Sei sulla pagina 1di 329

Vanilda Miziara Mello Chueiri

Luiz Francisco da Cruz


Eliete Maria Gonalves
A presente obra apresenta uma introduo ao estudo da lgebra Linear, com a fina- Eliete Maria Gonalves
lidade de atender aos alunos dos cursos da rea de Cincias Exatas que contemplam Luiz Francisco da Cruz

Acadmica
essa disciplina. Utiliza-se uma linguagem simples e objetiva, porm precisa, com
Vanilda Miziara Mello Chueiri
exemplos resolvidos, de forma a esclarecer a teoria exposta, ilustrando graficamen-

Cultura
te, quando possvel, e com alguns comentrios sobre erros frequentes. Alm disso,
propem-se exerccios de fixao dos conceitos e resultados abordados ao final de
cada captulo, e exerccios gerais no final do livro. So abordados to somente os
tpicos que, usualmente, so ensinados nos cursos de graduao, alm de um cap-
tulo introdutrio, com informaes sobre formas de demonstrao de teoremas, de
INTRODUO AO ESTUDO
forma que o estudante possa melhor compreender o texto que est estudando. DA LGEBRA LINEAR

Eliete Maria Gonalves licenciada em Matemtica pela Fundao Educacional


de Bauru FEB (1977), mestre em Matemtica (Fundamentos da Matemtica) pela
Unesp (1994) e doutora em Agronomia (Energia na Agricultura) pela Unesp (2000).

Introduo ao Estudo da lgebra Linear


Em 1978, ingressou no Departamento de Matemtica da FEB, posteriormente incor-
porada Unesp, onde desenvolve seu trabalho docente e direciona suas pesquisas
para o Ensino de Matemtica.

Luiz Francisco da Cruz licenciado em Matemtica pela Universidade Federal de


So Carlos (1982), mestre em Fundamentos da Matemtica pela Unesp/Rio Claro
(1996) e doutor em Agronomia (Energia na Agricultura Matemtica Aplicada) pela
Unesp/Botucatu (2001). Atualmente professor assistente doutor do Departamento
de Matemtica, Unesp/Bauru. Tem experincia na rea de Matemtica, com nfase
nas disciplinas Geometria Analtica, lgebra Linear e Clculo I. Atua em pesquisa
com Lgica Fuzzy, produo de material didtico para graduao, ensino a distncia
e formao continuada de educadores.

Vanilda Miziara Mello Chueiri licenciada e bacharel em Matemtica pela


Fundao Educacional de Bauru FEB (1976), mestre em Cincias (Equaes Di-
ferenciais) pelo Instituto de Matemtica da UFRJ (1981) e doutora em Agronomia
(Energia na Agricultura) pela Unesp (1994). Em 1977, ingressou no Departamento
de Matemtica da FEB, posteriormente incorporada Unesp, onde desenvolve seu
trabalho docente e direciona suas pesquisas para o Ensino de Matemtica.

ISBN 978-85-7983-378-6

9 788579 833786

Capa_Algebra.indd 1 31/03/2013 05:38:28


INTRODUO AO ESTUDO
DA LGEBRA LINEAR

Algebra_Prefaciais.indd 1 31/03/2013 03:33:53


Universidade Estadual Paulista

Vice-Reitor no exerccio da Reitoria Julio Cezar Durigan


Pr-Reitora de Graduao Sheila Zambello de Pinho
Pr-Reitora de Ps-Graduao Marilza Vieira Cunha Rudge
Pr-Reitora de Pesquisa Maria Jos Soares Mendes Giannini
Pr-Reitora de Extenso Universitria Maria Amlia Mximo de Arajo
Pr-Reitor de Administrao Ricardo Samih Georges Abi Rached
Secretria Geral Maria Dalva Silva Pagotto
Chefe de Gabinete Carlos Antonio Gamero

Algebra_Prefaciais.indd 2 31/03/2013 03:33:54


Eliete Maria Gonalves
Acadmica

Luiz Francisco da Cruz


Vanilda Miziara Mello Chueiri
Cultura

INTRODUO AO ESTUDO
DA LGEBRA LINEAR

So Paulo
2012

Algebra_Prefaciais.indd 3 31/03/2013 03:33:54


Pr-Reitoria de Graduao, Universidade Estadual Paulista, 2012.

Ficha catalogrfica elaborada pela Coordenadoria Geral de Bibliotecas da Unesp

G635i
Gonalves, Eliete Maria
Introduo ao estudo da lgebra linear / Eliete Maria Gonalves, Luiz
Francisco da Cruz [e] Vanilda Miziara Mello Chueiri. So Paulo : Cultura
Acadmica : Universidade Estadual Paulista, Pr-Reitoria de Graduao, 2012.

328 p.
ISBN 978-85-7983-378-6

1. lgebra linear. I. Ttulo. II. Cruz, Luiz Francisco da. III. Chueiri, Vanilda
Miziara Mello. IV. Universidade Estadual Paulista. Pr-Reitoria de Graduao.

CDD 512.5

equipe

Pr-reitora Sheila Zambello de Pinho


Secretria Joana Gabriela Vasconcelos Deconto
Silvia Regina Caro
Assessoria Jos Brs Barreto de Oliveira
Laurence Duarte Colvara
Maria de Lourdes Spazziani
Tcnica Bambina Maria Migliori
Camila Gomes da Silva
Ceclia Specian
Eduardo Luis Campos Lima
Gisleide Alves Anhesim Portes
Ivonette de Mattos
Maria Emlia Arajo Gonalves
Maria Selma Souza Santos
Renata Sampaio Alves de Souza
Sergio Henrique Carregari
Projeto grfico Andrea Yanaguita
Diagramao Estela Mletchol

Algebra_Prefaciais.indd 4 31/03/2013 03:33:54


PROGRAMA DE APOIO
PRODUO DE MATERIAL DIDTICO

Considerando a importncia da produo de material didtico-pedaggi-


co dedicado ao ensino de graduao e de ps-graduao, a Reitoria da UNESP,
por meio da Pr-Reitoria de Graduao (PROGRAD) e em parceria com a
Fundao Editora UNESP (FEU), mantm o Programa de Apoio Produo
de Material Didtico de Docentes da UNESP, que contempla textos de apoio s
aulas, material audiovisual, homepages, softwares, material artstico e outras
mdias, sob o selo CULTURA ACADMICA da Editora da UNESP, disponibi-
lizando aos alunos material didtico de qualidade com baixo custo e editado
sob demanda.
Assim, com satisfao que colocamos disposio da comunidade acad-
mica mais esta obra, Introduo ao Estudo da lgebra Linear, de autoria da
Profa. Dra. Eliete Maria Gonalves, do Prof. Dr. Luiz Francisco da Cruz e da
Profa. Dra. Vanilda Miziara Mello Chueiri, do Departamento de Matemtica
da Faculdade de Cincias do Cmpus de Bauru, esperando que ela traga con-
tribuio no apenas para estudantes da UNESP, mas para todos aqueles inte-
ressados no assunto abordado.

Algebra_Prefaciais.indd 5 31/03/2013 03:33:54


Algebra_Prefaciais.indd 6 31/03/2013 03:33:54
SUMRIO

Apresentao 9

introdutrio: noes sobre demonstraes em matemtica 11

1. Introduo 11

2. Terminologia 11

3. Demonstrao de Teoremas, Proposies, Lemas, Corolrios 12

1. matrizes, determinantes e sistemas lineares 19

1.1. Matrizes 19

1.2. Determinantes 48

1.3. Sistemas Lineares 63

1.4. Exerccios Propostos 90

2. espaos vetoriais 93

2.1. Histrico 93

2.2. Corpo 93

2.3. Espao Vetorial 98

2.4. Subespao Vetorial 104

2.5. Exerccios Propostos 114

3. dependncia linear 115

3.1. Combinao Linear 115

3.2. Subespao Gerado 118

3.3. Vetores Linearmente Dependentes e Linearmente Independentes 124

3.4. Exerccios Propostos 139

4. base e dimenso 141

4.1. Introduo 141

4.2. Base 141

4.3. Dimenso 149

4.4. Coordenadas de um Vetor 163

4.5. Exerccios Propostos 165

Algebra_Prefaciais.indd 7 31/03/2013 03:33:54


8 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

5. matriz de mudana de base 167

5.1. Exerccios Propostos 183

6. transformao linear 185

6.1. Introduo 185

6.2. Transformao Linear 186

6.3. Propriedades das Transformaes Lineares 194

6.4. Ncleo e Imagem 197

6.5. Operaes com Transformaes Lineares 205

6.6. Exerccios Propostos 210

7. isomorfismo 211

7.1. Exerccios Propostos 230

8. matriz de uma transformao linear 231

8.1. Exerccios Propostos 248

9. operadores diagonalizveis 251

9.1. Autovalores e Autovetores 251

9.2. Diagonalizao de Operadores 268

9.3. Relao entre Matriz Diagonalizvel e Autovetores 277

9.4. Exerccios Propostos 281

10. espaos com produto interno 285

10.1. Produto Interno 285

10.2. Norma, Mtrica e ngulo 287

10.3. Ortogonalidade 297

10.4. Exerccios Propostos 311

11. exerccios gerais 313

Bibliografia 327

Algebra_Prefaciais.indd 8 31/03/2013 03:33:54


APRESENTAO

A presente obra apresenta uma introduo ao estudo da lgebra Linear.


Como se sabe, atualmente, o ensino dessa importante parte da Matemtica,
caracterizada como disciplina, no se restringe s grades curriculares dos cur-
sos de Licenciatura e Bacharelado em Matemtica, mas integra os cursos de
Engenharia, Fsica e Cincias da Computao, entre outros, nos quais as apli-
caes so muitas.
Ao longo dos ltimos anos, vem-se constatando que muitos estudantes
que ingressam nos cursos de graduao da rea de Cincias Exatas apresentam
falhas de formao matemtica, tanto conceituais, quanto de raciocnio lgico;
em especial, esses estudantes pouca ou nenhuma experincia tiveram com o
raciocnio matemtico abstrato, exigido em lgebra Linear.
Diante desses fatos, desenvolveu-se esse texto, com a finalidade de atender
os alunos dos cursos acima citados, utilizando uma linguagem simples e obje-
tiva, porm precisa, com exemplos resolvidos, de forma a esclarecer a teoria
exposta, ilustrando graficamente, quando possvel, e com alguns comentrios
sobre erros frequentes. Alm disso, propem-se exerccios de fixao dos con-
ceitos e resultados abordados ao final de cada captulo, e exerccios gerais no
final do livro.
No h, aqui, a pretenso de se apresentar um texto completo sobre lge-
bra Linear; abordam-se to somente os tpicos que, usualmente, so ensinados
nos cursos de graduao que contemplam essa disciplina.
Uma vez que, no desenvolvimento da teoria exposta, so frequentes os
teoremas, as proposies, os lemas e os corolrios, com suas respectivas
demonstraes, incluiu-se um Captulo Introdutrio, com os significados des-
ses termos e a descrio de algumas formas de demonstrao, em linguagem
simples, sem formalismos, de forma que o estudante possa melhor compreen-
der o texto que est estudando.

Algebra_Prefaciais.indd 9 31/03/2013 03:33:54


Algebra_Prefaciais.indd 10 31/03/2013 03:33:54
INTRODUTRIO
NOES SOBRE DEMONSTRAES EM MATEMTICA

1. INTRODUO

Os antigos matemticos gregos, a comear por Tales de Milleto (640 a.C.


550 a. C.), gemetra e astrnomo, descobriram que fatos matemticos in-
teiramente novos podiam ser extrados de outros mais simples, atravs de
demonstraes.
Para a exata compreenso do mecanismo e do alcance da demonstrao,
necessrio reconhecer exatamente a natureza das proposies encadeadas por
ela. O emprego de demonstraes exige uma arrumao sistemtica do conhe-
cimento matemtico.
As provas (processo de demonstrar que um fato verdadeiro) empregam
lgica, no deixando de incluir a linguagem usual. Na Lgica Matemtica, o
ramo que investiga as demonstraes chamado Teoria da Prova.

2. TERMINOLOGIA

Conceito primitivo. aquele que aceito sem demonstrao.

Exemplos:

1) Conjunto; elementos de um conjunto.


2) Para o estudo da Geometria Plana, consideram-se trs conceitos primiti-
vos:o ponto, a reta e o plano.

Axiomas ou postulados.A palavra axioma vem de uma palavra grega que


significa considerar vlido. Um axioma ou postulado uma sentena (ou
proposio) aceita sem demonstrao, ou seja, diferentemente de teoremas,
axiomas no podem ser derivados por princpios de deduo.

Exemplos:

1) A reta tem infinitos pontos.


2) Dois pontos distintos determinam uma nica reta.

cap_introdutoria_OK.indd 11 26/04/2013 21:59:38


12 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

Teorema.Usualmente, em Matemtica, deixa-se o termo teorema para uma


afirmao forte e central na teoria, que pode ser demonstrada.

Exemplo: Teorema de Laplace. O determinante de uma matriz quadrada de or-


dem n n 2 igual soma dos produtos dos elementos de uma linha ou
coluna qualquer pelos respectivos cofatores."

Proposio. uma sentena no associada a algum outro teorema e conside-


rada um resultado mais fraco, matematicamente, que pode ser demonstrada.
Em Lgica, o termo proposio tem a seguinte definio:
Uma proposio ou sentena qualquer orao declarativa (falada ou es-
crita) que pode ser classificada como verdadeira ou falsa, mas no ambas.

Exemplo:Roma a capital da Itlia.

Lema. Os lemas, em geral, so proposies simples, de uso restrito na teoria;


normalmente, servem de preparao para teoremas que seguem. s vezes, o
lema autossuficiente e forte por si s.

Exemplo:Lema de Zorn.Seja X,
uma ordem parcial em que toda cadeia
tem majorante. Ento X tem elemento maximal.

Corolrio. uma consequncia direta de teoremas ou proposies anteriores.

Exemplo:Teorema Fundamental da Aritmtica.Dado um nmero inteiro a 1 ,


existem r nmeros inteiros primos estritamente positivos p1 , p 2 ,, p r , de ma-
neira que a p1 p 2 p r r 1 . Alm disso, se o nmero a tambm puder
ser escrito na forma a q1 q 2 q s , sendo q i primo estritamente positivo,
para todo 1 i s , ento r s e cada p i igual a um q i .
Como consequncia direta deste teorema, tem-se o seguinte corolrio:

Corolrio.Seja a um nmero inteiro tal que a 0 , a 1 e a 1 . Ento, exis-


tem, e so nicos, os nmeros primos estritamente positivos p1 , p 2 ,, p r
r 1 , de maneira que a p1 p 2 p r .

3. DEMONSTRAO DE TEOREMAS, PROPOSIES, LEMAS, COROLRIOS

Os teoremas podem ser enunciados nas formas:


(i) Se P, ento Q.
Na linguagem matemtica, se escreve: P Q .

cap_introdutoria_OK.indd 12 31/03/2013 03:34:28


Introdutrio: Noes sobre Demonstraes em Matemtica | 13

(ii) P se, e somente se, Q.


Na linguagem matemtica, se escreve: P Q .

Quando se demonstra um teorema, h uma proposio ou um conjunto de


proposies que se admitem verificadas ou tomadas como verdadeiras, que se
chama hiptese. O que se pretende concluir como consequncia da hiptese,
chamado tese.
Assim, em um teorema enunciado na forma P Q , P a hiptese e Q a
tese. Portanto, a demonstrao de um teorema deste tipo consiste em concluir
que Q uma sentena verdadeira, supondo que P uma afirmao verdadeira.
Isto se faz atravs de uma sequncia lgica dedutiva, onde se passa de uma
sentena-verdade sentena verdadeira at se obter o resultado que se quer
demonstrar, ou seja, a tese. Esse processo chamado demonstrao do teore-
ma e a sequncia de sentenas verdadeiras que foi usada forma o argumento.
Se o enunciado do teorema for da forma P Q , h duas demonstraes
a se fazer:

a) P Q , chamada condio necessria, onde P a hiptese e Q a tese.

b) Q P , chamada condio suficiente, onde Q a hiptese e P a tese.

Esse tipo de teorema chamado teorema de condio necessria e


suficiente.

Exemplos:

1) Se r1 e r2 so duas retas distintas, ento r1 intercepta r2 em, no mximo,


um ponto.

