F
4.9.
IQS
S : P1 P2 D de(nid por S (p)(x) = xp(x)F essimD por exemplo se p(x) = x + 1D S (p)(x) = x2 + xF hetermine [S ]2 1 F
4.9.4 Desaos
@A Nuc(T ) Im(T ) seD e somente seD T 2 = 0Y @A Nuc(T ) Nuc(T 2 ) Nuc(T 3 ) F @A Im(T ) Im(T 2 ) Im(T 3 ) F Des 4.2: ej T : V V liner om V de dimenso (nitF uponh que dim Im T = dim Im(T 2 )F rove que Nuc T Im T = {0}F Des 4.3: gonsidere T : V W linerD X V e U W suespos vetoriisF @A he(n T (X ) = {T (v) W | v X } @imgem diret de X por T AF wostre que T (X ) um suespo vetoril de W F @A he(n T 1 (U ) = {v V | T (v) U } @imgem invers de U por T AF wostre que T 1 (U ) um suespo vetoril de V F Des 4.4: xo espo de todos os polinmios em x @que um espo de dimenso in(nitA onsidere D o operdor derivo om relo x e S o operdor multiplio por xF @A wostre que DS SD = I Y @A tilize proprieddes do tro @som dos elementos d digonl de um mtriz quE drdA pr mostrr que em dimenso (nit no existem trnsformes lineres A, B tis que AB BA = I F Des 4.5: @desiguldde de ylvesterA ejm T, S : V V om dim(V ) = nD rT = dim Im(T ) D rS = dim Im(S )D rST = dim Im(ST )F rove que
rS + rT n rST min(rS , rT ).
termos de A e B F Des 4.7: gonsidere T : V V liner e A um mtriz qudrd (xF e [T ] = A pr qulquer se de V ento T = I pr lgum R @ trnsformo um mltiplo d identiddeAF Des 4.8: ej Jn um mtriz qudrd n n em que tods s entrds so iguis 1F wostre 1 que (I Jn )1 = I n J F 1 n Des 4.9: rove que se A invertvel ento A + B invertvel seD e somente seD I + BA1 invertvelF Des 4.10: pixe B Mnn e de(n T, S : Mnn Mnn por T (A) = AB BA e S (A) = BA pr todo A Mnn F wostre queX @A Nuc(T ) noEtrivilF gonlu que T no invertvelY @A Nuc(S ) = {0} seD e somente seD B possui inversF Des 4.11: hetermine um se @e dimensoA de @A L(R2 ; R)Y @A L(R2 ; R2 )F Des 4.12: @A gonsidere T : R2 R2 F rove que existem a0 , a1 , a2 , a3 , a4 R que no sejm todos nulos tis que a0 I + a1 T + a2 T 2 + a3 T 3 + a4 T 4 = 0F hiX dim L(R2 ; R2 ) = 4D o onjunto {I, T, T 2 , T 3 , T 4 } vscF
IQT
CAPTULO 4.
@A gonsidere T : Rn Rn F rove que existe um polinmio p(x) noEdegenerdo de gru n tl que p(T ) = 0F ysX he(nimos p(T ) d seguinte formF e p(x) = a0 + a1 x + + an xk D de(nimos p(T ) omo mtriz a0 I + aT + + an T k F hiX qenerlizo de @AF Des 4.13: hdo um espo vetoril V D denotmos por V o onjunto L(V ; R) ds trnsE formes lineres de V em RF ghmmos os elementos de V omo formas lineares ou funcionais lineares em V F t semos que este um espo vetoril pois V e R so espos vetoriisF uponh que v1 , v2 , . . . , vn se de V F rove queX @A T1 , . . . , Tn L(V ; R) de(nid por Ti (vj ) = ij se de V F y smolo ij onheido omo delt de uroneker e vle 1 se i = j e 0 se i = j F @A dim(V ) = dim(V )F hiX se @AF Des 4.14: gonsidere U e V espos de dimenso (nitF hetermine se e dimenso de L(U ; V )F
2
resolver prolem de mnimos qudrdosD melhor soluo proximd de um sistem liner sem soluoY determinr projees em retsD plnos eD de form mis gerlD em suespos vetoriis de dimenso qulquer no Rn Y proximr funes por polinmios ou funes simplesF
x2 + y 2 )2 + z 2 =
he(nindoEse o produto interno de R2 por v, w = ax + by e em R3 por v, w = ax + by + cz, temos v = v, v e d(v, w) = v w @on(r3AF gomprimento @normAD distni e produto interno so generlizdos pr o Rn ns de(nies ixoF
Dados por
v = (v1 , . . . , vn ), w = (w1 , . . . , wn )
n
, dene-se o
produto interno
.
de
v, w =
i=1
vi wi .
u v = v, w
IQU
IQV
CAPTULO 5.
PRODUTO INTERNO
v = (x, y, z )
v = (x, y ) ( x2 + y 2 ) 2 + z 2 x2 + y 2 y x2 + y 2 x x y
Considere
u, v, w Rn .
O produto in-
para todo
R;
v, v
Denimos a
por
d(u, v) =
Observao 5.1
distncia:
0 =0 v =0
(vetor nulo tem norma zero), se, e somente se, para todo
v=0 R
(o nico vetor com norma zero o vetor zero), (vetor multiplicado por escalar tem norma modi-
u = v,
2 Note que usamos o mesmo smbolo para espao gerado e produto interno:
espao gerado ser representado por
v, w
Neste captulo o
span {v, w}
5.1.
PRODUTO INTERNO EM
RN
Calcule
IQW
Exemplo 5.1
e
Considere
v, w
v = 30. v, w = (1)(1) + (2)(2) + (3)(3) + (4)(4) + (0)(5) = 1 + 4 9 + 16 + 0 = 10. d(v, w) = (1 (1))2 + (2 2)2 + (3 (3))2 + (4 4)2 + (0 (5))2 = 65.
Soluo: v 2 = 12 + 22 + 32 + 42 + 02 = 1 + 4 + 9 + 16 = 30.
d(v, w).
Logo,
Diz-se que
unitrio se
(acento circunexo utilizado para indicar que um vetor unitrio). Dado v 1 se vericar que v = v unitrio e tem a mesma direo e o mesmo sentido de v
normalizao de v.
v = 1 = 0, podev. Dizemos
Exemplo 5.2 Normalize o vetor v = (1, 2, 0, 2, 0) R5 . Soluo: Calculando v 2 = (1)2 + (2)2 + (0)2 + (2)2 + (0)2 = 1 + 4 + 1 = 9.
v = 3.
Assim
Logo,
Os vetores
u, v Rn u
e
u, v = 0. uv
para indicar que
Utilizamos a notao
" u e v so perpendiulres entre siY " P um retnguloY " omprimento ds digonis de P @ u + v e u v A so iguis pois @geometri euliE dinA um prlelogrmo um retngulo seD e somente seD o omprimento de sus digonis igulAY " u+v = uv Y " u + v 2 = u v 2Y " u + v, u + v = u v, u v Y " u 2 + 2 u, v + v 2 = u 2 2 u, v + v 2 pels proprieddes do vem SFP d pFIQVY " 2 u, v = 2 u, v simpli(ndo os dois ldos d expressoY " 4 u, v = 0Y " u, v = 0Y
Dizemos que
so
ortogonais se u, v = 0.
0v
v.
Os vetores
u+v
= u
+ v
Prova:
el de(nio de norm e s proprieddes do vem SFP d pFIQVD u + v 2 = u + v, u + v = u 2 + 2 u, v + v 2 F essim u + v 2 = u 2 + v 2 seD e somente seD 2 u, v = 0D ou sejD seD e somente seD u, v = 0F
IRH
CAPTULO 5.
PRODUTO INTERNO
vi , vj = 0 i = j )
ou se
{ v1 , v2 , . . . , v p } p = 1.
ortogonal
i vi = 0
i=1
vj ,
i=1 p
i vi
= vj , 0 = 0
2
i=1
i vj , vi = j vj
(j que
= 0 j
j = 0 j
mal se, alm de ser ortogonal, todos os seus vetores so unitrios, isto , se
onde
ij =
0 1
se se
i=j . i=j
ortogo-
Exemplo 5.3
nal em
Verique que
Soluo:
R6 .
De fato,
0, (1, 0, 1, 0, 1, 0), (1, 0, 1, 2, 0, 2) = 1(1)+0(0)+1(1)+0(2)+1(0)+0(2) = 1+1 = 0, (1, 0, 1, 2, 0, 2), (0, 1, 0, 1, 0, 1) = 1(0)+0(1)+1(0)+2(1)+0(0)+ 2(1) = 2 2 = 0. cada vetor. Como (1, 0, 1, 0, 1, 0) = Para gerar um conjunto ortonormal, basta normalizar 3 = (0, 1, 0, 1, 0, 1) e (1, 0, 1, 2, 0, 2) = 10, um conjunto ortonormal 1 { 13 (1, 0, 1, 0, 1, 0), (0, 1, 0, 1, 0, 1), 1 (1, 0, 1, 2, 0, 2)} 3 10
(l-se
H = {v R n | v , u = 0
para todo
u H} .
H
eixo-x eixo-y
H
eixo-y eixo-x
R2 R2 R2 R2 R3 R3 R3
y = x R2 plano yz (x = 0) o eixo-z 0
a reta
5.2.
COMPLEMENTO ORTOGONAL
IRI
Considere
H Rn
ilineridde do produto internoD u + v, w = u, w + v, w F gomo u, v H D u, w = v, w = 0 pr todo w H F vogoD u + v, w = 0 pr todo w H D ou sejD u + v H @A ej W = {v V | v, ui = 0, i = 1, 2, . . . , p}F gomo ui H D lro que H W F mos mostrr inluso ontrriD isto D que W H F ej w W e v H F gomo os ui s germ H D v = ai ui F el ilineridde do produto internoD w, v =
i
w,
i
ai ui
=
i
e importni do item @A do vem nterior que rterizmos o omplemento ortoE gonl fzendo o produto interno om um nmero nito de vetoresF ssto permite lulr o omplemento ortogonl resolvendo um sistem linerD omo mostrmos no prximo lemF
Dado
H Rn
= (Im A) e Im(AT ) = (Nuc A) . 2 1 2 , 3 . Determine uma base para H . Exemplo 5.5 Considere H = span 3 4 1 2 Soluo: Seja A = 2 3 . Pelo Lema 5.14 (base do complemento ortogonal), resolvemos 3 4 T A v = 0: 1 x3 x1 = 1 0 1 0 1 2 3 0 x2 = 2 x3 . , 2 3 4 0 0 1 2 0 x3 = 1 x3 1 2 base de H . 1 A.
T Ento: Nuc(A )
Nuc, Im,
IRP
CAPTULO 5.
PRODUTO INTERNO
2 1 1 2 3 1 Exemplo 5.6 Considere H = span 3 , 4 , 1 . Determine uma base para 4 5 1 H . 1 2 1 2 3 1 Soluo: Seja A = 3 4 1 . Pelo Lema 5.14 (base do complemento ortogonal), resol4 5 1 vemos o sistema x 1 2 3 4 0 y = 0 . AT v = 0 = 2 3 4 5 z 1 1 1 1 0 w 1 0 1 2 (a ltima linha zera). Fazendo 0 1 2 3 z = s, w = t, x = s + 2t, y = 2s 3t. Logo, (x, y, z, w) = s(1, 2, 1, 0) + t(2, 3, 0, 1), ou seja uma base {(1, 2, 1, 0), (2, 3, 0, 1)}.
Escalonando totalmente
AT
obtemos
y H
tal que
h H,
ou seja,
o elemento de
Considere H um subespao vetorial. b y H . Ento d(y, b) d(h, b) para todo H mais perto de b.
= u+v
= b y 2F
b d(y, b) y
0 H
pigur SFPX rojeo yrtogonl odeEse provr que ddo suespo vetoril H Rn existe um nico y H om propriedde imD onforme ilustr pigur SFPF ssto motiv de(nio de projeo ortogonalF eremos omo lulr projeo ortogonl n eo SFR d pFIRVF
Dado
H Rn
ortogonal de b sobre
mnimo.
projeo
b Rn ,
5.3.
IRQ
Exemplo 5.7
consistindo de arroz e carne, de forma a totalizar 150g de alimento com 450 Kcal e 25g de gordura. Dado que 1g de arroz tem 2.5Kcal e 0.03g de gordura e que a mesma quantidade de carne tem 3.1 Kcal e 0.21g de gordura, que quantidade de cada alimento deve ser ingerida?
Soluo:
Seja
ou
fcil vericar, no entanto, que este um sistema sem soluo. Mas esta resposta no h de ajudar muito o nosso paciente! Note que
38 113
Isto signica que 38g de arroz e 113 de carne uma quase-soluo: 151g de alimento (ao invs de 150g), 445.3Kcal (ao invs de 450Kcal) e 24.87g de gordura (ao invs de 25g). Para ns de alimentao, estes erros so totalmente aceitveis.
y que fzer qundo b / Im(A)c xeste so no existe z tl que Az = bF essim d(Az, b) = 0 pr todo z no domnio de AF yservndo pigur SFQD o melhor que podemos fzer minimizar est distniX determinr z tl que distni d(Az, b) ssum o menor vlor possvelF
Denio 5.18 (soluo de mnimos quadrados) Uma quase-soluo do sistema Ax = b, chamada de soluo de mnimos quadrados1 , um vetor z tal que d(Az, b)
d(Ax, b)
para todo
no domnio de
A.
Se
uma soluo
de
AT Az = AT b,
ento
Ax = b.
1 O nome vem de minimizar a distncia, que medida tomando a soma dos quadrados das diferenas entre
as coordenadas.
AT Az = AT b
IRR
CAPTULO 5.
PRODUTO INTERNO
b d(Az, b) Az
0
Im(A)
Relao entre Projeo Ortogonal e Mnimos Quadrados Observao 5.3 Na linguagem da Denio 5.17 da p.142 (projeo ortogonal) resolver
o sistema
Az = b
Az =
PIm(A) b,
Im(A) e portanto
PIm(A) b = b.
O sistema
Az = PIm(A) b
Az = b.
As
1 2 2 1 2 1 =
x y
1 2 2 2 1 1
3 = 3 . 5 3 3 . Assim, 5
Pode-se
resolver
com
Maxima.
En-
M: matrix( [1,2], [2,1], [2,1]);, b: [3,3,5];, Mt: \transpose(M);. Agora resolvemos o sistem com linsolve_by_lu(Mt.M,Mt.b);
(1, 6), (2, 5), (3, 7) e (4, 10). determinar a, b, R tais que
a equao da reta
y = ax + b
satisfeita
5.3.
IRS
1 2 3 4
1 1 1 1
a b
6 5 = 7 . 10
Este sistema no tem soluo (verique) e vamos resolv-lo no sentido de mnimos quadrados. Assim vamos resolver:
1 2 3 4 1 1 1 1
1 2 3 4
1 1 1 1
a b = 1 2 3 4 1 1 1 1
6 5 7 . 10
30 10 10 4
Resolvendo obtemos example2.svg).
a b
77 28
. y = (14x + 35)/10.
Na
a = 7/5
b = 7/2.
gura abaixo apresentamos os dados e esta reta (Fonte: Wikipedia, File:Linear least squares
Exemplo 5.10
cara aps 30, 60 e 90 jogadas. O resultado est na tabela abaixo. jogadas caras A moeda tem uma certa proporo 30 16 60 34 90 51
Soluo:
30 b = (16, 34, 51) span {(30, 60, 90)} = Im A, onde A = 60 . 90 T T A Am = A b. Assim, (900 + 3600 + 8100)m = 7110 = 12600m.
IRT rs
CAPTULO 5.
PRODUTO INTERNO
60 30 30 60 90
jogds
m=
m 0.564,
Exemplo 5.11
f (t) =
a, b
c,
t
1 As posies medidas foram: 2 3 4 5 Determine os parmetros dos mnimos quadrados.
f (t)
6.5 11.2 17.7 27.1 39.0 .
a, b
Soluo:
a, b
c,
neamente as equaes
ou
1 4 9 16 25
1 2 3 4 5
1 1 1 1 1
a b = c
1 4 9 16 25 1 2 3 4 5 1 1 1 1 1
1 4 9 16 25
1 2 3 4 5
1 1 1 1 1
a 1 4 9 16 25 b = 1 2 3 4 5 c 1 1 1 1 1
5.3.
IRU
t
1 2 3 4 5 bastante prxima da real.
f (t)
6.60 11.00 17.88 27.24 39.08
Exemplo 5.12
de circulao de acordo com o valor dados pela tabela abaixo. Quanto tempo voc espera que uma nota de 25 dure?
10
20
50
100
1.5
Soluo:
x
A=
z=
k m
m resolvemos AT Az = AT b com auxlio de software, obtendo z = (1.05, 0.18). Portanto, k = 1.05 e m = 0.18. O grco abaixo mostra a reta aproximada y = 0.18x + 1.05 e os dados. Colocando x = 25 na equao da reta,
Para determinar os coecientes e
20 15 10 5 10 30 50 70 90
dul
5.55
IRV
CAPTULO 5.
PRODUTO INTERNO
Exemplo 5.13
os coecientes
Considere os pontos
(1, 3), (3, 2) e (6, 1). Sabendo que devem satisfazer, de y = ae + b log x, determine o sistema cuja soluo aproxima
x
Assim
Soluo:
Devemos ter:
a b
Aproxime a funo
y=
Soluo:
a, b, c R
[1, 10]
por um polinmio de grau 2 e por um polinmio de grau 3. p(x) = ax2 + bx + c. Queremos determinar para
p(x) = f (x)
x [1, 4].
mas podemos escolher alguns pontos no intervalo. Como so trs variveis (a, b, c) devemos escolher no mnimo 3, mas podemos escolher mais e resolver por mnimos quadrados. escolhermos 10 pontos
1, 2, . . . , 10
= e1 , = e2 , = e3 , = e4 ,
. . .
= e10 ,
que pode ser resolvido (no computador) com o mtodo dos mnimos quadrados. Podemos fazer algo semelhante com polinmio de grau 3 (ou qualquer grau: faa isso)
a+b+c+d 8a + 4b + 2c + d
.
= e1 , = e2 ,
.
. . . . 1000a + 100b + 10c + d = e10 , que pode ser resolvido (no computador). A matriz obtida chamada de matriz de Vandermonde (ver internet).
5.4.
IRW
Calcule
PH b,
onde
2 1 2 , 3 H = span 3 4
devemos resolver:
2 b = 0 . 0
Denindo
1 2 A = 2 3 , 3 4 1 2 3 2 3 4
AT Az =
1 2 2 3 z = AT b = 3 4 2 4
1 2 3 2 3 4
2 0 . 0
14 20 20 29 1 2 PH b = Az = 2 3 3 4
z=
z=
11/3 8/3
Portanto,
11/3 8/3
Considere
Calcule
PH b.
Denindo
1 A = 2 , 3
devemos resolver:
AT Az = AT b.
Como
AT A = 14,
AT b = 2, z = 1/7.
Portanto,
Exemplo Soluo:
Calcule
PH b.
1 2 3 4 1 2
2 0 . 0
14 0 0 21
z=
z=
1/7 8/21
Portanto,
1 4 1 PH b = Az = 2 3 2
1/7 8/21
ISH
CAPTULO 5.
PRODUTO INTERNO
Observao 5.5
(porque?) exemplo anterior. Neste caso
T Se a base de H ortogonal, o produto A A ser uma matriz diagonal T T e o sistema A Az = A b poder ser resolvido facilmente. Isto ocorreu no
5.5
y ie ie iy3
H H = {0};
H Rn
um subes-
Prova: e v H H ento v 2 = v, v = 0D o que impli que v = 0F Lema 5.21 (existncia de mnimos quadrados)
que exista mais de um Dada uma matriz
qualquer e
um
vetor qualquer (compatvel com a dimenso de A de modo que o sistema faa sentido), o T T sistema A Ax = A b sempre possui uma soluo x0 . Mais ainda y0 = Ax0 (mesmo
nico
x0
soluo).
Im AT omo restrio de AT o suespo vetoril Im AF essim L = AT em Im AF mos provr que L um ijeo linerF snjetividdeX elo vem SFIR d pFIRID Nuc(AT ) o omplemento ortogonl d Im A e pelo vem SFPH d pFISHD Im A Nuc(AT ) = 0F vogo Nuc L = Nuc(AT ) Im A = 0F orejetividdeX elo vem RFIS d pFIHRD dim(Im A) = dim(Im AT )F essim Im L Im AT eD pelo teorem do nleo imgemD possuem mesm dimensoF vogo Im L = Im AT F essimD pr todo k = AT b Im AT D existe um nico y0 Im A tl que AT y0 = k Im AT F gomo y0 Im AD existe pelo menos um x0 tl que Ax0 = y0 D e portnto AT Ax0 = AT y0 = k = AT bF
Im A
Prova: he(n L :
5.6
r dizer que um funo est prxim de outr preismos de(nir distni entre funesF m form de fzer isto de(nir um produto interno no espo vetoril ds funes eD om este produto internoD de(nir normD distni e ortogonlidde entre funesD tl qul (zemos n pFIQVF e de(nio mis utilizd de norm e distni em espos vetoriis de funes feit por um integrlF xos onentrmos em um intervlo [a, b] R e de(nimos norm de
b
=
a
5.6.
ISI
funo f (s) = 0 pr todo s [a, b]F essim distni entre s funes f e g ser
b
d(f, g ) =
a
|f (s) g (s)|2 ds F
b
f, f e d(f, g ) = f g F
1
Verique que
f, g =
1
f (s)g (s) ds
duto interno do Lema 5.2 da p.138. 1 1 f (s)g (s) ds = 1 g (s)f (s) ds. A bilinearidade decorre A simetria decorre de 1 1 1 1 da linearidade da integral: (f (s) + g (s))h(s) ds = 1 f (s)h(s) ds + 1 g (s)h(s) ds. 1 A positividade mais delicada. Se f no nula ento, por continuidade, ela no nula num 1 certo intervalo no-degenerado. Com isto, f 2 (s) ds > 0. 1
Exemplo 5.19
2
f (t) = t , g (t) = 1 t.
f , g
f, g
1
Soluo:
Como Logo,
Como
f (t) dt =
1 1
(t2 )2 dt =
1 1
1
Logo, 1
(1/5) = 2/5. g
2
f =
2/5. (1 t)2 dt =
1 1 1
=
1
g 2 (t) dt =
1
(1 2t + t2 ) dt = (t t2 + t3 /3)|1 1 = 2.
g =
2.
Calculando
f, g =
1
t (1 t) dt =
1
Exemplo 5.20
Considere o produto interno do Exemplo 5.18 da pgina 151 e as funes Mostre que
f
1
so ortogonais. Determine
g
1
um mltiplo de
tal
Soluo:
Como,
Calculando,
f, g =
1
f (t)g (t) dt =
1 1 1
t 3t dt =
1
3(1)4 /4 3(1)4 /4 = 3 3 = 0.
1
3 3 9t2 dt = 3t3 |1 (3t)2 dt = f 2 (t) dt = 1 = 3(1) 3(1) = 1 1 1 3 + 3 = 6. Portanto, g = 6. Logo tome g = g/ 6 = 3t/ 6.
mos explir por um exemplo onretoX gomo determinr o polinmio p(x) = ax2 +bx+c mis prximo de um funo f (x)c gonsidere p1 (x) = 1, p2 (x) = x, p3 (x) = x2 D um se pr o suespo vetoril H dos polinmios de gru mximo PF ueremos minimizr d(p, f ) pr p H F e soluo tomr p = PH f D que minimiz distni pois projeo ortogonl de f no espo H F elo vem SFIT d pFIRPD p f H @ortogonl H AF essim devemos ter p f , pi = 0 pr i = 1, 2, 3 pois {p1 , p2 , p3 } se de H @similr o vem SFIQ d pFIRIAF gomo temos trs vriveis a, b, c R e Q equesD podemos determinr seus vloresF ej os exemplos e releiF F F
ISP
CAPTULO 5.
PRODUTO INTERNO
Exemplo 5.21
Considere o produto interno do Exemplo 5.18 da pgina 151 e as funes = t, f3 (t) = 3t2 1. Verique que {f1 , f2 , f3 } ortogonal. Considere e
H3
{f1 , f2 , f3 }.
Se
(t) = exp(t),
Soluo:
2, f1 , f2 = 0, f2 , f3 = 0, f1 , f3 = 0, 1 1 f3 , = 2e 14e , f3 , f3 = 8/5. Agora vamos determinar PH2 = af1 + bf2 = p. Precisamos i = 1, 2. Ou seja, p, f1 = , f1 , p, f2 = , f2 .
Assim,
f1 , = e1 e1 , f1 , f1 = 1 f2 , = 2e , f2 , f2 = 2/3,
que
p , fi = 0
para
a f1 , f1 + b f2 , f1 = , f1 , a f1 , f2 + b f2 , f2 = , f2 .
Como j calculamos os produtos internos obtemos o sistema
2a + 0b = e1 e1 . 0a + 2/3b = 2e1
Resolvendo obtemos e1 )/2 + 3e1 t. determinar
a = (e1 e1 )/2
b = 3e1 .
Assim
a, b, c R
tais que:
a f1 , f1 + b f2 , f1 + c f3 , f1 = , f1 , a f1 , f2 + b f2 , f2 + c f3 , f2 = , f2 , a f1 , f3 + b f2 , f3 + c f3 , f3 = , f3 .
