Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
every
procrastinat
ed their way
to the top.
Espao Vetorial e
Transformaes
Lineares
Parte I
Espao Vectorial
Definio
Um espao vectorial real um conjunto
operaes definidas:
1 Condio: Existe uma adio com as seguintes propriedades:
- Fecho: A soma de quaisquer dois elementos de V
elemento de
um
x , y V , x + y V
- Comutatividade: A ordem por que feita a soma de vectores de
no afecta o resultado.
x , y V , x + y= y+ x
,a
x , y V , ( x + y ) + z=x +( y + z )
- Existncia de elemento neutro: Existe um elemento de
soma com cada elemento de
cuja
no o altera.
0v V : x V , x + 0 v =x
- Existncia de elemento simtrico: Cada elemento de
pode
x , x
V : x+ (x )= 0v
um elemento de
V .
R , x V , x V
- Associatividade: Numa multiplicao entre pelo menos 2 nmeros
reais e 1 elemento de
afecta o resultado.
, R , x V , ( ) x= ( x)
- Distributividade em
, R , x V , ( + ) x=x + x
- Distributividade no espao: A multiplicao de um nmero real
pela soma de elementos de
, R , x , y V , ( x+ y )=x+ y
- Existncia de elemento neutro: A multiplicao de 1 por cada
elemento de
x V , 1 x=x
Combinao Linear
Sejam
um espao vectorial,
a1 , a2 , , an
v1 , v2 , , vn
vectores em
a1 v 1 +a2 v 2 + ,+ an v n
ai vi
i=1
so chamados de
vectores.
Exemplo: Considerando os seguintes vectores:
v 1= (1,2,1 )
1,0,2
v 2= )
v 3=(1,1,0)
Verifique se
v =(1,2,4)
v1 , v2 , v3 .
v
v
=
=
Sendo
v =(1,2,4)
a1 v 1 +a2 v 2 +a 3 v 3
(a1 +a 2+ a3 ,2 a1 +a 3 , a 1+2 a 2)
tem-se que:
(1,2,4) =
(a1 +a 2+ a3 ,2 a1 +a 3 , a 1+2 a 2)
Assim temos:
a1 +a2 +a3 =1
a1=2
2 a1+ a3=2 a2=1
a1+ 2a 2=4
a3=2
Sejam
um espao vectorial e
{ v1 , v 2 , , v n }
conjunto
combinao linear de
v1 , v2 , v3
v1 , v2 , , vn
V . Dizemos que o
vectores
a1 v 1 +a2 v 2 ++ an v n=0
Isso implica que
dizemos que
{ v1 , v 2 , , v n }
a1 0
v 1 , v 2 , , v n so LD.
vectores
um espao vectorial e
v1 , v2 , , vn
V . So vlidas as
seguintes propriedades:
Linearmente
Dependente.
- Se
v1 , v2 , , vn
- Sendo que
v1 , v2 , , vn ,
Linearmente Dependentes.
1 (1, 1, 1) +
2 (0,1, 1) +
2 (1, 0, 1) = (0, 0, 0)
1 0 1 0
1 1 0 0
1
1 1 0
1 0 1
1 1 1
c 2=c2 + c1 1
1 1 0
0 0
1
1 1
1
2 1
Det
Uma
1 0 1
1 1 0
1
1 1
vez
que
0 Car ( A )=n=3
1+2
= 1* (1)
uma
| |
1 1
2 1
matriz
= -1 * [(-1*1) (1*2)] = 3
quadrada
tem
determinante
1 0 1 0
1 1 0 0
1
1 1 0
l 3=l 3 + l 2
] [
1 0 1 0
l 2=l 2 +l 1
0 1 1 0
l 3=l 3 +l 1 0
1 2 0
1 0 1 0
0 1 1 0
0
0 3 0
a1=a2=a m=0
a1 , a2 , , am ,
se e s se Car(A) = m.
X 1 , X 2 , , X m so linearmente independentes.
X 1 , X 2 , , X m so linearmente dependentes.
e as operaes de
V .
V .
V , ser um espao
um subespao vectorial de
condies:
um subespao vectorial de
se e s se for:
- No vazio: S contm pelo menos um elemento.
xS
x , yS ,x+ y S
R , x S , x S
V , ento S contm o
V .
V
um subespao
tem
subespaos triviais).
Teorema: Seja
um espao vectorial e A =
{ v1 , v 2 , , v m } V
com A
V , que so combinaes
S=
{ a1 v 1 +a 2 v2 + + am v m :a 1=a2==am R }
conjunto B de vectores de
de
um
pode
ser expresso como uma combinao linear (finita) dos vectores de B, isto ,
a1 v 1 +a2 v 2 ++ am v m
gerado por
a1 v 1 +a2 v 2 ++ am v m
Notao: Se B gera
a1 , a2 , , am
. Assim,
tais que
={
geram
R}.