Neste caso, tem-se um teorema do tipo P Q , onde:

P a hiptese: r1 e r2 so duas retas distintas;


Q a tese: r1 intercepta r2 em, no mximo, um ponto.

2) Uma matriz quadrada A de ordem n n 2 inversvel se, e somente se,


det A 0 .

Neste caso, tem-se um teorema do tipo P Q , ou seja, de condio ne-


cessria e suficiente. Logo, h duas demonstraes a serem feitas:

cap_introdutoria_OK.indd 13 27/04/2013 17:23:16


14 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

a) Condio necessria: P Q , onde:


P a hiptese: a matriz quadrada A de ordem n n 2 inversvel;
Q a tese: det A 0 .

b) Condio suficiente: Q P , onde:


Q a hiptese: a matriz quadrada A de ordem n n 2 tal que
det A 0 ;
P a tese: A inversvel.

3.1. Algumas tcnicas de demonstrao

a) Demonstrao direta. A concluso estabelecida atravs da combina-


o lgica dos axiomas, definies e teoremas existentes. A implicao
P Q pode ser demonstrada supondo-se que a sentena P verdadeira
e deduzindo-se que Q verdadeira. Grande parte dos teoremas, propo-
sies, lemas e corolrios demonstrada dessa forma.

b) Demonstrao por contrarrecproca.A implicao P Q logica-


mente equivalente sua contrarrecproca ~ Q ~ P , onde ~ Q a ne-
gao da sentena Q e ~ P a negao de P. Dessa forma, quando se
demonstra diretamente que ~ Q ~ P , est-se demonstrando que
P Q , por contrarrecproca.
Exemplo:Proposio. Se 3n 2 mpar, ento n mpar.
Neste caso, tem-se:
P (hiptese): 3n 2 mpar
Q (tese): n mpar
Quer-se demonstrar, portanto, que P Q . Para demonstrar essa im-
plicao lgica, supe-se que a tese da proposio falsa, isto , su-
pe-se que n no mpar, e demonstra-se que a hiptese falsa, isto ,
que 3n 2 no mpar. Ou seja, demonstra-se a implicao ~ Q ~ P .
Assim, tem-se:
~ Q (hiptese): n no mpar
~ P (tese): 3n 2 no mpar
De fato, se, por hiptese, n no mpar, isto , n par, ento existe al-
gum nmero inteiro k tal que n 2k . Portanto, pode-se escrever:

cap_introdutoria_OK.indd 14 31/03/2013 03:34:29


Introdutrio: Noes sobre Demonstraes em Matemtica | 15

3n 2 3 2k 2 2 3k 1 .
Se 3n 2 se escreve como o nmero inteiro 3k 1 multiplicado por 2,
conclui-se que 3n 2 par, isto , no mpar.
Uma vez que a negao da tese implicou na negao da hiptese, con-
clui-se que a implicao P Q verdadeira.

c) Demonstrao por contradio ou reduo ao absurdo.Essa forma


de demonstrao tambm dita prova indireta. Nesse caso, para de-
monstrar que o teorema, proposio, lema ou corolrio verdadeiro,
admite-se que a tese falsa e, atravs de raciocnio lgico, chega-se a uma
contradio com a hiptese. Conclui-se, assim, que a tese verdadeira.
2
Exemplo:Proposio. Se m um nmero inteiro e m par, ento m
par.
Nesse caso, tem-se:
P (hiptese): m um nmero inteiro e m 2 par
Q (tese): m par
Suponha-se, por absurdo, que a tese seja falsa; isso significa que existe
um nmero inteiro m que satisfaz a hiptese, isto , existe um nmero
inteiro m tal que m 2 par, mas no satisfaz a tese, isto , m mpar.
Se m mpar, ento existe um nmero inteiro k tal que m 2k 1 .
Ento:

m 2 2k 1 4k 2 4k 1 2 2k 2 2k 1 ,
2

2
de onde se conclui que m mpar, contrariando a hiptese de que
par. Essa contradio adveio da premissa de que a tese falsa e, portan-
to, conclui-se que ela verdadeira.

d) Demonstrao por induo matemtica.Nesse tipo de demonstrao,


um caso base demonstrado e uma regra de induo usada para
demonstrar uma srie de outros casos (normalmente infinita). Na de-
monstrao por induo matemtica de uma dada proposio P n ,
preciso verificar as seguintes condies:
(i) P 1 verdadeira;
(ii) para todo inteiro positivo k, se P k verdadeira, ento P k 1
tambm verdadeira.

cap_introdutoria_OK.indd 15 31/03/2013 03:34:29


16 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

Nestas condies, a proposio P n verdadeira, para todo nmero


inteiro positivo n.
A verificao da condio (i) geralmente simples, mas a verificao
de (ii) implica em demonstrar o teorema auxiliar que tem as seguintes
caractersticas:
Hiptese:a proposio P k verdadeira k ;
(essa hiptese denominada hiptese de induo)
Tese:a proposio P k 1 verdadeira.

Exemplo:demonstrar, usando induo matemtica, que 2 n , n .


n

Nesse caso, tem-se a proposio P n : 2 n n , n .


(i) P 1 verdadeira, uma vez que 2 1 1 .
(ii) Supe-se, agora, que a hiptese de induo P k , dada por
2 k k k , verdadeira. Deve-se provar que P k 1 ver-
dadeira.
De fato, uma vez que 2 k k , tem-se:
2 k k 2 2 k 2k 2 k 1 k k k 1 2 k 1 k 1 ,
de onde se conclui que P k 1 verdadeira.
Logo, a proposio P n verdadeira, para todo nmero natural n.

Observao: h, ainda, outros mtodos de demonstrao, como por exausto,


no qual a concluso estabelecida dividindo-se o problema em um nmero
finito de casos e demonstrando cada um separadamente, e por construo, que
consiste em construir um exemplo concreto com determinada propriedade,
para mostrar que existe algo com tal propriedade.

3.2. Tcnicas de demonstrao com quantificadores

Existem muitos teoremas, proposies, lemas ou corolrios que so sen-


tenas envolvendo quantificadores. Os mtodos mais usados de demonstrao
nesses casos, so:

a) Demonstrao existencial.Faz-se quando o enunciado do teorema,


proposio, lema ou corolrio contm a afirmao de que existe um

cap_introdutoria_OK.indd 16 31/03/2013 03:34:30


Introdutrio: Noes sobre Demonstraes em Matemtica | 17

elemento x, em um dado conjunto A, satisfazendo determinada pro-


priedade P x . Em linguagem matemtica, escreve-se:
x A / P x ,
ou ento,
x, x A / P x ,
onde o smbolo chamado de quantificador existencial (l-se exis-
te). Assim, a sentena matemtica acima lida na forma: existe x per-
tencente ao conjunto A tal que P x verdadeira.
Entre as vrias formas para demonstrar um resultado dessa forma,
tem-se a chamada prova construtiva, onde se exibe um elemento
a A para o qual P a verdadeira.

b) Demonstrao de unicidade. Em alguns teoremas, proposies, le-


mas e corolrios encontra-se a afirmao de que existe exatamente um
elemento x de um conjunto A satisfazendo uma determinada proprie-
dade. Em casos como este, preciso demonstrar dois fatos:

(i) Existncia:demonstra-se, aqui, que existe um elemento x de A satis-


fazendo a propriedade.

(ii) Unicidade:demonstra-se que o elemento x satisfazendo a proprie-


dade nico. Para demonstrar esse fato, podem-se usar dois cami-
nhos: (1)se y um elemento de A e y x , ento y no satisfaz a
propriedade em questo; (2)se y A tal que P y verdadeira,
ento mostra-se que y x .

cap_introdutoria_OK.indd 17 31/03/2013 03:34:30


cap_introdutoria_OK.indd 18 31/03/2013 03:34:30
1
MATRIZES, DETERMINANTES E SISTEMAS LINEARES

As matrizes e os sistemas lineares tm larga aplicao em problemas prti-


cos, especialmente na rea de Engenharia. Por exemplo, a obteno da frequn-
cia natural do eixo traseiro de um automvel, por envolver grande nmero de
variveis a serem testadas e analisadas, acarreta um alto custo financeiro; por-
tanto, faz-se necessria a utilizao de mtodos numricos simples e precisos,
como, por exemplo, o Mtodo das Matrizes de Transferncia, no qual, como o
prprio nome evidencia, utilizam-se matrizes. Por sua vez, o projeto de uma
estrutura composta por vigas metlicas exige a resoluo de um sistema de
equaes lineares, no qual o nmero de equaes e variveis cresce medida
que se torna mais complexa a estrutura. A forma matricial do sistema , ento,
utilizada, analisando-se a singularidade da matriz dos coeficientes do sistema
e a matriz coluna das foras externas, para se encontrar a matriz coluna das
foras que atuam sobre as vigas. O Mtodo dos Elementos Finitos, que tem
grande aplicao em problemas de Engenharia, particularmente em problemas
de Engenharia Civil e Mecnica, utiliza-se de sistemas lineares que envolvem
grande nmero de variveis, os quais so resolvidos computacionalmente,
trabalhando-se com as matrizes dos sistemas. Tambm em outras reas, co-
mo, por exemplo, na Pesquisa Operacional, a teoria das matrizes e os sistemas
lineares so largamente utilizados.

1.1. MATRIZES

1.1.1. Histrico
Arthur Cayley (1821-1895) foi um dos pioneiros no estudo das matrizes e,
por volta de 1850, divulgou esse nome e passou a demonstrar sua aplicao. As
matrizes, inicialmente, eram aplicadas quase que exclusivamente na resoluo
de sistemas lineares e apenas h pouco mais de 150 anos tiveram sua impor-
tncia detectada. No entanto, o primeiro uso implcito da noo de matriz se
deve a Joseph Louis Lagrange (1736-1813), em 1790.

cap1_OK.indd 19 31/03/2013 03:34:50


20 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

O primeiro a lhes dar um nome parece ter sido Augustin-Louis Cauchy


(1789-1857), que as chamava de tabelas. O nome matriz s veio com James
Joseph Sylvester (1814-1897), em 1850. Sylvester ainda via as matrizes como
mero ingrediente dos determinantes. Somente com Cayley elas passaram a ter
vida prpria e, gradativamente, comearam a suplantar os determinantes em
importncia.
Definio:D-se o nome de matriz a uma tabela organizada em linhas e colu-
nas, denotada por A a ij
mxn
, onde o par de ndices ij representa a posio
de cada elemento a ij dentro da matriz, sendo que o ndice i indica a linha e j,
a coluna. O par de ndices m n chamado dimenso da matriz e representa
o seu tamanho: o ndice m indica o nmero de linhas da matriz e n, o nmero
de colunas.
Toda matriz pode ser representada, genericamente, por:

a11 a12 a13 a1n a11 a12 a13 a1n



a 21 a 22 a 23 a 2n a 21 a 22 a 23 a 2n
A ou A


a m1 a m2 a m3 a mn a m1 a m2 a m3 a mn

De forma abreviada, a matriz A acima pode ser representada na forma:


A a ij ; i 1,2,3,, m ; j1,2,3,, n ,

ou, mais simplesmente, na forma: A a ij mn


.

Observao: nesse texto, utilizar-se- o termo ordem da matriz apenas


quando o nmero de linhas for igual ao nmero de colunas; em caso contrrio,
dir-se- dimenso da matriz.

Indicar-se- por Amxn o conjunto de todas as matrizes de dimenso


m n e com elementos reais.
Se m n 1, tem-se uma matriz com um nico elemento e, portanto, a
matriz representa um nmero real; ou seja, A1x1 a11 a11 .
Se m n , a matriz chamada de matriz retangular de dimenso m n
e representada por Amxn ou, simplesmente, Amxn .
Se m n , a matriz chamada de matriz quadrada de ordem n (ou m) e
representada por An ou, simplesmente, An . Neste caso, definem-se:

cap1_OK.indd 20 27/04/2013 17:23:42


Matrizes, Determinantes e Sistemas Lineares | 21

diagonal principal da matriz: constituda pelos elementos que tm os


dois ndices iguais, isto :

a ij
/ i j a11 , a 22 , a 33 ,, a nn .

Na matriz seguinte, mostram-se, de forma destacada, os elementos


da diagonal principal:

a 11 a12 a13 a14 a1n



a 21 a 22 a 23 a 24 a 2n
a 31 a 32 a 33 a 34 a 3n
A ;
a 41 a 42 a 43 a 44 a 4n


a a n2 a n3 an4 a nn
n1

diagonal secundria da matriz: constituda pelos elementos que tm


a soma dos ndices iguais a n + 1, isto :

a ij
/ i j n 1 a1n , a 2,n1 , a 3,n2 ,, a n1 .

Na matriz que se segue, so mostrados os elementos da diagonal se-


cundria de forma destacada:

a11 a12 a13 a1,n1 a 1n



a 21 a 22 a 23 a 2,n-1 a 2n
a 31 a 32 a 33 a 3,n1 a 3n
A .

a n1,1 a n-1,2 a n1,3 a n1,n1 a n1,n

a n1 a n2 a n3 a n,n1 a nn

Por exemplo, considerando-se uma matriz quadrada de ordem 3,


tem-se a representao da Figura 1.1.
Figura 1.1

diagonal principal diagonal secundria


a11 a12 a13

a 21 a 22 a 23
a
31 a 32 a 33

cap1_OK.indd 21 31/03/2013 03:34:52


22 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

i 2 j , se i j

Exemplo: Escrever a matriz A a ij tal que a ij i j , se i j .
2i j , se i j
2x3


A matriz A a ij 2x3
, em sua forma expandida, escrita na forma:

a11 a12 a13


A .
a 21 a 22 a 23

Ento:
a11 11 1 ; a 22 2 2 4 , pois, nesses casos, tem-se i j .
a12 2 1 2 0 ; a13 2 1 3 1 ; a 23 2 2 3 1 , pois, para esses
elementos, tem-se i j .
a 21 2 2 1 4 , uma vez que i j .

1 0 1
Portanto, a matriz procurada A .
4 4 1

1.1.2. Matrizes Especiais

Considere-se uma matriz Amxn .

1) Se m 1 , a matriz tem dimenso 1 n e chamada matriz-linha, como


segue:
A a11 a12 a13 a1n .

2) Se n 1 , a matriz tem dimenso m 1 e chamada matriz-coluna,


como segue:
a11

a 21
A a 31 .


a
m1

3) Se todos os seus elementos so iguais a zero, a matriz chamada matriz


nula.

cap1_OK.indd 22 31/03/2013 03:34:52


Matrizes, Determinantes e Sistemas Lineares | 23

0 00

0 00
Exemplo: uma matriz nula de dimenso 4 3 . Neste caso,
0 00

0 0
0
usual a notao 0 43.

4) Se a matriz quadrada e todos os seus elementos no pertencentes


diagonal principal so iguais a zero, isto , tem-se a ij 0 , se i j , ela
dita matriz diagonal.

Exemplos:

3 0
1) A
0 2
0 0 0

2) A 0 0 0
0 0 0

1 0 0

3) A 0 2 0
0 0 0

5) A matriz diagonal de ordem n cujos elementos da diagonal principal
so iguais a 1 chamada matriz identidade de ordem n. Indica-se por
Id n . Assim, tem-se:

1 0 0 0

0 1 0 0
In 0 0 1 0 .


0 0 0 1 nxn

1.1.3. Operaes com Matrizes

1) Igualdadedematrizes:duas matrizes de mesma dimenso A a ij mxn


e

B bij
mxn
so iguais se a ij bij , para todo 1 i m e todo 1 j n .

cap1_OK.indd 23 31/03/2013 03:34:52


24 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

2) Adio de matrizes: dadas duas matrizes de mesma dimenso



A a ij
mxn
e B bij mxn
, chama-se soma de A com B a matriz de
dimenso m n cujos elementos so obtidos somando-se os elementos
correspondentes de A e B.


Notao: A B a ij bij mxn
.

Exemplo: Dadas as matrizes


1 2 10 8
0 3 2 7
3
A 2 0 3 e B 3 4 9 2 , tem-se:
2
21 0 1 12

0 5 8 1


1 5 8 15

7
AB 2 3 4 6 .
2

21 5 9 13

Observao: esta operao generaliza-se a um nmero finito de matri-


zes de mesma dimenso.