Como j calculamos os produtos internos obtemos o sistema (a ortogonalidade da base facilita muito!)
a = (e1 e1 )/2, b = 3e1 e c = 5/4(e1 7e1 ). Assim PH3 (t) = af1 + bf2 + cf3 = (e1 e1 )/2 + 3e1 t + 5/4(e1 7e1 )(3t2 1). Observe na Figura 5.6 que PH2 razovel e que PH3 praticamente idntica funo . Para perceber a melhora no erro utilizando PH3 , compare os erros e2 e e3 mostrados na gura.
f (x) = ex , no intervalo [0, 1], por uma funo da forma a1 sin(x) + a2 sin(2x) + + an sin(nx). Para isto consiVamos aproximar a funo
1
deramos, no espao vetorial das funes contnuas, o produto interno O que estamos procurando a projeo ortogonal de
g, h =
{s1 , s2 , . . . , sn },
onde
sn (x) = sin(nx).
5.6.
ISQ
Soluo:
et sin(kt)dt =
Fazendo as contas (com auxlio de softwares de clculo) podemos calcular Veja na Figura 5.7 o grco de erros.
e as projees ortogonais em
H4
H10
Caso queira estudar mais a este respeito, procure um texto sobre Sries de Fourier.
pigur SFUX eproximo de f @pontilhdoA por PH4 f @trejdoA e PH10 f @ontnuoA e erros e4 = PH4 f f @trejdoA e e10 = PH10 f f @ontnuoA
ISR
CAPTULO 5.
PRODUTO INTERNO
5.7
Cauchy-Schwarz e nguloI
e vei dos gossenosD plid o tringulo ujos ldos so u, v e u vD onde o ngulo formdo por u e v @que pode ser pensdo igulmente em R2 ou R3 AD diz que u v 2 = u 2 + v 2 2 u v cos . gomo u v 2 = u v, u v = u 2 2 u, v + v 2 D igulndo os dois ldos e ortndo os termos u 2 e v 2 otemos pr u e v noEnulos que
cos =
u, v . u v
ists idis podem ser generlizds trvs de um importnte resultdo envolvendo o produto interno e su norm ssoidD desiguldde de guhyEhwrzF
Seja
espao vetorial,
produto interno e
u, v V : | u, v | u v .
Prova: r todo x RD
0 u + xv
2
= = =
u + xv , u + xv u, u + 2x u, v + x2 v, v u 2 + 2x u, v + x2 v 2 x R.
gomo o ldo direito um equo do segundo gru p(x) om p(x) 0 pr todo xD p(x) = 0 2 deve ter no mximo I riz e portnto 0 @porquecAF vogo = 4(( u, v )2 ( u v ) ) dos dois ldosD e omo k 2 = |k |D 0 e portnto ( u, v )2 ( u v )2 . omndo hegmos o resultdoF
Para todo
u, v V
u+v u + v . v u u+v
pigur SFVX hesiguldde ringulr
Prova: he ftoD
u+v
2
= u + v, u + v = u, u + 2 u, v + v, v = u
2 2 2
+ 2 u, v + v 2 .
sndo guhyEhwrzD
u+v
+2 u v + v
= ( u + v )2 .
e hesiguldde de guhyEhwrz nos grnte queD num espo om produto internoD | u, v | u, v se u e v so vetores no nulosD ento 1 e portnto 1 1. ssto nos u v u v permite de(nir o ngulo entre dois vetores @mis extmenteD o osseno deste nguloAF
1 A leitura desta seo opcional.
5.8.
ISS
Dados
cos =
Em particular se
u, v . u v
u, v = 0,
ento
= 90
(so ortogonais).
5.8
rtindoEse de um se qulquerD omo onstruir um se ortogonlc e respost dd pelo roesso de yrtogonlizo de qrmEhmidtD que fornee um proedimento prD dd um se {v1 , v2 , . . . , vp } determinr um se ortogonl {u1 , u2 , . . . , up }F mos ilustrr o so gerl ortogonlizndo {v1 , v2 , v3 }F he ftoD vmos ver omo deE terminr onstntes D e tis que os vetores
u1 = v1 , u2 = v2 + u1 , u3 = v3 + u1 + u2 ,
sejm ortogonis entre siF xote que omo os u9s so omino liner dos v9sD span {u1 , u2 , u3 } = span {v1 , v2 , v3 }F e exigni de que {u1 , u2 , u3 } sej ortogonl nos permite determinr os oe(ientes D e F he ftoD
u2 = v2 + u1 u2 , u1 = 0
v2 , u1 + u1 , u1 = 0 =
v2 , u1 , u1 , u1 v3 , u1 , u1 , u1 v3 , u2 . u2 , u2
u3 = v3 + u1 + u2 u3 , u1 = 0 u2 , u1 = 0 u3 = v3 + u1 + u2 u3 , u2 = 0 u1 , u2 = 0
essim devemos de(nirX
v3 , u1 + u1 , u1 = 0 =
v3 , u2 + u2 , u2 = 0 =
u1 = v1 , u2 = v2 u3 v2 , u1 u1 , u1 , u1 v3 , u1 v3 , u2 = v3 u1 u2 . u1 , u1 u2 , u2
iste proedimento pode ser generlizdo @vej eorem SFPU d pFITHA d seguinte formX
1 A leitura desta seo opcional.
IST
CAPTULO 5.
PRODUTO INTERNO
2 1 2 , 3 . H = span 4 3
Por Gram-Schmidt,
1 = 2 3
u2
2 = 3 4
1 2 3 , 2 3 4 1 1 2 , 2 3 3
Assim,
4 1 2 , 1 3 2
base ortogonal de
H.
Seja
1 2 2 , 3 H = span 3 4 0 0
3 0 4 3 , , 5 4 0 5
H.
Por Gram-Schmidt,
u1
1 2 = 3 , 0
5.8.
ISU
2 3 = 4 0
u2
2 3 4 0 1 2 3 0
, ,
1 2 3 0 1 2 3 0
Poderamos usar
u2
4 1 u2 = 2 . 0
Temos agora
u3
3 1 4 2 , 5 3 3 4 0 0 = 5 1 1 2 2 0 , 3 3 0 0 1 3 4 26 2 6 = 5 14 3 21 0 0
1 2 3 0
4 1 = 2 0
3 4 4 1 , 5 2 0 0 4 4 1 1 2 , 2 0 0 0 0 . 0 0
4 1 2 0
u3 = 0, revela que v3 combinao linear dos vetores anteriores. Assim, H = span {v1 , v2 , v4 }. Basta ortogonalizar este conjunto, reduzido em relao ao original. u1 e u2 j foram calculados. Agora, 0 4 0 1 3 1 3 2 , , 4 2 4 4 3 1 0 1 3 5 0 5 0 2 u4 = 3 2 4 1 1 4 4 2 2 1 1 0 0 5 , 3 3 2 , 2 0 0 0 0 1 4 1 0 3 18 2 + 5 1 = 1 2 . = 4 14 3 21 2 3 1 0 0 15 5 1 2 Como anteriormente, faremos u4 = 1 . 15
Este resultado,
ISV
Desta forma, temos que
CAPTULO 5.
PRODUTO INTERNO
1 4 2 , 1 3 2 0 0
base (pelo Lema 5.10 da p.140) ortogonal de estes vetores.
1 2 , 1 15
Para uma base ortonormal, basta normalizar
H.
u1 u2 u4 1 14
base ortonormal de
H.
mos relionr rojeo yrtogonl e o roesso de yrtogonlizo de qrmEhmidtF rimeiro vmos provr um frmul explit pr projeo ortogonl qundo se ortoE gonlF elei eo SFR d pFIRV pr reordr omo lulmos projeo ortogonlF
Se
= {u1 , u2 , . . . , up }
base
ortogo-
v, ui ui . ui , ui
u, v, u u. u, u
u2 up F el eo SFR d pFIRVD PH v = AzD onde z T = AT A um mtriz A vF gomo se ortogonl digonlF u1 , u1 v, u1 F FF F wis preismenteD AT A = F elm disso AT v = . F F up , up v, up essim se z = (z1 , . . . , zp )D u1 , u1 z1 z1 u1 , u1 v, u1 F F F T FF F F AT Az = F =A v= . F F = F F up , up zp zp up , up v, up v, ui e portnto PH v = Az = vogo zi = ui , ui
p p
zi ui =
i=1 i=1
v, ui ui . ui , ui
5.8.
ISW
2 v = 0 . 0
Sabendo que a
sistema linear no Exemplo 5.17 da p.149. Compare e veja que a mesma conta com outra
Soluo:
PH v =
v, u2 v, u1 u1 + u2 u1 , u1 u2 , u2 2 1 0 , 2 1 0 3 2 + = 1 1 3 2 , 2 3 3 1 4 8 2 2 + 1 = = 14 21 3 2
4 1 2
Exemplo 5.26
Considere
1 2 3
2 v = 0 . 0
Calcule
PH v .
(Calculamos esta mesma projeo resolvendo um sistema linear no Exemplo 5.16 da p.149. Compare e veja que a mesma conta com outra notao.)
Soluo:
PH v =
v, u1 u1 = u1 , u1
2 1 0 , 2 0 3 1 1 2 , 2 3 3
fses ortogonis so onvenientes porque fcil se determinr s oordends nest se @vej he(nio RFRW d pFIIWA de um vetor ddoD sem neessidde de se resolver um sistem linerF
Seja
= { v1 , v2 , . . . , v n }
n i=1
i =
u, vj v j , vj
obtemos que
i vi = u.
Chamamos os
de
coecientes de Fourier
de
ITH
CAPTULO 5.
PRODUTO INTERNO
Prova:
i =
i vi om
u, vj F vj , vj
Dena de forma in-
u1 = v1
e, para
k = 1, . . . , p 1: uk+1 = PHk vk +1 = vk +1 PH vk +1 . k
Hk = span {u1 , . . . , uk } ;
Ento
{u1 , . . . , up }
ortogonal e
Prova: or onstruo o onjunto span {u1 , . . . , up } ortogonl pois d vetor resenE tdo pertene sempre o omplemento ortogonl do espo gerdo pelos vetores nterioresF mos mostrr que Hp = span {v1 , . . . , vp } por induoF lro que H1 = span {v1 } pois u1 = v1 F uponhD por hiptese de induo@rsAD que Hk = span {v1 , . . . , vk }F essim uk+1 igul som de vk+1 e um elemento de Hk @PHk vk+1 AD que igul span {v1 , . . . , vk } por rsF essim uk+1 span {v1 , . . . , vk , vk+1 }F he form nlog onlumos que vk+1 Hk+1 F ortntoD Hk+1 = span {v1 , . . . , vk , vk+1 }F
@A d(u, v) =
= Y @A Im(PH ) = Y @A PH + PH = Y 2 2 Fix 5.4: gomplete s luns om I, I ou 0F gonsidere T : R R F e T X @A projeo ortogonl no eixo x seguido de projeo ortogonl no eixo y D ento T = Y @A re)exo no eixo x seguido de re)exo no eixo xD ento T = Y @A re)exo no eixo x seguido de re)exo no eixo y D ento T = F Fix 5.5: e T X @A projeo ortogonlD T 2 = @I, I, 0.T, T AY @A re)exoD T 2 = @I, I, 0, T, T AF Fix 5.6: e V R12 e dim(V ) = 3D ento dim(V ) = F Fix 5.7: e W X @A o eixo y em R2 D ento W ret @y = x, y = 0, x = 0, y = xAY 2 @A ret y = x em R D ento W ret @y = x, y = 0, x = 0, y = xAY @A o eixo y em R3 D ento W o @plano; eixoA @x, y , z , xy , yz , xz AY
1 23.ago.2012 22h
5.9.
Fix 5.8: e z soluo de mnimos qudrdos de Ax = b ento sempre verdde queX Fix 5.9: e z soluo de mnimos qudrdos de Ax = b ento d(Az, b)
@d(Ax, b), d(x, b)A pr todo xF @, A
@A projeo ortogonl no eixo y D P (x, y, z ) = ( , , )Y @A projeo ortogonl no plno xy D P (x, y, z ) = ( , , )Y @A re)exo em torno do plno xz D P (x, y, z ) = ( , , )F
5.9.2 Problemas
Prob 5.1: hetermine se os onjuntos ixo so ortogonisX
5 3 1 @A 4 , 2 , 4 Y 3 1 7 3 1 3 2 3 8 @A 1 , 3 , 7 3 4 0 4 3 3 e 1 F 5.2: glule distni entre os vetores 3 2
Prob
@A H ret em R2 dd por 2x + 3y = 0Y @A H o plno em R3 ddo por x y + z = 0Y @A H = (1, 3 , 1), (3, 1, 2), (2 2, 1) R3 Y , 0 0 0 2 1 2 @dA H = span 2 , 1 , 2 R5 . 1 0 3 1 2 5 @A P (x, y, z, w)Y hiX xo tente lulr P 100 expliitmente3 @A P 100 (x, y, z, w)F
Prob 5.4: ej P : R4 R4 projeo ortogonl n ret gerd por (1, 0, 1, 0)F glule Prob 5.5: inontre s mtrizes ds vs T : Rn Rn X
T (0, 1, 0) = (1/ 2, 0, 1/ 2)F hetermine o ngulo de rotoF hiX pense no plno perpendiulr o eixo de rotoF Prob 5.7: 3 se mnimos qudrdos pr julgr se moed deste experimento honestF
para
t R}Y
jogadas caras
3 Adaptado de [6].
V R
IT W
PR IQ
QP IU
RH PH
ITP
CAPTULO 5.
PRODUTO INTERNO
Prob
Prob
3 7 0 1 , 5.8: ejm H = e v= 3 3 . glule PH vF 3 1 3 7 5.9: inontre melhor proximo de 2 por vetores d form 3 2 1 1 + b 1 , com a, b R. a 3 0 1 1
1 3 3 3 , 0 1 1 1
1 1 0 1 1 1 0 3 Prob 5.10: ej A = 1 0 1 e b = 8 F 1 0 1 2 @A inontre o onjuntoEsoluo do prolem de mnimos qudrdos ssoido o sistem liner Ax = bY @A se o item nterior pr lulr PIm(A) bF @hiX vo pode usr qualquer soluo do prolem de mnimos qudrdosFA
5.9.3 Extras
Ext 5.1: inontre um se pr H seX
@A H = (1, 3, 1, 2), (2, 1, 2, 0), (4, 3, 4, 4) R4 Y @A H = (1, 0, 1, 3), (1, 2, 0, 1) R4 Y @A H interseo dos plnos x y z = 0 e 2x y + z = 0Y @dA H ret em R3 prmetrizd por (x(t), y (t), z (t)) = (2t, t, 3t)Y Ext 5.2: ej v V um vetor no nuloF rove que mtriz de projeo ortogonl n direo v dd por vvT . Pv = v
@A n = 2D projeo ortogonl n ret 2x 4y = 0Y @A n = 2D projeo ortogonl n ret (0, 2) Y @A n = 2D re)exo em torno d ret 2x 4y = 0Y @dA n = 2D re)exo em torno d ret y = 3xF @eA n = 2D projeo ortogonl n ret y = x seguid de roto de 45 Y xw = 0 @fA n = 4D projeo ortogonl sore o plno y=z = 0 @gA n = 3D roto de 45 em torno do eixo (1, 1, 1) @deixe indido omo produto de mtrizesD no preis expliitr o produtoAF Ext 5.4: ej H suespo vetorilF wostre que H H = {0}F Ext 5.5: im d item d um exemplo de um v stisfzendo s ondies ddsX @A R : R2 R2 um re)exo om R(0, 1) = (0, 1)D
5.9.
ITQ
@A P : R2 R2 um projeo ortogonl num ret om P (1, 1) = (1, 1)Y @A T : R3 R3 um re)exo tl que T (2, 2, 2) = (0, 0, 1)F @dA T : R3 R3 um projeo ortogonl tl que T (2, 1, 2) = (2, 3/2, 3/2)F 3, 1) = (2, 0) e Ext 5.6: ej R um roto do plno de ngulo F endo que R ( R ( 3, 1) = (1, 3)D determine F
i = 1, . . . , nF rove que w = 0F Ext 5.9: @eorem de itgors generlizdoA ejm v1 , v2 , . . . , vn vetores ortogonis dois doisD isto D vi , vj = 0 se i = j F rove que v1 + + vn
2
Ext 5.7: ej R um re)exo em torno d ret 3x + 5y = 0 e P um projeo ortogonl nest retF @A hetermine um vetor v = 0 tl que P v = vY @A hetermine um vetor v = 0 tl que Rv = vY @A glule o nleo de P F @dA glule o nleo de RF hiX no preis lulr nem P nem R expliitmenteF
= v1
+ + vn 2 .
Ext 5.10:
@A inontre equo y = ax + b d ret que melhor just os pontos (0, 1)D (1, 1)D (2, 2) e (3, 2)F @A isoe um gr(o ilustrndo o item nteriorF 1 1 @A se su respost o item @A pr enontrr projeo ortogonl de 2 sore 2 1 0 1 1 , F 1 2 1 3 Ext 5.11: e for plid num mol e su disteno esto relionds por um relo linerF r determinr est relo pr um ert mol (zemos medids de distenses e otemos seguinte telX for plid y @xA HDS IDH IDS PDH PDS disteno x @mA HDT HDW IDU PDI PDR
wonte o sistem @soredetermindoA que determin a, b d ret y = ax + b e resolv por mnimos qudrtiosF
(2, 3.0)F
Ext 5.12: hetermine ret que melhor se just os seguintes pontosX (0, 1.1)D (1, 2.1) e
ITR
CAPTULO 5.
PRODUTO INTERNO
1 2 1 Ext 5.13: hdo que = 0 , 4 , 1 se 1 1 2 8 [v] D onde v = 4 F 3 hiX xo resolv nenhum sistem liner3
ortogonal de R3 D expresse
5.9.4 Desaos
P2 = PF @A wostre que um projeo ortogonl possui est proprieddeY @A wostre que existe um se tl que P (vi ) = vi pr i < k e P (vi ) = 0 pr i k F I 0 @A wostre que nest se P d form em loos F 0 0 Des 5.2: ej V espo vetoril om produto interno e {u1 , u2 , u3 , u4 , u5 } se ortonorml de V F ej H = u2 + 2u3 + u4 + u5 , 2u2 4u3 2u4 4u5 , u2 + 2u3 + 2u4 + 3u5 .
inontre um se pr H F
d pFPIPAF @A prove que um produto internoY @A se A = v1 vn D prove que A @norm de AA induzid pelo produto interno stisfzX A 2 = v1 2 + + vn 2 . @A
5
Des 5.3: ejm A, B Mnn F he(n A, B = tro(AB T ) @ej de(nio no ixt UFRFQ
a b b c
a b . b a Des 5.6: wostre que se H, W so suespos de um espo vetoril entoX @A H W (H W ) Y @A (H ) = H F Des 5.7: wostre dd mtriz invertvel A existem S utoEdjunt @S T = S A e Q ortogonl @QT = Q1 A tis que A = SQF ist hmd de deomposio polr de AD em nlogi
4 Adaptado de [6]. 5 Veja [7] p.289, sec. 8.2 #10.
5.9.
ITS
om omplexosX S o mdulo @estimentoA e Q prte ngulr @rotoAF rove que el niF Des 5.8: inontre o polinmio p(x) = xn + an1 xn1 + + a1 x + a0 pr o qul integrl
1
p2 (x) dx
1
= max
u
V
T (u)
=1
WF
norm nos espo ds vsF Des 5.10: snterprete o lgoritmo de qrmEhmidt omo um deomposio A = QRD om Q ortogonl e R tringulr superiorF Des 5.11: rove que mtriz de roto ntiEhorri por um ngulo em torno do eixo 3 2 2 2 (a, b, c) 2 R D om a + b + c = 1 X a (1 cos ) + cos ab(1 cos ) c sen ac(1 cos ) + b sen ab(1 cos ) + c sen b2 (1 cos ) + cos bc(1 cos ) a sen . ac(1 cos ) b sen bc(1 cos ) + a sen c2 (1 cos ) + cos gonlu que se A mtriz de rotoD o ngulo de roto stisfz cos = (tro(A) 1)/2F hiX wude se levndo o eixoEz em (a, b, c) e utilize mtriz de roto no plno xy F Des 5.12: uponh que R um roto em R3 em tornode um eixo (xoF 1 0 0 @A prove que existe um se do R3 tl que [R] = 0 cos sen Y 0 sen cos @A rove que6 se w R3 um vetor noEnulo que no perten o plno de roto ento v = Rw + RT w + (I tro(R))w determin o eixo de roto de RF
6 Veja [1].
ITT
CAPTULO 5.
PRODUTO INTERNO
O que o determinante?
y determinnte um funo que ssoi d mtriz rel qudrd A um nmero denotdo por det(A)F hest formD det : {mtrizes qudrds} RF y determinnte um generlizo de re e volumeF xosso plno deduzir proprieddes @lineridde por exemploA do determinnte por ser re @e volumeA no R2 e em Rn inverter o procedimentoD de(nindo o determinnte trvs dests proprieddesF hepois disso presentmos um lgoritmo pr o lulo do determinnteF
ITU
ITV
CAPTULO 6.
DETERMINANTE
u+v v
u 0
pigur TFIX rlelogrmo qerdo por u e v y determinnte de A ser de(nido omo re1 de P F mos deduzir um frmul d re do prlelogrmo P F r isto sejm u = (a, b) e v = (c, d)F e re de P igul re do retngulo (a + c)(b + d) menos som ds res T1 , T2 , T3 , T4 dos tringulos e trpzios indidos n pigur TFPF glulndo s resX
T1 = ab/2,
ifetundoD
rea(P )
T2 = c(2b + d)/2,
T3 = b(2c + a)/2,
T4 = cd/2.
y b+d T3 d T4 b T1 c a v P u T2 a+c x
Considere a matriz
a c b d
det
a c b d
= ad bc.
1 Na verdade
de
P:
bc ad
ao invs de
6.1.
MOTIVAO GEOMTRICA
ITW
Note que
det
1 0 0 1
0 1 1 0
= (1):
trocando duas colunas o sinal do determinante se inAssim mais preciso dizer que o
rea com sinal aparece no clculo, quando a integral de uma funo associada a rea (com sinal) entre a curva e o eixo-x: rea acima do eixo considerada positiva e abaixo 1 2 1 considerada negativa. Se a integral fosse simplesmente a rea, x dx e 0 x2 dx 0 1 2 1 1 seriam ambas estritamente positivas e portanto x dx + 0 x2 dx = 0 (x2 x2 ) dx = 0 1 0 dx = 0. Com isto a integral no seria linear com relao a soma (integral da soma 0 de duas funes igual a soma das integrais). Por razes anlogas o determinante rea com sinal (para ser linear).
im R3 @ frmul vi preer em reve3AD podemos de(nir o determinnte d seguinte formF Denio 6.2 (determinante de matriz 3 3) Considere a matriz A = u v w , 3 com u, v, w R . Associamos a esta matriz o paraleleppedo P gerado por u, v, w, conforme indicado na Figura 6.3. Denimos o determinante de A como o volume (com sinal) do paraleleppedo P .
pigur TFQX rleleppedo qerdo por u, v e w entes de de(nir o determinnte pr mtrizes n n vmos veri(r lgums proprieddes d re no R2 F gonvidmos o leitor veri(r proprieddes similres do volume em R3 F es (gurs que seguem no representm todos os sos possveis e so de rter motivionlF etommos o rigor mtemtio prtir do eorem TFQ d pFIUIF ropriedde IX wultiplio por eslr @IA det k u w = k det u w @se multiplirmos um olun por k o determiE nnte ser multiplido por k AF gonforme sugerido pel pigur TFRD se multiplimos o vetor u por 2 duplimos reD por 3 triplimos re e ssim por dinteF y mesmo oorre om fresD omo por exemplo mulE
IUH
CAPTULO 6.
DETERMINANTE
v 3u 2u u 0
3, 5u w
v 3u 2u u 0
3, 5u
pigur TFRX roduto por islr e wudn de re e olume ropriedde IX om de vetores @IA det u + v w = det u w + det v w @determinnte d som de dois vetores igul som dos determinntesAF
u+v v u1 + v1 v1 u1 0 w u
pigur TFSX om de etores e wudn de re mos motivr1 este resultdo trvs d pigur TFSF ueremos provr que som ds re do prlelogrmo gerdo por u e w om re do prlelogrmo gerdo por v e w igul re do prlelogrmo gerdo por u + v e wF yserve que os trs prlelogrmos possuem rest d se w em omumF gomo re se vezes lturD st omprr s ltursF es lturs so s projees ortogonis de u = (u1 , u2 ) e v = (v1 , v2 ) n direo perpendiulr wD ou sej u1 e v1 F gomo u + v = (u1 + v1 , u2 + v2 )D projeo ortogonl de u + v u1 + v1 F vogo ltur do prlelogrmo mior igul som ds lturs dos menores e onlumos o resultdoF im R3 podemos fzer lgo nlogo om prleleppedosF heixmos os detlhes pr o leitor @ou pr o professorAF ropriedde I @resumoAX heterminnte viner em d olunF tuntndo s roprieddes I@A e I@A e oservndo que o rionio vle pr segund olun d mtriz tmmF gonlumos que o determinnte liner n primeir ou n segund
1 Note que estamos colocando os vetores em uma posio particular, com
Mas a Figura 6.5 somente uma ilustrao da relao entre a Propriedade 1b e rea.
6.2.
IUI
w w
he form nlog em R3 o determinnte liner n essim z R3 e k ddos u, v, w, RX det k u + z v w = k det u v w + det z det u k v + z w = k det u v w + det u det u v k w + z = k det u v w + det u
v we z we v z
ropriedde PX heterminnte zero se vetores so vhsF e os vetores so linermente dependentes @vhsA o prlelogrmo ser degenerdo num segmento de ret ou pontoD que possui re zeroF im R3 D se os Q vetores olun d mtriz forem vhs o prleleppedo vi se degenerr num prlelogrmo ou segmento de ret ou pontoD que possui volume zeroF ortntoD se os vetores so vhs o determinnte zeroF ropriedde QX heterminnte d mtriz identidde 1F e re e volume devem ter de medidF gomo um qudrdo de ldo 1 possui um unidde 1 0 re ID det = det e1 e2 = det I = 1 ho mesmo modo o um uo de ldo 1 0 1 1 0 0 possui volume 1D det 0 1 0 = det e1 e2 e3 = det I = 1F 0 0 1
Teorema 6.3 (caracterizao algbrica do determinante) Considere o conjunto Mnn das matrizes reais1 quadradas n n. Existe uma nica funo det : Mnn R
com as seguintes propriedades:
det(I ) = 1.
