Resume lgebra Linear

Pedro Serra

ndice

1. Conceitos bsicos................................................................................................................1 2. Determinante...6 3. Inverso de matrizes.10 4. Sistemas de equaes....12 5. Espaos lineares....18 6. Valores e vectores prprios..24 7. Produto Interno.27 8. Transformaes lineares...34 PS AL 2

Conceitos Bsicos
Definio:

Uma matriz A, do tipo m n (m por n), uma tabela de nm nmeros dispostos em m linhas e n colunas:

a11 a12 a a22 A = 21 am1 am 2

a1n a2 n amn

A linha i de A :

A coluna j de A :

[ai1

ai 2 ain ] , para cada i = 1,..., m .

a1 j a 2 j , para cada j = 1,..., n . amj

Normalmente utiliza se a notao A = ( aij ) m n na qual aij a entrada (i, j ) da matriz A. A matriz A pode designar se por matriz quadrada do tipo m n no caso de m = n , em que as entradas a11, a22 ,, ann corresponde a chamada diagonal principal da matriz A. m n denotado por Nota: O conjunto de todas as matrizes reais do tipo Mat m n () .
Definio:

Duas matrizes so iguais s se forem do mesmo tipo e se as entradas correspondentes em

cada matriz forem iguais entre si, ou seja, A = ( aij ) m n e B = (bij ) p q so iguais no caso de

m = p , n = q e aij = bij , para i = 1,..., m e j = 1,..., n .

Operaes algbricas com matrizes:

I. Soma matricial:
Definio:

A soma entre matrizes realizada pela soma entre os valores presentes para cada entrada das matrizes, ou seja, se A = ( aij ) m n e B = (bij ) m n ento a matriz A + B = ( aij + bij ) m n . O processo de soma entre duas ou mais matrizes s ser realizado entre matrizes do mesmo tipo (com o mesmo tamanho). PS AL

II. Produto matricial:

As matrizes podem realizar um produto entre si ou com um escalar (nmero). Definio: Um produto entre um escalar (nmero) designado por por uma matriz A = ( aij ) m n resulta na seguinte matriz:

B = A = ( aij ) m n
Definio:

O produto entre duas matrizes AB s pode ser efectuado no caso de o nmero de colunas da 1 matriz (A), for igual ao nmero de linhas da 2 matriz (B), sendo que o numero de linhas da 1 matriz (A), no necessita de ser necessariamente igual ao numero de colunas da 2 matriz (B). Nessa situao o produto AB de A = ( aij ) m p por B = (bij ) p n dado por:

a11 a12 ai1 ai 2 am1 am 2

m p

p AB = aik bkj , ou seja: k =1 m n p a1 p a b b11 b1 j b1n k =1 1k k1 b b b2 n 21 2j aip = p bp1 bpj bpn amp amk bk1 k =1 pn

a
k =1

ik

bkj

mn

bkn k =1 p amk bkn k =1

p

1k

Nota: O produto entre matrizes no comutativo, logo para duas matrizes genricas, cujo

produto matricial AB e BA possvel de realizar verifica se que AB BA .

III. Propriedades das operaes algbricas com matrizes:

a) Comutatividade da soma: A + B = B + A b) Associatividade da soma: A + ( B + C ) = ( A + B) + C c) Elemento neutro da soma: Existe uma nica matriz 0 do tipo m n tal que A + 0 = A , para toda a matriz A do tipo m n . matriz 0, cujas entradas so todas iguais a zero, chama-se matriz nula. d) Simtrico: Para cada matriz A existe uma nica matriz B tal que A + B = 0 . Esta matriz B e denota-se por A. e) Associatividade do produto por escalares: ( A) = ( ) A . f) Distributividade com escalares: ( + ) A = A + A ou ( A + B) = A + B . PS AL

g) Associatividade do produto de matrizes: A ( BC ) = ( AB) C . h) Distributividade com matrizes: A ( B + C ) = AB + AC e ( B + C ) D = BD + CD . i) ( AB) = ( A) B = A ( B) Definio:

A transposta de uma matriz A obtida pela troca das linhas com as colunas de A, ou seja, caso A = ( aij ) m n ento a matriz transporta corresponde a AT = ( a ji ) n m .

IV. Propriedades relacionadas com a matriz transposta:

a) ( AT )T = A
b) ( A + B)T = AT + BT c) ( A)T = AT d) ( AB)T = BT AT e)
T T ( A1 A2 An )T = An A2 A1T , com A1, A2 ,, An matrizes de tipos apropriados.

Nota: matriz do tipo n n ,

1 0 I = 0

0 1 0

0 0 1

designa-se por matriz identidade ( de ordem n) e tal que: AI = A e IB = B , para toda as matrizes A = ( aij ) m n e B = (bij ) m n . Nota: matriz do tipo n n ,

a11 0 0 a22 D = 0 0 0 0 ann

cujas entradas fora da diagonal principal so nula, chama-se matriz diagonal. Definio:

No caso de uma matriz A quadrada do tipo n n verificar que A = AT , ento a matriz diz-se simtrica, logo aij = a ji , para i, j = 1,, n . A matriz tambm pode ser designada por antiAT , logo aij = a ji para simtrica no caso de se verificar que A = i, j = 1,, n .

PS AL

Determinante
Definio: O determinante de uma matriz quadrada A , designa-se por A ou det A , e representa um numero obtido pela soma de todos o termos distintos dessa matriz, sendo os pares afectados do sinal mais e os impares de sinal menos. Os termos distintos duma matriz so obtidos pelo produto de elementos dessa matriz, em que entra apenas um elemento de cada linha e um elemento de cada coluna.

Frmulas de calculo do determinante de matrizes quadradas:

I. II. III. Mtodo das Permutaes. Regra de Laplace. Regra das Sarrus (utilizado para matrizes 3x3).

I. Mtodo das Permutaes Neste mtodo o determinante calculado pelo somatrio de todos os termos resultantes do produto entre os elementos da matriz, em que estejam representados todos os ndices das linhas e colunas, sem a ocorrncia de repeties. Os termos obtidos so afectados por um sinal consoante a paridade da permutao dos ndices (se o nmero de inverses na permuta for mpar o termo afectado do sinal negativo, caso contrrio ser positivo). Desta forma temos que:
A=

( i1 , i2 , in ) permutao de 1,2,..., n

(1) ai1 1ai2 2 ain n

em que,

0 se (i1, i2 ,..., in ) par = 1 se (i1, i2 ,..., in ) mpar

Nota:

Seja A Mat 3 3 () . Ento:

a11 a12 A = a21 a22 a31 a32 a13 a23 = a11 a22 a33 + a12 a23 a13 + a21 a22 a31 a13 a22 a31 a12 a21a33 a11 a23 a32 a33

onde por exemplo o termo a13 a22 a31 afectado pelo sinal negativo pois s realizada uma

inverso na permuta dos ndices.