{ v1 , v 2 , , v m }
V = B> ; se B =
v1 , v2 , , vm
V
V
de
a1 v 1 +a2 v 2 ++ am v m : i, ai
V , escrevemos
B.
v1 , v2 , , vm ,
vi
um escalar e cada
ai
onde cada
e escrevemos
V = v 1 , v 2 , , v m > .
Exemplo:
= (x, y) de
= [(1, 0, 0);
= (x, y, z) de
juntarmos
linearmente independentes.
Teorema: Se
V ,
h r vectores
{ v1 , v 2 , , v m }
v m +1 V
V , ento existe
geram
so linearmente independentes e no
{ v1 , v 2 , , v m , v m+1 }
tal que
so
linearmente independentes.
Concluso: De facto, dado um espao vectorial
um conjunto gerador de
V , desejvel encontrar
um conjunto de
V .
V ;
V .
no nulo
o nmero
R2 = 2; dim
R2
V;
V . Assim, dim
Rn
dim
Se
= 2;
= n.
V ;
c) Qualquer conjunto com mais de n vectores L.D.;
d) Qualquer conjunto com menos de n vectores no gera
Teorema: Seja
a) dim
b) Se dim
= dim
dim
um subespao de
V .
V . Ento:
W =V .
ento
vectorial
contendo os vectores de C.
{ v1 , v 2 , , v m }
um espao vectorial e B =
V . Para
chamados coordenadas de
em relao base B e
a1 , a2 , , am so
[v ]B
[]
a1
a2
am
em relao base B.
OBS: Mudando a posio dos vectores da base, muda tambm o vector das
coordenadas.
Parte II
Transformaes Lineares
Introduo
Estamos familiarizados com funes ordinrias, tais como a funo f
definida pela equao f(x) =
e um s elemento
A for associado um
ou aplicao de A em B . T: A B .
Ao elemento
pela
V e
Sejam
dois
espaos
vectoriais.
Uma
V em
x 1 , x 2 A , T ( x 1 + x2 ) =T ( x 1 ) +T (x2 )
- Linear na multiplicao por escalares (ou nmeros reais): A
imagem do produto de qualquer objecto de
R , x A , T ( x )=T ( x)
OBS:
Uma
transformao
endomorfismo de
linear
de
Rn em
Rn
Rn .
Exemplo:
T ( x , y , z )=(x + y + z ,0)
diz-se
um
R3
- Linear na soma:
1 maneira:
=
r 1=( x 1 , y1 , z1 )
r 2=( x 2 , y 2 , z 2)
T ( r 1 +r 2 ) =T [ ( x 1 , y 1 , z1 ) + ( x 2 , y 2 , z 2 ) ]
T [ ( x 1 + x 2 , y 1 + y 2 , z 1+ z2 ) ]
( x 1+ x 2 + y 1 + y 2 + z1 + z 2 , 0 )
maneira:
T ( r 1 ) +T ( r 2 )=T ( x1 , y 1 , z 1 ) +T ( x 2 , y 2 , z 2 ) =( x 1+ y 1 + z 1 ,0 ) + ( x 2+ y 2+ z 2 , 0 )
( x 1+ x 2 + y 1 + y 2 + z1 + z 2 , 0 )
T ( r 1+ r 2 )=T ( r 1 ) +T ( r 2 )
- Linear na multiplicao por escalares (ou nmeros reais):
R , r =( x , y , x ) R
1 maneira:
T ( r )=T [ ( x , y , z ) ] =T ( x , y , z )=(x+y +z , 0)
2 maneira:
T ( r )= T ( x , y , z ) = ( x+ y+ z , 0 ) =(x + y +z , 0)
em
S} um subespao vectorial de
Rn
ento f(S) = {f
Rm .
T :U V , chama-se ncleo de
ao
Se
T :R R
NT
um subespao
vectorial de
Imagem
T :U V , chama-se imagem de
ao
T .
T ={v V : u U ,T (u)=v }.
Se T
vetorial de
, . . .,
um subespao
Teorema: Seja
T : Rn R m ,
Rn , ento
Rn
em
Rm . Se ( e 1
f (e1 ) , , f (e n)
geram
f .
T :V ( Rn )W (R m)
injectiva se elementos
uv
T ( u) T ( v).
A Transformao Linear
seja,
T ( u)=T ( v ) ento
injectiva se e s se
injectiva se e s se
NT
ento
u=v .