IUP
CAPTULO 6.
DETERMINANTE
Prova: gonsulte UF Denio 6.4 (determinante) O determinante de uma matriz quadrada A a funo n n dada pelo teorema acima. O determinante de uma transformao linear T : R R
igual ao determinante da matriz
T.
Observao 6.2
(veja [8]):
frmula para calcular o determinante. Deixo para reexo do leitor o que disse Klaus Jnich
Se voc ainda acha que a informao mais importante acerca de um objeto matemtico uma
frmula
para
certamente voc
compartilha o pensamento da maioria das pessoas medianamente educadas, mas com conhecimentos apenas superciais de matemtica.
Observao 6.3
det(B ). det 1 0 0 1
A Propriedade 1 (linearidade)
Por exemplo,
det
1 0 0 1
1 0 0 1
= 1 + 1 = 2.
chegar
Podemos
ao resultado correto usando linearidade da seguinte forma: det(2I ) = det 2e1 2e2 = (linearidade na primeira coluna) 2 det e1 2e2 = e1 e2 = 4. (linearidade na segunda coluna) 2 2 det
Exemplo 6.1
(a)
Calcule: (b)
det u v 3u 5v ;
det(2I )
se
a matriz identidade
n n.
o prleleppedo degenerdoD possuindo volume igul 0F vogoD det = 0F @A or lineridde retirmos um 2 de d vezX det(2I ) = det[2e1 2e2 2en ] = = 2 det[e1 2e2 2en ] = 22 det[e1 e2 2en ] = 2n det[e1 e2 en ] = 2n det I = 2n .
Lema 6.5 Propriedade 4: Se trocarmos duas colunas o determinante troca de sinal. Prova: mos provr no so 2 2F y so gerl provdo de form similr om mis
olunsF el lineridde @ropriedde IAD det u + v u + v = det u u + v + det v u + v =
1 De forma geral (veja Denio 2.2 da p.30) det : M nn (K) K, com K = R, C, Q, etc. 2 So equivalentes assumir que determinante: (a) zero se colunas so LDs + Prop 1; ou (b) zero se
duas colunas so iguais + Prop 1; ou (c) troca de sinal se trocarmos duas colunas + Prop 1. De fato pode-se escolher Prop 1 + (b) ou Prop 1 + (c) ao invs de nossa escolha por Prop 1 + (a).
6.3.
CALCULANDO DETERMINANTE
IUQ
c F gomo u = ae1 + be2 D pel lineridde @I olunAD d e2 v F gomo v = ce1 + de2 D pel lineridde @P + b c det e2 e1 + d det e2 e2 .
det(A) = a c det e1 e1
+ d det e1 e2
det(A) = ad det e1 e2
+ bc det e2 e1
Exemplo 6.2
(a)
e2 e1 e3
e3 e2 e1
(c)
e3 e2 e3
(d)
e2 e3 e1
@A um tro @I om Q olunA pr oter mtriz I X det = 1F @A gomo possui dus oluns iguisD det = 0 @dA o P tros @I om PD P om QA pr oter I X det = 1F a d g gonsidere A = u v w = b e h F gomo u = ae1 + be2 + ce3 D pel lineridde c f i @I olunAD det(A) = a det e1 v w +b det e2 v w +c det e3 v w F mos
IUR
CAPTULO 6.
DETERMINANTE
prosseguir om o primeiro dos trs termosF gomo v = de1 + ee2 + f e3 D pel lineridde @P olunAD
a det e1 v w
= a d det e1 e1 w
+ e det e1 e2 w
+ f det e1 e3 w
a det e1 v w
= a e det e1 e2 w
+ f det e1 e3 w
mos prosseguir om o primeiro dos dois termosF gomo w = g e1 + he2 + ie3 D pel lineridde @Q olunAD otemos que
e det e1 e2 w
= e g det e1 e2 e1
+ h det e1 e2 e2
+ i det e1 e2 e3
. .
y nio termo noEnulo o ltimoF essimD e det e1 e2 w = eiF etornndo o inio onlumos que um termo do det A aeiF odos os termos vo envolver det ei ej ek D que vlero 1 ou 1 ou 0 dependendo d permuto dos vetoresF gonvidmos o leitor expndir t o (nl e oter que det(A) = aei ahf + dhc dbi + gbf gecF es frmuls do det pr mtriz 2 2 e 3 3 podem ser representdos pel hmd regra de Sarrus presentd n pigur TFTF
a c b d +
a b c
d e f
g a d h b e i c f + + +
A regra de Sarrus
no
4 4.
e Frmula de Leibniz @vej Wikipedia: DeterminanteA do determinnte de um mtriz n n pode ser deduzid expndindo por oluns omo (zemos pr mtriz 3 3F ytemos um som de termosD om sinis + ou D grnde miori dos quis so zero @orrespondendo s oluns repetidsA e sorm pens os que so o produto de n entrds d mtriz em que no h dus entrds d mesm linh nem d mesm olun @pense em odoku3AF
det(AT ) = det(A).
6.3.
CALCULANDO DETERMINANTE
IUS
Prova: um prov tniF ej UF e ropriedde S permite trnsferir todas s proprieddes do determinnte om relo s
oluns pr s linhs d mtrizF
Corolrio 6.7
linhas. Portanto:
Propriedade
(a) linear em cada linha; (b) zero se as linha so LDs; (c) troca de sinal quando se trocam duas linhas.
(b) multiplicar linha por escalar no-nulo: determinante multiplicado por escalar; (c) substituir linha por sua soma com mltiplo de outra: determinante no se altera.
pelo eorem TFTD st mostrr propriedde orrespondente por olunF gonsidere A = u v F ustituindo um olun pel som om mltiplo de outr otemos B = u + k v v F ortntoD por lineriddeD det B = det u + k v v = = det u v + k det v v . gomo dus oluns so iguis no ltimo k A e portnto det B = det u determinnteD ele nulo @independente do vlor de v = det AF
mos supor que mtriz tringulr superior @rgumento nlogo vle pr tringulr inferiorAF gonsidere dois sosX @A tem pelo menos um zero n digonlF uponh que akk = 0F gonsidere M mtriz formd pels k primeirs oluns dest mtrizF gomo M est eslond om no mximo k 1 linhs noEnulsD dimenso do espoElinh de M no mximo k 1F elo vem RFIS
Prova:
IUT
CAPTULO 6.
DETERMINANTE
d pFIHRD dimenso do espoEolun de M igul dimenso do espoElinhD e portnto no mximo k 1F gomo so k vetores olun de M gerndo espo de dimenso mxim k 1D s oluns de M D e por onsequni s primeirs k oluns d mtriz so vhs e portnto o determinnte zeroF @A todos elementos d digonl so noEnulosF goloqueEos em evidni pr oter 1 n digonlF y vlor do determinnte ser o produto destes elementos vezes o determinnte d mtriz om 1 n digonlF ustitu linh por mltiplo de outr linh t trnsformEl em digonlF elo gorolrio TFV isto no lter o seu determinnteF ytemos mtriz identiddeD ujo determinnte 1F
Exemplo 6.3
Calcule
2 0 det 0 0
1 3 0 0
3 1 4 0
4 2 . 1 5
Soluo: gomo mtriz tringulrD det = 2 3 4 5 = 5! = 120F Algoritmo 6.10 (clculo eciente do determinante)
1. Faa eliminao de Gauss, reduzindo matriz forma diagonal superior; 2. Leve em conta a cada operao elementar o efeito sobre o determinante: (a) trocar linhas
determinante no se
0 4 8 Exemplo 6.4 Calcule o determinante da matriz A = 2 1 8 . 3 6 9 3 6 9 Soluo: roque l1 om l3 X det A = det 2 1 8 F 0 4 8 1 2 3 goloque 3 em evidni em l1 X det A = 3 det 2 1 8 F 0 4 8 1 2 3 p l2 l2 2l1 X det A = 3 det 0 3 2 F 0 4 8 1 2 3 2 F p l3 l3 + 4l2 /3X det A = 3 det 0 3 0 0 8 + 8/3 = 32/3 egor mtriz tringulrX lule produto dos elementos d digonlX det A = 3(1)(3)(32/3) = 96F
Pode-se
calcular
determinante com
6.4.
MAIS PROPRIEDADES
IUU
Dada
ma-
n n,
n!
operaes, enquanto
n 2 3 4 6 20
Para
Laplace
Algoritmo 6.10
3 14 63 2 mil 6 1018
4 15 37 130 5 mil
n4
milho de
32
20 20
no invertvel;
= {0}; A
so LDs;
det(A) = 0.
elo vem RFIS d pFIHR @posto linh = posto olunAD se mtriz n nD dimenso do espoEolun < n @oluns vhsA seD e somente seD dimenso do espoElinh < n @linhs vhsAF ortnto mtriz possuir oluns vhs equivlente possuir linhs vhs @A impli em @AX e Nuc(A) = 0 ento existe v = 0 tl que Av = 0F ys omponentes do vetor vD pel de(nio do produto mtrizEvetorD vo determinr um omino liner noEtrivil ds oluns de A ujo resultdo o vetor zeroF vogo s oluns de A formm um onjunto vhF @A impli em @dA pel de(nio de determinnteF @dA impli em @AX uponh que det A = 0F eplique o lgoritmo de lulo do determiE nnteD reduzindo A form tringulr U F egor det A = 0 seD e somente seD det U = 0F vogo um dos elementos d digonl de U zeroF eguindo o rgumento d prov do vem TFW d pFIUS @determinnte d mtriz tringulrAD s linhs de U so vhsF vogo s linhs de A so
IUV
CAPTULO 6.
DETERMINANTE
vhs @U mtriz A eslondA elo vem RFIS d pFIHR @posto linh = posto olunAD s oluns de A so vhs e portnto o sistem Av = 0 possui um soluo v = 0F y tem entrl do prximo ptulo @utovlores e utovetoresA ser determinr todos tis que o sistem Av = v possu soluo noEtrivilF istudmos isto introduzindo mtriz identidde I e usndo soluo noEtrivil de Av = I v ou (A I )v = 0F elo eorem TFII devemos determinr tis que det(A I ) = 0F
Exemplo 6.5
para a matriz:
Determine todos
Av = v
(a)
a b c d
. 1 2 2 1
A=
1 2 2 1
(b)
A=
= (1 )2 4F r nulr
determinnte tommos = 3 ou = 1F A I ) = 0F gomo mtriz @tmmA digonl A I = @A reismos resolver det( a b D det(A I ) = (a )(b )(c )(d )F r nulr c d determinnte tommos igul a ou b ou c ou dF m erro omum ometido pelos lunos expndir expresso (a )(b )(c )(d ) = 0D o invs de oter rzes diretmenteD e tentr lulr rzes de 4 3 (a + b + c + d) + 2 (ab + ac + ad + bc + bd + cd) (abc + abd + bcd + acd) + abcd = 0. e propriedde do produto rteriz o determinnte d mtriz invers e proporion interpreto do determinnte omo mudn de reGvolumeF
A, B
det(AB ) =
det(A) det(B ).
Prova:
e det(A) = 0D de(n f : Mnn R por f (B ) = det(AB )/ det(A)F mos provr que f possui s proprieddes d de(nio @eorem TFQ d pFIUIA do determinnteX ropriedde I @lineridde em d olunAX se B = u + k v w D ento det(AB ) = det A(u + k v) Aw @por lineridde de AA = det Au + kAv Aw @por lineridde do deterE minnteA = det Au Aw + k det Av Aw F hividindo
1 Pode ser omitida numa 1a leitura.
6.4.
MAIS PROPRIEDADES
IUW
f (B ) = f u + k v = f u w + kf
w = v w .
ortnto f liner por olunsF ropriedde PX se oluns de B so vhs ento oluns de AB sero vhs tmm pois produto mtrizEmtriz equivle plir A em d olun de B @ver vem RFPR d pFIIHAF vogo det(AB ) = 0 pel ropriedde P do determinnteF ortnto f (B ) = 0F ropriedde QX f (I ) = det(AI )/ det(A) = det(A)/ det(A) = 1F elo eorem TFQ d pFIUI @uniidde do determinnteAD f (B ) = det(B )F hi segue o resultdoF e det A = 0 pelo eorem TFII d pFIUU s oluns de A so vhsF vogo o posto olun @dimenso do espo gerdo pels olunsA de A menor que nF el interpreto do produto mtrizEmtriz @ver vem RFPS d pFIIH item @AA s oluns de AB so omines lineres ds oluns de AF vogo o espo gerdo pels oluns de AB est ontido no espo gerdo pels oluns de AF ortnto posto olun de AB menor que nF ortnto oluns de AB so vhsD o que impli pel propriedde P que det(AB ) = 0F vogoD neste so tmm det(AB ) = 0 = 0 det(B ) = det(A) det(B )F
Exemplo 6.6
Sabendo que
det(A) = 5
determine
det(A1 ).
Suponha que
M =
A B 0 D
M=
A 0 C D
, com
I 0 D ento det M = det DF he ftoD 0 D plindo o elgoritmo TFIH d pFIUTD sequni de operes que eslon M igul sequni que eslon D pois prte de M j est eslondF vogo det M = det DF he A 0 form nlog provmos que det = det AF 0 I A B A 0 mos supor que M = pois o so M = nlogoF 0 D B D e det A = 0 ento @eorem TFII d pFIUUA oluns de A so vhsF gomo M possui somente zeros ixo de AD oluns de M so vhsF vogo det M = 0F e det D = 0 entoD de form nlogD det M = 0F
IVH
CAPTULO 6.
DETERMINANTE
M=
A 0 0 I
I A1 BD1 0 I
I 0 0 D
tilizndo eorem TFIP @determinnte do produtoAD st lulr o determinnte de d um dests trs mtrizesF elos resultdos imD o primeiro determinnte det A e o ltimo det DF y do meioD por ser mtriz tringulr superior om 19s n digonlD vle 1 pelo vem TFW d pFIUSF gonlumos o resultdoF
Suponha que
M ,
seja uma
com
Ajj
0 0 Ann det(M ) = det(A11 ) det(Ann ), o produto do determinante M (resultado anlogo se M for triangular inferior).
das
Prova: heixmos pr o leitor provr por induo usndo o vemTFIQF Observao 6.7
A B , com A, B, C e D matrizes quadradas. De C D forma geral, det(M ) = det(A) det(D )det(B ) det(C ). Voc consegue gerar um exemplo?
Considere
M =
Exemplo 6.7
Calcule os valores de
M =
2 1 0 0 0
1 0 0 0
3 1 1 2 1 2 1 1 1 2 0 0 3+
2 1 D M2 = 1
M1 1 D M3 = 3 + D temos que M = 0 M2 F 1 0 0 M3
Observao 6.8
Este
1)2 (2 1)(3 + ) = 0
0.
erro comum
foi visto tambm no Exemplo 6.5 da p.178. Note que a fatorao decorre (e deve ser mantida) naturalmente do determinante de matriz triangular ou bloco-triangular.
6.4.
MAIS PROPRIEDADES
IVI
e mtriz for tringulr plique o vem TFWF ixplore estrutur de loos @linhs ou oluns om mior nmero de zerosA pr oter sumtriz tringulrF r mtriz 2 2 e 3 3 em gerl @no tringulrA plique regr de rrus @pigur TFT d pFIURAF r um mtriz n n om n > 3 em gerl @no tringulrA plique o elgoritmo TFIH d pFIUTF
Exemplo 6.8
(a)
Calcule
det A
(b)
1 0 2 A = 1 0 3 ; 1 2 1
0 1 2 A = 1 1 3 ; 1 0 0
(c)
A=
4 11 7 1 3 2 2 1 0 3 2 7 0 0 0 . 0 3 0 0 0 3 1 6 0 5
1 2 0 1 3 0 F 1 1 2
1 2 2 = (5) 2 = 10F 1 3 @A imor mtriz A no possu estrutur espeilD trondo I om Q olun otemos 2 1 0 2 1 mtriz looEtringulr superiorX 3 1 1 F essim det A = det 1 = (1) 3 1 0 0 1 1=1 @A mos tentr sistemtizrF es melhores esolhs so R olun ou R linh pois ms possuem o mior nmero de zerosF ixplorndo o grnde nmero de zeros n R olunD 4 3 1 11 7 0 2 1 2 3 vmos troEl pel I olunX 0 7 0 2 0 F essim det A = (1) det B 0 3 0 0 0 0 1 6 3 5 2 1 2 3 7 0 2 0 F y mior nmero de zeros n Q linhF rondoE om I onde B = 3 0 0 0 1 6 3 5 3 0 0 0 0 2 0 7 0 2 0 linh otemos 2 1 2 3 F essim det B = (3) det C onde C = 1 2 3 F 6 3 5 1 6 3 5 2 0 0 ixplorndo os zeros d I linhD trondo I om P olun otemos 2 1 3 F 3 6 5 1 3 essim det C = (2) det = (2)(13) = 26F vogo det B = 3(26) = 78 e 6 5 det A = 78F eri(ndo om wximX
IVP
CAPTULO 6.
DETERMINANTE
M: matrix([4,11,-7,-1,-3],[-2,2,1,0,3],[2,7,0,0,0],[0,3,0,0,0],[3,-1,6,0,5]); determinant(M);
Q R2 um quadrado com (a) T (Q) um paralelogramo; (b) rea(T (Q)) = rea(Q)| det T |.
T : R2 R2 eixos x e y :
uma transforma-
yserve pigur TFUF ulquer ponto do interior do qudrdo omino liner de e1 e e2 om oe(ientes entre 0 e 1F el lineridde de T D imgem ser extmente ds omines lineres de T (e1 ) e T (e2 ) om oe(ientes entre 0 e 1D ou sejD um prlelogrmo om rests T (e1 ) e T (e2 )F e re @om sinlA do prlelogrmo igul o determinnte d mtriz T (e1 ) T (e2 ) = T e1 e2 F gomo segund mtriz identiddeD ujo determinnte 1D pelo eoE rem TFIT d pFIVP @determinnte do produtoAD re igul det T F vogo re @sem sinlA do prlelogrmo | det T |F xo so gerlD s rests do qudrdo so k e1 e k e2 F vogo s rests do prlelogrmo so T (k e1 ) = kT (e1 ) e T (k e2 ) = kT @om sinlA do prlelogrmo igul (e2 )F e re det kT (e1 ) kT (e2 ) = k 2 det T (e1 ) T (e2 ) = k 2 det T F gomo k 2 = rea(Q)D 2 rea(T (Q)) = k | det T | = rea(Q)| det T |F
e2 Q 0 e1
pigur TFUX smgem do udrdo Q pel v T y prximo teorem estelee relo entre determinnte e modi(o de re de um regio do plno ps plio de um trnsformo linerF utilizdo n mudn de vriveis em integris mltiplsF
Seja
T : R2 R2
uma transformao
Propriedade
= rea() | det T |.
6.6.
IVQ
Prova:
mos supor que det T = 0 e portnto T um ijeoD pois so ontrrio o resultdo seri verddeiro pois mos os ldos serim iguis zeroF hivid em qudrdos Qi disjuntos prlelos os eixos x e y de modo que su unio proxime regio @vide pigur TFVAF elo vem nteriorD rea(T (Qi )) = rea(Qi )| det(T )|F gomo os qudrdos Qi so disjuntos e T ijeoD T (Qi ) so prlelogrmos disjuntosF r (nlizr om rigor preisrmos pssr o limiteD fzendo tender zeroD o tmnho dos qudrdosF em o devido rigorD desprezndo s fres de qudrdosD somndo os qudrdos e olondo det T em evidniD rea(T ()) rea(T (Qi )) = | det T | rea(Qi )
| det T |rea()F
T ()
Qi
T (Qi )
Observao 6.9
R
3
linear e
Reinterpretamos
C = AB ,
compo-
pela distoro de
IVR
CAPTULO 6.
DETERMINANTE
Dados
u, v R3
denimos
w1 w = w2 = u v R3 , w3
wi = det u v ei .
os vetores da base
e1 , e2 , e3
R3 . Dados u, v, z R3 , k R: (a) u u = 0; (b) u v = (v u) (antisimtrica); (c) (u + k v) z = u z + k v z (bilinear); (d) e1 e2 = e3 (orientao e normalizao); (e) u v perpendicular a u e v. (f ) u v igual a rea do paralelogramo gerado
por
v.
heixmos pr o leitor veri(r @A!@dAF @eA ej v = vi ei D (u v) v = wi vi = det u v ei vi = @pel lineridde do determinnteA vi ei = det u v v = 0F det u v @fA he(n w = u v e w = w/ w @normlizo do vetor wAF gomo w unitrio e perpendiulr os vetores u e vD o volume do prleleppedo gerdo por u, v, w igul re do prlelogrmo P gerdo por u e v @porquecAF vogo re de P igul det u v w F 1 wi ei D pel multilineridde do determinnteX gomo w = w 1 rea(P ) = det u v w = wi det u v ei = w
Prova:
1 w
(wi )2 =
1 w
= w = uv .
H = span {u, v} R3 um plano (caso contrrio u v = 0 veja exemplo abaixo), H = r uma reta. A propriedade (e) do lema mostra que w = u v r (porque?). Assim sabemos a direo de w: paralelo reta r. A propriedade (f ) determina o tamanho de w. Dena k como a rea do paralelogramo e z um vetor unitrio que gera a reta r, ento (porque?) w = k z ou k z. Fica faltando somente o sentido de w (duas possibilidades). O sentido correto dado
pela
Exemplo 6.9
Mostre que se
H = span {u, v} R3
uma reta ou
{0},
ento
u v = 0.
6.7.
SINAL DO DETERMINANTE
IVS
Exemplo 6.10
w R3
Determine:
(a) um vetor no-nulo perpendicular, simultaneamente, aos vetores 3 (b) a rea do triangulo do R cujos vrtices so (1, 2, 1), (2, 1, 2) e (c) tal que o conjunto soluo de
2x 3y + z = 0 2x + 2y + z = 0
seja
@A he(n u = (2, 1, 2) (1, 2, 1) = (1, 1, 1) e v = (3, 1, 2) (1, 2, 1) = (2, 3, 1)F gomo re do tringulo gerdo por u e v metde d re do prlelogrmo gerdoD lulmos 1/2 u v = 1/2 (2, 1, 1) = 1/2 6F @A lro que podermos resolver o sistemF ws se w = (x, y, z ) s eques do sistem dizem que w perpendiulr simultnemnete os vetores (2, 3, 1) e (2, 2, 1)F vogo w = (2, 3, 1) (2, 2, 1) = (5, 0, 10)F
3 Denio 6.19 (produto Dados u, v, z R misto)
eles por denimos o
produto misto
entre
u v, z = det u v z .
6.7
Sinal do DeterminanteI
r est seo revej @n Wikipedia: Regra da Mao direitaA regr d mo direitF hdos u, v R2 qundo o det u v positivo e qundo negtivoc ytemos respost pel regr de mo direitX fehndo os dedos d mo direitD prtindo de u pr v por ngulo menor que IVH grusD e determinndo pr onde o polegr pontF e for sindo do ppelD o determinnte positivoD se for entrndo negtivoF r ilustrr onsidere sequni d pigur TFWF wntendo (xo o vetor u e vrindo vD sempre om o mesmo tmnhoD ms formndo ngulos distintos om uD otemos prleloE grmos om res vrindoF yserve que qundo u e v vo (ndo mis prximos de serem olineres re vi tendendo pr zeroF slustrmos os dois sosD onde u e v so olineres ms om mesmo sentido ou om sentido opostoD qundo re do prlelogrmo formdo zeroF hevido esolhs feitsD qundo o prlelogrmo est im do vetor u re positivD qundo est ixo negtivF y ilo representdo n (gurD iniindo no lto e girndo no sentido ntiEhorrioD em termos de sinl d reD X positivo 0 negtivo 0 positivo F tilize (gur pr veri(r regr d mo direitF hdos u, v, w R3 qundo o det u v w positivo e qundo negtivoc ytemos respostD novmenteD pel regr de mo direitF hdos u e vD eles germ um plno que divide o espo em dois semiEesposF e w ento o determinnte zero @porquecAF gso ontrrioD dependendo de qul semiEespo o vetor w perteneD o determinnte ser positivo ou negtivoF e w pertener o mesmo semiEespo que o polegr ps plio d regr d mo direitD o determinnte ser positivoD so ontrrioD negtivoF
1 A leitura desta seo opcional.
IVT
CAPTULO 6.
DETERMINANTE
0 0
u v u+v u u v u+v
0 0 u
v u+v 0
u 0 u
v u+v
v u+v
v u+v
pigur TFWX rio do inl do det[u v]F
6.8
Regra de CramerI
mos deduzir um frmula explcita d soluo de sistems lineres onheid omo regra de CramerD prtindo de proprieddes do determinnteF gomo frmul omputionlE mente ine(iente @por envolver o lulo de n determinntesAD utilizEse elimino de quss ou outros mtodos mis so(stidos pr se resolver um sistemF
Considere o sistema
Av = b,
com
A = v1 . . . vi1 vi vi+1 . . . vn
Caso tenha soluo nica, os componentes
x1
. . .
v=
xn
sero dados por:
xi
da soluo
com a
i-sima
b.
mos o sistem omo x1 v1 + + xn vn = bF mos primeiro determinr x1 pr depois fzer o so gerl em im do mesmo prinpioF heterminmos x1 pssndo b pr outro ldo e otendo 1 (x1 v1 b)+ x2 v2 + + xn vn = 0F
1 A leitura desta seo opcional.
6.9.