Seja A Mat 2 2 () . Ento: PS AL

A=

a11 a12 = a11 a22 a21 a12 a21 a22

O processo calculo de determinantes em matrizes do tipo 2x2 ser necessrio memorizar, devido sua aplicao sucessiva no calculo do determinante pela Regra de Laplace. II. Regra de Laplace O mtodo de clculo do determinante pela regra de Laplace o mais usual e obedece a uma frmula. Para uma dada matriz A = ( aij ) Mat n n () , com n > 1 designamos menor-ij da matriz A matriz Aij do tipo ( n 1) ( n 1) que se obtm a partir da supresso da linha i e da coluna j da matriz A.

Definio:

Seja A = ( aij ) Mat n n () , com n > 1. Seja a'ij = (1) i + j det Aij onde Aij o menor-ij da matriz A. Chama-se a a'ij o cofactor-ij da matriz A e matriz cof A = ( a'ij ) Mat n n () , com

n> A. 1, a matriz dos cofactores de

Definio:

A frmula da Regra de Laplace, permite o clculo do determinante atravs do somatrio dos sucessivos produtos entre cada cofactor de uma matriz A com o respectivo elemento aij da linha ou da coluna que foram suprimidas da matriz A. Logo, seja A Mat n n () , com n > 1. Tem-se que:
n

det A = aij (1) i + j det Aij ou det A = aij (1) i + j det Aij
i= 1 j =1 As duas frmulas apenas demonstram que no calculo do determinante a multiplicao

dos cofactores pelos os respectivos elementos da linha ou da coluna suprimida da matriz A ir originar o mesmo resultado. Nota: Seja A matriz, tal que:

a11 0 A = a21 a22 a31 0

a13 1+1 a22 a23 = ( a11 )(1) 0 a33

a23 a22 1+ 3 a21 + ( a13 )(1) = a11a22 a33 a13 a31a22 a33 a31 0

Por questes de simplificao de clculos aconselhvel que sejam escolhidas para

supresso a linha e a coluna da matriz principal que apresentam maior nmero de zeros.

PS AL

III. Mtodo das Sarrus O mtodo de Sarrus permite obter a frmula do mtodo das permutaes para o clculo do determinante de uma matriz, a partir de um processo de esquematizao dos elementos da matriz. Este processo utilizado essencialmente no clculo do determinante para matrizes do tipo 3x3 cuja esquematizao dada por:

A partir desta esquematizao dos elementos da matriz verificamos que o determinante da matriz resulta do somatrio dos produtos dos elementos em cada diagonal. Sendo que os produtos dos elementos das diagonais a tracejado so afectados por um sinal negativo. Logo, a formula obtida ser:
det A = a11 a22 a33 + a12 a23 a31 + a13 a21 a32 a13 a22 a31 a12 a21 a33 a11 a23 a32

I. Propriedades relacionadas com o determinante de matrizes:

Sejam A, B Mat n n () e : a) det ( AB) = det A det B . b) Se A for uma matriz triangular superior ou triangular inferior ento determinante de A ser igual ao produto dos elementos da diagonal principal de A. c) Se A tiver uma linha nula ento det A = 0 . d) Se B for obtida de A multiplicando uma linha de A por um numero real ento
e) Se B for obtida de A somando a uma linha de A um mltiplo real de uma outra linha de A ento det B = det A . det B = det A .

f) Se duas linhas de A forem iguais ento det A = 0 .

g) Se B for obtida de A trocando duas linhas de A ento det B = det A . h) det ( AT ) = det A . 1 i) Se A for invertvel ento det ( A1 ) = . det A

j)

det ( B) = n det A .

k) det ( AB) = 0 det A = 0 ou det B = 0 .

PS AL

l)

det ( AB) = det(BA) .

m) det ( A) 0 se e s se A for invertvel.

Nota: S possvel realizar o clculo do determinante em matrizes que so quadradas. Nota: Matriz triangular superior: Matriz triangular inferior:

a11 a12 0 a22 A = 0 0

a1n a2 n ann

a11 0 a a22 B = 21 an1 an 2

0 0 ann

PS AL

Inverso de Matrizes
Definio: Uma matriz A (do tipo n n ) diz-se invertvel se existir uma matriz B (do tipo n n ) tal que:
A B = BA = I Sendo que a matriz B se designa por matriz inversa de A e representa-se por A 1 . Antes

de iniciar o processo de clculo da matriz inversa necessrio determinar o determinante da matriz que se pretende inverter, pois o valor do determinante que indica se a matriz passvel de ser invertida. Desta forma caso o determinante da matriz seja diferente de zero ento a matriz diz-se invertvel (no singular) caso contrrio a matriz diz-se no invertvel (singular).

Mtodos para a inverso de matrizes:

I. II. Mtodo da matriz dos cofactores Mtodo de eliminao de Guass-Jordan

I. Mtodo da matriz dos cofactores O mtodo da matriz dos cofactores permite obter a matriz inversa atravs do clculo isolado do valor de cada uma das entradas de matriz inversa. Este tipo de calculo obedece a uma frmula, cuja a utilizao realizada maioritariamente na inverso de matrizes 2 2 . Definio: Para qualquer matriz A Mat n n () , com n > 1, tem-se:

A (cof A)T = (det A) I

No caso de A ser invertvel ento:
1 (cof A)T . (det A)

Nota:

A 1 =

a b Seja B = Mat 2 2 () tal que det B 0 . Ento B invertvel e: c d

B1 =

1 ad bc

b d c a

PS AL

10

II. Mtodo de eliminao de Gauss-Jordan Para uma matriz do tipo n n invertvel temos que:

A X = B X = A 1B

ou seja

A X = I B I X = A 1B

Desta forma paraa obteno da matriz inversa de uma matriz A quadrada temos de transformar a matriz aumentada [ A | I ] na matriz [ I | A 1 ] , atravs da aplicao das operaes elementares linhas da matriz aumentada [ A | I ] . Este tipo de mtodo designado por mtodo de eliminao de Gauss-Jordan , menos trabalhoso que o mtodo quando aplicado inverso de matrizes de grande dimenso. 13 b a11 a12 a13 | 1 0 0 1 0 0 aplicao 0 1 0 de operaes a21 a22 a23 | 0 1 0 por elementares s linhas a31 a32 a33 | 0 0 1 0 0 1 da matriz dos cofactores

| b11 b12 | b21 b22 b23 | b31 b32 b33

b11 b12 b13 onde se obtm que: A 1 = B = b21 b22 b23 b31 b32 b33

I. Propriedades relacionadas com a inverso de matrizes:

Sejam A, B Mat n n () e em que ambas as matrizes so invertveis:
a) Logo a matriz A B invertvel sendo que ( AB) = B 1 A 1 .
Como a matriz A invertvel ento AT invertvel e por isso AT 1 = A 1 T . b) ( ) ( )
1

c) Se o e vice-versa. (ver pgina ...) Nuc ( A) = { 0 } ento A invertvel

A 1 = d) Se A for invertvel ento det ( )

e) det ( A) 0 se e s se a matriz A for invertvel.

Nota:

1 . det ( A)

Se a matriz A 1 a matriz inversa de A , ento A 1 invertvel e a sua inversa a

1

prpria matriz A , isto , ( A 1 ) = A .