{0 R }
n
, ou
dim ( N T ) =0 .
Sobrejectiva
Uma transformao linear
T :V (Rn ) W ( R m)
sobrejectiva se todo
wW
T
ento existe
v V
tal que
T (v )=w . .
W =T =R
OU
m
dimW =dim ( R )=dim ( T ) =m
A transformao
conjunto
de
T coincide com o
sobrejectiva se e s se
chegada,
isto
se
se
se
T :V (Rn ) W ( R m)
bijectiva quando o
Se u v entoT (u)T (v ).
e
W =T =Rm
Observao: Seja
em
simultaneamente
(isto ,
n=m ) ou
T :V ( Rn )W (R m)
dim W dimV .
- Se
entre si:
- T bijetiva;
- T injetiva;
- T sobrejetiva;
- Se
dim T ( V ) n< m.
-
Se
m n ,
transformao
ser
sobrejectiva
dim N T =nm .
Matriz de uma Transformao Linear ( A )
se
T :U ( R )V ( R ) , considerando tambm as
{u1 ,u 2 , , un }
em U;
-C=
{ v1 , v 2 , , v n }
em V;
ui ,
F ( u1 ) =a11 v1 + a21 v2 ++ am 1 v m
F ( u2 ) =
F(u n)
a12 v 1+ a22 v 2+ +a m 2 v m
=
a1 n v 1 +a2 n v 2 ++ amn v m
a1n
a2n
amn
a11 a12
A mxn = a21 a22
am 1 am 2
Rm .
na base
B de
Rn
B eC
so iguais,
B .
A ,
ACB
em vez de A.
m x n . Em particular, a matriz de um
escrevemos
Yb
=A
Xb
, para
na base
Rn Rm
ento
de
car ( A )=dim(f ).
Exemplo:
Determine a Matriz da Transformao Linear F:
F( x , y , z )=(x + y , y+ z)
R
2
U ( 3) V ( R )
dada por
em relao s bases:
B .
vi
F(u i)
da base
B , como
C .
a13=1 e a 23=1
Assim teremos:
F ( u1 ) =1v 1+0v 2
F ( u2 ) =0v 1 +1v 2
F ( u3 ) =1v1 +1v 2
Logo:
A=
1 0 1
0 1 1
]
A
chegada)
ento
possvel
Rm
obter
f (x , y , z )
Se R
Rn
(do espao de
directamente
a partir de:
Se R
[]
[]
f ( x , y , z )= A x
y
x
f ( x , y , z )= A y
z
(base de partida) =
(base de chegada) =
vi
vectores
da base
{u1 ,u 2 , , un }
{ v1 , v 2 , , v n }
C .
Assim teremos:
a12 v 1+ a22 v 2+ +a m 2 v m
un
a1 n v 1 +a2 n v 2 ++ amn v m
a11 a12
P= a 21 a22
am 1 a m 2
P
A matriz
passagem
a1 n
a2 n
a mn
base
para
base
de
Rn . Quando
conveniente, escrevemos
de um vector X
Rn na base
.Assim teremos:
1 possibilidade
2 possibilidade2
XB
P1
XC
XC
XB
1
( P
matriz
passagem da base C
para a base B)
Nota Bem: No caso particular em que
a base cannica de
a base C
(conjunto de chegada)
para
vectores da base
B .
Exemplo:
Sejam
2
1
1
P= 1
0
0
4 1 2
f e
Sejam
b1
f +g
- A funo
- Para
Rn e
R , a funo
- Se h
b1
de
Rn e
b2
Rm .
de
Rm
b2
nas bases
de
b3
de
Rn em
matriz
, com matriz
Rm .
de
com
nas bases
b2
Rm , com
de
nas bases
Rm .
de
Rn em
Rm ,
A
b2
Rn e
de
Rm e
b1
A +B
matriz
Rn em
CA
b3
R p , ento
de
b1
nas bases
de
b1
Rn em
b1'
duas bases de
Rm ;
b2
b2'
duas bases de
b2
de R
Rn
A : matriz de
A : a matriz de
b1 ;
b2
b2' ;
X Rn
'
b1
nas bases
nas bases
de
b1 '
de
para a base
b2'
de R
Y =f ( X );
Xb
Xb
'
1
b1 e b 1' respectivamente;
-
Yb
Yb
'
2
b2 e b 2'
respectivamente;
Vamos ter:
Usando a Matriz de Mudana
de Base
X b =P X b
1
Y b =Q Y b
2
Com a Matriz da
Transformao Linear
Yb
'
1
Yb
Yb
QY b
Yb
E para determinarmos
A Xb
QA X b
A'
b1'
'
'
2
= A Xb
'
1
'
1
Rn
de
A Xb
(QA P) X b
'
2
b2'
de R
temos que:
A'
QAP
QAP= A'
Q1 QAP=Q1 A'
AP=Q1 A '
AP P1 =Q1 A' P1
A=Q1 A ' P1
OBS: A matriz
A'
o que se
pede.