EXERCCIOS DE DETERMINANTES
IVU
gonlumos que so vhs @note que o igul 1A os veE primeiro oe(iente noEnulo tores (x1 v1 b), v2 , . . . , vn F vogo det x1 v1 b v2 . . . vn = 0F e lineridde do determinnte impli que x1 det v1 v2 . . . vn det b v2 . . . vn = 0. vogoD
x1 v1 + + 1 (xi vi b) + + xn vn = 0.
gonlumos @novmenteA que so vhs os vetores v1 , . . . , vi1 , (xi vi b), vi+1 , . . . , vn F eplindo o determinnte e usndo su lineriddeD fzendo rionio nlogo o que (zemos pr oter x1 D hegmos frmul pr xi F tilizndo regr de grmer podemos oter um frmul expliit pr mtriz inversF ej Wikipedia: Matriz inversaF
Fix 6.4:
1 1 @A det 1 1
Fix
1 1 = Y 1 1 6.5: A = u v w om det(A) = 7F 1 1 1 1 1 1 1 1
1 0 @A det 0 0
1 2 0 0
1 1 3 0
1 1 = 1 4
IVV
CAPTULO 6.
DETERMINANTE
Y @A det 2v w u = w @A det v + u w = u
x y x y
1 2 0 0
possui possui
@nenhuma soluo, uma nica soluo, @nenhuma soluo, uma nica soluo,
x 0 @dA B y = 0 possui z 0
innitas solues, nenhuma ou innitas soluesAF
v D ento u v w D ento u v + w, pertence ao plano gerado por v e wAY @A oluns de B so @LIs, LDsAY
@A Nuc T = 0 seD e somente se det T @= 0, = 0AY @A se det T = 5 ento dim(Nuc T ) @= 5, = 0, = 0AY @A se existe T 1 ento det(T ) @= 1, = 1, = 0, = 0AY @A se posto(A) = 4 ento det A @= 0, = 0, = 4AY @A se posto(A) = 2 ento det A = @= 0, = 0, = 2AY @A se det(A) = 3 ento posto(A) = @0, 1, 2, 3, 4AY @dA se det(A) = 0 ento posto(A) @= 0, = 1, = 2, = 3, = 4, > 0, > 2, < 4AF @= 0, = 0AF
Fix 6.9: ej e 4 4F
6.9.2 Problemas
Prob 6.1: glule o determinnte ds mtrizes ixo
6.9.
EXERCCIOS DE DETERMINANTES
IVW
2 5 4 @A 3 1 2 Y 5 4 6
0 0 @A 0 2
2 4 1 0
3 5 0 1
0 0 Y 3 3
2 4 Y 3 3
3 4 @A A = 0 0
0 1 0 0
0 0 2 0
0 0 F 1 2
Prob 6.4: e imgem do rulo {(x, y) R2 | x2 + y2 = 1} pel trnsformo liner Prob 6.5: se mtriz em loos pr lulr o determinnte ds mtrizesX
3 4 2 3 @A 5 6 0 1 0 0 7 1 0 0 Y 1 2 @A
(x, y ) (2x y, 2x + y ) elipse {(x, y ) R2 | 5x2 6xy + 5y 2 = 16}F ul re ompreendid por est elipsec 3 2 0 0 0 4 3 0 0 0 5 4 1 1 0 6 5 1 0 1 7 6 1 1 1
IWH
CAPTULO 6.
DETERMINANTE
Prob 6.9:
0 0 0 @A glule o determinnte d mtriz Inn = . F FF F F F F F F 0 0 @A ej A um mtriz n nF e det(A) onheidoD lule det(A)D onde RF xote queD em gerlD no det(A)F @A snterprete estes resultdos em termos de volumeF y que ontee om re de um qudrdo se dormos o omprimento dos seus ldosc y que ontee om o volume de um uo se dormos o omprimento ds sus restsc wis gerlmenteD o que ontee om um slido em Rn se mplimos @ou reduzimosA sus dimenses lineres por um ftor multiplitivo c a b Prob 6.10: gonsidere A = c d F 1 d b F @A eri(que que A1 = c a ad bc @A ul o erro n prov que det(A1 ) sempre 1X det(A1 ) = 0 F F F = det 1 ad bc d b c a = 1 det ad bc d b c a = 1 (ad bc) = 1. ad bc
@A ul o menor nmero de zeros que devemos olor ns entrds de B pr grntir que det B = 0c ynde devem ser olodosc @A i pr um mtriz n nc
6.9.3 Extras
Ext 6.1: e A um mtriz n n om det(A) = 3 entoX
@A det(A + A) = Y @A det(3A) = Y @A det(A5 /3) = Y
Ext 6.2: ej A =
2 3 om det(A) = 4F a b Y @A re do tringulo om vrties em (0, 0), (2, a), (3, b) @A re do tringulo om vrties em (0, 0), (2, 3), (a, b) Y 2 3 @A u = ev= F e 1 u = 2 v pr 1 , 2 R ento 1 a a b
e 2 =
@A se um linh mltipl de outr ento B @possui/no possuiA inversY @A se nenhum linh mltipl de nenhum outr ento @det(B ) = 0, det(B ) = 0, nada podemos armarAF
6.9.
EXERCCIOS DE DETERMINANTES
IWI
Ext 6.4: uponh que T : R2 R2 liner preserv reF ssto impli que T preserv
omprimentos tmmc Ext 6.5: eEse que trs rests djentes o vrtie (0, 0, 0) de um prleleppedo no R3 so determindos pelos vrties (1, 2, 2)D (2, 1, 2) e (2, 2, 1)F glule o volume do prleleppedoF Ext 6.6: ej T (x, y, z ) = (x + z, 2x + y + 3z, z x)F gonsidere o uo
{(x, y, z ) R3 ; (x/a)2 + (y/b)2 + (z/c)2 1} enontrndo um onjunto B R3 e um trnsformo liner T tl que T (B ) = E F Ext 6.8: glule o determinnte ds mtrizes ixo 4 11 7 1 3 1 1 1 3 2 2 1 0 3 2 2 4 2 F 7 0 0 2 @A @A 2 Y 1 2 3 7 0 3 0 0 0 3 3 3 2 3 1 6 0 5 Ext 6.9: r d mtriz A ixo determine todos R de modo que mtriz A I no sej invertvelX 1 0 0 4 2 @A A = Y @A A = 2 1 2 F 1 3 1 1 0 Ext 6.10: hizEse que um mtriz qudrd P um projeo @no neessrimente ortoE gonl3A se P 2 = P F wostre que det(P ) 0 ou 1F Ext 6.11: uponh que A e B so mtrizes qudrds n n om AB = I F rove que BA = I F Ext 6.12: uponh Ak = I F rove que @A se k mpr ento det(A) = 1Y @A se k pr ento det(A) = 1 ou 1F
Ext 6.13:
Ext 6.14:
@A rove @usndo determinnteA que no existe mtriz A 3 3 @om entrds reisA tl que A2 = I33 @identiddeAY 0 1 @A ome B = e mostre que B 2 = I22 @identiddeA e portntoD num erto 1 0 sentidoD B = I F @e mtriz B um roto de 90o FA
Denio 6.21
anti-simtrica se S T = S .
@A wostre que det S = 0 se S n n om n imprF @A h um exemplo de S 2 2 ntiEsimtri e det S = 0 Ext 6.15: uponh N nilpotente @vej he(nio RFSW d pFIQPA D isto D N k = 0 pr lgum k NF wostre que N no invertvelF
Ext 6.16:
IWP
CAPTULO 6.
DETERMINANTE
Denio 6.22
dade).
ortogonal
se
QT Q = Inn
(identi-
Ext 6.20: ejm A, B mtrizes qudrds de mesm dimensoF rove que det(AB ) =
det(BA) @verdde mesmo que AB = BAAF 1 2
FF F
@A AB invertvelc
@A AT B invertvelc
an . . .
Ext 6.25: @A wostre que equo d ret em R2 que pss por v1 = (x1 , y1 ) e v2 = (x2 , y2 )
x y 1 dd por det x1 y1 1 = 0Y x2 y 2 1 3 @A wostre que equo do plno em R que pss por v1 = (x1 , y1 , z1 ), v2 = (x2 , y2 , z2 ) x y z 1 x1 y1 z1 1 e v3 = (x3 , y3 , z3 ) dd por det x2 y2 z2 1 = 0F x3 y3 z3 1 Ext 6.26: @A wostre que re do tringulo om vrties em v1 = (x1 , y1 ), v2 = (x2 , y2 ) e x1 y 1 1 v3 = (x3 , y3 ) dd por 1/2 det x2 y2 1 Y x3 y 3 1 x1 x2 x3 x1 @A y determinnte im pode ser luldo montndo mtriz y1 y2 y3 y1 e fzendo som do produto d digonl om sinl positivo num direo e negtivo n outrF iste esquem permite oter frmul de re de polgono qulquer @j que re igul som ds res dos tringulosA om vrties em (x1 , y1 ), . . . (xn , yn ) utilizndo mtriz x1 xn x1 F hetermineEF y1 yn y1
6.9.
EXERCCIOS DE DETERMINANTES
IWQ
6.9.4 Desaos
Des 6.1: e he(nio TFIU d pFIVR pode ser generlizd pr se de(nir o produto vetoril
entre n 1 vetores em Rn F
Dados
u1 , . . . , un1 Rn
denimos
w1
. . .
n = u1 un1 R ,
wn
wostre queX @A este produto possuir s mesms proprieddes que o produto vetoril em R3 @ntiE simtriD liner em d ftorD oriento e normlizoAY @A u1 u2 un1 perpendiulr d ui pr i = 1, . . . , n 1F
Des 6.2: @ronskinoA hdo um onjunto {f1 , f2 , . . . , fn } de funes in(nitmente diferenE iveis de(nimos o wronskiano W (f1 , f2 , . . . , fn )(x) omo o determinnte d mtriz
f1 (x) f1 (x) f1 (x) F F F f1
(n1)
f 2 ( x) f 2 ( x) f 2 ( x) F F F
(n1)
(x) f2
(x) fn
(x)
@A rove que se {f1 , f2 , . . . , fn } vh ento W (f1 , f2 , . . . , fn )(x) = 0 pr todo xY @A onlu de @A que se W (x0 ) = 0 pr lgum x0 ento o onjunto de funes vsY @A use @A pr provr que {1, x, ex } vsY @dA lro que o onjunto de funes {x2 , x|x|} vs @porquecAF or outro ldoD W (x2 , x|x|)(x) = 0 pr todo xF ssto no impli por @A que o onjunto vhc ysX (x|x|) = 2|x|F
ai x i Y
i=0
IWR
CAPTULO 6.
DETERMINANTE
1 1 x0 xn @A he(n M = F @onheid omo mtriz de ndermondeAF wostre F F F F F n xn 0 xn a0 y0 F F que o sistem pode ser esrito omo M F F = F F Y an yn
@A wostre que det M =
(xn xk )F
k<n
Des Des
onlF
1+a b c d a 1+b c d = 1 + a + b + c + d. 6.5: rove que det a b 1+c d a b c 1+d 6.6: rove que um mtriz om tods entrds rionis possui um determinnte riE
F he(n dn =
c det(An )F @A rove que dn+1 = adn bcdn1 F @A suponh que a = 2 e b = c = 1F Des 6.9: gluleX x a x a a 2 @A det a x a Y @A det a F a a x F F a
rove que det(An ) = n + 1F
a x a F F F
a a x F F F
FF F
a a a F F F
@A 3 det
0 1 F F F 1
a a x
FF F 0 FF FF F F 1 1
1 F F F F 1 0
que pr qulquer mtriz o posto k seD e somente seD k o mior inteiro tl que existe um sumtriz k k om determinnte noEnuloF Des 6.11: ixistem IT mtrizes 2 por 2 ujs entrds possuem somente 09s e 19sF unts dels so invertveisc
Denio 7.1 (autovalor, autovetor e espectro) Seja T : V V transformao linear. Dizemos que v V no-nulo autovetor associado ao autovalor se T v = v. O conjunto de autovalores de T chamado de espectro de T . Observao 7.1
(a)
(c) O autovetor associado a um autovalor no nico. De fato, se v autovetor qualquer e k = 0, w = k v tambm autovetor pois T (w) = T (k v) = kT (v) = kv = (k v) = w.
v=0
= 0
pois
r ilustrr estes oneitos de form geomtri estude o ixemplo UFS d pFIWW e ixemE plo UFT d pFPHHF yserve nestes exemplos queX @A qulquer mltiplo de direo preservd tmm ser preservdX utovetor no nicoY
1 Verso 21.ago.2012 23h
IWS
IWT
CAPTULO 7.
AUTOVETORES E DIAGONALIZAO
@A podem existir in(nits direesD dusD um ou nenhum direo preservdY @A zero pode ser utovlorF gomo lulr utovlores e utovetores de T : Rn Rn c r que v sej utovetor st que
T v v = T v (I )v = (T I )v = 0
com
v = 0.
ortnto v elemento noEnulo do Nuc(T I )F elo eorem TFII d pFIUUD Nuc(T I ) = 0 seD e somente seD det(T I ) = 0F iste determinnte ser um polinmio em D fto que no vmos provr @segue d frmul de veiniz d pFIURAF
Denio 7.2 (polinmio caracterstico) Dada transformao linear T : Rn Rn , nimos o polinmio caracterstico de T por p() = det(T I ).
de-
gomo o onjunto de utovetores ssoidos o utovlor igul o Nuc(T I ) ps retirrmos o vetor nuloD este onjunto hmdo de autoespao ssoido F
de
associado ao autovalor
o Nuc(T
I ).
im resumoD ddo T : Rn Rn X
heterminmos autovalores lulndo os zeros do polinmio rterstio p() = det(T I )F hevemos preservr o mximo um expresso ftord por ser muito difil determinr rzes de polinmios de gru 3 em dinte @vej yservo TFV d pFIVHAY heterminmos os utovlor F
Exemplo 7.1
T =
1 1 1 1
(1 0) 1 1 (1 0)
x y
0 0
xy =0 F ortnto x = y D soluo (x, y ) = t(1, 1) pr t RF hest form x + y = 0 o utoespo ssoido o 0 (1, 1) F m utovetor (1, 1) ou (2, 2) ou (1/2, 1/2) ou (1, 1) ou (100, 100) etF eutoespo pr = 2X esolvemos o sistem (T 2I )v = (1 2) 1 1 (1 2) x y = 0 0 .
7.1.
AUTOVALORES E AUTOVETORES
IWU
ytemos
x y = 0 F ortnto x = y D soluo (x, y ) = t(1, 1) pr t RF hest x y = 0 form o utoespo ssoido o 2 (1, 1) F m utovetor (1, 1) ou (2, 2) ou (1/2, 1/2) ou (1, 1) ou (100, 100) etF
Observao 7.2 (Software Algbrico) Pode-se calcular os autovalores vetores com o comando do Maxima eigenvalues e eigenvectors.
M: matrix( [1,-1], [-1,1]); eigenvectors(M);.
a matriz com e calculamos:
autoe
Entramos
eigenvalues(M);
Exemplo 7.2
3 1 0 1 0 . T = 1 1 0 1
(3 ) 1 0 1 (1 ) 0 F r lulr o determinnte p() = det(T I ) = det 1 0 (1 ) note que mtriz j quse tringulr inferiorF r zerr o 1 @linh 1 olun 2AD f l1 l1 + l2 /(1 )F ytemos (3 ) 1/(1 ) 0 0 1 (1 ) 0 . det(T I ) = det 1 0 (1 )
gomo mtriz tringulrD o determinnte (1 )((3 )(1 ) 1)F gomo (3 )(1 ) 1 = 2 + 4 4 = ( 2)2 D det(T I ) = (1 )( 2)2 F ortnto os utovlores so 2 e 1F eutoespo pr = 2X esolvemos o sistem (3 2) 1 0 x 0 1 (1 2) 0 y = 0 . (T 2I )v = 1 0 (1 2) z 0 xy =0 x y = 0 F ortnto tomndo z = tD soluo (x, y, z ) = t(3, 3, 1) pr t RF ytemos x 3z = 0 hest form o utoespo ssoido o 2 (3, 3, 1) F eutoespo pr = 1X esolvemos o sistem (3 + 1) 1 0 x 0 1 (1 + 1) 0 y = 0 . (T + I )v = 1 0 (1 + 1) z 0 4x y = 0 x 2y = 0 F ortnto x = y = 0D e z qulquerD soluo (x, y, z ) = t(0, 0, 1) ytemos x=0 pr t RF hest form o utoespo ssoido o 1 (0, 0, 1) F
(no anti-horrio)
R =
IWV
CAPTULO 7.
AUTOVETORES E DIAGONALIZAO
trigonomtri sen2 + cos2 = 1AF gomo = 4(cos2 1) = 4 sen2 D < 0 @rzes omplexsA no ser que sen = 0D ou sejD no ser que = 0 ou 180 F ortnto so trs sosX @A = 0 F xeste so R = I D mtriz identiddeF y nio utovlor 1 om om qulquer direo noEnul omo utovetorF @A = 180 F xeste so R = I F y nio utovlor 1 om qulquer direo noEnul omo utovetorF @A {0 , 180 }F xeste so no existe utovlor @relA e nenhuma direo preserE vdF
Observao 7.3
Para
xar ideias examinamos o caso da rotao de 90 graus, sendo os outros casos anlogos. 2 At agora trabalhamos com o espao R de pares ordenados de nmeros reais com esca2 lares reais. Podemos considerar o espao C de pares ordenados de nmeros complexos com escalares complexos. Quase tudo que zemos at aqui (exceto produto interno) se aplica sem alteraes, em particular a soluo de sistemas lineares, denio de ncleo e imagem, determinante, etc. Pensando desta forma, no caso da rotao por 90 graus,
R=
0 1 1 0
, o polinmio caracterstico
p() = 2 + 1,
os autovalores so
i,
e os
=i
resolvendo
(R iI )v =
Obtemos
i 1 1 i
x y
0 0
ix y = 0 . Escalonando obtemos (multiplique segunda linha por i e some x iy = 0 ix y = 0 2 com a primeira) . Tomando x = 1 obtemos y = i. Logo (1, i) C 0=0 um autovetor de R associado a = i C pois R 1 i = 0 1 1 0 (1, i) C2 1 i = i 1 =i R 1 i . = i C.
um autovetor de
associado a
Exemplo 7.4
(a) (c)
R2 abaixo.
a geometria da TLs.
yserve n pigur UFI o efeito dest vD similr o que oorre om um rlho de rts qundo deslizmos s rts um por im ds outrsF y efeito deslor os vetores mis pr direitD pr y > 0D mis pr esquerdD om y < 0D mntendo omponente y F m exemplo so pls tetnis d terr deslizndo um sore outrF onheid omo
cisalhamento
@A o utovlores 3/2 e 2D om utoespos respetivmente e1 e e2 F y rulo unitrio levdo por T num elipseF ist trnsformo mpli os vetores n direo x e y D
7.1.
AUTOVALORES E AUTOVETORES
IWW
ms om mplio mior n direo y D fzendo om que imgem de um rulo sej um elipse @vej pigur UFPAF um mplioGreduo elipsoidl om re)exoF @A o utovlores 3/2 e 2D om utoespos respetivmente e1 e e2 F ist trnsformo mpli n direo y ms re)etindo no eixo x e mpli n direo x @vej pigur UFPAF @dA o utovlores 1/2 e 2D om utoespos respetivmente e1 e e2 F ist trnsformo mpli n direo y e reduz n direo x @pigur UFQAF mpliE oGreduo elipsoidlF
v5
v4
y v3 T v5 v2 T v4 v1 T v3
T v2
T v1
v6 = T v6
x0 v0 = T v
T v7
T v8
T v9 v7 T v10v8 T v11v9
v10
v11
y T v90
T v68 T v45
v 90 v
68
v293 T v315
v293 T v45
T v90
T v68
pigur UFPX emplio ilipsoidl T (x, y ) = (3/2x, 2y ) e emplio ilipsoidl om re)exo T (x, y ) = (3/2x, 2y ) y prximo exemplo pode ser resolvido somente por geometriF
Exemplo 7.5
R2 :
x.
x.
PHH
CAPTULO 7.
AUTOVETORES E DIAGONALIZAO
T v135
T v45
v113
v v135 T 158
v90
v158
v180
T v180
T v0
v0
v338
T v225
T v315
etores no eixo y sero re)etidosF essim 1 utovlor om utovetor e2 Y ej pigur RFQ d pFWTAF @A etores no eixo x sero preservdosF essim 1 utovlor om utoespo e1 F etores no eixo y sero levdos no zeroF essim 0 utovlor om utoespo e2 Y ej pigur RFR d pFWUF
Determine autovalores e autoespao
Exemplo 7.6
R
3
: (a) (c)
das TLs em
T T
z = 0.
y = 0.
(1, 2, 1).
7.2.
DIAGONALIZAO
PHI
e3 = (0, 0, 1)D no eixo z D uj imgem T e3 = (0, 0, 0) = 0e3 F o utovlores 1D om utoespo e1 , e2 D e 0D om utoespo e3 F ej pigur RFS d pFWUF essim o utoespo ssoido o utovlor 1 o plno z = 0 e o utoespo ssoido o utovlor 0 o eixo z D que perpendiulr o plno z = 0F @A y plno y = 0 utoespo ssoido o utovlor 1 @porquecAF ys vetores no eixo y D que perpendiulr o plno y = 0D sero re)etidos em torno do plno y = 0F essim o utoespo ssoido o utovlor 1 o eixo y F @A gomo T (1, 2, 1) = (1, 2, 1)D o vetor (1, 2, 1) um utovetor ssoido o utovlor 0F t vetores perpendiulres (1, 2, 1) omo (1, 0, 1) ou (0, 1, 2) so levdos no zero e portnto so utovlores ssoidos o utovetor 0F essim o utoespo ssoido o utovlor 1 ret (1, 2, 1) e o utoespo ssoido o utovlor 0 o plno perpendiulr o vetor (1, 2, 1) que denotmos por (1, 2, 1) F x teori @mis vndA de eques difereniis determinmos utovlores e utovetoE res @hmdos de utofunoA dos operdores lineres derivd primeir e derivd segund no espo ds funes reis difereniveis C (R; R) @espo de dimenso in(nitAF
Exemplo 7.7
T : C (R; R) C (R; R) abaixo, determine bm chamado de autofuno) f C (R; R) associado ao: (a) autovalor 3 se T f = f ; (b) autovalor 4 se T f = f .
Para cada
um autovetor (tam-
7.2 Diagonalizao
Denio 7.4 (matriz diagonalizvel) Dizemos que uma matriz quadrada A diagonalizvel se existe P invertvel tal que P 1 AP = D (ou de forma equivalente A = P DP 1 ),
com
diagonal.
Observao 7.4
A diagonalizvel, AP = P D. Note que se P = [v1 vn ] 1 .. e D matriz diagonal com D = ento AP = [Av1 Avn ] = . n [1 v1 n vn ]. Assim, Avi = i vi . Logo as colunas de P so autovetores de A com autovalores na diagonal de D .
Portanto se
Denio 7.5 (decomposio espectral) Se A diagonalizvel chamamos de decomposio espectral de A uma fatorao A = P DP 1 com D diagonal e P invertvel. Lema 7.6 (autovetores so LIs)
armente independentes, ou seja, se ento Autovetores associados a autovalores distintos so linee
vk = 0
T vk = k vk , k = 1, . . . , p,
com
k 's
distintos,
{v1 , . . . , vp }
LI.
PHP
CAPTULO 7.
AUTOVETORES E DIAGONALIZAO
nterioresX vr =
Prova: uponh fls teseF xeste soD sej 2 r p mnimo tl que vr gv dos
k vk F
k<r
emos entoX T vr = r vr
T
k<r
k vk
= r
k<r
k vk
k<r
k k vk =
r k vk
k<r
k<r
ontrri minimlidde de rF y prximo orolrio present um ondio su(iente @ms no neessriA pr que um mtriz sej digonlizvelF e ondio no neessri pois um mtriz om todos utovlores iguis @por exemplo identiddeD que possui somente o utovlor 1A pode ser digonlizdF
Corolrio 7.7
Se uma matriz
mtriz om os n utovetoresD omo eles so vssD pelo eorem TFII d pFIUU mtriz P invertvelF gomo so utovetores temos que AP = P D @ver yservo UFRAF vogo A digonlizvelF
Prova: e existem n utovlores distintosD pelo vem UFT eles so vssF he(nindo P um
Lema 7.8
1 H1 ,
Sejam
...,
1 , . . . , n autovalores distintos de A e Hi autoespao associado a i . Se n Hn so conjuntos LIs, ento a unio deles 1 n tambm LI.
ai ui + bj vj = 0F hevemos mostrr que ai = bj = 0 pr todo i, j F eplindo A dos dois ldos e usndo o fto de serem utoespoes otemos que 1 ai ui + 2 bj vj = 0F vogo 2 2 bj vj F ustituindo otemos bj vj + bj vj = 0F @supondo 1 = 0AD ai ui = 1 1 2 vogo (1 1 ) bj vj = 0F gomo 1 = 2 D bj vj = 0F gomo supomos que 2 sej vsD bj = 0 pr todo j F egor (mos om ai ui = 0 e onlumos que ai = 0 pr todo iF heixmos o so gerl pr o leitorF
Corolrio 7.9
Considere
k,
ento
k k. A
glule os utovlores @rzes do polinmio rterstioAF inontre ses pr utoespos @resolver sistems homogneosAF tunte os utovetores ds ses dos utoesposX se tivermos n utovetores vss A digonlizvelD so ontrrio no digonlizvelF
Exemplo 7.8
(a)
A=
1 1 1 1
(b)
3 1 2 4 ; A = 2 0 0 0 2
(d)
(c)
3 1 0 1 0 ; A= 1 1 0 1
T (x, y ) = (x + y, y ).