Propriedades: dadas as matrizes A a ij mxn



, B bij
mxn

e C c ij
mxn
,
a adio de matrizes satisfaz as propriedades:

a) Comutativa: A B B A

b) Associativa: A B C A B C

c) Elemento Neutro: a matriz nula 0 mxn , satisfazendo:


A0 0 A A.

d) Elemento Oposto: considerada a matriz A a ij mxn


, o elemento
oposto da adio de matrizes a matriz oposta de A, denotada por
A, isto , A a ij mxn
, que satisfaz:

cap1_OK.indd 24 31/03/2013 03:34:52


Matrizes, Determinantes e Sistemas Lineares | 25

A A A A 0 (observe que 0 indica a matriz nula de


mesma dimenso de A).

3) Subtraodematrizes: a subtrao das matrizes A e B obtida fazendo-se:


A B A B ,
ou seja, a subtrao de A e B a adio de A com a matriz oposta de B.


Assim: A B a ij bij mxn
.
claro que esta operao satisfaz as mesmas propriedades da adio de
matrizes.

4) Multiplicao de uma matriz por um nmero real: dada uma matriz



A a ij
mxn
e um nmero real , chama-se produto do nmero
por A a matriz cujos elementos so obtidos multiplicando-se cada ele-
mento de A por .
Notao:
A a ij mxn
.

Observao:uma vez que cada elemento da matriz um nmero real,


quando se faz a multiplicao da matriz A pelo nmero real est se
fazendo multiplicao entre nmeros reais (elementos da matriz e );
entretanto, o resultado dessa multiplicao uma matriz. Por simplici-
dade de notao, omite-se o sinal de multiplicao ., sempre que no
houver possibilidade de confuso.

Exemplo:
2
Dados o nmero real e a matriz
3


2 3 0
A , tem-se:
5 7
1
5

4
2 0
2
A A 3 .
3 10 2 14
3 3 15

cap1_OK.indd 25 27/04/2013 17:23:53


26 | INTRODUO AO ESTUDO DA LGEBRA LINEAR


Propriedades: considerem-se as matrizes A a ij
mxn

e B bij
mxn
e
dois nmeros reais e . Tem-se:
a) A A A
Observao: embora essas igualdades possam parecer naturais (e,
portanto, triviais), devem ser observadas as diferenas entre cada
membro. Por exemplo, no membro A , multiplica-se, primei-
ramente, a matriz A pelo nmero real , obtendo-se a matriz A;
depois, multiplica-se essa matriz pelo nmero real . J no termo
A, efetua-se, primeiramente, a multiplicao entre os nmeros
reais e , que resulta em um novo nmero real, o qual multiplica
a matriz A.

b) A B A B
Observao: nessa propriedade, o primeiro membro da igualdade
mostra que, primeiramente, faz-se a adio da matriz A com a ma-
triz B, para depois multiplicar a matriz resultante pelo nmero real
. O segundo membro da igualdade mostra que vlida a proprie-
dade de distribuio: pode-se, primeiramente, multiplicar tanto a
matriz A, quanto a matriz B pelo nmero real , para depois somar
as matrizes resultantes A e B .

c) A A A
Observao: nessa propriedade, o primeiro membro da igualdade
mostra que, primeiramente, faz-se a adio dos nmeros reais e
, obtendo-se um novo nmero real , e multiplicando, de-
pois, a matriz A por este novo nmero. O segundo membro da
igualdade, a exemplo da propriedade anterior, tambm mostra uma
propriedade de distribuio: multiplica-se a matriz A pelo nmero
real , obtendo-se a matriz A ; depois, multiplica-se a matriz A
pelo nmero real , obtendo-se a matriz A; em seguida, somam-
-se essas duas matrizes, ou seja, faz-se A A.

d) 1 A A
Observao:essa propriedade mostra que a multiplicao de qual-
quer matriz A pelo nmero real 1 resultar na mesma matriz A. Isso

cap1_OK.indd 26 31/03/2013 03:34:53


Matrizes, Determinantes e Sistemas Lineares | 27

parece (e !) natural, porque cada elemento da matriz multiplicado


pelo nmero 1, que o elemento neutro da multiplicao de nme-
ros reais.

5) Multiplicao de matrizes: dadas duas matrizes A a ij mxn



e B b jk
nxp
,

chama-se produto de A com B a matriz A B C c ik mxp , onde:

c ik a i1b1k a i 2b2k a i 3b3k a inbnk ,

para todo 1 i m e todo 1 k p .

De modo equivalente, pode-se escrever:


n
c ik a
j 1
ij b jk , 1 i m , 1 k p .

De acordo com essa definio, cada elemento c ik da matriz A B


calculado multiplicando-se ordenadamente os elementos da linha i da
matriz A pelos elementos da coluna k da matriz B e somando os produ-
tos obtidos. Observe que, para que seja possvel multiplicar a matriz A
pela matriz B, o nmero de colunas de A deve ser igual ao nmero de
linhas de B. A matriz C resultante da multiplicao de A por B tem di-
menso m p , onde m o nmero de linhas de A e p o nmero de
colunas de B (Figura 1.2).

Figura 1.2

Matriz A Matriz B
m x nn
m nn x p
devem ser iguais

o resultado de dimenso m xpp

Propriedades:sejam A, B e C, matrizes tais que os produtos indicados a


seguir sejam possveis. So verdadeiras as propriedades:
a) Associativa: A BC AB C
b) Distributiva:
esquerda: A B C AB AC
direita: A B C AC BC

cap1_OK.indd 27 31/03/2013 03:34:53


28 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

c) Elemento Neutro: considerada a matriz A a ij


mxn

, o elemento
neutro a matriz identidade de ordem m Id m , ou ordem n Id n ,
pois: AId n A e Id m A A.

Observaes:

1) A operao de multiplicao de matrizes no comutativa, isto ,


mesmo que sejam possveis ambos os produtos AB e BA , tem-se,
em geral, que AB BA , como se exemplificar adiante.
2) Na propriedade c) acima, v-se que, dependendo de se multiplicar a
matriz A pela matriz identidade Id esquerda ou direita, tem-se
a matriz Id com ordem n ou m, j que, para que a multiplicao seja
possvel, deve-se ter o nmero de colunas da matriz que o primeiro
fator do produto igual ao nmero de linhas da matriz que o se-
gundo fator do produto.

Exemplos:

1) Dadas as matrizes:
b11 b12
a11 a12 a13
A e B b21 b22 ,
a 21 a 22 a 23 2 x 3
b
31 b32 3 x 2
possvel efetuar a multiplicao de A por B, j que A tem trs colu-
nas, que o mesmo nmero de linhas de B. De acordo com a defini-
o, obter-se- uma matriz C de dimenso 2 2 , isto :

c 11 c 12
C .
c 21 c 22
Para se verificar rapidamente se o produto possvel e qual a di-
menso da matriz resultante, pode-se considerar apenas o produto
das dimenses das matrizes: 2 3 3 2 2 2 . Os elementos
da matriz C so calculados da seguinte maneira:
elemento c 11 : multiplica-se cada elemento da linha 1 de A pelo
correspondente elemento da coluna 1 de B e somam-se os pro-
dutos obtidos:
c 11 a11b11 a12b21 a13b31 ;

cap1_OK.indd 28 31/03/2013 03:34:53


Matrizes, Determinantes e Sistemas Lineares | 29

elemento c 12 : multiplica-se cada elemento da linha 1 de A pelo


correspondente elemento da coluna 2 de B e somam-se os pro-
dutos obtidos:
c 12 a11b12 a12b22 a13b32 ;
elemento c 21 : multiplica-se cada elemento da linha 2 de A pelo
correspondente elemento da coluna 1 de B e somam-se os produ-
tos obtidos:
c 21 a 21b11 a 22b21 a 23b31 ;
elemento c 22 : multiplica-se cada elemento da linha 2 de A pelo
correspondente elemento da coluna 2 de B e somam-se os pro-
dutos obtidos:
c 22 a 21b12 a 22b22 a 23b32 .
Assim, vem:
b11 b12
a 11 a 12 a 13 c 11 c 12
AB b b22 C.
a 21 a 22 a 23 21 c 21 c 22
b b32
31
Nesta representao, esto destacados os elementos da linha 1 de A,
que so multiplicados ordenadamente pelos elementos da coluna 1
de B, resultando elemento c 11 da matriz C.
Observe-se que, no caso dessas matrizes, possvel tambm efetuar
a multiplicao de B por A, j que B tem 2 colunas e A tem 2 linhas.
A matriz D, resultante dessa multiplicao, ter dimenso 3 3 .
Considerando-se apenas as dimenses das matrizes, vem:
3 2 2 3 3 3. Assim, a matriz D ser do tipo: D d ik 33,
cujos elementos so:
elemento d11 : multiplica-se cada elemento da linha 1 de B pelo
correspondente elemento da coluna 1 de A e somam-se os produ-
tos obtidos:
d11 b11a11 b12a 21 ;
elemento d12 : multiplica-se cada elemento da linha 1 de B pelo
correspondente elemento da coluna 2 de A e somam-se os pro-
dutos obtidos:
d12 b11a12 b12a 22 ;

cap1_OK.indd 29 31/03/2013 03:34:53


30 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

elemento d13 : multiplica-se cada elemento da linha 1 de B pelo


correspondente elemento da coluna 3 de A e somam-se os pro-
dutos obtidos:
d13 b11a13 b12a 23 ;

elemento d 21 : multiplica-se cada elemento da linha 2 de B pelo


correspondente elemento da coluna 1 de A e somam-se os produ-
tos obtidos:
d 21 b21a11 b22a 21 ;
elemento d 22 : multiplica-se cada elemento da linha 2 de B pelo
correspondente elemento da coluna 2 de A e somam-se os pro-
dutos obtidos:
d 22 b21a12 b22a 22 ;
elemento d 23 : multiplica-se cada elemento da linha 2 de B pelo
correspondente elemento da coluna 3 de A e somam-se os produ-
tos obtidos:
d 23 b21a13 b22a 23 ;
elemento d 31 : multiplica-se cada elemento da linha 3 de B pelo
correspondente elemento da coluna 1 de A e somam-se os pro-
dutos obtidos:
d 31 b31a11 b32a 21 ;
elemento d 32 : multiplica-se cada elemento da linha 3 de B pelo
correspondente elemento da coluna 2 de A e somam-se os produ-
tos obtidos:
d 32 b31a12 b32a 22 ;
elemento d 33 : multiplica-se cada elemento da linha 3 de B pelo
correspondente elemento da coluna 3 de A e somam-se os pro-
dutos obtidos:
d 33 b31a13 b32a 23 .

Ento, tem-se:

b11 b12 d d12 d13


a 11 a12 a13 11
BA b21 b22 d d 22 d 23 D .
a 21 a 22 a 23 21
b
31 b32 d
31 d 32 d 33

cap1_OK.indd 30 31/03/2013 03:34:54


Matrizes, Determinantes e Sistemas Lineares | 31

Nesta representao, esto destacados os elementos da linha 1 de B,


que so multiplicados ordenadamente pelos elementos da coluna 1
de A, resultando elemento d11 da matriz D.

2 1 5 0 1 4 8
2) Sejam A , B e C . Determi-
0 1 2 1 3 1 0
nar se possvel:

a) 2A C
2 1 4 8 4 4 2 8 8 10
2A C 2
0 1 1 0 0 1 2 0 1 2

b) AB
2 1 5 0 1 2 5 1 2 2 0 1 1 2 1 1 3
AB
0 1 2 1 3 0 5 1 2 0 0 1 1 0 1 1 3

8 1 5
AB
2 1 3

c) B C
No possvel, pois B e C no tm a mesma dimenso.

d) BC
No possvel, pois o nmero de colunas da matriz B 2 x 3 no
igual ao nmero de linhas da matriz C 2 x 2 .

e) A 3C B
2 1 4 8 5 0 1 10 23 5 0 1
A 3C B 0 3
1 1 0 2 1 3 3 1 2 1 3

4 23 79
A 3C B
13 1 6

f) A 2
2 1 2 1 4 3
A 2 AA
0 1 0 1 0 1

cap1_OK.indd 31 31/03/2013 03:34:54


32 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

Observaes importantes sobre a multiplicao de matrizes:

1) A multiplicao de matrizes no comutativa.


Exemplos:

1) Efetuar a multiplicao de A por B e de B por A, onde:

1 2 2 1
A e B .
3 0 1 4

Observe-se que, no caso dessas matrizes, sendo ambas quadradas de


ordem 2, possvel efetuar ambas as multiplicaes solicitadas. Tem-se:

1 2 2 1 1 2 2 1 1 1 2 4 0 9
AB
3 0 1 4 3 2 0 1 1 0 4 6 3
3

Por outro lado, tem-se:

2 1 1 2 2 1 1 3 2 2 1 0 1 4
BA
1 4 3 0 1 1 4 3 1 2 4 0 13
2

V-se, assim, que, embora ambas as multiplicaes AB e BA sejam


possveis, tem-se que AB BA .

2) Efetuar, se possvel, a multiplicao de A por B e de B por A, sendo:

1 1 2 0 5
A e B .
2 3 1 3 4

Sendo A de dimenso 2 2 e B de dimenso 2 3 , possvel multipli-


car A por B: 2 2 2 3 2 3 , isto , o nmero de colunas de A
igual ao nmero de linhas de B. J a multiplicao de B por A no
possvel, pois tem-se: 2 3 2 2 , ou seja, o nmero de colunas de
B no igual ao nmero de linhas de A. Ento, fazendo-se a multiplica-
o de A por B, vem:

1 1 2 0 5 1 2 1 1 1 0 1 3 1 5 1 4
AB ,
2 3 1 3 4 2 2 3 1 20 33 2 5 3 4

ou seja,
1 3 9
C AB .
7 9 2

cap1_OK.indd 32 31/03/2013 03:34:54


Matrizes, Determinantes e Sistemas Lineares | 33

O exemplo mostra que pode existir o produto AB e no existir o pro-


duto BA.

3) Dadas as matrizes
2 3 5 3
A e B ,
4 5 4 2
efetuar a multiplicao de A por B e de B por A.

Tem-se:
2 3 5 3 2 0
AB
4 5 4 2 0 2
e
5 3 2 3 2 0
BA .
4 2 4 5 0 2

Nesse caso, tem-se que AB BA . Diz-se, ento que as matrizes A e B


comutam entre si, ou que A e B so comutveis. claro que para que A
e B sejam comutveis necessrio que ambas sejam matrizes quadradas
de mesma ordem.

2) Na multiplicao de matrizes no vale a lei do anulamento do produto.


Sabe-se que, dados dois nmeros reais a e b, se o produto deles igual a
zero, isto , se ab 0 , ento se conclui que pelo menos um deles zero, ou
seja, tem-se a 0 ou b 0 . O mesmo no ocorre com o produto de matri-
zes, isto : dadas as matrizes Am p e B pn , se o produto delas resulta na
matriz nula, isto , se AB 0 mn , isso no acarreta, necessariamente, que
A seja uma matriz nula ou que B seja uma matriz nula.
Exemplo:considerem-se as matrizes no nulas

0 0 0 1
A e B ,
1 1 0 1
tem-se:

0 0 0 1 0 0 0 0 0 1 0 1 0 0
AB .
1 1 0 1 1 0 1 0 1 1 1 1 0 0

cap1_OK.indd 33 31/03/2013 03:34:54


34 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

Essa uma caracterstica da nulidade do produto de matrizes, que pode ser


posta de duas formas equivalentes:
se AB 0 , isso no implica que A 0 ou B 0;
mesmo que A 0 e B 0 , pode ocorrer que AB 0.

3) Na multiplicao de matrizes no vale a lei do cancelamento do pro-


duto. Considerando-se dois nmeros reais a e b, se 2a 2b , ento se pode
dividir ambos os membros da igualdade por 2 e conclui-se que a b .
De modo mais geral, se ca cb e se c 0, ento se pode dividir ambos
os membros por c e conclui-se que a b . Essa a chamada lei do
cancelamento.
Para o produto de matrizes,no vale a lei do cancelamento, isto :
se AC BC , nem sempre se tem A B .
Exemplo: considerando-se as matrizes quadradas de ordem 2

2 3 1 1 4 2
A , B e C , tem-se:
5 1 2 7 2 1

2 3 4 2 2 1 1 1 4 2 2 1
AC e BC .
5 1 2 1 22 11 2 7 2 1 22 11

O exemplo mostra que AC BC no implica que A B . Posto de outra


forma: tem-se AC BC , com C 0 22 , e, no entanto, tem-se que A B .
Conclui-se, assim, que na multiplicao de matrizes, no vale a lei do can-
celamento.