PS AL

11

Sistemas de Equaes
Definio: Um sistema de m equaes lineares com n incgnitas um conjunto de equaes da forma:

a11 x1 + a12 x 2 + + a1n x n = b1 a21 x1 + a22 x 2 + + a2 n x n = b2 (1) am1 x1 + am 2 x 2 + + amn x n = bm

em que aij e bk so constantes (reais ou complexos), para i, k = 1,, m e j = 1,, n . Tendo em conta a estrutura matricial definida na seco anterior podemos reescrever o sistema de equaes lineares (1) da seguinte forma: AX = B Em que A, X e B correspondem s seguintes matrizes:

a11 a12 a a22 A = 21 am1 am 2

x1 b1 a1n a2 n x 2 b2 , X= e B = amn x n bm

A matriz A a matriz dos coeficientes do sistema, X a matriz coluna das incgnitas e dos coeficientes do sistema combinada B a matriz coluna dos termos independentes. A matriz com a matriz coluna dos termos independentes origina a matriz aumentada do sistema, na qual possvel realizar operaes elementares com vista obteno da soluo do sistema. A matriz aumentada de um sistema apresenta a seguinte estrutura:

a11 a12 a21 a22 [ A | B] = am1 am 2

a1n

a2 n amn

| b1 | b2 | bn

I. Operaes elementares: As linhas da matriz aumentada podem ser manipuladas, sem alterar a soluo do sistema de equaes, atravs das seguintes operaes elementares: a) Trocar a posio de duas linhas da matriz. b) Multiplicar uma linha da matriz por um escalar diferente de zero. c) Somar a uma linha da matriz um mltiplo escalar de outra linha. PS AL 12

Frmulas de resoluo sistemas lineares de equaes:

I. II. III. Mtodo da eliminao de Guass Processo pela inverso de matriz Regra de Cramer

I. Mtodo da eliminao de Gauss Neste mtodo realizada a aplicao de operaes elementares s linhas da matriz aumentada do sistema de modo a obter uma matriz em escada de linhas em relao qual o sistema de equaes associado seja mais fcil de resolver. Uma matriz do tipo A = ( aij ) m n diz-se em escada de linhas caso todas as linhas nulas estejam por baixo das linhas no nulas, ou seja, todas as entradas so nulas por baixo do primeiro elemento no nulo de cada linha e por baixo dos elementos nulos anteriores da mesma linha. (nota: ao primeiro elemento no nulo de cada linha d-se o nome de pivot). Definio: Numa matriz em escada de linhas, o nmero de pivots da matriz (n de linhas no nulas da matriz) designa-se por caracterstica de A, car A . Exemplos:
As seguintes matrizes apresentam uma estrutura em escada de linhas:

4 A = 0 0 car
Explicao:

7 0 9 6 0 8 A=3

0 4 6 9 B = 0 0 10 3 car B = 2

O mtodo de eliminao de Gauss permite a resoluo do sistema linear de equaes

atravs da aplicao de operaes elementares s linhas da matriz aumentada, com o objectivo de transformar a matriz aumentada numa matriz em escada de linhas. Exemplos: Seja o sistema linear:

x + z = 3 x + 2 y + 2 z = 6 3 y + 3 z = 6
PS AL 13

Na forma matricial :

1 0 1x 3 1 2 2y = 6 0 3 3 z 6
Aplicando ento o mtodo da eliminao de Gauss tem-se: 1 0 1 | 3 1 0 1 | 3 1 0 1 | 3 1 2 2 | 6 0 2 1 | 3 0 2 1 | 3 L + L L 3 L + L 3 L 3 1 2 2 2 2 3 3 0 3 3 | 6 0 3 3 | 6 0 0 | 2 2 Logo,

x + z = 3 x = 2 2 y + z = 3 y = 1 3 z = 3 z = 1 2 2

Neste caso o sistema tem soluo nica e diz-se possvel e determinado.

Seja o sistema linear:

3z 9 w = 6 5 x + 15 y 10 z + 40 w = 45 x + 3 y z + 5 w = 7
Na forma matricial :

x 0 0 3 9 6 y 5 15 10 40 z = 45 1 3 1 5 7 w

Considerando a matriz aumentada e aplicando o mtodo de eliminao de Gauss temos:

0 0 1 3 1 5 | 7 3 9 | 6 1 3 2 8 | 9 L 5 15 10 40 | 45 L 1 3 1 L L L + L 2 L 2 1 1 3 1 5 | 7 5 2 2 0 0 3 9 | 6 1 3 1 5 | 7 1 3 1 5 | 7 0 0 1 3 | 2 0 0 1 3 | 2 3 L 2 + L 3 L 3 0 0 3 9 | 6 0 0 0 0 | 0
Logo,

x + 3 y z + 5 w = 7 x = 3 y 2 w 5 z = 3 w + 2 z + 3 w = 2

As incgnitas y e w so livres enquanto que as incgnitas x e z so no livres. PS AL

14

A soluo geral do sistema :

x 3 y 2 w 5 y y X= = z 3 w + 2 w w
para quaisquer y, w , isto , o conjunto soluo dado por:

possvel e indeterminado.

S = {(3 y 2 w 5, y,3 w + 2, w ): y, w } Neste sistema de equaes lineares existem infinitas solues, logo o sistema diz-se

Seja o sistema linear:

x y + z = 3 2 x 2 y + 2 z = 6 x + 2 y + z = 14
Na forma matricial :

1 1 1 x 3 2 2 2 y = 6 1 2 1 z 14

Considerando a matriz aumentada e aplicando o mtodo de eliminao de Gauss temos:

1 1 1 | 3 1 2 1 | 14 1 2 1 | 14 2 2 2 | 6 2 2 2 | 6 2 2 2 | 6 L L 2 2 L 3 L 3 1 L 3 1 2 1 | 14 1 1 1 | 3 0 0 0 | 12
Para este sistema de equaes lineares no existe soluo, logo o sistema diz-se impossvel. A partir do valo da caracterstica da matriz aumentada de um sistema linear com n incgnitas possvel classificar o sistema de equaes, logo: Se car A = car [ A | B] = n ento o sistema possvel e determinado (tem uma nica soluo).

Se car A = car [ A | B] < n ento o sistema possvel e indeterminado (tem um numero infinito de solues).