7.2.
DIAGONALIZAO
PHQ
nlizvel pois so dois utovlores distintos @0 e 2A e portnto dois utovetores vss @pelo 1 1 0 vem UFTAF omndo P = D P 1 AP = F yserve que se trormos orE 1 1 2 1 1 dem dos vetores otemos um mtriz digonl diferenteF essim se tomrmos Q = D 1 1 2 Q1 AQ = F 0 @A glulndo p() = det(A I ) = (2 )((3 ) + 2) @utilize determinnte por looAF xote que vmos mnter ftoro @vej yservo TFV d pFIVHA pois queremos lulr rzesF essim p() = (2 )(2 3 + 2)F glulndo rzes de p so 2 @do primeiro ftor e do polinmio do segundo gruA e 1F egor resolvendo o sistem (A 2I )v = 0 otemos omo utovetores ssoidos o 2X (2, 0, 1) e (1, 1, 0)F esolvendo (A I )v = 0 otemos utovetor ssoido o 1 (1, 2, 0)F 2 1 1 0 1 2 F into P 1 AP = gomo so 3 utovetores vssD T digonlizvelF ej P = 1 0 0 2 F yserve que se trormos ordem dos vetores otemos um mtriz digonl 2 1 1 1 2 2 F 1 diferenteF essim se tomrmos Q = 1 2 0 D Q1 AQ = 0 0 1 2 @A glulmos utovlores e utoespos no ixemplo UFP d pFIWUF xo digonlizvel pois d utoEespo possui somente um vetor vsF hois vetores no formm se do R3 F 1 1 @dA e mtriz ssoid T F y polinmio rterstio p() = (1 )2 F 0 1 ortnto o nio utovlor 1F esolvendo (A I )v = 0 otemos y = 0F ortnto ni direo preservd (1, 0)F gomo os utovetores no formm seD est v no digonlizvelF ist trnsformo um islhmentoD representdo n pigur UFI d pFIWWF odemos lulr os utovlores e utoespos e deomposio espetrl de trnsforE mes geomtris somente por geometriF
Exemplo 7.9
Considere
r = w R2 .
Determine
T w = 1wF vogo so utovlores 0 e 1 om utovetores ssoidos w e vF gomo so P 2 utovetores vss em digonlizvelF R D 0 he(n P = v w D ento AP = Av Aw = 0 w = P . vogo 1 0 1 1 w v D ento Q1 AQ = P AP = F yserve que se Q = F 1 0
Exemplo 7.10
Sejam
v, w R3
tais que
= v, w
seja um plano em
R3 .
Determine
PHR
(a)
CAPTULO 7.
AUTOVETORES E DIAGONALIZAO
T (b) T (c) T
por um ngulo
27o .
0 1
1 @A gonsidere u um direo perpendiulr o plno F lro que T u = 1uD T v = 1v e T w = 1wF vogo so utovloresX 1 om utovetor u e 1 om utovetores v e wF o Q 3 utovetores vss em R X digonlizvelF he(n P = u v w D ento 1 . 1 AP = Au Av Aw = u v w = P 1
vogo P 1 AP =
1 1
1 @A gonsidere = u, v o plno perpendiulr o eixo rF lro que ni direo preservd ser wD qundo T w = wF ulquer outr direo ser modi(dF vogo nio utovlor @relA 1 om utoespo w X no digonlizvelF
heixmos pr o leitor lguns outros exemplosX projeo ortogonl em ret no espoD re)exo pr um ret no plnoD re)exo em plno no espoF o pode repetir nlise dos exemplos nteriores pr estes sosc pinlizmos est seo presentndo o eorem ispetrl pr mtrizes simtris @ver he(nio RFRP d pFIITAF ile utilizdo em diverss plies pois permite grntir @sem ser quem so os utovlores por exemploA que um mtriz digonlizvelF utilizdo prX
lssi(o de mximos e mnimos lois de funo de vris vriveis trvs do estudo de sinis dos utovlores d hmd mtriz ressinY lssi(o de nis e qudrisY estudo de meni de orpos rgidosF
7.3.
APLICAES
PHS
Se a matriz quadrada
sim-
p.116) ento
diagonalizvel com
ortogonal
um utovetor om utovlor ssoido CF essim Aw = wF odemos esrever que = a + bi om a, b R e w = u + iv om u, v Rn F vogo Aw = A(u + iv) = w = (a + bi)(u + iv)F eprndo prtes reis e imginris otemos Au = au bv e Av = bu + avF omndo produto eslr om v e u om d equo otemosX Au, v = a u, v b v 2 D Av, u = a v, u + b u 2 F gomo A simtriD Au, v = Av, u @isto verdde pr todo u, v Rn D e de(nio orret de mtriz simtriY podeEse veri(r tomndo u, v omo vetores d se nni e utilizndo @iAlineridde do produto internoAF ortntoD a u, v b v 2 = a v, u + b u 2 F el simetri @ v, u = u, v AD 2b( u 2 + v 2 ) = 0F gomo w = u + iv = 0D b = 0F vogo = a RF r (nlizr vej UF 1 2 3 4 k1 a b 2 5 6 7 Exemplo 7.11 So diagonalizveis: a k2 c , 3 6 8 9 . b c k3 4 7 9 10
7.3 Aplicaes
gomo lulr potnis de um mtriz e lim Ak c
k k D digonlF ej D = pr D qundo determinndo um frmul mos omer k 1 1 FF FF pr todo k NF F fil veri(r que Dk = F F k n n k egor vmos determinr um frmul pr A qundo A digonlizvelF e A digoE nlizvelD existe P invertvel e D digonl om A = P DP 1 F essimX
Exemplo 7.12
Calcule
A10
para
A=
1 4
rterstio p() = 2 /2 1/2F es rzes @os utovloresA so 1 e 1/2F esolvendo os sistems ssoidosD determinmos os utoesposF y utoespo ssoido o 1/2 (1, 1) F y utoespo ssoido o 1 (1, 1) F 1 1 1/2 ortntoD P = om D = F glulndo invers de P determinmos 1 1 1 4 1 1 1/210 1 1 104 que P = 2 F gomo D = D lulndo o produto P D10 P 1 1 1 1 4 4 210 + 1 1 210 4 otemos que A10 = 2101 F 4 4 4 +1 1 210 210 + 1
Soluo: lro que no vmos multiplir A por el mesmo 10, 000 vezes3 y polinmio
PHT
CAPTULO 7.
AUTOVETORES E DIAGONALIZAO
Considere
A=
7 4 10 17/3
lim Ak .
so 1 e 1/3F esolvendo os sistems ssoidosD determinmos os utoesposF y utoespo ssoido o 1 (2, 3) F y utoespo ssoido o 1/3 (3, 5) F 2 3 1 ortntoD P = om D = F glulndo invers de P determinmos 3 5 1/3 5 3 F que P 1 = 1 2 3 2 lro que lim Ak = lim (P Dk P 1 ) = P
k k k
lim Dk P 1 F
gomo Dk =
1k (1/2)k
k
1 0
1 0
P 1 D
10 6 F 15 9 1 1 1 1 0 2 1 . A= 2 0 0 1
Considere a matriz
Dado um vetor
v0 R3 ,
denimos
vk+1 = Avk .
Soluo: lro que @por induoA vk = Ak v0 F essim queremos lulr lim Ak F mos
seguir os pssos do exemplo nteriorF gomo mtriz tringulrD os utovlores so 1/2 e 1F esolvendo os sistems ssoidosD determinmos os utoesposF y utoespo ssoido o 1/2 (1, 0, 0), (1, 1, 1)) F y 1 1 1 utoespo ssoido o 1 (1, 1, 0) F ortntoD P = 0 1 1 om 0 1 0 1/2 F glulndo invers de P determinmos que 1/2 D= 1 1 1 0 0 1 F P 1 = 0 0 1 1 (1/2)k D o tereiro elemento d digonl sempre 1 e o (1/2)k gomo Dk = k 1 0 F gonlumos que o 0 primeiro e o segundo onvergem pr zeroF vogoD lim Dk = k 1 0 0 1 1 a k 1 0 limite P P D otendo que lim A = 0 1 1 F essim se v0 = b D k 1 0 0 0 c
k
7.3.
APLICAES
PHU
= P DP 1 om elementos d digonl de D @utovloresA positivosD de(nimos B = e A 1 A = P DP D onde D signi( tomr dos d digonlF hest riz @positivA elementos 2 1 1 1 2 1 formD B = (P DP )(P DP ) = P D DP = P ( D) P = P DP 1 = A pois 2 D = DF lro que
Calcule
para
A=
6 30 5 19
4 e 9F esolvendo os sistems ssoidosD determinmos os utoesposF y utoespo ssoido o 9 (2, 1) F y utoespo ssoido o 4 (3, 1) F 9 2 3 ortntoD P = om D = F glulndo invers de P determinmos 1 1 4 1 3 3 que P 1 = F gomo D = D lulndo o produto P DP 1 = A 1 2 2 0 6 otemos que B = A = F eri(que diretmente que B 2 = AF 1 5 3 xote que podermos ter tomdoD o invs de D um ds opesX ou 2 3 3 ou D pois o qudrdo de qulquer um dels igul DF xesE 2 2 12 30 12 30 tes sos otermos mtrizes B1 = D B2 = = B1 D B3 = 5 13 5 13 0 6 = B1 F r qulquer um delsD Bi2 = AF 1 5
Pode-se de forma similar denir exponencial, seno, cosseno, etc. de uma 1 matriz diagonalizvel. De forma mais geral, se a matriz A for diagonalizvel (A = P DP ) 1 e f : R R uma funo podemos denir f (A) = P f (D )P onde f (D ) aplicar a funo em cada elemento da diagonal.
Observao 7.5
hd funo @hmmos de form qudrtiA f (x, y ) = ax2 + by 2 + cxy queremos ser seX @A f (x, y ) > 0 pr todo x, y R noEnuloX positivo denidaY @A f (x, y ) < 0 pr todo x, y R noEnuloX negativo denidaY @A f (x, y ) pode ser positivo ou negtivo dependendo de x, y RX indenidaF glssi(o similr feit pr f (x, y, z ) = ax2 + by 2 + cz 2 + dxy + exz + f yz F
abaixo em positivo denida, negativo denida ou indenida: 2 2 2 2 (a) f (x, y ) = 2x 6xy + 2y ; (b) f (x, y ) = 3x + 4xy + 3y ; 2 2 2 2 (c) f (x, y ) = 4x + 2xy 4y ; (d) f (x, y ) = 3x + 8xy + 3y .
PHV
CAPTULO 7.
AUTOVETORES E DIAGONALIZAO
2 3 x F 3 2 y glulndo utovlores enontrmos 5 e 1F higonlizndo A @el simtri e pelo eorem UFIH d pFPHS sempre digonlizvelAD A = P T DP F vogo f (v ) = v T P T DP v F he(n w = P v = wT = v T P T F vogo f (w) = wT DwF ortnto se w = (a, b)D f (w) = 5 0 a f (a, b) = a b = 5a2 1b2 F form qudrti inde(nidD pois pode 0 1 b ser positiv ou negtivF 3 2 x @A odemos esrever f (x, y ) = x y F glulndo utovlores enonE 2 3 y trmos 1 e 5F pzendo nlise similr o item nterior onlumos que form qudrti positivo de(nidF 4 1 x @A odemos esrever f (x, y ) = x y F glulndo utovlores 1 4 y enontrmos 3 e 5F pzendo nlise similr o item nterior onlumos que form qudrti negtivo de(nidF 3 4 x @dA odemos esrever f (x, y ) = x y F glulndo utovlores enonE 4 3 y trmos 1 e 7F pzendo nlise similr o item nterior onlumos que form qudrti inde(nidF
Fix 7.2: gonsidere o vetor 0 = (0, . . . , 0)F hetermine se erddeiro ou plsoX Fix 7.3: hetermine se erddeiro ou plsoX
@A tod v possui pelo menos um utovlor relY @A se um v possui nleo diferente de 0 ento possui um utovlorF @A se o espetro de um v {2, 3, 1} ento invertvelF
Fix 7.4: e T : R9 R9 D T possui no mximo utovlores distintosF Fix 7.5: e o nio utovlor de T : R3 R3 5 entoX
@A dim Nuc(T 3I ) @A dim Nuc(T + 5I ) @A dim Nuc(T 5I ) @> ou = 0, 1, 2, 3AY @> ou = 0, 1, 2, 3AY @> ou = 0, 1, 2, 3AY
@, no A utovlor de B F
7.4.
PHW
@A 2c
digonlizvelY
@, no , pode serA
1 e Fix 7.13: e B = 0 2 3 ento 0 0 1 Y @A seus utovlores so @pode, no podeA ser digonlizd pois seus utovlores so @A B @formam, no formamA um seF portnto os utovetores
7.4.2 Problemas
Autovalores e Autovetores Prob 7.1: gonsidere v T (x, y) = (3x + 4y, 2y x)F utovetor de T X
4 0 1 1 c @A c @A c @dA c 1 0 2 1 Prob 7.2: im d item determine se v utovetor de AF im so positivoD determine o utovlorX 4 3 7 9 1 3 1 @A v = eA= Y @A v = 3 e A = 4 5 1 F 4 3 8 1 2 4 4
@A
4 2 F hetermine um se pr o 3 9 utoespo ssoidoF inontre trs utovetores distintosF Prob 7.4: glule os utovlores e utoespos ssoidos deX 0 0 1 1 3 0 0 1 0 1 1 2 7 F 3 2 Y @A Y @A 0 @A 0 0 0 7 2 0 0 1 0 0 0 0 1
PIH
CAPTULO 7.
AUTOVETORES E DIAGONALIZAO
6 h 5 0
@A (1, 2) e (0, 1) omo utovetores ssoidos os utovlores 1/2 e 2 respetivE menteY @A (1, 1, 1) e (1, 0, 1) omo utovetores ssoidos o utovlor 3 e (0, 1, 1) Nuc(T )F
@A T : R2 R2 ujo nleo sej um ret e tenh dois utovlores reis distintos noEnulosY @A T : R4 R4 que sej sorejetiv om um utovlor igul 0Y @A T : R3 R3 que tenh (1, 2, 3)D (4, 5, 6) e (5, 7, 9) @note que o tereiro som dos dois primeirosA omo utovetores ssoidos os utovlores 1D 2 e 3Y
Prob 7.12: endo que mtriz ixo um roto em torno de um eixo (xoD determine
0 1 0 0 1 direo do eixo de rotoF 0 1 0 0
@A um re)exo no plno 3x 2y + z = 0 em R3 Y @A um projeo ortogonl num ret em R3 sendo que P (1, 1, 0) = (1, 1, 0)F 0 1 0 Prob 7.14: glule utovlores e utovetores pr mostrr que 1 0 0 re)exoF 0 0 1 hetermine em torno do que @plno ou retA se d re)exoF
Prob 7.15: gonsidere T um operdor gindo no espo ds funes reis om in(nits deE
rivdsD isto D T : C (R; R) C (R; R)F hetermine utofunes ssoids o utovlor = 9 seX @A T f = f Y @A T f = f Y
7.4.
PII
Diagonalizao Prob 7.16: e mtriz ixo est ftord n form M DM 1 F Sem fazer contasD determine
os utovlores d mtriz e ses pr 3 1 2 1 2 0 4 = 1 0 0 2 1 d um dos utoesposF 2 1 2 0 0 2 1 4 0 2 0 2 0 2 1 3 1 0 0 0 1 1 1 2
1 0 Y 6 1
1 0 0 @A 1 0 0 1 1 1
3 1 0 1 0 @A 1 0 0 4
1 0 @dA 0 0
0 0 1 0
0 1 0 0
0 0 0 1
1 0 0 1 0 0 @A Q1 AQ = 0 0 0 F @A P 1 AP = 0 1 0 Y 0 0 0 0 0 1 Prob 7.19: hetermine em d so se v pode ser digonlizdX @A A44 tem trs utovlores distintosF m utoespo unidimensionl e um dos outros idimensionlF @A T : R5 R5 tem polinmio rterstio p() = ( )( e)2 ( 1)3 F hois dos utoespos de T so idimensionisF Prob 7.20: ej T : R3 R3 um projeo ortogonl no plno x 2y z = 0F hetermine P tl que P T P 1 sej digonlF Prob 7.21: eEse que T (1, 1, 1) = 3(1, 1, 1)D T (1, 0, 1) = 3(1, 0, 1) e T w = wD om w ortogonl (1, 1, 1) e (1, 0, 1)F inontre P ortogonl tl que P T P 1 = 3 0 0 0 3 0 . 0 0 1
5 7 DD= 2 3
2 0 0 1
monrqui d no e PH7 dos defensores d monrqui pss poir repli d noF ortntoD denotndo por rk e mk o nmero de repulinos e monrquistsD respetivmenteD d no k D temos que rk+1 = 70%rk +20%mk e mk+1 = 30%rk +80%mk F tilizndo mtrizesD rk+1 0.7 0.2 rk = . mk+1 0.3 0.8 mk
Prob 7.23: xum ps politimente instvel QH7 dos defensores d repli pssm poir
0.7 0.2 F 0.3 0.8 @A endo que hoje metde d populo pi repliD em IH nos qul ser o perentul que pi replic
@A glule deomposio espetrl de
PIP
CAPTULO 7.
AUTOVETORES E DIAGONALIZAO
@A e longo przo qul ser o perentul de repulinos e monrquistsc xote que isto independe do perentul iniilF 1 2 1 Prob 7.24: gonsidere A = 0 3 1 . 0 5 1 @A hetermine um se de R3 formd por utovetores de AF @A hetermine mtrizes X e Y de modo que A99 = XY X 1 @no efetue o produtoAF
1 0 0.6 0.2 @A A pr A = . @A lim F 1 2 0.4 0.8 k 2 @A 2 glule B= A @riz qudrd d mtriz AAD isto D determine B tl que B = A 13 14 4 pr A = 14 24 18 F 4 18 29
7.4.3 Extras
Autovalores e Autovetores Ext 7.1: glule os utovlores e utoespos ssoidos deX
@A T (x, y ) = (x y, 2x + 3y )Y @A T (x, y, z ) = (x 2y, y, y )Y
@A (A I )T = AT I Y
@A os utovlores de A so iguis os de AT F
0 1 Y 0 0
@A
0 1 Y 1 0
2 1 0 1 1 Y3 @A 0 0 1 3
7.4.
PIQ
+ I )D Nuc(T I )X @A T : R2 R2 um projeo ortogonl num ret pssndo pel origemY @A T : R3 R3 um roto de 180 F
Nuc(T )D
0 1 0 0 1 rotoF hetermine o ngulo e o eixo de rotoF @A 0 1 0 0 4/5 0 2/5 0 projeo ortogonl sore um plnoF hetermine o plnoF @A 0 1 2/5 0 4/5 7 2 3 2 @A 1 8 4 2 3 projeo ortogonlF 3 2 3 5 6 4 23 @dA 1 4 0 4 3 re)exoF 8 2 3 4 3 2 1 2 2 1 @eA 2 2 0 2 rotoF hetermine o eixo e o nguloF 1 1 1
@A prove que det(A) = det(B )Y @A prove que A3 e B 3 tmm so semelhntesF @A prove que A e B possuem os mesmos utovloresY @dA determine relo entre os utovetores v de A e w de B @que so distintos de form gerlAF @eA prove que tro(A) = tro(B ) @ej de(nio no ixt UFRFQ d pFPIPAF
Ext 7.14: gonsidere T : P2 P2 de(nido por T (ax2 + bx + c) = cx2 + bx + aF hetermine Ext 7.15: e A = A5 um mtriz qudrdD o que vo pode dizer sore os utovlores
vlor sF gonlu que s utovlorF n hiX esrev j =1 aij = s, i = 1, 2, . . . , n um utovetorF
Ext 7.16: @A ej Ann tl que s soms ds entrds de d linh tm tods o mesmo em forma matricial e ento enontre
PIR
CAPTULO 7.
AUTOVETORES E DIAGONALIZAO
1 2 3 @A hetermine dois utovlores de 1 2 3 por inspeo @sem fzer ontsAF 1 2 3 @A uponh que som de todos elementos de d olun igul k F rove que k utovlor de AF
Diagonalizao Ext 7.17: ej v1 , v2 , . . . , vn um se de Rn e Avk = kvk D om k = 1, . . . , nF Ext 7.18: e possvelD digonlize mtrizX
@A @A wostre que existe P tl que P 1 AP digonlY @A hetermine est mtriz digonlF
3 4 4 3
@A
3 1 Y 1 5
1 4 2 0 Y @A 3 4 3 1 3 1 1
e
2 2 1 3 1 F @dA 1 1 2 2
5 5 5
1 F 1
7.4.
PIS
7.4.4 Desaos
Autovalores e Autovetores Des 7.1: gonsidere u utovetor de A ssoido e v utovetor de AT ssoido om
= F rove que u perpendiulr vF
utovlores inteirosF
a b c d
tem somente
Des 7.4: ej T : Rn Rn F rove que det(T I ) um polinmio de gru nF Des 7.5: gonsidere um mtriz qudrd A digonlizvelF rove queX
@A som dos utovlores de A igul o tro de A @ som dos elementos d digonlAY @A o produto dos utovlores de A igul o determinnte de AF Des 7.6: wesmo que T no possu utovetoresD T 2 pode possuir utovetores @por exemplo um roto de 90 AF wostre que se T 2 tem utovetor om utovlor positivo ento T possui utovetorF Des 7.7: wostre queX @A dus mtrizes simtris n n A e B omutm @AB = BAA seD e somente seD eles possuem um onjunto de n utovetores ortogonis simultneosF @Ase utovlor de AB ento tmm utovlor de BAF Des 7.8: ej A : R7 R7 om dim Nuc(A I ) = 4F wostre que existe um mtriz P I44 B43 inversvel 7 7 tl que P 1 AP = F 0 C33
os utovlores e utoespos de T F Des 7.10: ej V o espo vetoril ds funes ontnus de R em RF he(n (T f )(x) = x f (s) dsF rove que T no possui utovloresF e tivesseD T f = f D derivndo os dois 0 ldosD f = f e portnto f seri um exponenil ms omo (T f )(0) = f 0F
0 0
f (s) ds = 0D
Diagonalizao
formoX um termo som dos dois nterioresF im termos mtriiisD podemos esrever
1 1 F 1 0 @A ixplique omo lulr o quinqugsimo segundo termo d srie usndo um lulE dor ient( de IP dgitos no progrmvelF
@A glule deomposio espetrl de
PIT
CAPTULO 7.
AUTOVETORES E DIAGONALIZAO
@A determine vlor proximdo pr xk+1 F Des 7.12: uponh N nilpotente @vej he(nio RFSW d pFIQPA isto D N k = 0 pr lgum k NF rove queX @A o nio utovlor de N zeroY @A se N = 0D ento N no digonlizvelF Des 7.13: uponh A digonlizvelF rove queX @A AT digonlizvelY @A se os utovlores so iguis 1 em mdulo ento A1 = AY Des 7.14: hdo um utovlor 0 hmmos de multiplicidade algbrica o nmero de vezes que o ftor ( 0 ) pree no polinmio rterstioF ghmmos de multiplicidade geomtrica dimenso de Nuc(T I )F rove que e multipliidde geomtri de um utovlor @dimenso do utoespoA menor ou igul su multipliidde lgriF Des 7.15: ej T : V V om dim(V ) = 3F @A uponh que o nio utovlor de T 0 F rove que T digonlizvel seD e somente seD T 0 I = 0 @isto D T = 0 I AY @A uponh que T possu dois utovlores distintos 0 e 1 F rove que T digonlizvel seD e somente seD (T 0 I )(T 1 I ) = 0F Des 7.16: e A e B so digonlizveis e AB = BA ento os utovetores de A so iguis os utovetores de B F Des 7.17: rove que se A 2 2 e A = AT ento A @teorem espetrl pr mtrizes 2 2AX @A possui todos utovlores reisY @A digonlizvelF Des 7.18: hd A de(nimos eA = I + A + A2 /2! + An /n! + @est som in(nit " hmmos de srie " possui limite ms no vmos provr issoAF @A prove que se A digonlizvel ento eA = P eD P 1 onde eD digonl om expoE nenil de d elemento de D n digonlY 2 6 @A lule eA pr A = Y @veonA 1 3 N N @A e N nilpotente ento e um srie (nit que pode ser luldF glule e pr 0 1 0 0 1 N= e N = 0 0 1 F 0 0 0 0 0 @dA prove que se utovlor de A ento e utovlor de eA Y @eA prove que eA invertvel se A digonlizvelY @fA prove que se A simtri @A = AT A ento eA simtri e positivo de(nidF Des 7.19: rove que se A M22 om det(A) = 1 e {Ae1 , Ae2 } ortonorml ento A represent um roto em R2 F Des 7.20: rove que se A M33 ortogonl eX @A det A = 1D ento A roto em torno de um eixoY @A det(A) = 1D ento A um roto seguid de re)exoF
Ap endice A o Notac a
A.1 Bsica
gonjuntos numriosX N, Z, Q, R, CF etores so usulmente denotdos por u, v, wF etor nulo 0F islres so denotdos usulmente por r, s, t RF rnsformes lineres so usulmente denotds porX T, P, R, S F gonjunto de elementos de x R tl que x2 x = 0X {x R| x2 x = 0}F m onjunto de vetoresX {v1 , v2 , . . . , vn }F m list de vetoresX v1 , v2 , . . . , vn F intrds de um vetor em Rn X (1, 2, 3)F T : V W puno T de V em W X T : V W F mm esrevemos v 3v x+y =0 istems lineresX F yz =0
A.2 Espaos
ispos vetoriis so usulmente denotdos porX V, W, U F e som diret de V e W X V W F ispo gerdo pelos vetores v1 , v2 , . . . , vn X v1 , v2 , . . . , vn F mm usoD no ptulo de produto internoD span {v1 , v2 , . . . , vn } pr no onfundir om produto internoF ispo ds punes de R em RX F (R; R)Y de [0, 1] em RX F ([0, 1]; R)F ispo ds punes de R em R gontnusX C (R; R)F ispo ds punes de R em R om n derivds gontnusX C n (R; R)F ispo dos polinmios de gru nX Pn F ispo de todos os polinmios @qulquer gruAX P F ispo ds vs de V em W X L(V ; W )F ispo ds mtrizes n mX Mnm F
PIU
PIV
APNDICE A.