1.1.4. Outras Matrizes Especiais

1) Matriz nilpotente de ndice k.A matriz quadrada A dita nilpotente


de ndice k, sendo k um nmero natural maior do que 1, se A k 0
(aqui, o smbolo 0 representa a matriz nula de mesma ordem de A).
Exemplo:a matriz

0 0
A
2 0

cap1_OK.indd 34 31/03/2013 03:34:54


Matrizes, Determinantes e Sistemas Lineares | 35

nilpotente de ordem 2, pois:

0 0 0 0 0 0
A 2 AA 0 22 .
2 0 2 0 0 0
Observa-se que A tambm nilpotente de ordem 3, pois:

0 0 0 0 0 0
A3 A2A 0 22 .
0 0 2 0 0 0
De maneira geral, pode-se afirmar que A nilpotente de ordem k, sen-
do k um nmero natural maior ou igual a 2.

2) Matriz idempotente. A matriz quadrada A dita idempotente se


A2 A .
Exemplo:a matriz

2 2
A
3 3

idempotente, pois:

2 2 2 2 2 2 2 3 2 2 2 3 2 2
A 2 AA A.

3 3 3 3 3 2 3 3 3 2 3 3 3 3

3) Matriz peridica de ndice k. A matriz quadrada A dita peridica de


ndice k, sendo k um nmero natural maior ou igual a 1, se A k 1 A .
Exemplo:considere-se a matriz

0 0
A .
3 1

Tem-se:
0 0 0 0 0 0
A 2 AA A;
3 1 3 1 3 1

0 0 0 0 0 0
A3 A2A A;
3 1 3 1 3 1

cap1_OK.indd 35 31/03/2013 03:34:55


36 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

0 0 0 0 0 0
A 4 A3A A;
3 1 3 1 3 1

0 0 0 0 0 0
A k 1 A k A A , sendo k um nmero natu-
3 1 3 1 3 1
ral maior ou igual a 1. Conclui-se, assim que a matriz A peridica de
ndice k.

4) Matriz transposta. Se a matriz A a ij


mxn

tem dimenso m n , sua
transposta a matriz de dimenso n m , cujas linhas coincidem orde-
nadamente com as colunas de A, denotada por A t .

Assim, tem-se: A t a ji nxm


.

Exemplo: dada a matriz

1 2 7
A ,
5 3 8 2x3

sua transposta a matriz


1 5

A 2 3 .
t

7 8
3x 2
Propriedades: possvel mostrar que so vlidas as propriedades:


t
a) para qualquer matriz A a ij , tem-se: A t A
mxn

b) dadas as matrizes A a ij e B bij , tem-se: A B A t B t


t
mxn mxn

c) se A a ij mxn

e B b jk
nxp
, tem-se: AB B t A t
t

Observe-se que possvel efetuar a multiplicao de A por B, que


resulta em uma matriz de dimenso m p . Assim, a dimenso da
matriz AB que figura no primeiro membro da igualdade acima
t

p m . Por outro lado, matrizes B t e A t do segundo membro da


igualdade tm dimenses p n e n m , respectivamente. Assim,
pode-se efetuar a multiplicao de B t por A t , que resulta em uma

cap1_OK.indd 36 31/03/2013 03:34:55


Matrizes, Determinantes e Sistemas Lineares | 37

matriz de dimenso p m . V-se, assim, que as matrizes AB e


t

B t A t tm a mesma dimenso. possvel mostrar, alm disso, que


os elementos correspondentes dessas matrizes so iguais.


d) Para qualquer matriz A a ij
mxn
e para qualquer nmero real no
nulo , tem-se: A A .
t t

5) Matriz simtrica. Se A quadrada de ordem n e A A t , ento A dita


simtrica.
Como se poder observar facilmente nos exemplos que sero dados,
em uma matriz simtrica os elementos simetricamente dispostos em
relao diagonal principal so iguais.

Propriedades: so vlidas as propriedades:

a) se A uma matriz simtrica e um nmero real no nulo, ento


A tambm uma matriz simtrica;
b) para qualquer matriz quadrada A, tem-se que A A t uma matriz
simtrica.

Exemplos:

1) Dada a matriz

3 2 5

A 2 0 7 ,
5 7 1

sua transposta :

3 2 5

A 2
t
0 7 ,
5 7 1

e, portanto, tem-se que A A t , ou seja, A simtrica. Conforme se
observou anteriormente, os elementos simetricamente dispostos em
relao diagonal principal da matriz so iguais.
Alm disso, multiplicando-se A por qualquer nmero real no nulo,
por exemplo, -2, vem:

cap1_OK.indd 37 31/03/2013 03:34:55


38 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

3 2 5 6 4 10

2 A 2 2 0 7 4 0 14 ,
5 7 1 10 14 2

que simtrica, conforme se afirmou em uma das propriedades.

2) Considere-se a matriz quadrada

1 1 3

A 8 3 5 .
1 2 7

Sua transposta :

1 8 1

A 1 3 2 .
t

3 5 7

Observe que A no simtrica e, portanto, A t tambm no . So-
mando-se as duas matrizes, tem-se:

1 1 3 1 8 1 2 9 4

A A 8
t
3 5 1 3 2 9 6 7 .
1 2 7 3 5 7 4 7 14

Como se pode ver, os elementos simetricamente dispostos em rela-


o diagonal principal da matriz obtida so iguais e, portanto,
A A t uma matriz simtrica, conforme se afirmou em uma das
propriedades dadas.

6) Matriz antissimtrica. Se A quadrada de ordem n, diz-se que A


antissimtrica se A A t .

Propriedades: possvel mostrar que so vlidas as propriedades:

a) se A uma matriz antissimtrica e um nmero real no nulo,


A tambm uma matriz antissimtrica;
b) para qualquer matriz quadrada A, tem-se que A A t uma matriz
antissimtrica.

cap1_OK.indd 38 31/03/2013 03:34:56


Matrizes, Determinantes e Sistemas Lineares | 39

Exemplos:

1) Dada a matriz
0 2 5

A 2 0 7 ,
5 7 0

sua transposta :
0 2 5

A 2
t
0 7 ,
5 7 0

e, portanto, tem-se que A A t , ou seja, A antissimtrica. Como se
pode constatar neste exemplo, para que uma matriz seja antissimtrica
os elementos da diagonal principal devem ser nulos e os que esto sime-
tricamente dispostos em relao diagonal principal devem ser opostos.

2) Considere-se novamente a matriz quadrada

1 1 3

A 8 3 5
1 2 7

e sua transposta

1 8 1

A 1 3 2 .
t

3 5 7

Observe que A no antissimtrica e, portanto, A t tambm no .
Tem-se:
1 1 3 1 8 1 0 7 2

AA 8
t
3 5 1 3 2 7 0 3 .
1 2 7 3 5 7 2 3 0

Como se pode ver, os elementos da diagonal principal da matriz ob-


tida so nulos e os que esto simetricamente dispostos em relao
diagonal principal so opostos; portanto, A A t uma matriz an-
tissimtrica, conforme se afirmou em uma das propriedades dadas.

cap1_OK.indd 39 31/03/2013 03:34:56


40 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

Observao: usando as propriedades das matrizes simtricas e antis-


simtricas, pode-se decompor qualquer matriz quadrada A em uma
soma de uma matriz simtrica com uma matriz antissimtrica. De fato,
tem-se:
1

1) A A t simtrica e, portanto, S A A t tambm o ;
2
1

2) A A t antissimtrica e, portanto, T A A t tambm o .
2
Ento:
1
S T
1
2
1
2
1
2
1

A A t A A t A A t A A t 2A 2 A A
2 2
Logo, A S T , ou seja, A a soma de uma matriz simtrica com uma
matriz antissimtrica.

7) Matriz triangular. Se A quadrada de ordem n, tem-se dois casos de


matriz triangular:
triangular inferior: tal que a ij 0 ,se i j , ou seja, a matriz tem a
forma:
a11 0 0

a 21 a 22 0
Anxn .


a n1 a n2 a nn

triangular superior: tal que a ij 0 , se i j , isto , tem-se a matriz:

a11 a12 a1n



0 a 22 a 2n
Anxn .


0 0 a nn

1.1.5. Matrizes Equivalentes

usual referir-se a uma linha ou a uma coluna de uma matriz Amn como
sendo uma fila. Definem-se as seguintes operaes elementares com os ele-
mentos de uma fila da matriz:

cap1_OK.indd 40 31/03/2013 03:34:56


Matrizes, Determinantes e Sistemas Lineares | 41

a) permutar duas filas paralelas entre si, ou seja, permutar duas linhas en-
tre si ou permutar duas colunas entre si;
b) multiplicar todos os elementos de uma fila por um nmero real no
nulo;
c) somar os elementos de uma fila com os elementos de outra fila paralela;
d) somar os elementos de uma fila com mltiplos dos elementos de outra
fila paralela.

Quando se efetuam operaes elementares com as filas da matriz Amn ,


obtm-se uma matriz B mn que tem as mesmas propriedades da matriz A.
Tem-se, assim, a seguinte definio:

Definio:Uma matriz B equivalente a uma matriz A se B pode ser obtida de


A atravs de uma sequncia finita de operaes elementares.

Exemplo: verificar se as matrizes

1 2 5 1 0 1
A e B
3 0 3 0 6 18
so equivalentes.

Para verificar se as matrizes dadas so equivalentes, tentar-se- efetuar


operaes elementares com uma delas, com o objetivo de obter a outra. Por
exemplo, sero feitas operaes elementares com as linhas de A, como segue:

1) a 1 linha se A ser copiada; a 2 linha ser substituda por outra, resultado


da operao elementar multiplicar os elementos da 1 linha por 3 e
somar com elementos da 2 linha, conforme se indica a seguir:

1 2 5 3 L1 L2 1 2 5
;
3 0 3 0 6 18
2) mantm-se, agora, a 2 linha; a 1 linha ser substituda por outra, resulta-
do da operao elementar multiplicar os elementos da 2 linha por 13 e
somar com elementos da 1 linha, conforme indicado a seguir:

1 2 5 13 L2 L1 1 0 1
B
0 6 18 0 6 18

cap1_OK.indd 41 31/03/2013 03:34:56


42 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

Uma vez que, a partir da matriz A, pde-se obter a matriz B, atravs de


operaes elementares com as linhas de A, conclui-se que as matrizes A e
B so equivalentes.

Observe-se que, ao invs de realizar operaes elementares com as linhas


de A, pode-se realiz-las com as colunas de A:

a) a 3 coluna se A ser copiada; a 1 coluna ser substituda por outra,


resultado da operao elementar somar os elementos da 3 coluna com
os elementos da 1 coluna. Alm disso, a 2 coluna ser substituda por
outra, resultado da operao elementar multiplicar os elementos da 3
2
coluna por 5
e somar com os elementos da 2 coluna. Essas operaes
so indicadas a seguir:

C C 6 0 5
1 2 5 25 C3 3 C1 2

6
3 0 3 0 3
5

b) sero substitudas as trs colunas dessa nova matriz, atravs das seguin-
tes operaes: multiplicar os elementos da 1 coluna por 16 ; multipli-
car os elementos da 2 coluna por 5 ; multiplicar os elementos da
1 coluna por 1 e somar com os elementos da 3 coluna. Tem-se:
1
C
6 0 5 6 5 C1 2

C 1 C 3 1 0 1
6
0 3 0 6 3
5

3) mantm-se, agora, as colunas 1 e 2 e substitui-se a 3 coluna por outra,


obtida atravs da operao: multiplicar os elementos da 2 coluna por
25 e somar com os elementos da 3 coluna, ou seja:
1 0 1 25 C 2 C 3 1 0 1
B.
0 6 3 0 6 18

Observao:depois de vistos os mtodos de resoluo de sistemas de equaes


lineares, ser introduzido o conceito de matrizes semelhantes.

cap1_OK.indd 42 31/03/2013 03:34:56


Matrizes, Determinantes e Sistemas Lineares | 43

1.1.6. Matriz Escalonada

1) Matriz escalonada por linha. Diz-se que uma matriz A a ij


mxn

est escalonada por linha se a ij 0, para i j . Assim, a matriz A tem
a forma:

a11 a12
a13 a1n

0 a 22
a 23 a 2n
0 0
a 33 a 3n
A .
0 0 0 a 4n


0 0 0 0 a mn

Observao:os elementos a ij tais que i j podem ou no ser nulos.

Exemplo:as matrizes seguintes so matrizes escalonadas por linha:

3 1 1 0 5 1 0 0

A 0 2 4 2 ; B 0 0 2 7 .
0 0 5 1 0 0 0 0

2) Matriz escalonada por coluna.Diz-se que uma matriz A a ij


mxn
est escalonada por coluna se a ij 0, para i j . Assim, a matriz A tem
a forma:

a11 0 0 0 0

a 21 a 22 0 0 0
A a 31 a 32 a 33 0 0 .


a a mn
m1 a m2 a m3 a m4

Observao:os elementos a ij tais que i j podem ou no ser nulos.

Exemplo:as matrizes seguintes so matrizes escalonadas por coluna:

1 0 0 0
5 0 0 0
2 5 0 0
C 3 0 0 0 ; D .
3 2 5 0
2 2 1 4

0 2 1 4

cap1_OK.indd 43 31/03/2013 03:34:56


44 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

Para, a partir de uma matriz dada A, obter-se uma matriz escalonada


(por linha ou por coluna) que seja equivalente a A, efetuam-se opera-
es elementares com suas filas.

Exemplos:

1) Dada a matriz

1 0 3

A 2 2 1 ,
1 4 3

obter matrizesescalonadas por linha e por coluna equivalentes a ela.
Efetuar-se-o operaes elementares com as linhas de A, indicadas em
cada etapa, como segue:

1 0 3 2 L L 1 0 3 1 0 3
L11 L23 2 L2 L3
2 2 1 0 2 5 0 2 5 .
1 4 3 0 4 6 0 0 4

Assim, a matriz escalonada por linha que se obteve equivalente matriz A.
Por outro lado, para se obter uma matriz escalonada por coluna que seja
equivalente a A, efetuar-se-o operaes elementares com as colunas de A,
como segue:

1 0 3 1 0 0 1 0 0
3 C1 C 3 25 C 2 C 3
2 2 1 2 2 5 2 2 0 ;
1 4 3 1 4 6 1 4 4

a matriz escalonada por coluna que resultou equivalente matriz A.

2) Dada a matriz
2 1 1 0

B 3 1 2 2 ,
1 3 3 1

obter matrizesescalonadas por linha e por coluna equivalentes a ela.
Efetuando-se operaes elementares com as linhas de B, indicadas em
cada etapa, tem-se:

cap1_OK.indd 44 31/03/2013 03:34:57


Matrizes, Determinantes e Sistemas Lineares | 45

2 1 1 0 23 L1 L2 2 1 1 0 2 1 1 0
21 L1 L3 7 L2 L3
3 1 2 2 0 2 2 0 2 2 .
1 7 1 7
2 2
1 3 3 1 0 7 5 1 0 0 27 15
2 2

Assim, a matriz escalonada por linha que se obteve equivalente matriz B.


Por outro lado, para se obter uma matriz escalonada por coluna que seja
equivalente a B, efetuar-se-o operaes elementares com suas colunas,
como segue:

2 1 1 0 12 C1 C 2 2 0 0 0 2 C 2 0 0 0 7 C C
12 C1 C 3 2 C 23 2 C 2 2 C 4 3
3 1 2 2 3 1
2
7
2
2 3 1 7 2
1 3 3 1 1 7 5 1 1 7 5 1
2 2

2 0 0 0
7 C 2 C 3
2 0 0 0

2 C 2 C 4 185 C 3 C 4

3 1 0 0 3 1 0 0 .
1 7 54 15 1 7 54 0

A matriz escalonada por coluna resultante das operaes elementares


equivalente matriz B.

1.1.7. Matriz Inversvel

Definio: Dada uma matriz quadrada A de ordem n, se existir uma matriz


quadrada B, de mesma ordem, tal que A B B A Id n , ento a matriz B
chamada inversa da matriz A. Diz-se, ento, que A inversvel.
1
Notao: A .
Se a matriz A inversvel, sua inversa nica. Se A no admite inversa,
diz-se que A singular.