Se car A < car [ A | B] ento o sistema impossvel (no tem soluo). Nota: Num sistema de equaes lineares as incgnitas livres (podem tomar valores arbitrrios) correspondem s colunas, que no contenham pivots, presentes na matriz em escada de linhas obtida de A atravs de operaes elementares. PS AL 15

Propriedade dos sistemas lineares de equaes: Se o sistema linear AX = B tem duas solues distintas X 0 e X1 ( X 0 X1), ento este sistema ter de apresentar infinitas solues. Essas infinitas solues do sistema AX = B so obtidas pela seguinte frmula: X = (1 ) X 0 + X1 , para qualquer . Esta formula permite a obteno de solues para o sistema linear a partir de uma espcie de combinao linear entre as solues X 0 e X1 . Definio:
Um sistema linear da forma,

a11 x1 + a12 x 2 + + a1n x n = 0 a21 x1 + a22 x 2 + + a2 n x n = 0 am1 x1 + am 2 x 2 + + amn x n = 0

tem o nome de sistema linear homogneo. Este sistema pode ser escrito na forma AX = 0 . Verifica-se que todo o sistema linear homogneo admite pelo menos a soluo trivial: x1 0 x 0 2 X = = . x n 0 Desta forma, todo o sistema linear homogneo tem soluo. O sistema linear homogneo pode apresentar a soluo trivial ou ode ter infinitas solues. No caso da matriz A = ( aij ) m n apresentar m < n , ento o sistema linear homogneo AX = 0 tem infinitas solues. Propriedade dos sistemas lineares homogneos: Para a matriz A = ( aij ) m n e com , verifica-se que:

Se X e Y so solues do sistema AX = 0 , ento X + Y tambm o . Se X soluo do sistema AX = 0 , ento X tambm o . Se X e Y so solues do sistema AX = 0 , ento X + Y tambm o . AX = B X , ento essa soluo pode ser escrita na Se o sistema linear tem uma soluo forma X = X 0 + Y , em que X 0 uma soluo particular do sistema AX = B e Y uma soluo do sistema homogneo AX = 0 . Logo:

geral de soluo soluo geral de soluo particular de = + AX = B AX = B AX = 0

PS AL

16

II. Processo pela Inverso de Matriz A aplicao deste mtodo s e possvel nos casos em que a matriz dos coeficientes do sistema passvel de ser invertida, caso contrario no possvel obter a soluo do sistema por este mtodo. Desta forma para uma sistema de equaes lineares na forma AX = b , em que A uma matriz quadrada e invertvel, temos que a soluo dada por: X = A1 b . III. Regra de Cramer

A regra de Cramer apresenta-se como sendo um mtodo rpido de clculo das solues
do sistema linear de equaes, em que a matriz dos coeficientes quadrada e no singular. Logo se A Mat n n () tal que A no singular. Ento a nica soluo do sistema de equaes lineares AX = B dada por:

X = A1 B =

1 T (cof A) B det A

Isto , sendo X = [ x1 x n ] T e B = [b1 bn ] T tem-se que:

xj =

1 det A

a
k =1

' kj

det B j det A

Onde B j a matriz obtida de A substituindo a coluna j (coluna dos coeficientes da

incgnita a determinar) de A pela matriz coluna de B dos termos independentes.

PS AL

17

Espaos lineares
Definio: Um conjunto no vazio V um espao linear (real) se existirem duas operaes associadas a V , uma soma elementos de V e um produto de escalares (nmeros reais) por elementos de V , com as seguintes propriedades: a) (Fecho da soma). Para quaisquer u, v V tem-se que u + v V . b) (Fecho do produto por escalares). Para quaisquer e u V tem-se u V . c) (Elemento neutro da soma). Existe um elemento de V designado por 0 tal que, para qualquer u V , u + 0 V d) (Comutatividade da soma). Para quaisquer u, v V , u + v = v + u . e) (Associatividade da soma). Para quaisquer u, v, w V , u + (v + w ) = ( u + v ) + w . f) (Simtrico). Para cada (qualquer) u V existe v V tal que u + v = 0. A v chama-se o simtrico de u e denota-se por u . g) (Associatividade do produto por escalares). Para quaisquer , e u V , . ( u ) = ( ) u h) (Distributividade em relao soma de vectores). Para quaisquer e u, v V , (u + v ) = u + v . i) (Distributividade em relao soma de escalares). Para quaisquer , e u V , ( + ) u = u + u .
dois quaisquer Um dado conjunto representa um espao linear quando elementos genricos desse conjunto verificam todas as propriedades mencionadas anteriormente. Para que

um dado conjunto no possa ser considerado espao linear basta que no seja verifica pelo menos uma dessas propriedades. Exemplo: Todos os conjuntos n , com as seguintes operaes usuais:
( u1, u2 ,, un ) + (v1, v 2 ,, v n ) = ( u1 + v1, u2 + v 2 ,, un + v n ) ,

( u1, u2 ,, un ) = ( u1, u2 ,, un ) So considerados espaos lineares.

Definio:

Seja V um dado espao linear. Diz-se que S um subespao de V se S um subconjunto de V e se S , com as operaes de V , for um espao linear. PS AL

18

Um dado conjunto representa um subespao linear quando dois quaisquer elementos genricos desse conjunto verificam as seguintes propriedades: o fecho da soma, o fecho do produto por escalares e o elemento neutro da soma. Para que um dado conjunto no possa ser considerado um subespao linear basta que no seja verifica pelo menos uma dessas propriedades. Em suma, verifica-se que S um subespao linear de V se e s se: a. 0 S b. u v S u+v S c. , u S u S

Definio: Seja A uma matriz (real) do tipo m n . O conjunto gerado pelos vectores colunas de A

que apresentam pivot, quando a matriz A se encontra em escada de linhas, um subespao do espao linear m , com as operaes usuais, ao qual se d o nome de espao das colunas de A .

Definio: Seja A uma matriz (real) do tipo m n . O conjunto

Nuc ( A) = { u n : A u = 0 }

n um subespao do espao linear , com as operaes usuais, ao qual se d o nome de

espao nulo ou ncleo de A . Definio:

Seja A uma matriz (real) do tipo m n . O conjunto gerado pelos vectores linhas de A
que apresentam pivot, quando a matriz A se encontra em escada de linhas, um subespao do espao linear n , com as operaes usuais, ao qual se d o nome de espao das linhas de A .

Definio: Seja S um subconjunto no vazio de um espao linear V . Diz-se que um vector u uma
combinao linear do espao linear V , caso esse vector tenha sido obtido por operaes lineares entre vectores que constituem o espao linear . 1, 2 , n : u = 1v1 + 2v 2 + + n v n Em suma seja A Mat n n () ento:

C ( A) = (espao das colunas de A) m L ( A) = (espao das linhas de A) n

PS AL

Nuc ( A) n
19

Verifica-se que o espao das linhas L ( A) e o ncleo Nuc ( A) de uma matriz

A Mat m n () mantm-se invariantes por aplicao do mtodo de eliminao de Gauss,

enquanto que o espao das colunas C ( A) fica alterado. Isto , sendo A' a matriz em escada que se obtm de A por aplicao desse mtodo tem-se:
L ( A) = L ( A') Nuc ( A) = Nuc ( A') C ( A) C ( A') Para alm disso ainda temos que:

C ( A) = L ( AT )

L ( A) = C ( AT )

L ( A) Nuc ( A) = {0}

Propriedade dos espaos lineares: Os conjuntos representados por condies cujas expresses matemticas so no lineares, no podem ser considerados como subespaos lineares. Um conjunto de vectores de um espao linear S consegue gerar o espao linear V caso os vectores de V sejam obtidos por combinao linear de S . A expanso linear e um conjunto S o menor subespao linear que contem e designamos por L ( S ) , logo S gera V caso L ( S ) = V . Sejam E e F subespaos do espao linear W ,ento:

I. O conjunto E um subespao linear de W . F II. O conjunto E F em geral no um subespao linear de W . III. O conjunto E + F = {e + f : e E f F } um subespao linear de W . Considera-se que E F uma expanso linear que gera o espao linear E + F .