NOTAO
hd trnsformo liner T : V W D om se de V e se de W D mtriz que represent T X [T ] F gso sej mesm se do domnio e ontrdomnioD deixmos o segundo rgumento em rnoX [T ] F smgem de um v @ou mtrizAX Im(T )F xleo de um v @ou mtrizAX Nuc(T )F
A.4 Matrizes
wtrizes so usulmente denotds por A, B, M F a b wtriz genriX A = F d c 3 1 etor olunX e 5 F 3 7 wtriz e rnsformo identiddeX I F ostoX dim Im (A)F xuliddeX (A)F ro de um mtriz @ou vAX tro(A)F hetermiE nnte de um mtriz @ou vA det (A)F wtriz por olunsX @A om primeir olun igul o vetor v1 e segund igul o vetor v2 X v1 v2 Y @A om oluns v1 , . . . , vn X v1 vn F u1 F T F wtriz por linhsD om primeir linh igul o vetor uT F F 1 D F F F D um X um a a a b F D b wtrizes digonisX D b c c d
s = z, t = y, x = y + z + 2 = t + s + 2. Logo, (x, y, z ) = (2, 0, 0) + s(1, 0, 1) + t(1, 1, 0); (b) x = t, y = s, z = y = s. Logo, (x, y, z ) = 0 + t(1, 0, 0) + s(0, 1, 1).
Prob 1.6: (a) Tome
sentido; (c) mesmo tamanho e sentido oposto; (d) maior tamanho e sentido oposto; (e) menor tamanho e sentido oposto; (b) maior tamanho e mesmo sentido;
Fix 1.3: (a) Fix 1.4: (a)
z = x + 3y 2; z = x 1 2y ; (d) x = t;
Prob 1.7: (a)
(b)
y = 1;
(c)
s, t, u R
tais que
(5/2, 0).
(b)
(0, 5/3). t R.
(b)
x = 3, y = t t, y = 1 para t R.
para
x=
(a) (0, 0) = 0(2, 0) + 1 0(0, 2). (b) (1, 0) = 2 (2, 0)+0(0, 2). (c) (4, 6) = 2(2, 0) + 3(0, 2).
Fix 1.5: Todos so CLs. Fix 1.6: (a) reta; (b) plano; (c) reta; (d) ponto; Fix 1.7: (a) no; (b) sim. Fix 1.8: (a) V; (b) F;
B.1.2 Problemas
Prob 1.1: (a)
(x, y ) = (t, 2t+5) = (0, 5)+t(1, 2) ou (x, y ) = ((s5)/2, s) = (5/2, 0)+s(1/2, 1); (b) (x, y ) = (t, 1) = (0, 1) + t(1, 0);
(1, 2, 1)+s(1, 0, 1) = (2, 0, 0)+t(2, 0, 2)+u(1, 0, 0). Vamos obter o sistema 1 + s = 2 + 2t + u 2=0 , que no possui soluo 1 + s = 2t (2 = 0!). Logo a interseo vazia. (b) Como r (t) = (1, 2, 1) + t(1, 0, 1) = (1 + t, 2, 1 + t), e x + z = 0, 1 + t + 1 + t = 0 = 2 + 2t. Logo t = 1 e o ponto de intereo r (1) = (1, 2, 1) + (1)(1, 0, 1) = (0, 2, 0). (c) Como 1 (s, t) = (2, 0, 0) + s(2, 0, 2) + t(1, 0, 0) = (2+2s + t, 0, 2s) e x + z = 0, 2+2s + t +2s = 0 = 4s + t +2, xado s R, t = 2 4s. Logo a interseo a reta (2, 0, 0) + s(2, 0, 2) + (2 4s)(1, 0, 0) = (2 + 2s 2 4s, 0, 2s) = (2s, 0, 2s) = s(2, 0, 2). Pode escrever como (2, 0, 2) .
Prob 1.9: (a)
(1, 0, 1)+t(1, 1, 0)+s(2, 0, 1); (1 , 3 , 2) + t(2, 1, 1) + s(1, 1, 1); (c) Prob 1.2: (a) {x +2y +1 = 0} (b) {5y 2x = 2} (3, 1, 0) + t(4, 0, 1) + s(1, 1, 1); (c) {y = 3} (d) {x = 0}
(b)
Prob 1.3: (a)
t = 0, 1 e 1 por exemplo e (1, 2, 0, 0), (1, 5/2, 1, 1), (1, 3/2, 1, 1); (b) sim (t = 4); (c) no; (d) no pois (1, 4, 3, 2) Prob 1.4: (a) x = 2 t, y = 3+5t, z = 1+2t; r; (b) x = 1, y = 2, z = t; (c) x = 0, y = 1 (e) sim pois (1, 4, 4, 4) r (t = 4) e t, z = t; (0, 2, 4, 4) paralelo a (0, 1/2, 1, 1). x = t 1, y = 2t + 1, z = t; x = 1, y = 0, z = t; (c) x = t, y = t, z = 0;
(b)
Prob 1.10: (a) tome
obtenha
s = 0, 1
t = 0, 1
alter-
PIW
PPH
nadamente, obtendo 4 pontos:
APNDICE B.
[2, 3] que terminaremos em (2, 0, 0, 0, 0), fora do (1, 1, 2, 0), (0, 3, 1, 2), (2, 2, 3, 1) e (1, 4, 2, 3); (b) sim com cubo. t = 1, s = 2; (c) no; (d) no pois (1, 1, 3, 3) . Prob 1.12: (a) (x, y, z, w ) = (s 3t + 2u + 4, s, t, u) = (4, 0, 0, 0)+s(1, 1, 0, 0)+t(3, 0, 1, 0)+ u(2, 0, 0, 1); (b) note que x, y, w podem assumir qualquer valor. Logo colocando x = t, y = s, w = k e u = m, temos que z = 3u + 5 = Fix 2.1: (a) innitas; (b) uma nica; (c) nenhuma. 3m + 5. Portanto (x, y, z, w, u) = (t, s, 3m + 5, k, m). Na forma fatorada, (x, y, z, w, u) = Fix 2.2: Nunca alteram: (a), (d) e (e); podem (0, 0, 5, 0, 0) + t(1, 0, 0, 0, 0) + s(0, 1, 0, 0, 0)+ alterar (b), (c) e (f ). m(0, 0, 3, 0, 1) + k (0, 0, 0, 1, 0). Fix 2.3: 2x + 3y = 2.
Fix 2.4: (a) Nenhuma; (b) uma nica. Fix 2.5: (a)
C; ;
A. 0;
(c)
(b)
1;
(d)
1;
(e)
0.
outra. (a)
pois
(a, b, c) = a(1, 0, 1) + b(0, 1, 0) + (c a)(0, 0, 1); (e) no pois (2, 1, 2) no mltiplo de (2, 1, 2).
sistema sem soluo pois uma das equaes restantes pode ser nula; (c) falso.
0 = 1.
B.1.3 Extras
Ext 1.1: (a) F; (b) V; Ext 1.2: (a)
Fix 2.9: (a) falso; (b) falso, pode ser sem solu-
o; (c) verdadeiro; (d) verdadeiro (pode possuir at 9); (e) falso, pode possuir equaes que so combinaes lineares de outras.
(x, y ) = (3, t) = (3, 0) + t(0, 1) ou Fix 2.10: (a) O sistema linear tem soluo nica; (x, y ) = (3, 2s) = (3, 0) + s(0, 2). (b) x = t + (b) O sistema linear sem soluo (conjunto1, y = t, z = t 1/5; (c) y = t, z = s, x = soluo vazio), pois h uma linha da forma 1 + 2y = 1 + 2t. Logo (x, y, z ) = (1, 0, 0) + [ 0 0 0 | ]; (c) O sistema linear com int(1, 2, 0) + s(0, 0, 1); (d) x = t, y = s, z = (3t nitas solues. H 3 variveis e 2 pivs, logo o 5)/2; nmero de variveis livres 3 2 = 1 varivel
Ext 1.3: (a) reta; (b) plano; (c) plano; (d) plano;
livre.
Fix 2.11: (a) interseo de hiperplanos; (b) 1; (c)
B.1.4 Desaos
Des 1.1: Estas ideias esto descritas num romance
2; (d) 4;
Fix 2.12: (a) Fix 2.13:
= ;
(b)
v1 , . . . , vn
com
S = v0 + V
v0 S .
clssico da era vitoriana da Inglaterra do sculo XIX: Flatland; Edwin A. Abbott; Dover Pub.
C R3 denido por C = {(x, y, 0) R3 ; |x| 1, |y | 1}, um quadrado no plano xy 3 em R . (b) Dena c(t) = t(0, 0, 0, 1) para t [0, 1]
(a) que sairemos do cubo numa direo perpendicu-
B.2.2 Problemas
Prob 2.1: (a) soluo nica: retas concorrentes
em
(2, 1);
distintas;
Prob 2.2: Existem vrias possibilidades para cada
item.
B.2.
SISTEMAS LINEARES
PPI
1 x = 1 1 4 x = 4 4
no nico:
ou
etc.
(b)
1 0 0 1 1 0 1 0 1 2 0 0 0
1 2 2 3 0 0 . 1
B.2.3 Extras
Ext 2.1: (a) innitas solues:
retas coinciden-
{(1, 0, 0, 0)r + (0, 2, 1, 0)s | r, s R}; (c) {(1, 3, 2)}; 2 4 (d) {( , 1, 0)r + ( , 0, 1)s | r, s R}; 3 3 (e) {(6, 0, 2, 2) + (3, 1, 0, 0)r | r R}.
(b) (f ) Matriz totalmente escalonada:
(d)
Ext 2.5: a = 0. 0 1 2 0 0 2 0 0 0 1 0 1 ; O sistema linear tem so- Ext 2.6: (a) 3b1 b2 4b3 3(3) 5 4(1) = 8 = 0. 0 0 0 0 1 3 3 1 a1 a2 ]. luo, j que no h linha da forma [ 0 0 0 | 1 a1 3 1 a2 a2 A soluo no nica: h duas variveis livres, j 2 a2 2 3 que h cinco variveis e s trs pivs, conj solu- Ext 2.7: 1 a3 a3 a3 2 1 a4 a a3 o: {(0, 2, 0, 1, 3) + r (1, 0, 0, 0, 0)+ 4 4 3 a 1 a5 a2 +s(0, 2, 1, 0, 0) r, s R}. 5 5
b1 b2 b3 b4 b5
y = 1;
(b)
y = 1/2;
(c) O sistema
no possui soluo.
{s(2, 2, 1, 0, 0) + t(24, 7, 0, 1, 0), s, t R}; (b) Fazendo, por exemplo, (s, t) = (0, 0), (s, t) = (0, 1) e (s, t) = (1, 0) obtemos as solues: (1, 3, 0, 0, 9), (25, 10, 0, 1, 9) e (3, 5, 1, 0, 9).
Prob 2.7:
B.2.4 Desaos
Des 2.3: Seja
x y (a) z x y (b) z
= = = = = =
+ 1r + (2)s 0 + 1r + 0s 0 + 0r + 1s r1 r 1 r R. r
(b)m
1 2
rn
r2n
obtemos
m = 4; c=0
e
= 4.
(b)
n n. c=0
e
Uma
d = 0;
d = 0.
a = 1, b = 1, c = 2.
2(1, 2, 0) 1(0, 1, 4) + 1(1, 3, 3) = (2, 4, 0)+(0 , 1, 4)+(1, 3, 2, 7); 3) = (1, (1, 0, 1) (2, 1, 1) 1 A outra que alguma linha zere durante o escalo(b) (2, 1, 3) (2, 1, 1) = 2 namento e seja assim descartada, de forma que o (0, 4, 3) (2, 1, 1) 7 nmero de linhas aps o escalonamento (p, igual
Prob 2.12: Portanto queremos combinar 1 vez a
1 0 0 0 0 1 0 0 . . . . .. . . . . . . . 0 0 0 1 0
primeira coluna mais 1 vez a segunda menos 1 vez a terceira (usando denio de produto matrizvetor como CL das colunas):
n.
1 x = 1 . 1
Ele
PPP
APNDICE B.
I. Se este se enquadrar no primeiro caso acima, a forma escalonada do sistema no-homogneo original ser, necessariamente, da forma
0;
(b)
R3 .
(b) Sim. (c) O nico con-
Prob 3.4: (a) no; (b) sim. (c) sim. Prob 3.5: (a) No.
1 0 0 0 1 0 . . . .. . . . . . . . 0 0 1
{0}.
{u, v}
LD se e s
se um dos vetores mltiplo do outro, isto , Este sistema tem soluo nica. A soluo (isto , os valores das 's) depene do lado direito do sistema original, mas a existncia e unicidade so garantidas para todo lado direito. Esta a alternativa (a). II. Se este se enquadrar no segundo caso, temos um sistema com soluo (pois sistemas homogneos sempre o so) com
u = v
item a,
0 .
Prob 3.7: (a) Sim. (b) No. (c) No. Prob 3.8: (a) no ; (b) no ; (c) base; (d)
no ;
Prob 3.9: (a) Sistema (1 equao) j esta total-
p<n
e portanto
np
variveis livres.
3.
Como
x, colocamos x como variy, z, w como livres. y = r, z = s, w = t, x = y + w = r + t. Logo (x, y, z, w ) = = r(1, 1, 0, 0)+ s(0, 0, 1, 0)+ t(1, 0, 0, 1). Base: {(1, 1, 0, 0), (0, 0, 1, 0), (1, 0, 0, 1)}.
(b) Escalonando totalmente obtemos
no; (f ) no.
Fix 3.2: (a)
mltiplo de
v;
1 0 0 0 0 0 0 1 1 0
. Como so 2 equaes, 4
2. z , colocamos x, z como variveis dependentes e y, w como livres. y = r , w = s, x = 0, z = w = s. Logo (x, y, z, w) = r(0, 1, 0, 0) + s(0, 0, 1, 1). Base: {(0, 1, 0, 0), (0, 0, 1, 1)}. x
e (c) Sistema (2 equaes) j esta totalmente Como so 2 equaes, 4 variveis: Logo dimenso
Fix 3.7: (a) pode aumentar; (b) pode diminuir. Fix 3.8: (a) 1; (b) plano. Fix 3.9: (a) no; (b) no. (c) no; Fix 3.10: (a) no mximo (b) LI; (c) pode ser
escalonado.
2 variveis livres.
2.
Como
w, colocamos y, w x, z como livres. x = r, z = s, y = 3z = 3s, w = 0. Logo (x, y, z, w) = r(1, 0, 0, 0) + s(0, 3, 1, 0). Base: {(1, 0, 0, 0), (0, 3, 1, 0)}.
pivs so associados a e como variveis dependentes e (d) reescrevendo equaes paramtricas,
0 W;
(b)
6v2 5v3 W ;
(c)
dim W n
(x, y, z, w) = r(1, 0, 2, 1) + s(2, 1, 1, 0)+ +t(1, 2, 4, 3). No podemos concluir que dimenso 3! Temos que escalonar matriz (no
precisa escalonar totalmente) com vetores em linhas para ver dimenso do espao gerado:
B.3.2 Problemas
Subespaos do Rn
Prob 3.1: (a) no; (b) no; (c) sim;
B.3.
ESPAOS VETORIAIS
PPQ
c(a, b) a(c, d) = (ca ac, bc ad) = (0, 0)
x+yw =0 x+zw =0 z + w = 0
(b, d) = (0, 0) e portanto d(a, b) b(c, d) = (da bc, db bd) = (0, 0) combinao linear
no-trivial dando zero. 2
(a, b)
(c, d)
2x
2y = 0.
LI e LD: tericos
Prob 3.12:
= (c, d), isto , a = c e b = d, ad = cd = bc e ad bc = 0 ou (ii) (c, d) = (a, b), isto , c = a e d = b, de forma que bc = ab = ad e ad bc = 0.
de forma que
LI e LD: tericos
Ext 3.7:
1 w1 + 2 w2 + 3 w3 = 1 (v1 + v1 ) + ( v + v 2 1 2 )+ 3 (v1 + v3 ) = (21 + 2 + 3 )v1 + 1v + Prob 3.13: (a) se v = n v + 2 2 3 v3 = 0, se, e somente se, i=1 (i )vi = 0 uma combinao linear no- 2 + 2 + 3 = 0 1 trivial dando o vetor nulo. n 2 = 0 , se, e somente se, (b) se i=2 (i )vi = 0 uma combina- = 0 3 o linear no-trivial dando o vetor nulo, ento 1 = 2 = 3 = 0. n 0v1 + i=2 (i )vi = 0 tambm o . Isto , se {v2 , . . . , vn } no LI, ento {v1 , v2 , . . . , vn } Ext 3.10: (a) Decorre trivialmente do resultado
n i=1 i vi , ento
tambm no . (c) se fosse verdadeiro, pelo item (a) teramos que de que um conjunto LD se e s se existe um vetor que combinao linear dos demais. Decorre trivialmente de (a).
Ext 3.11: Lembre que um conjunto LD se e s
(b)
{v1 , v2 , . . . , vn }
LD.
se existe um vetor que combinao linear dos anteriores. No conjunto este no o caso de
x) = 0 ;
(b)
vetores, dado que eles formam um conjunto LI. Tambm no o caso do Logo
Prob 3.16: (a) LD; (b) LI; (c) LI. Prob 3.17: (a) se
constante,
isto , dado
Logo,
f = cg ,
f (x) = cex cg .
f = f ento c. Logo f =
que
3;
(b)
(c)
(d)
0.
B.3.3 Extras
Subespaos do Rn
Ext 3.1: (a) sim; (b) LI para
B.3.4 Desaos
Des 3.1: Suponha que existe
v=0
com
v V.
k =1
k = 2.
a a base de
e estenda-a a base de
H K ; estendaK. W1
e
(c) no.
Ext
W2
e es-
a = b = c = d = 0,
guintes alternativas: (i)
ad bc = 0. Se (a, b) e (c, d) so
W1 .
W1
W2 .
ampliado.
PPR
Ver Reginaldo Santos p. 178, 179.
Des 3.7: (a) claro que
APNDICE B.
Fix 4.16:
dimenso do domnio e
do con-
equao.
f (x) 0 satisfaz f1 e f2 satisfazendo f1 (x) + matriz m n com todas as entradas iguais a p(x)f1 (x)+ q (x)f1 (x) = 0 e f2 (x)+ p(x)f2 (x)+ 0; (b) verdadeiro pois se a dimenso do domq (x)f2 (x) = 0 e R qualquer. Ento (f1 + nio maior do que a do contra-domnio ento f2 ) (x)+p(x)(f1 +f2 ) (x)+q (x)(f1 +f2 )(x) = dim(Nuc(A)) > 0. (f1 (x) + p(x)f1 (x) + q (x)f1 (x)) + (f2 (x) + Fix 4.17: (a) e (c) somente. p(x)f2 (x) + q (x)f2 (x)) = 0 e portanto f1 + f2 2 2 Fix 4.18: A + AB + BA + B .
Sejam tambm soluo.
Des 3.8: (c)
f (x) =
f (x)+f (x) 2
f (x)f (x) . 2
A;
B;
(c) linhas de
por colunas de
B;
0;
(b)
n.
B.4.2 Problemas
Prob 4.1: Veja o efeito nos vetores da base can-
nica.
(a) T (1, 0) = (0, 1), T (0, 1) = (1, 0). 0 1 Logo T (x, y ) = (y, x). (b) T (1, 0, 0) = (1, 0, 0), ; (b) 1 0 , Fix 4.3: (a) 1 1 T (0, 1, 0) = (0, 1, 1), T (0, 0, 1) = (0, 1, 1). 2 2 2 1 1 (x 2, y + z, y + z ). (c) (c) T (x, y, z ) = (x z, 3x + 2z ); (d) T (x, y ) = Assim, T (x, y, z ) = 2 1 1 (x + 8y ). (1, 1, 0), T (1, 0, 0) = 2 (1, 1, 0), T (0, 1, 0) = 2 Fix 4.4: (a) T (x, y ) = (0, y ). (b) T (x, y, z ) = T (0, 0, 1) = (0, 0, 1). 1 Assim, T (x, y, z ) = (x y, x + y, z 2). (0, y, 0). (c) T (x, y, z ) = (0, y, z ). 2 3 7 5 4
Fix 4.5: (b) Fix
Q; 0.
(d)
P Q = 0. RQ = Q;
(b)
QP = 0.
(c)
QR =
V;
(c)
V;
(d)
Fix 4.8: (i) (C); (ii) (A); (iii) (D); (iv) (C). Fix 4.9: (a) Ncleo o plano perpendicular a
achamos o 2x + y + z = 0. Imagem a reta gerada por (2, 1, 1). (b) Ncleo o 0 somente. Imagem todo R3 . (c) Ncleo o ncleo. Escalonando totalmente a matriz obte3 1 0 1 vetor 0 somente. Imagem todo R . (d) Ncleo mos: . So 3 variveis, 2 equaes: 0 1 1 a reta gerada por (1, 0, 0) (o eixo x). Imagem 3 2 = 1 varivel livre. Como a coluna sem o plano x = 0, gerado pelos eixos y e z . piv a terceira, colocamos z como varivel liFix 4.10: (a) r ; (b) 0; (c) P P = P ; (d) RR = vre. So dependentes x e y . Colocando z = r , n I ; (e) RP = P ; (f ) P R = P ; (g) P = P e x = z = r e y = z = r. Logo, (x, y, z ) = R2k = I ; R2k+1 = R. (r, r, r) = r(1, 1, 1). Logo o ncleo tem Fix 4.11: (a) 7; (b) 4; (c) 2; dimenso 1 e base {(1, 1, 1)}. Fix 4.12: (a) 2; (b) 5; Pelo TNI, dimenso da imagem 3 1 = Fix 4.13: (a) 2; (b) 0; 2. Para calcular a base montamos a matriz com Fix 4.14: (a) falsa; (b) verdadeira; (c) falso; (d) T (e1 ), . . . , T (en ) nas linhas: 1 0 1 0 verdadeiro. (e) falso, dim(Nuc(T )) = 0. 1 1 1 1 . Escalonando (parcialmenFix 4.15: 3x 4, 5. 0 1 0 1
(2, 1, 1),
isto , o plano
1 1 0 0 x 0 1 1 0 y = 1 0 1 0 z 0 1 1 0
0 23.ago.2012 13h
B.4.
TRANSFORMAES LINEARES
PPS
1 0 1 . Logo a imagem tem dimenso 2 e 0 1 1 base {(1, 0, 1), (0, 1, 1)}. Prob 4.5: (a) Nuc = 0, com, dimenso 0, Im = (1, 2, 0, 1), (0, 0, 1, 2) , com dimenso 2. (b) Nuc = (2, 1, 1, 0), (0, 0, 0, 1) , com dimenso 2. Im = (1, 0, 1), (0, 1, 1) com dimenso 2. (c) Nuc = (1, 1, 1) com dimenso 1, Im = (1, 0, 1, 0), (0, 2, 1, 1 com dimenso 2. (d) Nuc = (1, 0, 1, 0), (0, 1, 0, 1) com dimenso 2, Im = (1, 0, 1), (0, 1, 1) com dimen-
achamos o n-
. So 3 variveis, 2 equaes:
terceira, colocamos
z como varivel livre. So dex e y . Colocando z = r, x = z/2 = so 2. r/2 e y = z/2 = r/2. Logo, (x, y, z ) = Prob 4.6: (a) Nuc(T ) = Im(T ) = P1 . (r/2, r/2, r) = r(1/2, 1/2, 1). Logo o n- (b) Nuc(T ) o conjunto dos polinmios da forma cleo tem dimenso 1 e base {(1/2, 1/2, 1)}. (x3)q (x), Im(T ) = R.(c) Nuc(T ) = 0, Im(T ) = x, x2 , x3 (d) A imagem C (R; R) (sobrejetiva) Pelo TNI, dimenso da imagem 3 1 = x (s) ds, 2. Para calcular a base montamos a matriz com pois dado g C (R; R) dena h(x) = 0 g1 pelo teorema fundamental do clculo h C (R; R) 1 2 0 T (e1 ), . . . , T (en ) nas linhas: 1 0 2 . Es- e T (h) = g . O ncleo so funes constantes. 0 1 1 Prob 4.7: (a) Contradiz o Teo. do Ncleo e da
calonando (parcialmente, no precisa ser totalImagem (dimenso do ncleo s com a origem
1 2 0 (= 0) mais dimenso da imagem (no mximo . Logo a imamente escalonada), 0 2 2 = 2) menor do que a dimenso do espao de gem tem dimenso 2 e base {(1, 2, 0), (0, 2, 2)}. partida (= 4) . Ou, mais intuitivamente, um es(c) Resolvendo o sistema pao de dimenso 4 est sendo levado pela TL
a 1 0 3 0 1 0 b = 0 0 0 1 1 1 c 1 0 4 1 0 d 0 e
mos o ncleo. triz obtemos: riveis, 2
num espao de dimenso 2. A imagem portanto tem dimenso no mximo 2. Assim, preciso que achaum subespao de
levado (colapse) no 0 pela TL. (c) Para que a TL seja injetiva, seu ncleo deve ser trivial, ou seja, deve conter apenas o 0 (de
R4 ).
b, d, e. Co(e) Pelo Teorema do Ncleo e da Imagem, locando b = r, d = s, e = t, a = 3d + 4e = dim(Nuc(T )) + dim(Im(T )) = 7. Ora, como s + t, c = d e = s t. Logo, (a, b, c, d, e) = a soma de dois nmeros iguais daria um nmero (3s + 4t, r, s t, s, t) = r(0, 1, 0, 0, 0) + mpar? Impossvel. s(3, 0, 1, 1, 0) + t(4, 0, 1, 0, 1). Logo o ncleo (g) Note que os vetores da base do ncleo tem dimenso 3 e base so LI (e dim(N (T )) = 2), mas que os vetores {(0, 1, 0, 0, 0), (3, 0, 1, 1, 0), (4, 0, 1, 0, 1)}. (1,1,2) e (2,2,4) que geram a imagem so LD, e
e so dependentes.