Determinao da inversa: ver-se-, no momento, apenas um mtodo de deter-


minao da inversa de uma matriz inversvel A, usando operaes elementares.
Aps o estudo dos determinantes e dos sistemas lineares, ver-se-o outras duas
formas de se determinar a matriz inversa de uma matriz.
Para se determinar a inversa de uma matriz quadrada A de ordem n atra-
vs do mtodo das operaes elementares, procede-se da seguinte maneira:
escreve-se uma matriz ampliada, com n linhas e 2n colunas, dividida ao meio

cap1_OK.indd 45 21/08/2013 14:54:31


46 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

verticalmente. Nas n primeiras linhas e colunas (ou seja, do lado esquerdo da


diviso), colocam-se os elementos da matriz A. Nas restantes n linhas e colu-
nas (ou seja, do lado direito da diviso), colocam-se os elementos da matriz
identidade Id n . Efetuam-se operaes elementares com essa matriz ampliada,
com o objetivo de transformar a matriz A, que est do lado esquerdo, na matriz
identidade. Ao final do processo, A ter se tornado a matriz identidade e a
matriz do lado direito, resultante das operaes feitas com a matriz Id n ,
a matriz inversa de A, ou seja, A 1 .
1 2 0
1 3
Exemplo: Considerem-se as matrizes A e B 3 2 1 . Determi-
2 4 2 1 1

nar a inversa de cada uma delas, atravs do mtodo das operaes elementares.

1 3 1 0
Escreve-se a matriz ampliada de A: . Observe-se que esta
2 4 0 1
matriz tem o mesmo nmero de linhas de A, mas tem o dobro de colunas. Do
lado esquerdo, est a matriz A; do lado direito, a matriz Id 2 . Efetuam-se, a
seguir, operaes elementares com esta nova matriz, como segue:

1) copia-se a primeira linha, j que o primeiro elemento de A 1, que tam-


bm o primeiro elemento da matriz identidade, que o objetivo final. A
segunda linha ser modificada atravs das operaes 2L1 L 2 :

1 3 1 0 2 L1 L2 1 3 1 0
;
2 4 0 1 0 2 2 1

2) com o objetivo de obter um zero na posio a12 da matriz A, copia-se a


3
segunda linha e transforma-se a primeira, fazendo-se: L 2 L1 :
2
1 3 1 0 2 L2 L1 1 0 2
3
3


2
;
0 2 2 1 0 2 2 1

3) resta, apenas, tornar o elemento a 22 igual a 1; para isso, basta que se mul-
1
tiplique a segunda linha por :
2
1 0 2 3
12 L2 1 0 2 3

0 2 2
2



2
1.
1 0 1 1 2

cap1_OK.indd 46 31/03/2013 03:34:57


Matrizes, Determinantes e Sistemas Lineares | 47

Tendo a matriz do lado esquerdo se transformado na matriz identidade, a


do lado direito a matriz inversa procurada, isto :

3
1
2 2
A .
1 1
2

Considerando-se, agora, a matriz B, de ordem 3, a matriz ampliada ter 3


linhas e 6 colunas, indicada abaixo:

1 2 0 1 0 0

3 2 1 0 1 0 .
2 1 1 0 0 1

Far-se-o as operaes indicadas nas passagens de uma matriz outra,


conforme se segue:

1 2 0 1 0 0 3 L L 1 2 0 1 0 0
2 L11 L23 14 L2
3 2 1 0 1 0 0 4 1 3 1 0
2 1 1 0 0 1 0 3 1 2 0 1

1 2 0 1 0 0 1 2 0 1 0 0 L L
3L2 L3 4 L3 3 2
0 1 1
4
3
4
1
4
0 0 1 1
4
3
4
1
4
0
0 3 1 2 0 1 0 0 1 1
3
1
4 4 4

1 2 0 1 0 0 1 0 0 1 2 2
2 L2 L1
0 1 0 1 1 1 0 1 0 1 1 1
0 0 1 1 3 4 0 0 1 1 3 4

1 2 2

B 1
1 1 1 .
1 3 4

Observao: se, ao se efetuarem operaes elementares com uma matriz, se


obtiver uma ou mais filas nulas, conclui-se que a matriz no admite inversa.

cap1_OK.indd 47 31/03/2013 03:34:57


48 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

1.2. DETERMINANTES

1.2.1. Histrico

Os primeiros estudos sobre determinantes datam, provavelmente, do scu-


lo 111 a.C. Mas foi s em 1683 que o japons Takakazu Seki Kowa (1642-1708)
usou a idia de determinante em seus trabalhos sobre sistemas lineares.
O uso do determinante no ocidente comeou 10 anos depois, com um
trabalho de Gottfried Wilhelm Leibniz (1646-1716), ligado tambm a sistemas
lineares. O francs tienne Bzout (1730-1783) sistematizou, em 1764, o pro-
cesso de estabelecimento dos sinais dos termos de um determinante. E coube
a outro francs, Alexandre Thophile Vandermonde (1735-1796), a primeira
abordagem da teoria dos determinantes.
O termo determinante, com o sentido atual, surgiu em 1812, em um traba-
lho de Augustin-Louis Cauchy (1789-1857) sobre o assunto. Alm de Cauchy,
quem mais contribuiu para consolidar a teoria dos determinantes foi o alemo
Carl Gustav Jacob Jacobi (1804-1851). Deve-se a ele a forma simples como essa
teoria se apresenta at hoje.

O determinante de uma matriz quadrada A de ordem n n * um
escalar, denotado por det A .

Determinante de uma matriz quadrada de ordem 1.

Dada a matriz A a11 , seu determinante igual ao prprio elemento

a11. Indica-se: det A ou a11 .

Observao:no se deve confundir, neste caso, a notao a11 , que indica o


determinante da matriz cujo nico elemento o nmero real a11 , com o m-
dulo (ou valor absoluto) do nmero real a11 .

Exemplo: se A 5 , ento det A 5 .


Para se obter o determinante de matrizes quadradas de ordem n 2 , apli-
cam-se os mtodos que sero descritos a seguir.

1.2.2. Regra de Sarrus

Esta regra deve-se a Pierre Frdric Sarrus (1798-1861), a qual se aplica aos
determinantes de 2 e 3 ordem, como segue.

cap1_OK.indd 48 31/03/2013 03:34:57


Matrizes, Determinantes e Sistemas Lineares | 49

Determinante de uma matriz quadrada de ordem 2.

a11 a12
Dada a matriz A , seu determinante :
a 21 a 22

a11 a12
det A a11a 22 a12a 21 ,
a 21 a 22

ou seja, o determinante de A igual diferena entre o produto dos elementos


da diagonal principal e o produto dos elementos da diagonal secundria da
matriz.

Exemplo: dada a matriz

3 2
A ,
4 2
seu determinante :

3 2
det A 3 2 2 4 6 8 14
4 2

Determinante de uma matriz quadrada de ordem 3.

a11 a12 a13



O determinante da matriz A a 21 a 22 a 23 calculado da seguinte
a a 33
maneira: 31 a 32

a11 a12 a13


det A a 21 a 22 a 23 a11a 22a 33 a12a 23a 31 a13a 21a 32
a 31 a 32 a 33
a13a 22a 31 a11a 23a 32 a12a 21a 33

Pode-se usar a seguinte regra prtica: repetem-se as duas primeiras colu-


nas ao lado das trs colunas originais do determinante; em seguida, somam-se
os resultados dos trs produtos no sentido da diagonal principal, subtrain-
do-se, depois, a soma dos trs produtos efetuados no sentido da diagonal
secundria, conforme mostra a Figura 1.3.

cap1_OK.indd 49 31/03/2013 03:34:57


50 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

Figura 1.3

a11 a12 a13 a11 a12


det A a 21 a 22 a 23 a 21 a 22
a 31 a 32 a 33 a 31 a 32

-a13a 22a 31 -a11a 23a 32 -a12a 21a 33 a11a 22a 33 +a12a 23a 31 +a13a 21a 32

Observao:esse mtodo de calcular o determinante se aplica apenas a matri-


zes quadradas de ordem 3.

Exemplo: seja

1 2 0

A 1 3 2 . Tem-se:
3 4 2

1 2 0 1 2
det A 1 3 2 1 3
3 4 2 3 4

1 3 2 2 2 3 0 1 4 0 3 3 1 2 4 2 1 2

6 12 0 0 8 4 18 12 30

1.2.3. Teorema de Laplace

Para matrizes quadradas de ordem n n 2 , o Teorema de Laplace (Pier-


re-Simon Laplace, 1749-1827) oferece uma soluo prtica no clculo dos
determinantes. Para que seja possvel utiliz-lo, so necessrias as definies
seguintes.

Menor complementar. Dada a matriz quadrada A a ij nxn


de ordem
n n 2 , o menor complementar de um elemento genrico a ij da matriz o
determinante D ij que se obtm suprimindo a linha i e a coluna j de A.

cap1_OK.indd 50 31/03/2013 03:34:57


Matrizes, Determinantes e Sistemas Lineares | 51

Exemplo: dada a matriz

2 5 0

A 1 3 1 ,
4 2 1

determinar os menores complementares D 22 , D 32 e D13 .
De acordo com a definio, tem-se:

2 0
D 22 2;
4 1

2 0
D 32 2 ;
1 1

1 3
D13 10 .
4 2

Cofator.Dada a matriz quadrada A a ij


de ordem n, sendo n 2 , cha-
nxn
ma-se cofator de um elemento a ij da matriz ao produto de 1 pelo deter-
i j

minante da submatriz obtida eliminando-se de A a linha i e a coluna j. Assim,


o cofator de uma elemento a ij o menor complementar desse elemento, mul-
tiplicado por 1 . O cofator do elemento a ij denotado por Aij .
i j

Exemplo: considere-se a matriz:

2 1 2

A 1 1 0 . Os cofatores dos elementos a 23 e a 31 so:
3 3 1

2 1
A23 1 1 6 3 9
23

3 3

1 2
A31 1 1 0 2 2 .
31

1 0

Teorema de Laplace: O determinante de uma matriz quadrada A de ordem


n n 2 igual soma dos produtos dos elementos de uma linha ou coluna
qualquer pelos respectivos cofatores.

cap1_OK.indd 51 31/03/2013 03:34:58


52 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

Assim, dada a matriz


a11 a12 a1n

a 21 a 22 a 2n
Anxn ,


a n1 a n2 a nn

tomando-se como referncia, por exemplo, a primeira linha, tem-se:

det A a11 A11 a12 A12 a1n A1n .

Observao: pode-se aplicar o Teorema de Laplace utilizando-se qualquer li-


nha ou coluna da matriz A como referncia. usual escolher-se aquela que
apresenta a maior quantidade de zeros, com o objetivo de diminuir os clculos.

Exemplos:

1 2 0

1) Dada a matriz A 1 3 2 , calcular seu determinante usando o
3 4 2

Teorema de Laplace.

Escolhendo a 3 coluna como referncia, vem:


det A a13 A13 a 23 A23 a 33 A33 ,

ou seja,
1 3 23 1 2 1 2
det A 0 1 2 1 2 1
13 3 3

3 4 3 4 1 3

det A 2 10 2 5 20 10 30 .

2) Considere-se a matriz

3 1 0 0

1 2 5 1
A . Calcular seu determinante, usando o Teorema de
3 7 1 0

4 1 2 1
Laplace.
Escolher-se- a primeira linha para aplicar o Teorema de Laplace, porque
ela apresenta dois elementos nulos, o que facilita a aplicao do mtodo.

cap1_OK.indd 52 31/03/2013 03:34:58


Matrizes, Determinantes e Sistemas Lineares | 53

Analogamente, poder-se-ia ter escolhido a quarta coluna, que tambm


apresenta dois zeros. Entretanto, ressalta-se que se pode escolher qualquer
linha ou coluna. Tem-se:
det A a 11A 11 a 12 A 12 a 13 A 13 a 14 A 14

Assim, vem:
2 5 1 -1 5 1 -1 2 1
det A 3 1 -1 0 1 1 3 -1 0 0 1 3 7 0
11 12 13
7
1 2 -1 4 2 -1 4 1 -1

-1 2 5
0 1
1 4
3 7 1 3 52 1 24 132
4 1 2

1.2.4. Regra de Chi

Deve-se ao matemtico italiano Felice Chi (1813-1871). Seja A a ij


uma matriz quadrada de ordem n n 2 . Admitindo-se, inicialmente, que a
matriz A apresente um elemento a ij 1 , suprimem-se a linha i e a coluna j
correspondentes a este elemento unitrio, restando uma submatriz de ordem
n 1 .
Toma-se cada elemento a pk dessa submatriz e dele subtrai-se o produto

a ik a pj , ou seja, constri-se a matriz B b pk , onde b pk a pk a ik a pj .

O determinante de A ser dado por:


det A 1 det B .
i j

Para visualizar melhor esse processo, considere-se a matriz

a11 a12 a13 a1n



a 21 a 22 a 23 a 2n
A a 31 a 32 a 33 a 3n ;


a a n2 a n3 a nn
n1
supondo-se, por exemplo, que o elemento a11 seja igual a 1, eliminam-se de A
a linha 1 e a coluna 1:

cap1_OK.indd 53 31/03/2013 03:34:58


54 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

a11 a12 a13 a1n



a 21 a 22 a 23 a 2n
A a 31 a 32 a 33 a 3n


a a n2 a n3 a nn
n1
Constri-se, agora, a matriz B, a partir dos elementos que restaram na ma-
triz A, depois de suprimidas a linha 1 e a coluna 1. Por exemplo, o elemento
b32 obtido da seguinte forma:
b32 a 32 a12a 31 ;
para a obteno do elemento bn3 , faz-se:
bn3 a n3 a13a n1 .

Procedendo-se de modo anlogo, constri-se a matriz B:

a 22 a12a 21 a 23 a13a 21 a 2n a1na 21



a 32 a12a 31 a 33 a13a 31 a 3n a1na 31
B .


a n2 a12a n1 a n3 a13a n1 a nn a1na n1

Portanto, o determinante de A :

a 22 a12a 21 a 23 a13a 21 a 2n a1na 21


11 a 32 a12a 31 a 33 a13a 31 a 3n a1na 31
det ( A) 1

a n2 a12a n1 a n3 a13a n1 a nn a1na n1

Exemplo:tomando-se novamente a matriz

1 2 0

A 1 3 2 ,
3 4 2

considerada nos exemplos anteriores, usar a regra de Chi para calcular seu
determinante.
Aplicar-se- a regra de Chi para o elemento a11 1. Assim, eliminar-se-o
a primeira linha e a primeira coluna de A e construir-se- a matriz B a partir
dos elementos que restaram em A. Ento, vem:

cap1_OK.indd 54 31/03/2013 03:34:58


Matrizes, Determinantes e Sistemas Lineares | 55

3 2 1 2 0 1 5 2
B ;
4 2 3 2 0 3 10 2

portanto, tem-se:

5 2
det A 1 det B 1 5 2 10 2 30 ,
11

10 2

que o resultado obtido anteriormente, por meio dos outros mtodos.

Observao:caso a matriz A no apresente um elemento igual a 1, pode-se es-


colher qualquer elemento no nulo a ij e multiplicar a fila (linha ou coluna)
1
qual ele pertence por para se obter o elemento 1 necessrio para a aplica-
a ij
o da regra de Chi. Obter-se- uma matriz M, para a qual se aplica a regra de
Chi. Como se ver a seguir, nas propriedades dos determinantes, o determi-
1
nante da matriz M igual ao determinante de A, multiplicado por , ou seja,
a ij
1
det M det A , e, portanto, det A a ij det M .
a ij

Exemplo:considerando-se, novamente, a matriz A do exemplo anterior, calcu-


lar-se- seu determinante utilizando-se o elemento a 31 3 (supondo que no
houvesse nenhum elemento igual a 1 na matriz A). Portanto, multiplica-se a
1
terceira linha de A por e obtm-se a matriz M:
3


1 2 0

M 1 3 2 .

4 2
1
3 3

Aplica-se, assim, a regra de Chi para essa nova matriz, tomando-se como
referncia o elemento c 31 1 . Para tanto, eliminam-se a terceira linha e a pri-
meira coluna da matriz C e constri-se a matriz B, de ordem 2, a partir dos
elementos que restaram na matriz C:

cap1_OK.indd 55 31/03/2013 03:34:58


56 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

4 2
2 1 0 1 10 2

3 3 3
B 3.
4 2 5 8
3 1 2 1 3
3
3 3

10 2

det M 1 det B 1 3
31 3 10 .
5 8
3 3
Assim, conclui-se que:

det ( A) 3det M 3 10 30 ,
resultado que j foi obtido atravs dos mtodos anteriores.