Definio: Seja V um espao linear, logo um conjunto S = {v1, v 2 ,, v k } V diz-se linearmente

dependente quando alguns dos vectores de S se podem obter por combinao linear dos restantes vectores existentes em S . Definio:

Seja V um espao linear, logo um conjunto S = {v1, v 2 ,, v k } V diz-se linearmente

independente se e s se nenhum dos vectores de S se pode obter por combinao linear dos restantes vectores existentes em S . Logo se a matriz A for a matriz cuja as colunas so os vectores de S , ento S ser linearmente independente se e s se Nuc ( A) = {0 } .

PS AL

20

Notas: Para uma matriz em escada de linhas as suas colunas que contem pivots representam vectores linearmente independentes. Para uma matriz em escada de linhas as linhas no nulas que correspondem a vectores linearmente independentes. Numa matriz em escada de linhas o nmero de linhas independentes e o nmero de colunas independentes igual sua caracterstica. Sejam V1 e V2 dois subconjuntos finitos de um espao linear, tais que V1 V2 ento: Se V1 linearmente dependente ento V2 tambm linearmente dependente.

Se V2 linearmente independente ento V1 tambm linearmente independente.

Definio: A base de um dado espao linear V representada por qualquer subconjunto S de V

que verifica as seguintes condies: S gera V , isto , L ( S ) = V . S constituda por elementos linearmente independentes.

Definio: A dimenso o nmero de vectores que caracterizam a base de um determinado espao

ou subespao linear. Logo, se V um espao linear ento a sua dimenso representada por
dim V .

Notas:

Qualquer espao linear V {0} tem pelo menos uma base. Todas as bases possveis para um espao linear V {0} tm o mesmo n de vectores.
n Verifica-se que dim = n e dim Mat m n () = m n .

O conjunto { 1, t, t 2 , } uma base de Pn (espao linear de todos os polinmios reais de grau menor ou igual a n), chamada base cannica ou natural de Pn . Logo, dim Pn = n + 1
Seja V um espao linear de dimenso finita e W um subespao de V verifica-se que: Se dimV = n , ento quaisquer m vectores de V , com m > n , so linearmente

Se dimV = n , ento nenhum conjunto com m vectores de V , em que m < n , pode gerar o espao linear V .

dependentes.

L PS A

21

 O subespao W tem dimenso finita e dimW dimV . Se dimV = n , ento quaisquer n vectores de V linearmente independentes constituem uma base de V .
Seja A Mat n m () verifica-se que: As colunas de A geram m se e s se car A = m .

As colunas de A so linearmente independentes se e s se car A = n

A A matriz invertvel se e s se as colunas de A (ou as linhas de A ) formarem uma base de n . No caso de A ser invertvel tem-se: C ( A) = L ( A) = n
Frmulas:

Seja A Mat m n () tem-se:

dim C ( A) = dim L ( A) = car ( A) dim Nuc ( A) = n de var iveis livres = n car ( A)

Para os subespaos lineares E e F de dimenso finita de um espao linear V verifica-se: dim( E + F ) = dim( E ) + dim( F ) dim( E F )

Definio:

Seja S = {v1, v 2 ,, v k } uma base ordenada de um espao linear V e seja u um vector de

V . Chama-se coordenadas do vector u na base ordenada S aos escalares 1, 2 ,, k da

combinao linear:

Notas:

u = 1 v1 + 2 v 2 + + k v k

A. Sejam os vectores v1, v 2 , v 3 3 tais que: v1 = (1,2,1), v 2 = (1,0,2), v 3 = (1,1,0) . Verifica se o vector w = ( 3,3,3) combinao linear dos vectores anteriores. Partindo do pressuposto que w = ( 3,3,3) combinao linear dos vectores ento: ( 3,3,3) = (1,2,1) + (1,0,2) + (1,1,0)

( 3,3,3) = ( + + , 2 + , + 2 ) Logo em sistema de equaes temos:

+ + = 3 2 + = 3 + 2 = 3
22

PS AL

Resolvendo o sistema atravs do processo da eliminao de Gauss verifica-se que o sistema possvel e determinado, logo o vector w uma combinao linear dos vectores

v1, v 2 , v 3 3 .
B. Sejam os vectores v1, v 2 , v 3 3 tais que: v1 = (2, 1,4 ), v 2 = ( 3,6,2), v 3 = (1,10, 4 ) .

Verifica se os vectores so linearmente independentes. Para que os vectores sejam linearmente independentes ento ser necessrio o ncleo da matriz dos vectores v1, v 2 , v 3 3 seja igual ao vector nulo. Logo sendo:

2 3 1 A = 1 6 10 4 2 4

ento

Nuc ( A) = { u n : A u = 0 }

2 3 1 | 0 1 6 10 | 0 0 15 22 | 0 [ A | 0] = 1 6 10 | 0 4 2 4 | 0 0 0 16 15 | 0
Verifica-se que o sistema A x = 0 possvel e determinado, logo o ncleo da matriz A corresponde ao vector nulo. Desta forma os vectores so linearmente independentes.
e a respectiva dimenso para o seguinte espao linear: C. Indique uma base

S = { ( x, y, z) 3 : x + y + z = 0, x y = 0}

[ A | 0] =

1 1 1 | 0 1 | 0 1 1 0 | 0 0 2 1 | 0 1

z x + y + z = 0 x = y z x = 2 z y= 2 y z = 0 y = z 2 2

z z Ento Nuc ( A) = { ( x, y, z) 3 : x + y + z = 0, x y = 0} = , , z . Logo a base 2 2 1 1 correspondente ao espao linear S S = L , ,1 , em que dim S = 1, ou seja o espao 2 2 linear S representa uma recta.

PS AL

23

Valores e Vectores Prprios

Definio: Seja A Mat n n () . Designa-se por polinmio caracterstico da matriz A o polinmio cuja frmula dada por: p ( ) = det ( A I ) .
Definio:

Seja A Mat n n () . Designa-se por valor prprio de A a qualquer escalar tal que p ( ) = det ( A I ) = 0 . Definio:

Seja A Mat n n () . Designa-se por vector prprio de A , associado ao valor prprio de A , a qualquer vector no nulo v que verifique: Av = v ( A I ) v = 0 .
Definio:

Sejam A, B Mat n n () . As matrizes A e B designam-se por matrizes semelhantes se

existir uma matriz S invertvel tal que:

Nota:

1 B = S A S

Se uma matriz A Mat n n () apresentar como valor prprio o escalar 0 ento a matriz

A singular (no invertvel).

Se p ( ) = det ( A I ) um polinmio de grau n ento p ( ) tem n razes (zeros). Se duas matrizes A, B Mat n n () dizem-se semelhantes ento ambas tm o mesmo polinmio caracterstico e os mesmos valores prprios. Os vectores prprios associados aos valores prprios de uma dada matriz so linearmente independentes. A multiplicidade algbrica ( ma ( ) ) corresponde ao nmero de vezes que um dado valor prprio raiz associada ao p ( ) . A multiplicidade geomtrica ( mg ( ) ) corresponde dimenso do espao linear E ( ) = Nuc ( A I ) que est associado ao valor prprio .