53 = 2. Para calcular a base montamos a matriz com 1 0 1 0 0 0 1 4 T (e1 ), . . . , T (en ) nas linhas: 3 . 0 1 1 1 1 0
Pelo TNI, dimenso da imagem Escalonando (parcialmente, no precisa ser totalmente escalonada),
dim(Im(T )) = 1).
Mas a, novamente, no
conseguiramos satisfazer ao Teo. do Ncleo e da Imagem. Logo no possvel existir tal TL.
1 0 2 1 (b) T (x, y, z, w ) = (2x + 2y + z + w, x + y z + 2w, 4x + 4y + z + 3w). Soluo: Uma base do ncleo (1, 0, 1, 1) e (0, 1, 1, 1).
Prob 4.8: (a)
PPT
APNDICE B.
(0, 0, 1, 0)
(0, 0, 0, 1). Podemos agora determinar completamente T por T (1, 0, 1, 1) = B 0 2 Prob 4.17: S = . T (0, 1, 1, 1) = 0, T (0, 0, 1, 0) = (1, 1, 1) e 0 B T (0, 0, 0, 1) = (1, 2, 3). Prob 4.18: (a) H innitas respostas. Por exem(c) T (x, y, z ) = (0, 0, x y + z, x y + 1 1 2 0 z ) Soluo: O ncleo gerado por (1, 0, 1) e plo, B = 1 1 e C = 0 2 . (b) Neste (0, 1, 1). A imagem gerada por (0, 0, 1, 1). Por- caso AB = AC A1 AB = A1 AC tanto, T (1, 0, 1) = T (0, 1, 1) = 0. Como (0, 0, 1) B = C . 3 completa a base do R (entre outras possibilidades), colocamos T (0, 0, 1) = (0, 0, 1, 1). Agora sabemos T em trs vetores da base de uma base 3 do R . Portanto podemos determinar que 0 1 0 1 Ext 4.1: (a) A = . (b) B = . T (x, y, z ) = (0, 0, x y + z, x y + z ). 1 0 0 0 Prob 4.9: So lineares somente (a) e (c). 1 0 1 0 (c) C = (projeo). (d) D = 0 0 0 1 Prob 4.10: Observe o seguinte: Caso 0 no fosse raz de p, i.e., no houvesse a restrio p(0) = (reexo). 0 sobre os elementos de W , ento o ncleo da Ext 4.2: As nicas matrizes simultaneamente trie
0 I I 0
; (b)
I A 0 I
B.4.3 Extras
p(x) =
Ext 4.3:
a,
com
a R.
W quando a = 0 (caso contrrio teramos p(0) = a, com a = 0 e da p no pertenceria a W ), donde conclumos que o nico polinmio levado no 0 pela TL derivada primeira o polinmio nulo. Logo D
satisfazem a restrio em injetiva.
Prob 4.11: Funes do primeiro grau:
p(0) = 0
1 0 1 1 =0
e
Ext 4.4: (a) no; (b) Ext 4.6: (a) Ext 4.7: (a) Ext 4.8: (a)
= .
7; 4; 3;
7; (b) 5. (b') 0;
(b)
f (x) =
ax + b,
Prob
P1 . 4.12: (2, 1)
ou seja
1, Imagem= so 2.
(2, 3).
Maxima na 0 1 ; (b) 1 2
dimenso
Ext 1 0 1 1 0 1 , Prob 4.14: T = 0 1 0 Ext 4.11: (a) Coloque a matriz na forma esca lonada (no precisa ser reduzida). Para que o 1/2 1 /2 0 posto seja 1, precisamos de apenas 1 pivot. Logo 0 1 T 1 = T 1 = 0 5 . (b) Coloque a matriz 5 2h = 0, ou h = 2 1/2 1/2 0 na forma escalonada (no precisa ser reduzida). 1 0 0 de 2 pivs. 1 = 1/3 1/3 0 Para que o posto seja 2, precisamos Prob 4.15: (a) A 5 Logo 5 2h = 0, ou h R, h = . 2 0 1/5 1/5 Ext 4.12: Sejam S, T TLs injetivas. Ento se 1 0 ST v = ST w , como S injetiva, T v = T w. 1/3 1/3 (b) u = v = w = Como T injetiva, v = w . 0 1/5 Ext 4.13: (a) T (0) = T (0 + (1)0) = T (0) + 0 0 (1)T (0) = T (0) T (0) = 0 (usamos somente a linearidade de T ). 1/5
1 1 2 1 1 1 0 2 0 0 2
x + z = 0 e y + z = 0, cuja 1, gerado por (1, 1, 1), imagem (1, 0, 2, 3), (0, 1, 2, 2) , dimenso 2. (c) Ncleo o plano xw , y = z = 0, com dimenso 2. Imagem (1, 0, 0, 0), (0, 0, 0, 1) com
(b) Ncleo dimenso 2.
1 2 4.10: 1
B.4.
TRANSFORMAES LINEARES
PPU
0 0 1 Ext 4.21: T = 0 1 1 , 1 1 1 0 1 1 1 0 T 1 = T 1 = 1 1 0 0
Ext 4.22:
v em N (T ) (ou seja: T ( v ) = 0 e T ( v ) = 0), e R. Ento T ( v + v ) = T ( v ) + T ( v ) = 0 + 0 = 0. Logo N (T ) subespao vetorial. (d) Vamos usar que, se T injetiva, o nico elemento do ncleo o 0. Suponha, por exemplo, que T (vi ) = T (vj ), com i = j . Ento T (vi ) T (vj ) = 0. Usando a linearidade de T , temos que T (vi vj ) = 0. Agora, usando a injetividade de T , conclumos que (vi vj ) = 0, ou vi = vj . Contradio, pois por hiptese os vi 's eram LI. (d) (soluo alternativa) Seja {v1 , . . . , vp } LI. Considere a sua imagem por T , {T (v1 ), , T (vp )}. Para discutir a independne multiplicao por escalar: Considere e
An = P =
1 n 0 1 1 1 3/2 1
.
Ext 4.23:
Aij a matriz que todas entradas so aij = 1. Para matriz 2 2: Base de triangular superior: A , A12 , A22 . Base de diagonal: A11 , A22 . Base 11 cia linear deste conjunto, devemos vericar quando p de simtrica: A11 , A12 + A21 , A22 . aij = 1. i=1 i T (vi ) = 0. Mas, por linearidade, p p Para matriz 3 3: Base de triangular superior: i=1 i T (vi ) = T ( i=1 i vi ) e T (0) = 0. Da p A , 11 A12 , A13 , A22 , A23 , A33 . Base de diagonal: injetividade de T , segue que i=1 i vi = 0, o A11 , A22 , A33 . Base de simtrica: A11 , A12 + que, pela independncia dos vi 's, implica em i 's A 21 , A13 + A31 , A22 , A23 + A32 , A33 . todos nulos. Mas isto garante a independncia de 1 0 0 {T (v1 ), , T (vp )}. , Ext 4.25: (a) Dena A11 = 0 0 0 (e) Seja = {v1 , . . . , vn } base de V . Ento, 0 1 0 0 0 1 pelo exerccio anterior, T ( ) = {T (v1 ), , T (vn )} , A12 = , A13 = 0 0 0 0 0 0 um conjunto LI. Mas um conjunto de n vetores LI em um espao de dimenso n uma base. 0 0 0 0 0 0 , , A22 = A21 = 0 1 0 1 0 0 Ext 4.14: Todas as operaes so lineares. 0 0 0 Ext 4.15: Como T (p+q )(x) = x(p(x)+q (x)) = A23 = . 0 0 1 xp(x) + xq (x) = (T (p) + T (q ))(x), concluEnto {A11 , A12 , A13 A21 , A22 , A23 } base pois
Dena zero menos mos que linear. Se T (p) = T (q ) ento T (p)(x) = xp(x) = T (q )(x) = xq (x) para todo x. Logo p(x) = q (x) para todo x diferente de zero. Como polinmios so funes contnuas, p(x) = q (x) para todos x (incluindo o zero) e portanto p = q . Conclumos que injetiva.
Akl = (aij ) uma matriz com zeros akl = 1 (veja item Ext 4.17: (a) T no , S . (b) Nuc(S ) = 0. (a)). O conjunto {A ; 1 k m; 1 l n} kl S sobrejetiva: de fato, dado h dena f (x) = base de Mmn e a dimenso mn. h(x 1) e S (f )(x) = h(x + 1 1) = h(x). Ext 4.26: (a) Nuc(T ) = {0} e Im(T ) = M .
Ext 4.16: tabacckludge 'E linear somente (a).
nn
((T S )(f ))(x) = (T (S (f )))(x) = (S (f ))(2x + 2) = f ((2x + 2)/2 1) = f (x). x, f . Isto implica que (T S )(f ) = f , f , o que implica que, T S = I . De forma anloga, mostra-se que S T = I .
Ext 4.18: Ext 4.20: (a)
(b)
Ext 4.27:
2 2 2 4
(b)
PPV
APNDICE B.
Coordenadas
v = 4(1, 1 , 0) + 3(0, 1, 1) + 4 4 2(0, 0, 1); (b) [v] = 1 ; (c) [v] = 3 ; 1 2 2 (d) [w] = 5 ; 5
Ext 4.30: (a) Ext 4.31:
(c)
0 1 0 0 0 0 0 0
0 0 1 0
0 1 1 0 0 0 1 1
(b)
1 0 0 2
Ext 4.32:
5/2 1 4 2 . 2 1 (0, 5, 1) =
a(1, 1, 1) + b(1, 1, 0) + c(1, 0, 1). obtemos que (a, b, c) = (2, 3, 1). 2 Logo, [v ] = 3 . 1 ax2 + bx + c
Resolvendo
[I ] =
6 2 11 4
(b)
1 [I ] = [I ] .
p(x) =
2 1 11/2 3
[I ] = I .
de elementos de
0 [q ] = 1 1 4 3 Ext 4.37: [f ] = 5 2 52 + 2 3 .
Ext 4.36: (a)
Mudana de Base
Ext 4.38:
1 0 1 1 1 cuja in Ext 4.47: (a) [I ] = 0 3 0 1 0 ; (b) [p] = 1 ; 1 1 1 1 0 1 ; (b) [v] = versa [I ] = 0 0 1 1 1 4 pois f = 40 + 31 + 0 ; (c) [w] = 1 ; 1 2 1 1 0 (d) [T ] = 0 1 1 0 0 1
Ext 4.48: (a) A resposta no nica. Por exem-
[I ]
1 1 1 0 = 0 1 1 1 1
so as colunas da matriz
plo,
u =
1 0
v =
1 3
(b) Um no
R2 .
(c)
2 0 0 1
que
Ext 4.50:
Ext
1 4 1 2 1 1 1 4.42: 1 1 0 0 0 1 [I ] =
1 0 1 1 /2
Ext
Ext 4.52: Se
B.5.
PRODUTO INTERNO
PPW
{I, T, T 2 , . . . , T n },
2
0 [x] = 1 , 0
e
que possui
n2 + 1
elemen-
se
p = x, S (p)(x) = xp(x) =
tos, LD. Portanto existe uma combinao linear no-trivial deles que vale
0.
xx = x2
0 [x2 ] = 0 . 1
Logo,
[S ]2 1 = {v , v , . . . , v } 1 2 m
0 0 1 0 . 0 1
{u1 , u2 , . . . , un } base de U e V . Pelo Lema 4.4 da p.94, para denir Tij L(U ; V ) basta denir valores nos elementos da base de U . Assim denivj ; para i = k ; mos Tij (uk ) = . Como 0; caso contrrio T (uk ) V e {v1 , v2 , . . . , vm } base de V , exisbase de
B.4.4 Desaos
Des 4.4: (b) note que trao de
tem
akj R
tais que
T (uk ) =
j =1
Agora
trao de trao de
BA. logo, I n.
trao de
AB igual ao AB BA zero e
dena
S L(U ; V )
por
S=
i,j
Agora,
S (uk ) =
i,j
para todo
akj vj = T (uk )
so lineares e assu-
vezes.
k.
S T.
{Tij ; i = 1, . . . , n, j = 1, . . . , m} gera o L(U ; V ). Pode-se provar que Tij LI no Des 4.10: (a) Note que T (I ) = IB BI = B B = 0, independentemente de B . Logo, I espao das TLs. Como so nm Tij s, a dimenso a nm. Nuc(T ). (b) 1 parte (se): suponha que B possui A Nuc(S ). Ento S (A) = BA = 0. Multiplicando-se por B 1 dos dois lados, A = B 1 BA = B 1 0 = 0. Logo Nuc(S ) = {0}. 2a parte (somente se): suponha que B no possui n inversa. Logo existe 0 = v R tal que B v = 0. Seja A = [v v]. Ento S (A) = BA = 0 e 0 = A Nuc(S ).
inversa. Seja
5;
(b)
1;
(c)
23.
T1 , T2 : R2 R por: T1 (x, y ) = x e T2 (x, y ) = y . Verique que so LIs. Dada T qualquer dena a = T (e1 ), b = T (e2 ). Ento T (x, y ) = xT (e1 ) + yT (e2 ) = aT1 (x, y ) + bT2 (x, y ). Logo T = aT1 + bT2 . A dimenso deste espao 2. 2 (b) Dena T11 , T12 , T21 , T22 : R R por: T11 (x, y ) = (x, 0), T12 (x, y ) = (0, x), T21 (x, y ) = (y, 0), T22 (x, y ) = (0, y ). Verique que so LIs. Dada T qualquer dena (a, b) = T (e1 ), (c, d) = T (e2 ). Ento T (x, y ) = xT (e1 ) + yT (e2 ) = x(a, b) + y (c, d) = a(x, 0) + b(0, x) + c(y, 0) + d(0, y ) = aT11 (x, y ) + bT12 (x, y ) + cT21 (x, y ) + dT22 (x, y ). Logo T = aT11 + bT12 + cT21 + dT22 . A dimenso deste espao 4.
Des 4.11: (a) Dena Des 4.12: (a) Como
ser unitrios; (b) verdadeiro, basta dividir pela norma; (c) verdadeiro; (d) verdadeiro; (e) falso,
v = || v
Fix 5.3: (a) Fix 5.4: (a)
. (b)
H ;
H;
(c)
I.
(c)
T = 0; =
(b)
T = I;
T = I .
T ; (b) T 2
(b)
= I.
(c) plano
9. y = 0; y = x; xz ; x. d(Az, b) d(Ax, b)
para todo
(d) eixo
x.
P (x, y, z ) = (0, y, 0); (b) P (x, y, z ) = (x, y, 0); (c) P (x, y, z ) = (x, y, z );
dim L(R2 ; R2 ) = 4,
o con-
B.5.2 Problemas
Prob 5.1: (a) No. (b) Sim.
0.
o conjunto
dim L(Rn ; Rn ) = n2 ,
1 23.ago.2012 22h
PQH
Prob 5.2:
APNDICE B.
4 3 3 1 = 3 10 3 2 (2, 3); A=
(b)
Prob 5.9:
(1, 1, 1); 0 0 1 2 1 2 0 3 2 5 ,
(c)
S =
(5, 1, 8)
(d) Denindo-se
2 1 7 2 1 1 3 3 3 0 1 1
Prob 5.10: (a)
1 3 = 2 3
0 2 2 1 1
5 1 3 + t 1 , t R ; 0 1 =
(b)
2 2 5 5
2x y + 3z = 0; 4/5 2/5 0 0 Ext 5.3: (a) ; (b) ; (c) 2/5 1/5 0 1 3/5 4/5 4 3 1 ; (d) (e) projeo 5 4/5 3/5 3 4 Prob 5.4: (a) P (x, y, z, w ) = 1 1 1 1 2 = (x z )/2(1, 0, 1, 0) = (x z, 0, z 1 , a rotao , com2 2 1 1 1 1 100 x, 0)/2. (b) por ser projeo, P = P. 0 0 2 pondo obtemos . 4/5 2/5 2 1 1 . Prob 5.5: (a) 2/5 1/5 1 0 0 1 (b) T (x, y, z ) = ((x+z )/2, y, (x+z )/2). Sol: 0 0 0 0 Como o plano gerado por (1, 0, 1) e (0, 1, 0) e a (f ) 1 2 0 0 0 0 direo (1, 0, 1) perpendicular ao plano, pode1 0 0 1 mos dizer que T (1, 0, 1) = (1, 0, 1) e T (0, 1, 0) = (g) O plano perpendicular ao eixo de rotao (0, 1, 0). Tambm T (1, 0, 1) = 0. Como sabe x + y + z = 0. Tomamos uma base ortonormos T em trs vetores LIs, podemos calcular T . 1 1 mal deste plano: { (1, 0, 1), (1, 2, 1)} 2 6 Completamos esta base com 1/ 3(1, 1, 1) para Prob 5.6: Como (0, 1, 0) perpendicular a (1, 0, 1), 3 obter base ortonormal de R . Denimos = o eixo de rotao, basta calcular o ngulo entre 1 1 1 (0, 1, 0) e (1/ 2, 0, 1/ 2). Como o produto {{ 2 (1, 0, 1), 6 (1, 2, 1), 3 (1, 1, 1)} , ,
Ext 5.1: (d) o plano
1 0 0 0 0
0 1 1 0 0
0 2 0 3 1
B.5.3 Extras
90 .
do sistema:
res
2/2 2/2 0 [T ] = 2/2 2/2 0 . 0 0 1 A matriz [I ] igual as colocar de em colunas. A inversa desta
os vetomatriz
[T ] ,
calcular
[T ] = [I ] [T ] [I ] .
Deixe so-
mente indicado.
Ext 5.4: Se
1832 = (8, 16, 24, 32, 40) 3520 e m 0.52. 4 3 Prob 5.8: 3 2
(3, 5);
9 10 .
(c)
(3, 5)
; (d)
0;
Ext 5.10: (a)
4 10 x
(b)
B.6.
DETERMINANTES
PQI
21 10 17 10 13 10 9 10
B.6.2 Problemas
2
Prob 6.1: (a) Prob 6.2:
16;
(b)
12.
Logo,
6;
cos,
1, 2, 3. 4 . (9 8)(14 1) = 13;
(b)
Prob 6.4:
(c)
9 10 13 10 17 10 21 10
a = 0, 960
e
(9
8)(1) = 1.
Prob 6.6: 62. Prob 6.7:
1. l l l l
b = 0, 100.
Ext
abcd.
(b)
(1)(n+1) .
1/6;
(c)
3/3.
n ;
(b)
n det(A).
B.5.4 Desaos
Des 5.8: Queremos minimizar a distncia
d(p, 0).
Logo
p(x) 0.
AA1 e verique que o resultado I . (b) O fator 1/(ad bc) sai do 2 determinante como 1/(ad bc) pois A 2 2, 1 ) = (ad obtendo o resultado correto: det(A 2 bc)/(ad bc) = ad bc.
Prob 6.10: (a) Calcule Prob 6.11: (a) Mostrar que
no suciente
B.6 Determinantes
B.6.1 Exerccios de Fixao
Fix 6.1: (a) V: (b) F, pode ser uma mltipla da
coloque-os na mesma
n.
B.6.3 Extras
Ext 6.1: (a) Ext 6.2: (a)
3 2n ; 2;
(b)
(b) (c)
3 3n ;
(c)
(3)5 /3n ;
outra; (c) F,
Fix 6.2: (a)
det(B ) = det(A). 2;
(b)
2;
1 = 2 = 0.
1/2;
(c)
32.
ou
(se
A = B = I ); 0; 14;
(b)
= (se A = B = 0) =; (c)30.
(c)
mar.
Ext 6.4: No.
(b)
4!. 21; 7;
(d)
(b)
56.
det T = 1. Considere T (x, y ) = (x/2, 2y ). Embora det T = 1, comprimentos na direo x so reduzidos metade, na direo y duplicados.
Ext 6.5: Calculando o mdulo do determinante
(1, 2, 2), (2, 1, 2) e (2, 2, 1) obtemos que o volume 27. gerado por v e w ; (c) LDs; (d) LDs. 1 0 1 Fix 6.8: (a) = 0; (b) = 0; (c) = 0. 2 1 3 . Como C um Ext 6.6: T = 1 0 1 Fix 6.9: (a) = 0; (b) = 0; (c) 4; (d) < 4. 3 cubo de aresta 3, vol(C ) = 3 = 27. Logo, Fix 6.10: v soluo no-trivial de (A I )x = vol(T (C )) = det(T )vol(C ) = (2)(27) = 54. 0. Logo, det(A I ) = 0.
Fix 6.7: (a) mltiplo de; (b) pertence ao plano Ext 6.7:
Logo
PQP
vol(E ) = vol(T (B )) = det(T )vol(B ) = = (abc)(4/3 ). Ext 6.8: (a) 84. (b) 14. Ext 6.9: (a) 2 e 5; 2 Ext 6.10: Se x = det(A) ento x = x; so 0 ou 1.
APNDICE B.
e reduza a determinante
2 2.
Considere
v =
(b)
(x, y )
razes
os vetores
v1 v
v2 v
so colineares. e
Semelhante a letra (a), o determinante zero se, e somente se, os vetores so coplanares.
Ext 6.26: (a) Subtraia linhas e reduza a determi-
v1 v , v2 v
v3 v
invertvel. Multiplicando
B=
A1 .
nante
2 2;
x = det(A) ento xk = 1; raz 1 se k par, 1 e 1 se k mpar. Ext 6.13: (a) Como n = 3, det(I ) = 1 e det(A2 ) = det(I ) = 1 = det(A)2 . Logo det(A) = i, o que impossvel para uma matriz
com entradas reais. (b) basta fazer a conta.
B.6.4 Desaos
Des 6.6: Aplicando a algoritmo de clculo com
eliminao de Gauss, somente racionais entraro em cada etapa, inclusive na nal, no produto de elementos da diagonal.
Des 6.7: Cada coluna um vetor cujo mximo da
x = det(S ) ento x = (1)n x; se n mpar obtemos x = x, o que implica 0 b , com b = 0, det S = x = 0. (b) S = b 0 b2 = 0. k Ext 6.15: Se x = det(N ) ento x = 0; raz 0. Logo det(N ) = 0, o que implica que N no
Ext 6.14: (a) Se
norma
k 2 + + k 2 = k n.
O mximo vo-
invertvel.
Ext 6.16: Se
x = det(Q)
2 ento x
= 1;
razes
so
ou
1.
baixo.
sinal. Como todas so do mesmo tamanho, o sinal nal o mesmo. A matriz agora ser bloco triangular da forma igual a
A 0 X I
, com determinante
det(A).
2;
(b)
3.
(c) no ;
det(AB ) = det(A) det(B ) = det(B ) det(A) = det(BA). 1 ) = Ext 6.21: det(A) = det(P ) det(D ) det(P 1 det(D) pois det(P ) det(P ) = det(P P 1 ) = det(I ) = 1. Como D diagonal, det(D) = n! (produto dos elementos da diagonal). Como det(Ak ) = (det(A))k = (n!)k .
Ext 6.20: Como Ext 6.22: (a) de forma geral no; (b) sim; (c)
vetor tem que ser no-nulo; (b) Falso pois autovetor tem que ser no-nulo.
Fix 7.3: (a) Falso, rotaes em
R2 .
(b) Verda-
deiro, autovalor
0.
no autovalor a matriz
Fix 7.4:
invertvel.
9. = 0;
(b)
sim.
Ext 6.23: Sim, pois se
= 0;
(c)
> 0;
Fix 7.7: (a) talvez; (b) sim. Fix 7.8: (a) Fix 7.9: (a)
R, P ; 0; 3;
(b)
R;
(c)
P;
(d)
U.
an , . . . , a ln
a1 .
0;
(c)
1.
o sinal do determinante,
| det M | =
i=1
|ai |.
B.7.
PQQ
Diagonalizao
Fix 7.11: (a) verdadeiro. (b) falso, pode ser dia-
por
gonalizvel; Um exemplo com somente um autovalor a matriz identidade, cujo nico autovalor
e diagonalizvel.
e obter
A1 v = 1 v.
; (d) a + b;
(c)
B.7.2 Problemas
Autovalores e Autovetores
Prob 7.1: (a) sim; (b) no; (c) no; (d) sim; Prob 7.2: (a) No; (b) Sim com autovalor
0 (zero).
,
Prob 7.3:
1 3
1 3 10 30
uma base.
1 3
T (1, 2) = 1/2(1, 2) = (1/2, 1) e T (0, 1) = 2(0, 1) = (0, 2). Como (1, 0) = (1, 2) + 2(0, 1), T (1, 0) = 1/2 0 (1/2, 5). Portanto, [T ] = . Logo 5 2 T (x, y ) = (x/2, 5x + 2y ) (b) T (1, 1, 1) = 3(1, 1, 1), T (1, 0, 1) = 3(1, 0, 1) e T (0, 1, 1) = 0. Desenvolvendo estes dados obtemos que T (x, y, z ) = 3x, 3x + 3y 3z, 3x).
Prob 7.8: (a) Como Prob 7.9: (a) como o ncleo uma reta,
au-
tovalor tambm, resultando em trs autovalores , por exemplo, so autovetores distintos, o que impossvel em dimenso (b) pelo teorema do ncleo-imagem
distintos.