1.2.5. Propriedades dos Determinantes

Seja A uma matriz quadrada ordem n.


1) Tem-se det A 0 se:
A possui uma fila (linha ou coluna) nula;
A apresenta duas filas paralelas iguais;
A possui duas filas paralelas proporcionais (isto , os elementos de
uma fila so mltiplos dos elementos da outra fila) ou se uma das
filas uma soma algbrica de mltiplos das outras filas.
2) Se A triangular (superior ou inferior) ou se A diagonal, seudetermi-
nante igual ao produto dos elementos da diagonal principal.
3) Multiplicando-se uma fila de A por um escalar no nulo , seu deter-
minante ficar multiplicado por .
4) Permutando-se duas filas paralelas de A, seu determinante ficar mul-
tiplicado por 1 .
5) Se B uma matriz obtida de A somando-se uma fila com um mltiplo
de outra fila paralela, ou seja, se A e B so equivalentes, ento
det B det A .


6) det A t det A .

cap1_OK.indd 56 31/03/2013 03:34:59


Matrizes, Determinantes e Sistemas Lineares | 57


7) det A 1
1
det A
, desde que det A 0 .

8) det AB det A det B .

a11 a12 a1n



a 21 a 22 a 2n
9) Se A e, a partir de A, constri-se a matriz


a n1 a n2 a nn

a11 x 1 a12 a1n



a 21 x 2 a 22 a 2n
B ,


a n1 x n a n2 a nn
SE
ento:

a11 x 1 a12 a1n a11 a12 a1n x 1 a12 a1n


a 21 x 2 a 22 a 2n a 21 a 22 a 2n x 2 a 22 a 2n
.

a n1 x n a n2 a nn a n1 a n2 a nn x n a n2 a nn

Observao: claro que esta propriedade verdadeira se, ao invs de se soma-


rem nmeros reais primeira coluna de A, como explicitado acima, somarem-se
nmeros reais a qualquer outra coluna de A.

Exemplos:

1) Seja A uma matriz quadrada de ordem 2 tal que det A 0 . Calcular


det A , sabendo que A 2 2 A 0 .
Se A 2 2 A 0 , ento A 2 2 A .

Das propriedades dos determinantes, vem: det A 2 det 2 A .
Um erro muito comum que se comete afirmar que det 2 A 2det A .
Isso no verdade, pois a matriz 2A obtida multiplicando-se todos os
elementos de A por 2, ou seja, multiplicando-se cada uma das duas linhas
de A por 2; assim pela propriedade 3 vista anteriormente, o determinante
de A fica multiplicado por 2 2 . Ento:

cap1_OK.indd 57 31/03/2013 03:34:59


58 | INTRODUO AO ESTUDO DA LGEBRA LINEAR


det A 2 det 2 A det AA 2 2 det A

det A det A 4 det A det A 4 det A det A 4 det A 0


2 2

Tem-se uma equao do 2 grau, cuja varivel det A . Assim, vem:


det A det A 4 0 ,
de onde se segue que det A 0 ou det A 4 . Uma vez que, por hip-
tese, sabe-se que det A 0 , conclui-se que det A 4 .

2) Considerem-se as matrizes
1 4 0 1 1 2

A 2 3 2 e B 2 2 2 .
1 1 3 1 0 1

a) Mostrar que verdadeira a propriedade 8, ou seja, mostrar que:
det AB det A det B .
Calculam-se, inicialmente, os determinantes de A e de B:
1 4 0
det A 2 3 2 1 3 3 4 2 1 2 1 0 0 3 1 2 1 1 2 4 3 9
1 1 3

1 1 2
det B 2 2 2 1 2 1 1 2 1 2 0 2
.
1 0 1
2 2 1 2 0 1 2 1 1 2

Por outro lado, efetuando-se a multiplicao de A por B, obtm-se:

1 4 0 1 1 2 9 7 10

AB 2 3 2 2 2 2 6 4 8 ;
1 1 3 1 0 1 0 1 1

assim, seu determinante :

9 7 10
det AB 6 4 8 9 4 1 7 8 0 6 1 10
0 1 1
10 4 0 9 8 1 6 7 1 18 9 2

cap1_OK.indd 58 31/03/2013 03:34:59


Matrizes, Determinantes e Sistemas Lineares | 59

V-se, assim, que det AB 18 9 2, ou seja, det AB det A det B .

b) Verificar se verdadeira a afirmao: det A B det A det B .


J se sabe que det A 9 e que det B 2 . Portanto:

det A det B 9 2 7 (1)

Calcula-se, ento, a soma A B , para depois calcular seu determinante:

2 3 2

A B 4 5 4 ;
0 1 2

ento:

2 3 2
det A B 4 5 4 2 5 2 3 4 0 4 1 2 2 5 0 4 1 2 4 3 2 4
0 1 2

Portanto, det A B 4 (2)

De (1) e (2), conclui-se que no verdadeira a igualdade dada, isto , em


geral:

det A B det A det B .

3) possvel mostrar que a rea de um tringulo com vrtices nos pon-


tos P1 x 1 , y 1 , P2 x 2 , y 2 e P3 x 3 , y 3 pode ser calculada atravs da
expresso
1
S det A ,
2
onde a matriz A

x1 y 1 1

A x2 y 2 1 .
x y 3 1
3

Usando essa expresso, calcular a rea do tringulo com vrtices nos pon-
tos P1 1,1 , P2 1,3 e P3 2,0 .

cap1_OK.indd 59 31/03/2013 03:34:59


60 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

Primeiramente, constri-se a matriz com as coordenadas dos pontos, isto :

1 1 1

A 1 3 1 ;
2 0 1

seu determinante :

1 1 1
det A 1 3 1 1 3 1 1 0 1 1 1 2 1 3 2 1 0 1 1 1 1 2 .
2 0 1

Assim, a rea do tringulo :

1 1 1
S det A 2 2 1 unidade de rea.
2 2 2

1.2.6. Aplicao do Determinante no Clculo da Matriz Inversa

Sabendo-se, agora, como calcular o determinante de uma matriz quadra-


da, pode-se ver uma das formas de determinar a matriz inversa de A, se existir,
isto , se A for inversvel. Para isso, utilizam-se as definies de menor comple-
mentar e de cofator, vistas anteriormente, alm da matriz cofatora, definida
a seguir.

Matriz cofatora.Dada uma matriz quadrada A de ordem n n 2 , chama-se


matriz cofatora de A a matriz cujos elementos so os cofatores de cada elemento
da matriz dada.
Notao: cof A .
1 0 2

Exemplo: dada a matriz A 0 1 3 , os cofatores de seus elementos
so: 2 4 0

1 3
A11 1
11
12
4 0

0 3
A12 1
12
6
2 0

cap1_OK.indd 60 31/03/2013 03:35:00


Matrizes, Determinantes e Sistemas Lineares | 61

0 1
A13 1
13
2
2 4

0 2
A21 1
21
8
4 0

1 2
A22 1
22
4
2 0

1 0
A23 1
23
4
2 4

0 2
A31 1
31
2
1 3

1 2
A32 1
3 2
3
0 3

1 0
A33 1
3 3
1 .
0 1

Assim, a matriz cofatora de A :


12 6 2

cof A 8 4 4 .
2 3 1

Matriz adjunta.Dada uma matriz quadrada A de ordem n n 2 , chama-se


matriz adjunta de A a transposta da matriz cofatora da matriz dada.
Notao: Adj A .

Assim: Adj A cof A .


t

Pode-se, agora, usar o resultado seguinte para calcular a inversa de uma


matriz inversvel A.

Proposio: Seja A uma matriz quadrada de ordem n n 2 , tal que


det A 0 . Ento, a matriz inversa de A determinada por:
1
A 1 Adj A .
det A

cap1_OK.indd 61 31/03/2013 03:35:00


62 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

Observao:se det A 0 , a matriz A no admite inversa, ou seja, singular.


Assim, uma matriz singular se, e somente se, det A 0 . Se det A 0 , A
dita no-singular.
1 2 0

Exemplo:Considere-se a matriz A 3 2 1 . Determinar sua inversa atra-
vs da matriz adjunta. 2 1 1

Verificar-se- que A no-singular, ou seja, A admite inversa, calculando
seu determinante. Tem-se:

1 2 0 1 2
det A 3 2 1 3 2 1 2 1 2 1 2 0 3 1 0 2 2 1 1 1 2 3 1 1 .
2 1 1 2 1

Como det A 1 0 , A no-singular e, portanto, admite inversa. Cal-


culam-se, assim, os cofatores dos elementos de A, como segue:

2 1
A11 1
11
1
1 1

3 1
A12 1
12
1
2 1

3 2
A13 1
13
1
2 1

2 0
A21 1
21
2
1 1

1 0
A22 1
22
1
2 1

1 2
A23 1
23
3
2 1

2 0
A31 1
31
2
2 1

1 0
A32 1
3 2
1
3 1

cap1_OK.indd 62 31/03/2013 03:35:00


Matrizes, Determinantes e Sistemas Lineares | 63

1 2
A33 1
3 3
4 .
3 2

Assim, a matriz cofatora de A :

1 1 1

cof A 2 1 3
2 1 4

e, portanto, sua adjunta :
1 2 2

Adj A cof A
t
1 1 1 .
1 3 4

Logo, a matriz inversa de A :

1 2 2 1 2 2
1 1
A 1
Adj A 1 1 1 1 1 1 .
det A 1
1 3 4 1 3 4

1.3. SISTEMAS LINEARES

1.3.1. Histrico

Na matemtica ocidental antiga, so poucas as aparies de sistemas de


equaes lineares. No Oriente, contudo, o assunto mereceu ateno bem
maior. Com seu gosto especial por diagramas, os chineses representavam os
sistemas lineares por meio de seus coeficientes escritos com barras de bambu
sobre os quadrados de um tabuleiro. Assim, acabaram descobrindo o mtodo
de resoluo por eliminao que consiste em anular coeficientes por meio de
operaes elementares. Exemplos deste procedimento encontram-se nos
Nove captulos sobre a arte da Matemtica, um texto que data, provavelmente,
do sculo 111 a.C.

Definio: Chama-se equao linear a n variveis toda equao do tipo:

a1x 1 a 2 x 2 a n x n b ,
onde:

cap1_OK.indd 63 31/03/2013 03:35:00


64 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

a1 , a 2 , , a n so nmeros reais, chamados coeficientes;


x 1 , x 2 , , x n so as variveis;
b o termo independente.
Observe que em uma equao linear as variveis tm expoente 1 e no
aparecem termos nos quais haja produto de duas ou mais variveis entre si.

Exemplos:

1) A equao a1x 1 a 2 x 2 b pode ser escrita na forma Ax By C 0 ,


onde as incgnitas x 1 e x 2 foram chamadas, respectivamente, de x e y e os
coeficientes a1 e a 2 , representados por A e B. O termo independente, nes-
te caso, C, o qual pode ser escrito no primeiro ou no segundo membro da
equao. Esta representa, no plano Oxy, uma reta e chamada equao
geral da reta.

2) A equao linear Ax By Cz D 0 , na qual os coeficientes A, B e C


no se anulam ao mesmo tempo, tem como representao geomtrica, no
espao tridimensional, um plano.
Por exemplo, a equao 2 x 3 y z 8 linear, pois apresenta, em cada
termo, apenas uma incgnita com expoente igual a 1.

3) A equao x 2 3x 4 0 no linear, pois apresenta incgnita com ex-


poente maior do que 1 (no caso, expoente 2).

4) A equao 3x 2 xy 3 y 5 no linear, pois apresenta o termo 2xy , que


depende do produto de duas incgnitas.
3
5) A equao 5 y 1 no linear, pois o expoente da varivel x -1.
x

Definio:Dada a equao linear a1x 1 a 2 x 2 a n x n b , chama-se solu-


o desta equao a sequncia de n nmeros reais (ou seja, uma n-upla)
1 , 2 ,, n , tal que: a1 1 a 2 2 a n n b uma identidade verdadeira.

Exemplos:

1) A equao geral da reta, dada por Ax By C 0 tambm pode ser escrita


A C
na forma reduzida y ax b, onde a e b , desde que B 0 .
B B

cap1_OK.indd 64 31/03/2013 03:35:00


Matrizes, Determinantes e Sistemas Lineares | 65

2 5
Assim, dada a equao 2 x 3 y 5 0 , pode-se escrever y x .
3 3
2 5
Quando se faz y 0 , obtm-se a equao linear x 0 , cuja solu-
3 3
o um nico valor de x:
2 5 2 5 5
x 0 x x .
3 3 3 3 2
5
Logo, o par ordenado ,0 uma soluo da equao linear dada.
2
2) Dada a equao linear 2 x 3 y z 8 , a terna x , y , z 1,0,6 , ou seja,
x 1 , y 0 e z 6 , soluo da equao pois, substituindo-se esses va-
lores na equao tem-se: 2 1 3 0 6 8 , ou seja, 8 8 , que uma iden-
tidade verdadeira.
J a terna 2,2,1 no soluo desta equao, pois:

2 2 3 2 1 8 1 8 , que falso.
1
3) Dada a equao linear x 2 y z 1 , verifica-se que, para x 2 , y 1 e
2
z 2 , tem-se:
1
2 2 1 2 1 ,
2
ou seja, a terna de valores 2,1,2 satisfaz a equao e, portanto, uma
soluo da equao dada.

Definio: Chama-se sistema linear a um conjunto formado por m equaes


lineares a n incgnitas x 1 , x 2 ,, x n , consideradas simultaneamente, como
indicado:

a11x 1 a12 x 2 a1n x n b1



a 21x 1 a 22 x 2 a 2n x n b2
S mxn : .

a m1x 1 a m2 x 2 a mn x n bm

Os elementos a ij , com i 1,2,, m e j 1,2,, n so os coeficientes


das incgnitas e b1 , b2 ,, bm so os termos independentes das equaes do
sistema; m n indica a ordem do sistema.

cap1_OK.indd 65 31/03/2013 03:35:00


66 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

Observao:pode-se, de forma mais simplificada, denotar-se um sistema linear


por S .

Exemplo: so sistemas lineares os conjuntos de equaes lineares:


2x 1 3x 2 5x 3 2x 4 1

S : x 1
1
4x 2 x3 8x 4 3
2
5x 1, 4 x 2 x3 x4
1
1
3
(sistema de 3 equaes a 4 incgnitas)

3 x 3x y 10
S : 2x 1
x2 10
ou S :
1 3x 2 8 2 x 3 y 8
(sistema de 2 equaes a 2 incgnitas)

Definio:Chama-se soluo do sistema linear S uma n-upla 1 , 2 , , n


de nmeros reais que satisfaz, simultaneamente, as m equaes do siste-
ma S .
Ento, resolver o sistema S significa encontrar a n-upla 1 , 2 ,, n ,
cujos elementos satisfazem simultaneamente todas as suas equaes.

Exemplo: Considere o sistema linear:

x 2y z 2

2x y 3z 11 .
x y z 2

A terna 1,0,3 soluo deste sistema linear, pois:

1 20 3 2

2 1 0 3 3 11 ,
1 0 3 2

ou seja, a terna 1,0,3
satisfaz todas as equaes. Lembrando que
x 2 y z 2 , 2 x y 3z 11 e x 2 y z 2 so equaes de planos do
3 , conclui-se que 1,0,3 o nico ponto em comum desses planos, isto ,
eles se interceptam nesse ponto.

cap1_OK.indd 66 31/03/2013 03:35:01


Matrizes, Determinantes e Sistemas Lineares | 67

1.3.2. Forma Matricial de um Sistema Linear

O sistema linear
a11x 1 a12 x 2 a1n x n b1

a 21x 1 a 22 x 2 a 2n x n b2
S mxn :

a m1x 1 a m2 x 2 a mn x n bm

pode ser escrito na forma matricial, considerando-se: uma matriz A a ij mxn
,
com os coeficientes das equaes do sistema; uma matriz coluna X x i nx1,
contendo as incgnitas do sistema; uma matriz coluna B b j , contendo
mx1

os termos independentes das equaes. Assim, o sistema pode ser escrito na


forma AX B . Observe-se que esta equao matricial est bem definida, pois
o produto das matrizes indicado no primeiro membro possvel, j que o n-
mero de colunas de A igual ao nmero de linhas de X e o resultado do pro-
duto a matriz B, de dimenso m 1 . Explicitando-se essa equao, vem:

a11 a12 a1n x 1 b1



a 21 a 22 a 2n x 2 b2
.


a m1 a m2 a mn
x n bm

1.3.3. Classificao dos Sistemas Lineares

O sistema linear S pode ser impossvel ou incompatvel, quando no


tem soluo. Se S admite pelo menos uma soluo, ele dito possvel ou
compatvel. Neste caso, se a soluo nica, ele possvel determinado
ou compatvel determinado. Se tem mais de uma soluo, chamado possvel
indeterminado ou compatvel indeterminado. O esquema seguinte resume a
classificao do sistema S :
incompatvel ou impossvel

(quando no tem soluo)

Sistema linear
compatvel ou possvel determinado (soluo nica)

(quando tem soluo) indeterminado (mais de uma soluo)

cap1_OK.indd 67 31/03/2013 03:35:01


68 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

Para facilitar a classificao dos sistemas, comum utilizar-se as siglas:


sistema impossvel: SI;
sistema possvel determinado: SPD;
sistema possvel indeterminado: SPI.
O sistema linear S chamado homogneo quando todas as equaes
tm termo independente igual a zero.