Definio:

Seja A Mat n n () . Se existir uma matriz S invertvel tal que

D = S 1 A S ,
PS AL

24

com D matriz diagonal, ento diz-se que A uma matriz diagonalizvel e que S a matriz diagonalizante, para alem disso a matriz A pode ser diagonalizvel caso verifique as seguintes

condies:

m () = n e m ()= m () .
g
a g

Quando a matriz A diz-se diagonalizavel, logo a matriz D corresponde matriz diagonal dos valores prprios e a matriz S corresponde matriz em que as colunas correspondem aos respectivos vectores prprios dos valores prprios representados em D . Notas:

A matriz A diagonalizvel caso exista uma base de n constituda pelos vectores

prprios de A . Se existir repetio nos valores prprios ento a matriz pode ser diagonalizvel caso a soma das dimenses associadas ao espao dos vectores prprios seja igual dimenso de uma base em n . Para uma matriz diagonalizvel verifica-se que: A p = S 1D p S , sendo que no caso de
S 1 = S T tem-se A p = S D p S T

Exemplos de matrizes diagonalizveis:

As matrizes diagonais.
Se as multiplicidades algbricas dos valores prprios forem todas iguais a 1 ento a matriz diagonalizvel. Todas as matrizes simtricas ( A = AT ).

Exemplo:
por : Seja a matriz A dada

0 0 A = 0 0 10 4

0 1 4

Ser que a matriz A passvel de ser diagonalizvel ?

Clculo dos valores prprios de A:

0 0 A' = A I = 0 1 10 4 4

PS AL 25

 1 det( A I ) = det = [ (4 ) (4)] 4 4 = ( 2 4 + 4) = ( 2) ( 2)

det( A I ) = 0 = 0

= 2 valores pp A = {0,2}

Clculo dos espaos vectoriais associados aos valores prprios de A: E (0) = Nuc ( A 0 I ) 0 0 0 | 0 10 4 4 | 0 Nuc ( A 0 I ) = 0 0 1 | 0 0 0 1 | 0 10 4 4 | 0 0 0 0 | 0

E (0) = { ( x, y, z) 3 :10 x 4 y + 4 z = 0 z = 0

4 y 4z E (0) = ( x, y, z) 3 : x = z = 0 10

2 y E (0) = ( x, y, z) 3 : , y,0 , y 5 .

2 Logo a dim( E (0)) = 1 e uma base para o espao vectorial ,1,0 5 E (2) = Nuc ( A 2 I )
2 0 Nuc ( A 2 I ) = 0 2 10 4

0 | 0 1 | 0 2 | 0

2 0 0 | 0 0 2 1 | 0 0 4 2 | 0

2 0 0 | 0 0 2 1 | 0 0 0 | 0 0

E (2) = { ( x, y, z) 3 : 2 y + z = 0 2 x = 0

z E (2) = ( x, y, z) 3 : y = x = 0 2

z E (2) = ( x, y, z) 3 : 0, , z , z 2

1 Logo a dim( E (2)) = 1 e uma base para o espao vectorial 0, ,1 . Conclui-se que 2 a matriz no diagonalizvel pois a ma ( = 2) = 2 1 = mg ( = 2) .

PS AL

26

Produto Interno
Definio: Seja W um espao linear real e 0 o vector nulo de W . Chama-se produto interno em

W aplicao:
< , > : W W ( u, v ) u, v

em que se verificam as seguintes condies para todos os u, v, w W e : a) Linearidade: u + v, w = u, w + v, w . b) Simetria:

u, v = v, u .

c) Positividade: u, u tem de maior que zero, para qualquer u 0 d) Produto por escalar: u, v = u, v

Definio:
Um espao linear designa-se por espao euclidiano quando este apresenta um produto
interno. Existem vrias frmulas possveis de definir para o clculo do produto interno associado a um dado espao linear, basta para isso que todas essas frmulas obedeam a todas as condies anteriormente enunciadas. Desta forma, designa-se por produto interno usual ao produto definido por:
n

u, v = ui v i = [ ui
i =1

v i un ] I v n

Para outro tipo de produtos internos temos a seguinte frmula:

u, v = ui v i = [ ui
i =1

v i un ] A = u Av T , v n

que apenas demonstram que a aplicao um produto interno no caso da matriz A ser simtrica ( A = AT ) e os seus valores prprios serem positivos ( valores pp de A > 0 ). Definio:

Seja V um espao euclidiano ento para todos os u, v V temos que: u, v u v

frmula esta que representa a Desigualdade de Cauchy-Schwarz.

PS AL

27

Notas: Seja V um espao euclidiano e 0 o vector nulo de V . Se u, v V ento: Diz-se que u e v so ortogonais se u, v = 0 .

Se u e v so ortogonais ento verifica-se que: u v

= u + v .

de v sobre u 0 a: proj v = v, u u . Chama-se projeco ortogonal u 2 u

v, u Chama-se ngulo entre dois vectores no nulos u e v a: = arccos . u v

Definio:

Seja V um espao euclidiano e 0 o vector nulo de V . Se u, v V e ento a

norma de um vector u dada por: propriedades: I. Positividade: u > 0 se u 0 II. Homogeneidade: u = u . III. Desigualdade triangular: u + v u + v . Definio:
u = u, u . A norma tem de satisfazer as seguintes

Sejam V um espao euclidiano e S V , ento diz-se que S ortogonal se para todos

os u, v S com u v , temos:

u, v = 0 Diz-se que S ortonormado se for ortogonal e para todo o u S temos:

u =1

Nota:

e S V . Se S ortogonal e 0 S ento S linearmente Sejam V um espao euclidiano

independente e caso n = dim( V ) ento qualquer conjunto ortogonal de vectores no nulos de S constitui uma base de V .Se um elemento ortogonal a um determinado espao euclidiano se for ortogonal a cada vector desse espao definido por um determinado produto interno.

Definio:
Verifica-se que B = {v1,, v n } uma base ortogonal do espao E caso: I. B seja uma base de E . II. Todos os vectores de B so ortogonais entre si. PS AL

28

Definio: Verifica-se que B = {w1,, w n } uma base ortonormada do espao E caso: I. B seja uma base ortogonal de E . II. A norma de todos os vectores de B igual a 1.

I.

Mtodo de transformao de bases em bases ortogonais e ortonormadas:

Mtodo de ortogonalizao de Gram-Schmidt

I. Mtodo de ortogonalizao de Gram-Schmidt Sejam V um espao euclidiano. Considere o conjunto linearmente independente:

{v1,v 2,,v n } V ,
ento a transformao dos vectores em vectores ortogonais e realizado da seguinte forma:
u1 = v1 u2 = v 2 proj u 1 v 2 u3 = v 3 proj u 1 v 3 proj u 2 v 3 un = v n proj u 1 v n proj u n1 v n em que proj u 1 u2 = u2 , u1 u1 u1, u1

Esta transformao origina as seguintes concluses:

I. L {v1, v 2 ,, v n } = L {u1, u2 ,, un } . II. O conjunto {u1, u2 ,, un } uma base ortogonal de L {v1, v 2 ,, v n } .

) (

u u u III. O conjunto 1 , 2 ,, n uma base ortonormadal de L {v1, v 2 ,, v n } . un u1 u2

Notas:

Qualquer espao euclidiano de dimenso finita tem uma base ortonormada.