Prob 7.4: (a) autovalor
2; T deve
com autoespao
no pode
(1, 1) . (c) como (5, 7, 9) = (1, 2, 3) + (4, 5, 6), (1, 0, 0) , autoT (5 , 7, 9) = T (1, 2, 3) + T (4, 5, 6) = valor 2 com autoespao (0, 2, 1) , e autovalor 1 com autoespao (0, 1, 1) . (c) autovalor 1 = (1, 2, 3) + 2(4, 5, 6) = (9, 12, 15) = 3(5, 7, 9) ; com autoespao (1, 0, 0, 1) e autovalor 0 com Prob 7.10: (a) 0 e 1; dim Nuc(T ) = 1, autoespao (0, 1, 0, 0) . dim Nuc(T + I ) = 0, dim Nuc(T I ) = 2. Prob 7.5: (a) autovalor 3 com autoespao (1, 0) ; (b) 1 e 1. dim Nuc(T ) = 0, dim Nuc(T + (b) autovalor 1 com autoespao (1, 0, 0) , auI ) = 1, dim Nuc(T I ) = 2. tovalor 1 com autoespao (1, 0, 1), (0, 1, 1) .
e autovalor com autoespao (b) autovalor
(1, 1)
com autoespao
Prob 7.6:
0 0 = A 5I 0 0 0 0 0 0 0 (se h = 6) 0 0 (se h = 6) 0 0
Autoespao bidimensional livres
2 6 1 0 2 h 0 0 0 0 4 0 0 0 4 0 1 3 0 0 0 h6 0 0 0 0 1 0 1 3 0 0 0 0 1 0 1 0 0 0 0 1 0 0 . 0 0 1 0
duas variveis
ao autovalor
1: (1, 1, 1).
1. Por outro lado, podemos obter base do (1, 0, 3) e (0, 1, 2), que so autovetores associados ao autovalor 1. (b) Como projeo
plano ortogonal em reta, toda direo perpendicular ao vetor
h = 6. v .
com autovalor: (a) Ento
2 ;
(b)
1/;
De fato, seja
sociado ao autovalor
x y = 0 so levados no zero. Assim (x, x, z ), (1, 1, 0) e (0, 0, 1) so levados em zero. Assim autovalor 0; autovetores (1, 1, 0), (0, 0, 1) e autovalor 1, autovetor (1, 1, 0).
vetores satisfazendo
(1, 1, 0) (x, y, z )
levado em zero.
Portanto os
PQR
Prob 7.14: Reexo em torno do plano
APNDICE B.
x+y = 0.
(1 )2 . Associado ao autovalor 0 2 x=0 obtemos equao caracterstica (1 ) (1 + ) = o sistema , com autoespao gerado y+z =0 0. Para o autovalor 1 obtemos o autoespao x + y = 0 (de dimenso 2); para autovalor 1 por (0, 1, 1); associado ao autovalor 1 o sistema x=0 obtemos como autoespao a soluo do sistema com autoespao gerado por (0, 0, 1). y=0 x y = 0//z = 0 , cujo espao gerado por (1, 1, 0). Note que esta direo perpendicular Portanto NO existe base de autovetores (soma ao plano do autoespao do autovalor 1. das dimenses dos autoespaos 2 e no 3) e no Os vetores do plano x + y = 0 no so al- diagonalizvel;
Soluo: Achando os autovalores e autovetores, terados pela transformao (plano de reexo) e os da direo (c) Autovalores: 2 e 4, com polinmio caracterstico
(1, 1, 0)
so multiplicados por
1. x + y = 0.
sen(3s)
(b)
(4 )(2 )2 . Associado ao autovalor 2 xy =0 o sistema , com autoespao gerado z=0 por (1, 1, 0); associado ao autovalor 4 o sistema f (s) = x=0 com autoespao gerado por (0, 0, 1). y=0
Portanto NO existe base de autovetores (soma das dimenses dos autoespaos diagonalizvel;
Diagonalizao
Prob 7.16: Os autovalores so as entradas de
2 e no 3) e no
D,
ou seja,
2.
obtida tomando-se as colunas de
associadas ao autovalor
1:
1 2 . 0
Da
1 e 1, com polinmio ca(1 )3 (1 + ). Associado ao autoy z = 0 , com autoespao valor 1 o sistema gerado por (1, 0, 0, 0), (0, 1, 1, 0), (0, 0, 0, 1); as x=0 y+z =0 sociado ao autovalor 1 o sistema z=0 com autoespao gerado por (0, 1, 1, 0). Por(d) Autovalores: racterstico tanto existe base de autovetores (soma das dimenses dos autoespaos Tome
obtida tomando-se as
4) e diagonalizvel. = {(1, 0, 0, 0), (0 , 1 , 1) 1, 0), (0, 0, 0, 1 1 . , (0, 1, 1, 0)} e [T ] = 1 1 0 Prob 7.17: (a) = 2 1 = 1 6 1 ( (1))( 1). Prob 7.18: Associado ao autovalor 0, (1, 1, 0), O autoespao associado ao autovalor 1 o associado ao autovalor 1 o espao gerado por 1 0 1 conjunto-soluo de (1, 1, 0) e (0, 0, 1). (a) P = 1 0 1 ou 2 0 0 A (1)I 0 = 1 0 0 . 0 1 0 6 0 0 0 1 1 1 1 0 0 Uma base . P = 0 1 1 . (b) Q = 1 1 0 . 1 1 0 1 0 0 1 O autoespao associado ao autovalor 1 o conjunto-soluo de Prob 7.19: (a) No, A necessariamente diago0 0 0 AI 0 = 3 1 0 . nalizvel pois a soma das dimenses dos autoes6 2 0 paos 4. (b) T no diagonalizvel pois a soma 1 das dimenses dos autoespaos 4 que menor Uma base . 3 que 5. 1 0 Prob 7.20: Da equao obtemos que (1, 2, 1) Assim, = 6 1 ortogonal ao plano de projeo. Resolvendo a 1 equao obtemos (1, 1, 1) e (1, 0, 1). Como 0 1 1 0 0 1 = . projeo cada uma destas direes um autovetor 1 3 0 1 1 3 2 1 1 , 0 1 1
2:
B.7.
PQS
1 0 1 0 1 = , P . A10 = 1 1 1 1 matriz com cada autovetor numa coluna. 1 0 1 0 Prob 7.21: Calculamos resolvendo o sistema x + P P 1 = . 10 0 2 1023 1024 y z = 0, x + z = 0 que w = (1, 2, 1) . 1/3 1/3 Como so autovetores LIs, = {(1, 1, 1)/ 3, (b) A = 2/3 2/3 (1, 0, 1)/ 2, (1, 2, 1)/ 6} (c) Diagonalize A e calcule 3 2 0 B = P DP 1 . 2 4 2 . Aplicaes 0 2 5 8 8 1 Prob 7.22: A = P D P = 1 5 7 28 0 5 7 2 3 0 1 2 3 5 7 256 0 3 7 Autovalores e Autovetores = 2 3 0 1 2 5 Ext 7.1: (a) 2 i; (b) 0, (0, 0, 1), 1, (1, 0, 0) e 3826 8925 = 1, (1, 1, 1). 1530 3569 a b e faa as Prob 7.23: (a) autovalor 1/2 com autovetor (1, 1)Ext 7.2: Monte a matriz A = c d e autovalor 1 com autovetor (1, 3/2). Denindo contas. 1/2 0.7 0.2 e P = Ext 7.3: Escreva A = (aij ) e faa as contas. , D = A = 1 0.3 0.8 Ext 7.4: (a) = 0 com com (1, 0); (b) no possui 1 1 3 2 1 = 1 , calculamos P . autovalores reais; (c) = 2, (1, 0, 0); 5 1 3/2 2 2 1 Ext 7.5: Como p() = det(A I ), det(A Logo, A = P DP . 0I ) = det(A) = p(0) = 4. r10 1/2 (b) Como , calcula= A10 m10 1/2 Ext 7.7: (a) Como mos (1, 1, 1, 0) = (0, 1, 1, 1) + (1, 0, 0, 1), per1/210 1 10 tence ao ncleo tambm; no pode estar associP = A =P 1 ado ao autovalor 3; (b) como (1, 0, 1) pertence ao plano x y + 1 2051 2046 z = 0, T (1, 0, 1) = (1, 0, 1) = (0, 1, 0). . = 5 210 3069 3074 Ext 7.8: (a) autovalor 0 na direo (1, 2, 1, 1) e autovalor 1 no hiperplano perpendicular a Logo r10 = 4097/10240 40%. (1, 2, 1, 1). 0 k P 1 = (c) Como limk A = P (b) autovalor 1 na direo (1, 1, 1). 1 0.4 0.4 Ext 7.9: (a) 0 e 1. dim Nuc(T ) = 1, . Logo, se inicialmente so r0 repu0.6 0.6 dim Nuc(T + I ) = 0, dim Nuc(T I ) = 1. blicanos e m0 monarquistas, sero 0.4(r0 + m0 ) (b) 1 e 1. dim Nuc(T ) = 0, dim Nuc(T + republicanos e 0.6(r0 + m0 ) monarquistas, isto , I ) = 2, dim Nuc(T I ) = 1.
e forma base do
R3 .
Dena
P =
B.7.3 Extras
r0
m0 .
(1, 1, 1)
com ngulo
120 .
Soluo: Para determinar eixo precisamos calcular a direo associada ao autovalor obter o sistema mos tema
Seja
1 X= 0 0 D99 =
Y =
(1, 1, 1), (0, 1, 1), (0, 5, 1). (b) 1 1 1 1 e 5 1 1 0 0 0 299 0 , A99 = XY X 1 0 0 499
1.
Vamos
y = x z = y x=z
(1, 1, 1)
autovalor
1 com autovetor (1, 1), 2 com autovetor (0, 1). Assim tomando
x y + z = 0 , que gerado por u = (1, 0, 1) e v = (0, 1, 1). Calculando T u = (0, 1, 1) e T v = (1, 1, 0). Determinamos o
ngulo fazendo o produto interno:
PQT
APNDICE B.
1 2 1 cos = u, T u /( u T u ) = 1/2 cos = (c) Dena P = 3 3 1 . Ento v, T v /( v T v ) = 1/2. Logo o ngulo 4 3 1 = = 120 . Segue que T rotao. 1 4 2 3 0 0 (e) Calculando autovetor associado ao 1 de 3 4 0 = P 0 2 0 P 1 . terminamos o eixo (1, 0, 1). Com isto determi3 1 3 0 0 1 namos o plano de rotao, que perpendicular 1 2 1 a este eixo: so os (x, y, z ) tais que x z = 0. (d) Dena P = 1 1 0 . Ento O plano (1, 0, 1), (0, 1, 0) . Aplicando matriz 1 0 1 num destes vetores (por exemplo em (1, 0, 1)) cal culamos o ngulo, que 90 . 2 2 1 5 0 0 1 1 ) = 3 1 = P 0 1 0 P 1 . Ext 7.11: (a) det(P BP 1 2 2 0 0 1 = det(B ) det(P ) det(P 1 ) = det(B );
(b)
o po-
Ext 7.19:
X =
1 1 1 1
Y =
2 0 0 3
1 1 3 0 det(B I ) = I ) = X= e Y = . 1 1 0 2 = det(P AP 1 P P 1 ) = det(P (AI )P 1 ) = = det(P ) det(A I ) det(P 1 ) = det(A I ). 1 1 1 1 v . (e) segue do fato de possurem o (d) w = P 0 1 . Ext 7.20: Dena P = 1 mesmo polinmio caracterstico. 0 1 1 Ext 7.12: (b) T (au + bv) = aT u + bT v = 5 5 5 0 0 0 au u + bv v= u (au + bvv /u ) 0 P 1 Ento, 5 5 5 = P 0 0 x x ; (b) sen(x) e cos(x). 5 5 5 0 0 15 Ext 7.13: (a) e e e 2 Ext 7.14: 1 com autoespao gerado por x e x + Ext 7.21: (a) Autovalores so 1 (duplo) e 2. condio a = 0. 1. 0 Ext 7.15: Autovalores reais somente podem ser Ext 7.22: (a) , onde R. 0 1 1, 1 e 0. 1 n , onde 0 = R. (b) Ext 7.16: (a) Seguindo a sugesto, j =1 aij = 0 1 s, i = 1, 2, . . . , n equivale a 1 ento Ext 7.25: (a) Se A = P DP A = (P )D(1/P 1 ) = QDQ1 . a11 a1n 1 s 1 . . . . . .. . . . . . . . . . = . = s . . an1 ann 1 s 1
B.7.4 Desaos
Des 7.1:
Portanto (b)
autovalor.
Autovalores e Autovetores
6
Au, v = u, v = u, AT v = = u, v Como = , u, v = 0.
Des 7.2: Autovalores so Des 7.3:
Diagonalizao
Ext 7.17: (a)
a+b
a c.
e trao de
A.
diagonal
P = v1 vn ;
.. .
(b) matriz
(1 ) (n )
Des 7.9:
e coloque
= 0.
por: .
. n
Des 7.10:
(3
)2
+ 4 = 0,
T f = f , derivando os dois lados, f = f e portanto f seria uma exponencial mas 0 como (T f )(0) = 0 f (s) ds = 0, f 0.
Se tivesse,
B.7.
PQU
Diagonalizao
Des 7.11: (a) autovalor
5) com autovetor 1/2(1 + 5, 1) autovalor 1/2(1 5) com autovetor 1/2(1 5 , 1) . Denindo A = 1 1 1+ 5 1 , D = e P = 2 1 0 1 5 1+ 5 1 5 1 , calculamos 2 1 1 1 5 1 1 . P 1 = 55 . Logo, A = P DP 1 5+1 (b) como 1/2(1 5) 0.61, k lim (1/2(1 5)) = 0. Assim, de forma aproxik (1 + 5)50 1 50 mada, D = 250 . Denindo 0 = 1 + 5, colocando 50 em evidncia, e efe
tuando obtemos
1/2(1 +
A50
550 10250
1 1
= P D50 P 1 1 0 5 5
1 1 1 1
51 1
1 5 1 1 1 1 550 10 250
Efetuando obtemos,
50
50 251
Logo,
no
0 seD = 0 e diagonalizvel, N =
e faa contas.
P DP 1 = 0.
Des 7.17: Escreva
A=
a b b d
3 2e 6 6e e 1 3e 2
. (c)
1 e 1 1
1 e 1 1 1 e . 1 1 1
PQV
APNDICE B.
Anton, Howard; Rorres, Chris; lgebra Linear com Aplicaes; Bookman; 2001. Axler, Sheldon; Linear Algebra Done Right; Springer; 1997. Boldrini, Costa, Figueiredo e Wetzler; lgebra Linear; Harbra; 1986. Diversos autores; Listas e Provas Antigas do DMA IM UFRJ; 19902006. Halmos, Paul; Finite-Dimensional Vector Spaces; Springer Verlag; 1974. Heeron, Jim; Linear Algebra; Acessado em Maio de 2008:
http://joshua.smcvt.edu/linearalgebra/
Homan, Kenneth; Kunze, Ray; Linear Algebra; Prentice-Hall; 1971. Jnich, Klaus; Linear Algebra; Springer Verlag; 2007. Lay, David C.; Linear Algebra and Its Applications; Addison-Wesley; 1987. Leon, Steven J.; Linear Algebra With Applications; Prentice Hall; 2005. Santos, Reginaldo J.; Um Curso de Geometria Analtica e Algebra Linear; Imprensa Universitaria
da UFMG; 2007.
[12] [13]
Shilov, Georgi E.; Linear Algebra; Dover Publications; 1977. Strang, Gilbert; Introduction to Linear Algebra; Wellesley-Cambridge Press; 1993.
0 Verso 0.2
PQW
Indice Remissivo
rea com sinal, 169 ngulo entre vetores, 154 abuso de linguagem, 36, 93, 109 de notao, 31, 36, 122 algoritmo de eliminao de Gauss, 42 do clculo do determinante, 176 matriz inversa, 114 autoespao, 196 autofuno, 201 autovalor, 195 autovetor, 195 base cannica do denio, 72 Cauchy-Schwarz, 154 coecientes de Fourier, 159 combinao linear delicada, 151 delta de Kroenecker, 79 desigualdade triangular, 154 determinado, 32 determinante algoritmo, 176 clculo eciente, 176 caracterizao algbrica, 171 caracterizao geomtrica, 168, 169 como rea, 168 como volume, 169 da transposta de matrizes, 174 de matriz, 172 de matriz de matriz
2 2, 3 3,
168 169
Rn ,
73
denio geral, 171 do produto de matrizes, 178 frmula de Leibniz, 174 interpretao geomtrica, 182 operaes elementares, 175, 176 sinal, 185 dimenso denio, 18, 74, 83 nita, 82 innita, 82, 201 distncia, 138 domnio, 92 elementos nitos, 79 eliminao de Gauss, 42 entradas, 1 equao paramtrica reta, 5 escalonada, 41, 42 espao das transformaes lineares, 117 de funes, 76 de funes contnuas, 76 de funes diferenciveis, 76 de polinmios, 75 dimenso innita, 82, 201 gerado, 15
caracterizao, 73
n em R , 14
combusto, 27 compatvel, 32 complemento ortogonal, 140 conjunto fechado, 67 gerador, 15 ortogonal, 139 ortonormal, 140 soluo, 48, 55, 56 vazio, 71 consistente, 32 contradomnio, 92 coordenadas, 119 corpos movimentos rgidos, 204 Cramer regra de, 167, 186 decomposio espectral, 201
PRH
NDICE REMISSIVO
PRI
mudana de variveis, 167 jacobiano, 167, 182 kernel, 99 Kroenecker delta de, 79 lado direito, 36 LD, 17 lei dos cossenos, 154 lema autovalores so LIs, 201 bijeo entre matrizes e TLs, 94 caracterizao da funo inversa, 112 caracterizao de base, 73 caracterizao de subespao, 67 caracterizao dos conjuntos LD, 83 conjunto gerado subespao, 71 conjunto gerador e LI, 83 conjunto ortogonal LI, 140 determinando uma TL, 94 determinante de matriz bloco-triangular, 179 determinante matriz triangular, 175 dimenso do espao linha e coluna, 104 do complemento ortogonal, 141 eliminando vetores redundantes, 83 escalonamento e espao gerado, 74 espao vetorial das matrizes, 116 espao vetorial das TLs, 117 estendendo conjunto LI em base, 84 imagem subespao, 100 injetividade e sobrejetividade de TL, 105 interpretao do produto matriz-vetor, 54 interpretaes do produto matriz-matriz, 110 inversa da composta, 112 linearidade do produto matriz-vetor, 54 mapeamento vetor linear, 122 matrizes da mesma TL, 126 mudana de rea de um quadrado, 182 ncleo subespao, 99 ncleo e inversa de matriz, 114 ortogonalidade, 139 produto matriz-matriz, 109 propriedades da composio de funes, 108 propriedades da composio de TLs, 108, 117 propriedades da funo inversa, 112 propriedades da inversa de TL, 113 propriedades das operaes com matrizes, 116 propriedades do complemento ortogonal, 141 propriedades do produto interno, 138
por conjunto vazio, 71 imagem, 100 linha e coluna de uma matriz, 104 matrizes, 30 ncleo, 99 vetorial, 65 espectro, 195 frmula de Leibniz, 174 mnimos quadrados, 143 matriz de rotao, 98 soluo de sistema, 186 fechado, 67 Fibonacci, 215 uxos, 28 forma escalonada, 41, 46 escalonada reduzida, 42 totalmente escalonada, 42, 45 formas lineares, 136 Fourier, 152, 159 funo bijetiva, 105, 112 composio, 107 contradomnio, 92 domnio, 92 imagem, 92 injetiva, 105 inversa, 111, 112 invertvel, 112 linear, 92 propriedades da composio, 108 sobrejetiva, 105 funcionais lineares, 136 Gauss, 42 gerador, 15 grau de indeterminao, 48 de liberdade, 48 hessiana, 204 hiperplano, 56 imagem, 92, 100 impossvel, 32 incgnita, 32 incompatvel, 32 inconsistente, 32 indeterminado, 32 integral analogias, 169
coordenadas bijeo
PRP
relao entre produto de matrizes e composio de TLs, 126 sistemas e matrizes equivalentes, 39 soma e produto de matrizes por blocos, 118 LI, 17 linearmente dependente, 17 independente, 17 mltiplo, 3 mnimos quadrados, 143, 150 matriz ampliao, 95 ampliada, 36 anti-simtrica, 191 aumentada, 36 bloco-triangular, 179 blocos, 118 de coecientes, 36 de Vandermonde, 193, 194 decomposio espectral, 205 denio, 30 diagonal, 36 diagonalizvel, 201 em blocos, 118 equivalente, 38 escalonada, 41, 46 escalonada reduzida, 42 espao, 30 espao linha e coluna, 104 exponencial, 216 hessiana, 204 identidade, 113 imagem, 69, 102 inversa, 113, 114 invertvel, 113 kernel, 102 mudana de base, 125 ncleo, 69, 102 nilpotente, 132, 191, 216 operaes, 116 ortogonal, 116, 191 potncias, 205 produto matriz-matriz, 109 matriz-vetor, 53 por blocos, 118 por escalar, 116 projeo, 96, 191 propriedades das operaes, 116 propriedades do produto, 126 raz quadrada, 207 reduo, 95 reexo, 95 rotao, 98 semelhante, 126, 213 simtrica, 116, 205 singular, 113 soma, 116 por blocos, 118
NDICE REMISSIVO
totalmente escalonada, 42, 45 transformao linear associada, 93 transposta, 104, 141 triangular, 37 tridiagonal, 194 Maxima, 12, 45, 49, 75 moedas, 27 morsmo, 81 multiplicao por escalar, 65 multiplicao por escalar, 2 munido, 91, 116, 117
n-upla,
ncleo, 55, 99, 113 norma, 138 normalizao, 139 nulidade, 99 operaes elementares, 38 determinante, 175, 176 origem, 2 ortogonal, 116 parbola, 28 parmetros, 48 paralelo, 3 Pitgoras, 139 piv, 41 placa aquecida, 28 placas tectnicas, 198 polinmio caracterstico, 196 possvel, 32 posto, 100 processamento de imagem, 81 produto escalar, 54, 137 escalar-matriz, 116 escalar-vetor, 2, 65 interno, 54, 137 interpretao geomtrica, 4 matriz-matriz, 109 matriz-vetor, 53 misto, 185
NDICE REMISSIVO
PRQ
existncia e unicidade, 45 geral, 55, 56 mnimos quadrados, 143 particular, 55 sistema, 47, 48, 55, 56 trivial, 55 soma
por escalar, 2, 4 vetorial, 183 projeo denio geral, 164, 191 em base ortogonal, 158 ortogonal, 142, 144 redundante, 16, 17 regra de Cramer, 167, 186 de Sarrus, 174 do paralelogramo, 4 do tringulo, 4 mo direita, 184, 185 reta equao paramtrica, 5
Rn ,
de subespaos, 70 direta de subespaos, 89 vetores, 65 Sturm-Liouville, 90 subespao associados a uma matriz, 69 caracterizao, 67 denio, 67 soma, 70 soma direta, 89 trivial, 71 Sylvester, 135 teorema algoritmo para calcular matriz inversa, 114 caracterizao algbrica do determinante, 171 caracterizao de matrizes no-invertveis, 177 conjunto-soluo de sistema linear, 48 de Cauchy-Schwarz, 154 de Pitgoras generalizado, 139 determinante da transposta, 174 determinante do produto, 178 do ncleo-imagem, 102 espectral para matrizes simtricas, 205 existncia e unicidade pela forma totalmente escalonada, 45 fundamental da lgebra Linear, 102 Gram-Schmidt, 160 inversa e o ncleo, 113 mnimos quadrados, 143 modicao de rea por TL, 182 projeo ortogonal em base ortogonal, 158 relao entre matriz e TL, 123 soluo geral de sistema, 56 TL, 92 TNI, 102 trao, 164, 212 transformao linear composio, 108, 117 denio, 92 diagonalizvel, 201 espao, 117 imagem, 100 injetiva, 105
Rn ,
srie de Fourier, 152 Sarrus regra de, 174 simtrica, 116 sistema com innitas soluo, 32, 49, 55, 58 com soluo nica, 32, 55, 58 compatvel, 32 conjunto-soluo, 48, 56 consistente, 32 determinado, 32 em em em
R, 31 R2 , 32, R3 , 57
57
equivalente, 37 existncia e unicidade, 45 frmula de soluo, 186 homogneo, 55 impossvel, 32 incompatvel, 32 inconsistente, 32 indeterminado, 32 interpretao algbrica, 56 interpretao geomtrica, 56 lado direito, 36 matriz, 36 possvel, 32 regra de Cramer, 186 sem soluo, 32, 58, 143 soluo geral, 55, 56 soluo particular, 55, 56 soluo trivial, 55 sistemas:resolver simultanemante, 114 soluo de sistemas: existncia e unicidade, 46
PRR
inversa, 112, 113 kernel, 99 matriz associada, 94, 123 ncleo, 99 nulidade, 99 operaes, 117 posto, 100 produto por escalar, 117 propriedades, 108, 117 propriedades da inversa, 113 rotao, 98 soma, 117 transposta, 104, 141 Vandermonde, 62, 193, 194 varivel dependente, 47 independente, 47 lder, 47 livre, 47 vetor
NDICE REMISSIVO
Rn ,
ngulo, 154 coordenadas, 119 distncia, 138 funo como, 80 mltiplos, 3 multiplicao por escalar, 2, 65 norma, 138 nulo, 2, 55 outra representao, 80 paralelo, 3 produto escalar, 54, 137 escalar-vetor, 2, 65 interno, 54, 137 matriz-vetor, 53 vetorial, 183 redundante, 16, 17 unitrio, 139 wrosnkiano, 193