Exemplo: o sistema seguinte homogneo:


2 x 3 y 5z 0


4 x 5 y 0.

3x 1 y 7 z 0
2

Todo sistema homogneo compatvel, pois admite, pelo menos, a n-upla


0,0,,0 como soluo, chamada soluo trivial. Se esta soluo for nica, o
sistema compatvel determinado. Se, alm da soluo trivial, admitir outra(s),
compatvel indeterminado.
Dois sistemas lineares S1 e S 2 so equivalentes se, e somente se, toda
soluo de S1 tambm soluo de S 2 e, reciprocamente, toda soluo de
S 2 tambm soluo de S1 .
Quando, em um dado sistema S , se efetuam as seguintes transformaes
elementares:
a) permuta de duas (ou mais) equaes entre si;
b) multiplicao de todos os termos de uma equao por um nmero real
no nulo;
c) substituio de uma equao por outra, obtida pela soma algbrica des-
ta equao com qualquer outra equao;
d) substituio de uma equao por outra, obtida pela soma algbrica des-
ta equao com um mltiplo de qualquer outra equao, obtm-se um
novo sistema S equivalente a S , ou seja, ambos tm a(s) mesma(s)
soluo(es).

cap1_OK.indd 68 31/03/2013 03:35:01


Matrizes, Determinantes e Sistemas Lineares | 69

Observaes:

1) Observe-se que essas transformaes elementares so anlogas s opera-


es elementares que foram definidas para as matrizes. Viu-se que quando
uma matriz B obtida de uma matriz A atravs de operaes elementares
com suas filas (linhas ou colunas), as matrizes A e B so equivalentes. Uma
vez que os sistemas lineares podem ser escritos na forma matricial, natu-
ral que os sistemas S e S sejam equivalentes.

2) Se ao se aplicar qualquer mtodo de resoluo de um sistema linear, apare-


cer uma (ou mais) equao do tipo 0 x 1 0 x 2 0 x n 0, esta(s)
equao(es) pode(m) ser eliminada(s) do sistema, pois (so)
verdadeira(s) para quaisquer valores de x 1 , x 2 ,, x n . Caso aparea uma
(ou mais) equao(es) do tipo 0 x 1 0 x 2 0 x n , com 0 ,
que (so) falsa(s) para quaisquer valores de x 1 , x 2 ,, x n , conclui-se que o
sistema impossvel e, portanto, no tem soluo.

1.3.4. Mtodos de Resoluo de Sistemas Lineares

1) Mtodo da Substituio: consiste em isolar uma das incgnitas em


qualquer equao do sistema S e substitu-la nas demais, obtendo-se,
assim, um novo sistema linear S , com uma incgnita a menos.
Repete-se o processo at que se obtenha uma equao que dependa
apenas de uma incgnita. A partir da determinao desta incgnita (se
for possvel), substitui-se seu valor nas equaes que dela dependam, o
que possibilita a determinao das demais incgnitas.
Exemplos:

1) Resolver o sistema linear abaixo, aplicando o mtodo da substituio:


x 2y z 3
S : 2x y 3z 9
x y 5z 8

O sistema S tem ordem 3 3 , isto , tem trs equaes a trs in-
cgnitas. Pode-se, por exemplo, isolar a incgnita x na primeira
equao, em funo das outras duas incgnitas, e substitu-la nas de-
mais, como segue:

cap1_OK.indd 69 31/03/2013 03:35:01


70 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

x 2 y z 3 (1)

Ento, vem:

2 2 y z 3 y 3z 9
,
2 y z 3 y 5z 8

de onde se obtm o sistema S , de ordem 2 2 :

5 y 5z 15
S : .
3 y 4 z 5

Nesse novo sistema, escolhe-se uma das variveis para ser isolada em
funo da outra; por exemplo, isolando a varivel y na primeira
equao e substituindo-a na segunda, vem:
y z 3 (2)
Ento, tem-se:
3(z 3) 4 z 5 z 2 .
Substituindo-se esse valor de z na equao (2), obtm-se y 1 . Es-
ses valores de y e z substitudos em (1) resulta em x 1 . Portanto, a
nica soluo do sistema 1, 1,2 , ou seja, o sistema S pos-
svel determinado.
Geometricamente, isso significa que 1, 1,2 o nico ponto
comum aos planos de equaes x 2 y z 3 , 2 x y 3z 9 e
x y 5z 8 .

2) Resolver o sistema linear abaixo, aplicando o mtodo da substituio:


3x y z 2
S : x y 2z 1
x y 3z 0

Isolando-se, por exemplo, a incgnita y na primeira equao, tem-se:
y 3x z 2 (1)
Substituindo-a nas demais equaes, obtm-se:

x 3x z 2 2z 1
,
x 3x z 2 3z 0

cap1_OK.indd 70 31/03/2013 03:35:02


Matrizes, Determinantes e Sistemas Lineares | 71

ou seja, obtm-se o sistema S :

2 x z 1
S : ;
4 x 2z 2

em S , escolhe-se isolar a incgnita z na primeira equao, substi-


tuindo-a, em seguida, na segunda, como se segue:
z 2x 1 (2)
4 x 2(2 x 1) 2 0 x 0 ,

Observe-se que a equao 0 x 0 verdadeira para qualquer n-


mero real x; assim, qualquer valor de x poder ser escolhido para se
obterem os valores das outras incgnitas y e z, o que indica que o
sistema admite infinitas solues, ou seja, possvel indeterminado.
Por exemplo, tomando-se x 2 e substituindo esse valor na equao
(2), obtm-se z 3 ; esses dois valores, substitudos na equao (1)
resultam em y 7 , ou seja, a terna 2,7,3 uma soluo de S .
Como se poderia ter escolhido qualquer valor real de x (ou seja, in-
finitos nmeros reais), fica evidente que S tem infinitas solues.
Em situaes como essa, usual dar-se a soluo geral do sistema,
que obtida procedendo-se como se segue: substitui-se a equao
(2), que depende da incgnita x, na equao (1), para que y tambm
fique escrita em funo de x:
z 2 x 1 y 3x 2 x 1 2 y 5x 3
Logo, a soluo geral do sistema dado :
y 5x 3 ; z 2x 1 ; x .
Essa soluo permite encontrar qualquer soluo do sistema, atri-
buindo-se a x qualquer valor real e obtendo-se a partir dele, os valo-
res de y e de z. Geometricamente, tem-se que os planos de equaes
3x y z 2 , x y 2z 1 e x y 3z 0 tm infinitos pontos
em comum.

2) Mtodo de Gauss ou Mtodo do Escalonamento: este um dos


mtodos mais utilizados na resoluo de sistemas lineares e se deve a
Carl Friedrich Gauss (1777-1855). Dado o sistema linear S , seu obje-
tivo encontrar um sistema equivalente S , triangular, ou seja, um

cap1_OK.indd 71 31/03/2013 03:35:02


72 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

sistema cuja matriz dos coeficientes seja escalonada por linha ou trian-
gular superior (observe que o termo matriz triangular superior
adequado somente se a matriz quadrada; entretanto, em um abuso de
linguagem, usado mesmo para matrizes retangulares).
Sendo sistemas equivalentes, ambos tero a(s) mesma(s) soluo(es).
Para tanto, faz-se uso das transformaes elementares, de modo a esca-
lonar ou triangularizar o sistema dado. Ou seja, dado o sistema linear

a11x 1 a12 x 2 a1n x n b1



a x a x a 2n x n b 2
S : 21 1 22 2 ,

a m1x 1 a m2 x 2 a mn x n bm

obtm-se, atravs de operaes elementares aplicadas em suas equa-


es, o sistema equivalente S , dado por:

c 11x 1 c 12 x 2 c 13 x 3 c 1n x n 1

c 22 x 2 c 23 x 3 c 2n x n 2

S : c 33 x 3 c 3n x n 3 ,


c mn x n m

chamado sistema escalonado, o qual tem por matriz dos coeficientes


uma matriz triangular superior:

c 11 c 12 c 13 c 1n

0 c 22 c 23 c 2n
0 0 c 33 c 3n .


0 0 0 c mn

O objetivo de que a ltima equao (equao m) dependa somente da
incgnita x n , o que possibilita determinar seu valor e depois o valor
das demais incgnitas, por uma retro-substituio, isto , substitui-se
x n na equao anterior (equao m 1 ), obtendo-se o valor de x n1 ;
em seguida, substituem-se esses dois valores na equao anterior (equa-

cap1_OK.indd 72 31/03/2013 03:35:02


Matrizes, Determinantes e Sistemas Lineares | 73

o m 2 ), obtendo-se o valor de x n2 , e assim, sucessivamente, at


que se substituem os valores das incgnitas x n , x n1 , x n2 ,, x 2 na pri-
meira equao, obtendo-se, finalmente, o valor de x 1 . Uma forma de
facilitar o trabalho de escalonamento considerar-se o que se chama
matriz dos coeficientes aumentada, ou seja, tomar-se a matriz dos
coeficientes das equaes do sistema com uma coluna a mais, contendo
os termos independentes das equaes. Efetuam-se com essa matriz as
transformaes elementares necessrias para torn-la triangular supe-
rior; escrevem-se, ento, as equaes do sistema equivalente S obti-
do e calcula-se sua soluo, que a mesma do sistema S .

Exemplos:

1) Resolver novamente o sistema linear S , considerado anterior-


mente, atravs do mtodo de Gauss:
x 2y z 3
S : 2x y 3z 9
x y 5z 8

A matriz aumentada do sistema S :

1 2 1 3

2 1 3 9
1 1 5 8

Efetuam-se, assim, as operaes indicadas:

1 2 1 3 2 L L 1 2 1 3 1 2 1 3
L1 L1 3 2 35 L2 L3
2 1 3 9 0 5 5 15 0 5 5 15
1 1 5 8 0 3 4 5 0 0 7 14

Assim, o sistema S , equivalente a S , :

x 2 y z 3
S : 5 y 5z 15 .
7 z 14

Da ltima equao, tem-se que z 2 , o qual, substitudo na segun-
da equao, permite encontrar o valor de y: y 1 . Esses valores de

cap1_OK.indd 73 31/03/2013 03:35:02


74 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

y e z so substitudos na primeira equao, de onde se conclui que


x 1 . Portanto, o sistema admite a terna 1, 1,2 como soluo
nica, j obtida anteriormente, pelo mtodo da substituio.

2) Resolver o sistema aplicando o mtodo do escalonamento

2x 3 y z 5
S : x y 2z 3 .
x 4y z 8

A matriz aumentada do sistema :

2 3 1 5

1 1 2 3 .
1 4 1 8

Trocam-se a primeira e a terceira linhas da matriz, para que o pri-


meiro elemento seja igual a 1, com o objetivo de facilitar os clculos:

1 4 1 8

1 1 2 3 ;
3 1 5
2

Efetuam-se, ento, as operaes elementares necessrias para trian-


gularizar a matriz, conforme indicado:

1 4 1 8 L L 1 4 1 8 1 4 1 8
12 L1 2 L3 L2 L3
1 1 2 3 0 5 3 5 0 5 3 5
2 3 1 5 0 5 3 11 0 0 0 6

Portanto, o sistema triangular equivalente S :

x 4 y z 8
S : 5 y 3z 5 .
0z 6

Verifica-se que a ltima equao de S : 0 x 0 y 0 z 6 , a


qual no satisfeita para nenhum valor de z, o que significa que o

cap1_OK.indd 74 31/03/2013 03:35:03


Matrizes, Determinantes e Sistemas Lineares | 75

sistema no tem soluo. Se S impossvel, ento S tambm o


. Isso significa que os planos de equaes 2 x 3 y z 5 ,
x y 2z 3 e x 4 y z 8 no tm pontos em comum.

3) Resolver os sistemas lineares homogneos, aplicando o mtodo


indicado:

x 2 y 3z 0

a) S : 2 x y 2z 0 , pelo mtodo da substituio.
3 x 3 y z 0

x 2 y z 0

b) S : 2 x y 2z 0 , pelo mtodo de Gauss.
4 x 3 y 0

a) Da primeira equao, tem-se:

x 2 y 3z (1)

Substituindo este valor de x nas outras duas equaes, vem:

2 2 y 3z y 2z 0
,
3 2 y 3z 3 y z 0

Isto , obtm-se o sistema linear S , com duas equaes e duas


incgnitas:

3 y 4 z 0
S : 3 y
10z 0
.

Da primeira equao de S , vem:


3 y 4 z (2)

Substituindo na segunda, tem-se:


4 z 10z 0 6z 0 z 0

Fazendo z 0 em (2), obtm-se y 0 . Substituindo-se os valo-


res y 0 e z 0 em (1), obtm-se x 0 . Portanto, a nica solu-
o do sistema a trivial: 0,0,0 , isto , o sistema possvel

cap1_OK.indd 75 27/04/2013 17:24:08


76 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

determinado, ou seja, 0,0,0 o nico ponto comum dos planos


de equaes x 2 y 3z 0 , 2 x y 2z 0 e 3x 3 y z 0 .

b) Como visto anteriormente, conveniente trabalhar com a matriz


dos coeficientes aumentada; entretanto, como os termos inde-
pendentes so todos nulos, a ltima coluna ser sempre de zeros
e, portanto, pode-se optar por no utiliz-la, isto , pode-se tra-
balhar apenas com a matriz dos coeficientes das equaes do sis-
tema e realizar as operaes elementares convenientes para tor-
n-la triangular superior, como se segue:

1 2 1 2 L L 1 2 1 1 2 1
4 L11 L23 1L2 L3
2 1 2 0 5 4 0 5 4
4 3 0 0 5 4 0 0 0

Observe-se que a ltima linha contm somente elementos nulos,


ou seja, o sistema S , equivalente a S :

x 2 y z 0
S : 0x 5 y 4z 0 ;
0 x 0 y 0z 0

conforme observado anteriormente, a ltima linha pode ser reti-
rada e obtm-se, ento:

x 2 y z 0
S : .
5 y 4 z 0

O fato de haver trs incgnitas e apenas duas equaes j indica


que o sistema ter mais de uma soluo, ou seja, indetermina-
do. De fato, da segunda equao de S , tem-se:
4
y z
5
Substituindo na primeira equao, obtm-se:

4 3
x 2 z z 0 x z .
5 5

cap1_OK.indd 76 31/03/2013 03:35:03


Matrizes, Determinantes e Sistemas Lineares | 77

V-se, portanto, que as incgnitas x e y dependem da incgnita z.


Por exemplo, tomando-se z 0 , obtm-se a soluo trivial
0,0,0 . Entretanto, ela no nica, uma vez que z pode assumir
qualquer valor real; ou seja, o sistema tem infinitas solues. Se z
assume o valor 5, por exemplo, obtm-se uma nova soluo:
3, 4,5 .
A soluo geral do sistema dada por:

3 4
x z ; y z , z .
5 5

Uma vez que o sistema tem infinitas solues, conclui-se que os


planos de equaes x 2 y z 0 , 2 x y 2z 0 e 4 x 3 y 0
tm infinitos pontos em comum.