Seja A Mat n n () tal que A simtrica, ou seja, A = AT , ento existe uma matriz ortogonal S e uma matriz diagonal D tais que: D = S T A S . Sendo que como S
= ST . ortogonal ento S 1

Se verifica-se que S tambm um subespao S um subespao euclidiano de V ento de V .

PS AL

29

Definio: Sejam V um espao euclidiano e S um subespao de V . Diz-se que um elemento de V ortogonal a S se for ortogonal a todos os elementos de S . Ao conjunto de todos os elementos ortogonais a S chama-se complemento ortogonal de S e designa-se por S , logo: S = { u V : u, v = 0 v S}

O complemento ortogonal S constitui de V que verifica todas as um subespao linear

propriedades necessrias para ser considerado um subespao linear (ex: fecho para a soma). A base que constituiu o subespao de S necessariamente diferente da base ortogonal que constituiu o subespao S . Notas:

Seja E um espao linear de dimenso finita e V1 V2 so subespaos lineares de, ento: 0 = E. E = 0

{ }

{ }

V1 V2

ento:

Seja S um subespao linear de dimenso finita de um espao euclidiano V . Seja v V ,

dim S + dim S = dim V .

(S ) = S .
Se {v1, v 2 ,, v n } uma base de S ento v S se e s se:

v, v = v, v1 = = v, v n = 0
as seguintes frmulas: verificam-se Seja A Mat m n () . Ento

( L ( A ))

= Nuc ( A) .
= ( L ( A)) = Nuc ( A) .

(C ( A))

Definio: Seja V um espao euclidiano e S um subespao de dimenso finita de V , ento a projeco ortogonal de V sobre S definida pela a aplicao PS (v ) tal que:

Se {v1, v 2 ,, v n } uma base ortonormada de S , temos que:

PS (v ) = v, v i v i i =1

todo o v V para

PS AL

30

Definio: Seja V um espao euclidiano e S um subespao de dimenso finita de V , ento a projeco ortogonal de V sobre S definida pela a aplicao PS (v ) tal que:

Se {u1, u2 ,, un } uma base ortonormada de S , temos que:

PS (v ) = v, ui ui
i =1

todo o v V para

I. Propriedades relacionadas com as aplicaes PS e PS :

a) PS (V ) = S e PS (V ) = S . b)

2

(PS )
u

= PS

( )
PS
2

= PS .

c) d)

PS ( u), v = u , PS (v )
2

e
2

PS ( u), v = u , PS (v ) , para todos os u , v V .

= PS ( u) + PS ( u) , para todos o u V

Definio: Seja V um espao euclidiano. Seja S um subespao de V com uma dimenso finita e igual a k , ento a distncia d de um ponto p V a um plano constitudo pelos vectores do subespao S dado por:

dist p, S = PS ( p) ( )

Da mesma forma que a distancia entre um ponto p V em relao ao complemento

ortogonal do subespao de S dado por: dist ( p, S ) = PS ( p) Notas:

Seja V um espao euclidiano, S um subespao de V e p um ponto que pertence a V

ento temos:

p = PS ( p) + PS ( p) . Se o ponto estiver no subespao S ento a PS ( p) resulta no vector nulo, e por isso a

dist ( p, S ) = 0 e dist ( p, S ) = p .

PS AL

31

Transformaes Lineares
Definio: Seja

um

espao

linear

de

dimenso

n.

Sejam

S1 = v1 , v 2 , , v n

S2 = u1 , u2 , , un duas bases ordenadas de V , ento matriz cujas colunas so as coordenadas

dos vectores de S1 em relao base S2 designa-se pela matriz mudana de base e

representada por SS1 S2 . Desta forma temos que:

SS1 S2 = sij

( )

n n

com v = s u j ij i
i =1

para todo o j = 1,, n

Notas:

A matriz mudana de base designada por SS1 S2 no singular. Verifica-se em qualquer caso que SS1 S2 = SS2 S1 mudana de base de S2 para S1.

, onde SS2 S1 a matriz

Podemos afirmar que a matriz SS1 S2 apresenta como seus elementos as coordenadas que so utilizadas para transformar por combinao linear os vectores de S1 para S2 . Logo temos que: 1 1 em que ( 1,, n ) so as coordenadas de um vector na base S1 = SS1 S2 e ( 1,, n ) as coordenadas desse mesmo vector na base S2 . n n

Exemplo: Sejam V1 e V2 duas bases de um dado espao linear V representadas pelos seguintes

vectores: V1 = {(1,0) , (0,1)} e V2 = {(2,3) , (4,1)} . Qual ser a matriz mudana de base de V2 para
V1 ?

Determinar as coordenadas dos vectores de V2 em V1:

(2,3) = (1,0) + (0,1)

=2 =3

( 4,1) = (1,0) + (0,1)

= 4 =1

Colocar por ordem as coordenadas na matriz mudana de base:

2 4 SV2 V1 = 3 1

PS AL

32

Definio: Sejam F e V dois espaos lineares, ento diz-se que a aplicao que T : F V uma transformao linear quando se verificam as seguintes condies: I. T ( u + v ) = T ( u) + T (v ) , para todos os u , v F . II. T ( u) = T ( u) , para todos os u F e . III. T (0) = 0'

As duas primeiras condies podem ser condensadas numa nica condio ou seja, basta apenas verificar se a aplicao T cumpre a seguinte condio: T ( u + v ) = T ( u) + T (v ) , para todos os u , v F e ,

Notas: Seja a matriz A Mat m n () , ento a transformao lineares T representada por

T : n m pode ser definida por: T ( u) = A u , para todo o u n Desde que sejam verificadas as seguintes condies:
I. T ( u + v ) = A ( u + v ) = A u + Av = T ( u) + T (v ) , para todos os u , v n . II. T ( u) = A ( u) = T ( u) , para todos os u F e .

Definio: O ncleo transformao linear T : U V dado por:

Nuc (T ) = {u U : T ( u) = 0}

Definio:

O contradomnio ou imagem de uma transformao linear T : U V dado por: T (U ) = I (T ) = {T ( u) : u U}

O ncleo de uma transformao linear corresponde a um subespao linear do espao que o contradomnio de uma transformao linear corresponde a um linear de partida, enquanto

subespao linear do espao linear de chegada. Definio: A transformao linear T : U V injectiva se e s se:

T ( u) = T (v ) u = v log o Nuc (T ) = {0}

para todos os v, u U

AL PS

33

Definio: A transformao linear T : U V sobrejectiva se e s se:

T (U ) = V
Definio:

A transformao linear T : U V bijectiva se e s se for injectiva e sobrejectiva.

Definio:
Sejam U e V espaos lineares. Diz-se U e V so isomorfos se e s se existir um

isomorfismo entre U e V , ou seja, se e s se existir uma transformao linear bijectiva entre os espaos lineares U e V . Notas:

Para dois espao lineares U e V , caso dim U = dim V ento a transformao linear
do espao U para o espao V s sobrejectiva se for injectiva. Para uma transformao linear do tipo T : n m definida por T ( u) = A u Nuc T = Nuc verifica-se que: ( ) ( A) e I (T ) = C ( A) .