Matrizes Semelhantes
B=P1 AP .
tal que
Rn e
b1 e
b2
f um endomorfismo de
a matrizes de
f respeitantes base
b1 ;
A'
as matrizes de
f respeitantes base
b2 ;
Ento
A'
b2
b1
para a base
b1 ;
para a base
b2 ;
so semelhantes pois:
A ' =P1 AP ,
Parte III
Valores Prprios e Vectores Prprios3
Considerando a transformao linear:
n
T :R R
nulo de
valor prprio de T x 0 :T ( x )= x
Exemplo:
T ( x , y)=(x + y , 4 x + y )
=1
porque,
por
exactamente igual a
=3
igual a
exemplo,
T ( 1,2 ) =(1, 2 )
que
vai
ser
1(1,2) ;
T ( 1, 2 )=(3, 6)
3(1, 2) ;
Ou
Chama-se valor prprio de
a qualquer escalar
tal que
A In
A I n |= 0
Seja
T :V V
o polinmio de
uma
em
ser:
p ( ) = A I n
Exemplo:
T : R2 R 2
Sendo
At
O polinmio caracterstico de
[ ] [ ]|
[ ]
1 1
4 1
[ ]
I2 = 1 0
0 1
ser:
1 = 22 3
det [ 1 1 1 0 ]= 1
4 1
0 1
4
1
E como os valores prprios de uma transformao linear so as razes reais
do seu polinmio caracterstico:
22 3=0
=1 V
T
=3
no depende da base
escolhida.
Vector prprio de uma transformao linear:
u , em que
O vector
escalar
tal que
associado a
u 0 , um vector prprio de
T ( u ) = u . Neste caso
se existe um
um valor prprio de
u .
Ou
com
[ x y z]
( A I n). X=0 ,
Nota Bem: Cada vector prprio est associado a um nico valor prprio,
isto , valores prprios distintos esto associados a vectores prprios
distintos.
Observao:
subespao
E = {( x , y , z) Rn :f ( x , y , z )= (x , y , z)}
E = {( x , y , z) Rn :( A I n )X =0 }
um subespao vectorial de
ou
.
Uma vez que cada vector prprio est associado a um nico valor prprio,
se
T ,
ento:
E E ={0 R }
1
Concluso:
A a matriz de um endomorfismo
Seja
Rn . O escalar
isto ,
valor prprio de
- 0 valor prprio de
, ento
Teorema: A matriz
n x n . Sejam
Nf
Rn
se e s se
- 0 valor prprio de
-
f de
singular;
{
0R
};
- f no injetiva.
u1 , ,u k
E0
Nf
u1 , ,u k
so vectores linearmente
independentes.
Multiplicidade Algbrica (
MA )
do polinmio caracterstico.
Exemplo:
3 0 4
A= 0 3 5
0 0 1
Ento
P( )
det (A I n )
associados matriz
so
A In
3
0
4
0
3
5
0
0
1
1=3
1=3
Multiplicidade Geomtrica [ m g ( ) ]
A multiplicidade geomtrica de um valor prprio
a dimenso de seu
espao prprio.
mg ( )=Dim (E )
Exemplo:
T : R2 R 2
Sendo
e
T ( x , y , z )=( x + y + z , x + y + z , x + y + z )
=3
][ ] [ ] {
13
1
1 x
0
2 x + y + z=0
z=x
( A I n) x=0 1 13 1 y = 0 x2 y + z=0 y= x
1
1
13 z
0
x+ y 2 z=0
z=x
mg ( ) MA
MA =1 mg ( ) =1
IV Parte
Endomorfismo Diagonalizvel
Considerando a transformao linear:
T : Rn R n
T
O endomorfismo
Rn
Rn
vectores prprios de T.
Condies necessrias para ser diagonalizvel:
1 opo: Se possui
MA =mg ( i )
i
Ou
3 opo: Se e s se a soma das multiplicidades geomtricas dos valores
prprios for
n=dim R .
m g ( i ) =n=dim R n
Ou
Nota bem: Se
1 0 0
0 2 0
0 0 n
Matriz Diagonalizvel
Uma matriz quadrada
A de ordem
D=P1 AP diagonal
1 0 0
D= 0 2 0
0 0 n
diagonalizvel se e s se
diagonalizvel.