Representao matricial de uma transformao linear:

Sejam U e V espaos lineares de dimenses finitas tais que dim U = n e dim V = m .

Sejam

S1 = u1 , u2 , , un

S2 = v1 , v 2 , , v n

duas bases ordenadas de U

e V

respectivamente. Seja

T: U V

uma transformao linear. Considera-se a matriz

A = ( aij ) m n Mat n m () cuja a coluna j , para cada j = 1,, n , formada coordenadas pelas de T ( u j ) na base S2 . Ou seja,

T (u j ) = aij v i

i =1 Desta forma a matriz A = ( aij ) m n Mat n m () a representao matricial da

transformao T : U V em relao s bases S1 e S2 . Normalmente representa-se a matriz A por: A = M (T ; S1 ; S2 ) .

possvel calcular as coordenadas da transformao 1 ; S2 ) A partir da matriz A = M (T ; S

de um vector em na base S2 sabendo apenas as coordenadas desse mesmo vector na base S1, para tal basta multiplicar a matriz A = M (T ; S1; S2 ) pelas coordenadas do vector na base S1. PS AL

34

Desta forma temos:

1 1 em que ( ,, ) so as coordenadas de um vector do espao de 1 n 2 = M (T ; S ; S ) 2 partida na base S e ( ,, ) as coordenadas da transformao 1 1 n 1 2 desse mesmo vector no espao de chegada na base S2 . m n
Notas:

Quando a transformao a identidade, ou seja, I :V V ento verifica-se que

M (T ; S1; S2 ) = SS1 S2 .

Seja a matriz A dada por A = M (T ; S1; S2 ) ento a matriz resultante da transformao linear inversa a

entre

as

duas

bases

dada

por:

M (T 1 ; S1; S2 ) = A 1 . Isto s se verifica no caso de T ser invertvel e quando a matriz A quadrada e no singular.

Numa transformao quando a base de partida coincide com a base de chegada ento temos que M (T ; S1; S2 ) = M (T ; S1 ) visto que S1 = S2 .

Exemplo:
Seja a transformao T : 4 3 definida por T ( x, y, z , w ) = ( 3 x + y 2 z , 0, x + 4 z) .

T uma transformao linear, logo qual ser a matriz que representa a transformao
relativamente s bases cannicas de 4 e 3 ? Determinar os vectores resultantes da transformao dos vectores da base cannica:

representada pelos seguintes vectores: Em 4 a base cannica

Bc4 = (1,0,0,0), (0,1,0,0), (0,0,1,0), (0,0,0,1)

}
T (0,0,0,1) = (0,0,0)

Logo a transformao destes vectores resulta em:

T (0,1,0,0) = (1,0,0) T (0,0,1,0) = ( 2,0,4 )

T (1,0,0,0) = ( 3,0,1)

Obteno da matriz M (T ; Bc4 ; Bc3 ) :

Colocando os vectores obtidos nas transformao nas colunas e por ordem obtemos:

3 1 2 0 M (T ; Bc4 ; Bc3 ) = 0 0 0 0 1 0 4 0

PS AL 35

Relao entre matriz mudana de base e a representao matricial de uma transformao linear:
Transformao linear num mesmo espao linear: Seja V um espao linear de dimenso finita. Seja T : V V uma transformao linear. Sejam S1 e S2 duas bases ordenadas de V . Seja M (T ; S1; S1 ) a matriz que representa a

T em relao base S1. Ento podemos transformao obter as seguintes frmulas:

a)

(T ; S1; S1 M (T ; S2 ; S2 ) = SS1 S2 M ) SS1 S2

b)

SS1 S2 M (T ; S1; S1 ) = M (T ; S1; S2 ) e M (T ; S2 ; S2 ) SS1 S2 = M (T ; S1; S2 ).

Logo, resumindo podemos obter o seguinte diagrama:

Transformao linear entre espaos linear diferentes: Sejam U e V dois espaos lineares de dimenses finitas. Seja T : U V uma transformao linear. Sejam S1 e S1 ' duas bases ordenadas de U . Sejam S2 e S2' duas bases

T em relao s ordenadas de V . Seja M (T ; S1; S2 ) a matriz que representa a transformao bases S1 e S2 . Ento obter as seguintes frmulas: podemos

a) b)

M (T ; S1'; S2') = SS1 S2' M (T ; S1; S2 ) SS1 S1'

SS2 S2' M (T ; S1; S2 ) = M (T ; S1; S2') e M (T ; S1'; S2') SS1 S1' = M (T ; S1; S2') .

Logo, resumindo podemos obter o seguinte diagrama:

Se a matriz da transformao referente a outra base sem ser a cannica necessrio realizar a mudana de base, ou seja, passar a transformao para a base cannica de modo a poder calcular o ncleo de uma transformao ou o seu subespao das imagens.

PS AL

36

Definio: Sejam U , V e W espaos lineares e, T : U V e S : V W transformaes lineares. Seja a transformao S T : U W definida por:

para todo o u U Logo a transformao S T linear e designa-se por composio de S com T . No caso de S1 , S2 e S3 serem respectivamente bases de U , V e W ento temos que: M ( S T ; S1 ; S3 ) = M ( S ; S2 ; S3 ) M (T ; S1 ; S2 )

(S T ) (u) = S (T (u))

Notas:

Seja T : n m uma transformao linear e A = M (T ; Bcn ; Bcm ) a matriz que

representa a transformao nas bases cannicas, ento temos:

dim Nuc (T ) = nul A . dim I (T ) = car A .

T injectiva se e s se nul A = 0 , isto , se e s se car A = n . T sobrejectiva se e s se car A = m .

Sejam U e V dois espaos lineares de dimenses finitas. Seja T : U V uma

transformao linear. Ento temos:

T injectiva. T invertvel e a inversa T 1: T (U ) U linear.

Nuc (T ) = {0} .

dim U = dim T (U ) . T transforma vectores linearmente independentes de U em vectores linearmente

independentes de V .

T transforma bases de U em bases de T (U ) .

Definio: V uma transformao linear. Diz-se que um escalar Sejam U espaos linear e T : U

um valor prprio de T se existir um vector no nulo u U tal que

T ( u) = u Aos vectores no nulos u que satisfazem a equao anterior chamam-se vectores prprios associados ao valor prprio . Dado um valor prprio de T , o conjunto E = {u U : T ( u) = u} um subespao linear de U

PS AL

37

Chama-se a E o subespao prprio de T associado ao valor prprio de . Notas:

Seja T : U V uma transformao linear, ento temos:

Um escalar uma valor prprio de T se e s se Nuc (T I ) {0} . Sendo um valor prprio de T , o subespao prprio de T , associado ao valor prprio , dado por: E = Nuc (T I ) .

Se o espao for uma matriz que linear V tiver dimenso finita e se A = M (T ; B ; B) representa T em relao a uma base B de V , ento um escalar um valor prprio de for soluo da equao: det ( A I ) = 0 . T se e s se esse escalar

PS AL

38