4) O diretor de uma empresa, o Sr. Antonio, convocou todos os seus


funcionrios para uma reunio. Com a chegada do Sr. Antonio
sala de reunies, o nmero de homens presentes na sala ficou qua-
tro vezes maior que o nmero de mulheres tambm presentes na
sala. Se o Sr. Antonio no fosse reunio e enviasse sua secretria, o
nmero de mulheres ficaria a tera parte do nmero de homens.
Determinar a quantidade de pessoas presentes na sala aguardando
o diretor.
Sejam: H e M, respectivamente, a quantidade de homens e de mu-
lheres que estavam na sala de reunies espera do Sr. Antonio. Para
que seja possvel resolver o problema, tentar-se- equacion-lo, ou
seja, tentar-se- traduzir cada informao dada no enunciado do
problema na forma de uma sentena matemtica, ou mais explicita-
mente, na forma de uma equao.
Assim, a frase: Com a chegada do Dr. Antonio sala de reunies, o
nmero de homens presentes na sala ficou quatro vezes maior que o
nmero de mulheres tambm presentes na sala pode ser traduzida
ou interpretada matematicamente por:

H 1 4M . (1)

cap1_OK.indd 77 31/03/2013 03:35:03


78 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

A frase: Se o Dr. Antonio no fosse reunio e enviasse sua secret-


ria, o nmero de mulheres ficaria a tera parte do nmero de homens
pode ser traduzida ou interpretada matematicamente por:
1
M 1 H . (2)
3
Por outro lado, Determinar a quantidade de pessoas presentes na
sala aguardando o diretor, matematicamente, significa determinar
o valor de M H .
Considerando-se as equaes (1) e (2), pode-se escrever um sistema
linear com duas equaes e duas variveis (ou incgnitas):

H 1 4 M
S : 1 ,
M 1 3 H

que pode ser resolvido por qualquer mtodo visto anteriormente.


Resolvendo-o pelo mtodo da substituio de variveis, vem:
Da primeira equao, tem-se que H 4 M 1 ; substituindo na 2
equao, obtm-se:
1
M 1 (4 M 1) 3 M 3 4 M 1 M 4 H 4 4 1 15
3
Conclui-se, assim, que havia 4 mulheres e 15 homens na sala de
reunies e, portanto, no nmero total de pessoas que estavam es-
pera do Sr. Antonio era de 19.

5) Em uma mesa de uma lanchonete, o consumo de 3 sanduches, 7


refrigerantes e um pedao de torta totalizou R$31,50. Em outra
mesa, o consumo de 4 sanduches, 10 refrigerantes e um pedao de
torta totalizou R$42,00. Quanto gastar uma pessoa que consuma
um sanduche, um refrigerante e um pedao de torta?
Com o objetivo de equacionar o problema, introduzir-se-o vari-
veis ou incgnitas no problema: representar-se- o preo de um
sanduche por s, o de um refrigerante por r e o de uma torta por t.
Interpretam-se, agora, matematicamente, as informaes dadas no
enunciado do problema, como segue:

cap1_OK.indd 78 31/03/2013 03:35:04


Matrizes, Determinantes e Sistemas Lineares | 79

3 sanduches, 7 refrigerantes e 1 pedao de torta totalizou R$ 31,50:


3s 7r t 31,50 ;

4 sanduches, 10 refrigerantes e 1 pedao de torta totalizou R$ 42,00:


4 s 10 r t 42,00 ;

Quanto gastar uma pessoa que consuma um sanduche, um refrige-


rante e um pedao de torta? significa: qual o valor de s r t ?
Denotando-se esse valor procurado por x, tem-se a equao
s r t x .
A soluo deste problema a soluo de um sistema linear S , com
trs equaes e trs incgnitas:

s r t x
S : 3s 7r t 31,50 ,
4 s 10r t 42,00

o qual ser resolvido pelo mtodo de Gauss. Para tanto, trabalha-se
com a matriz aumentada do sistema, efetuando-se operaes ele-
mentares com suas linhas, com o objetivo de escalonar o sistema,
como segue:

1 1 1 x 3 L L 1 1 1 x 12 L2
4 L11 L23 13 L3
3 7 1 31,5 0 4 2 3x 31,5
4 10 1 42,0 0 6 3 4 x 42,0

11 1 1
L x 1 1 1 x

2 2
1
L 3 x 31,5
3 x 31,5

0 2 1
3 3
2
L 2 L 3
0 2 1 2
4 x 42,0 3 x 31,5 4 x 42,0
0 2 1 3 0 0 0 2
3

Portanto, o sistema S , equivalente a S :



1 s 1 r 1 t x
3x 31,5

0 s 2 r 1 t .
2
0 s 0 r 0 t 4 x 42,0 3x 31,5
3 2

cap1_OK.indd 79 31/03/2013 03:35:04


80 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

Da ltima equao vem:

2 4 x 42,0 3 3x 31,5 0 8 x 84,00 9 x 94,50 0 x 10,5 ,

ou seja,
s r t 10,5 .
Portanto, uma pessoa que consuma um sanduche, um refrigerante
e um pedao de torta gastar R$10,50.

1.3.5. Aplicao dos Mtodos de Resoluo de Sistemas Lineares na Determi-


nao da Inversa de uma Matriz

Dada a matriz A, de ordem n, procura-se uma matriz quadrada M tal que


o produto de A por M seja igual matriz identidade de ordem n. Para que se
determinem os n n elementos de M, escreve-se a equao matricial
A M Id n e resolve-se o sistema linear resultante dela. Se o sistema for pos-
svel determinado, isto , se o sistema tem apenas uma soluo, ento a matriz
M a matriz inversa de A, ou seja, M A 1 . Caso o sistema seja impossvel ou
possvel indeterminado, conclui-se que A no admite inversa, ou seja, A no
inversvel.
1 2 0
1 3
Exemplo: Sejam A e B 3 2 1 . Determinar, se houver, a in-
2 4 2 1 1

versa de cada uma delas.

a b
Seja M . Para que M seja a matriz inversa de A, deve-se ter
c d
A M Id 2 . Ento, vem:

1 3 a b 1 0 a 3c b 3d 1 0

2 4 c d 0 1 2a 4c 2b 4d 0 1

a 3c 1 b 3d 0
e
2a 4c 0 2b 4d 1

cap1_OK.indd 80 31/03/2013 03:35:04


Matrizes, Determinantes e Sistemas Lineares | 81

Resolvendo os sistemas lineares, obtm-se a soluo:


a 2

b 3
2
;
c 1
1
d
2
assim, conclui-se que a matriz A inversvel e sua inversa a matriz
3
2
A 1 2 .
1 1
2
Para determinar a inversa da matriz B, considere-se a matriz
a b c

N d e f . Tem-se, assim, a equao matricial B N Id 3 , ou seja:
g h i

1 2 0 a b c 1 0 0

3 2 1 d e f 0 1 0 ,
2 1 1 g h i 0 0 1

ou seja,
1 a 2 d 0 g 1 b 2 e 0 h 1 c 2 f 0 i 1 0 0

3 a 2 d 1 g 3 b 2 e 1 h 3 c 2 f 1 i 0 1 0 ,
2 a 1 d 1 g 2 b 1 e 1 h 2 c 1 f 1 i 0 0 1

de onde resultam os sistemas lineares:
a 2d 1 b 2e 0 c 2 f 0

3a 2d g 0 e 3b 2e h 1 e 3c 2 f i 0
2a d g 0 2b e h 0 2c f i 1

Resolvendo os trs sistemas lineares, obtm-se:
a 1 ; b 2 ; c 2;

d 1 ; e 1 ; f 1; ,
g 1 ; h 3 ; i 4

cap1_OK.indd 81 31/03/2013 03:35:04


82 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

e, portanto, a inversa de B a matriz


1 2 2
1
B 1 1 1 .
1 3 4

1.3.6. Matrizes Semelhantes

Definio: Sejam A e B duas matrizes quadradas de ordem n. Diz-se que A


semelhante a B se existe uma matriz quadrada P, de ordem n, no singular, tal
que A P 1 B P .

Exemplo:verificar se as matrizes A e B so semelhantes, nos seguintes casos:

3 0 4 1
a) A e B
0 2 6 3

2 0 0 2 1 0

b) A 0 1 0 e B 0 1 1
0 0 6 0 2 4

a) Para que A e B sejam semelhantes, deve existir uma matriz P no singu-


lar, de mesma ordem dessas duas matrizes, tal que A P 1BP .
Considere-se a matriz no singular

a b
P .
c d
Se P no singular, ento existe sua inversa P 1 . Verificar-se- se
possvel encontrar os coeficientes a, b, c e d de tal forma que seja verda-
deira a igualdade A P 1BP . Com esse objetivo, multiplicam-se am-
bos os membros da expresso A P 1BP , esquerda, pela matriz P,
vem:
PA PP 1BP ,
isto ,
PA IdBP ,

cap1_OK.indd 82 31/03/2013 03:35:04


Matrizes, Determinantes e Sistemas Lineares | 83

ou seja,
PA BP .
Ento:

a b 3 0 4 1 a b
,
c d 0 2 6 3 c d

de onde se segue que:

3a 2b 4a c 4b d
.
3c 2d 6a 3c 6b 3d

Da igualdade de matrizes, resultam dois sistemas lineares:

3a 4a c a c

3c 6a 3c 0 0

2b 4b d d 6b
.
2d 6b 3d 0 0

V-se, assim, que os sistemas so indeterminados e suas solues gerais


so:
a c e d 6b , c, b , com b 0 e c 0 .

Logo, a matriz P existe e se escreve na forma:

c b
P .
c 6b
1 1
Em particular, para b 1 e c 1 , segue que P , a qual no
1 6

singular, pois det P 5 0 .

6 15
Ento, P 1 51 .
5 15

Observe-se que as matrizes P e P 1 obtidas tornam verdadeira a igual-


dade A P 1BP :

cap1_OK.indd 83 31/03/2013 03:35:04


84 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

6 15 4 1 1 1 185 3
1 1 3 0
P 1BP 51
5
2 1 A
5 15 6 3 1 6 25 5 6 0 2

Ressalte-se que b e c podem assumir quaisquer valores reais, desde que


sejam no nulos. Se, por exemplo, considerar-se b 0 e c 1 , obtm-se
1 0
a matriz P , cujo determinante nulo e, portanto, singular,
1 0
o que acarreta que no admite inversa. Assim, podem-se obter infinitas
matrizes inversveis P, desde que se tomem valores no nulos para b e c.

b) Sendo as matrizes dadas de ordem 3, considera-se a matriz no singular


a b c

P d e f.
g h i

Verificar-se- se possvel encontrar os coeficientes dessa matriz, de
tal forma que seja verdadeira a igualdade A P 1BP . Assim, multipli-
cam-se ambos os membros da expresso A P 1BP , esquerda, pela
matriz P, obtendo-se:
PA PP 1BP ,
isto ,
PA BP .

Ento:

a b c 2 0 0 2 1 0 a b c

d e f 0 1 0 0 1 1 d e f
g h i 0 0 6 0 2 4 g h i

2a b 6c 2a d 2b e 2c f

2d e 6 f d g e h f i .
2 g h 6i 2d 4 g 2e 4h 2 f 4i

Da igualdade das matrizes resultam trs sistemas lineares, indicados e


resolvidos a seguir:

cap1_OK.indd 84 31/03/2013 03:35:05


Matrizes, Determinantes e Sistemas Lineares | 85

2a 2a d d 0, a

2d d g g 0
2 g 2d 4 g 0 0

b 2b e b 0

e e h h 0
h 2e 4h e 0

6c 2c f c 0

6 f f i f 0
6i 2 f 4i i 0

Portanto, a matriz P fica escrita na forma:

a 0 0

P 0 0 0 ;
0 0 0

sendo det P 0 , segue-se que P singular, qualquer que seja o valor
do coeficiente a que se tome. Logo, no existe uma matriz no singular
P tal que A P 1BP e, portanto, A e B no so matrizes semelhantes.

Observao:o fato de uma matriz A ser semelhante a uma matriz B est direta-
mente associado ao fato da matriz B admitir uma representao atravs de
uma matriz diagonal, no caso, a matriz A, conforme a seguinte definio:

Definio:Uma matriz quadrada B de ordem n diagonalizvel se existe uma


matriz no singular P tal que A P 1BP uma matriz diagonal.

Observao:a definio acima diz que a matriz B diagonalizvel se existe uma


matriz diagonal A semelhante a ela. Uma vez que, a partir da matriz B, atravs
de alguns procedimentos, obtm-se a matriz diagonal A, diz-se, por abuso de
linguagem, que a matriz A a matriz B que foi diagonalizada.

Exemplos:
3 0 4 1
1) Considerem-se as matrizes A e B do item (a) do
0 2 6 3
exemplo anterior. Mostrou-se que elas so semelhantes, isto , que

cap1_OK.indd 85 27/04/2013 17:24:16


86 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

A P 1BP . Sendo a matriz A diagonal, conclui-se que a matriz B diago-


nalizvel e que a A a sua representao diagonal.
2 0 0

2) Mostrou-se, no item (b) do exemplo anterior, que as matrizes A 0 1 0
0 0 6
2 1 0

e B 0 1 1 no so semelhantes, isto , no existe uma matriz
0 2 4

inversvel P tal que A P 1BP . Assim, conclui-se que B no diagonaliz-
vel, isto , no admite uma representao diagonal.

O leitor poderia ento questionar: ser que no existe outra matriz diago-
nal, diferente da matriz A, que seja a representao diagonal da matriz B?.
Mostrar-se- que no. Para isso, suponha-se que exista uma matriz
x 0 0

C 0 y 0 que seja a representao diagonal da matriz B, ou seja,
0 0 z

suponha-se que B seja diagonalizvel. Ento, por definio, deve existir
uma matriz no singular P, tal que C P 1BP , ou, equivalentemente,
PC BP . Ento:

a b c x 0 0 2 1 0 a b c

d e f 0 y 0 0 1 1 d e f ,
g h i 0 0 z 0 2 4 g h i

ou seja,

ax by cz 2a d 2b e 2c f

dx ey fz d g e h f i .
gx hy iz 2d 4 g 2e 4h 2 f 4i

Da igualdade entre matrizes, obtm-se os sistemas lineares:

ax 2a d
S1 : dx d g
gx 2d 4 g

cap1_OK.indd 86 31/03/2013 03:35:05


Matrizes, Determinantes e Sistemas Lineares | 87

by 2b e
S 2 : ey e h
hy 2e 4h

cz 2c f
S 3 : fz f i
iz 2 f 4i

No sistema S1 deve-se ter x 0 , pois, se x 0 , esse sistema ficaria escri-


to na forma:

a 0 2a d
S1 : d 0 d g ,
g 0 2d 4 g

isto ,

0 2a d

0 d g .
0 2d 4 g

1
Da primeira equao, ter-se-ia que a d e, da segunda, d g , a qual,
2
substituda na terceira equao, resultaria que 0 2 g 4 g , ou seja, g 0.
Ento, ter-se-ia a d g 0 , o que implicaria que P seria singular, pois
seu determinante seria nulo. Portanto, tem-se que x 0 . Como os siste-
mas S1 , S 2 e S 3 so equivalentes, ento deve-se ter y 0 e z 0 .

d
Da primeira equao do sistema S1 , tem-se que a , para todo
x 2
g
x 2 , e, da segunda equao, tem-se d , para todo x 1 . Substi-
1 x
tuindo-se esta ltima expresso na terceira equao, obtm-se:
g
gx 2 4g ,
1 x
de onde vem que:
gx 1 x 2 g 4 1 x g ,

ou seja,

cap1_OK.indd 87 31/03/2013 03:35:05


88 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

x x g 2 g 4 4x g 0 ,
2

de onde se segue que


g x 2 5x 6 0 .

Assim, conclui-se que g 0 ou x 2 5x 6 0 .


Conforme se analisou anteriormente, deve-se ter g 0 . Ento, segue-se
que x 2 5x 6 0 , isto , x 2 ou x 3 . Uma vez que x deve ser dife-
rente de 2, conclui-se que x 3 , o que acarreta que a d e g 2d , sen-
do d um nmero real no nulo. Como os sistemas lineares S 2 e S 3 so
equivalentes, resolvendo-os, segue-se que:

em S 2 : b e e h 2e , sendo e um nmero real no nulo;

em S 3 : c f e i 2 f , sendo f um nmero real no nulo.

a b c

Logo, a matriz considerada P d e f tem a seguinte forma:
g h i

d e f

P d e f.
2d 2e 2 f

Como as filas (linhas ou colunas) da matriz P so proporcionais, ento
det P 0 , ou seja, P uma matriz singular. Conclui-se, assim, que no
existe P no singular tal que C P 1BP , isto , a matriz B no dia-
gonalizvel.

Observaes:

1) Considerem-se as matrizes A e B, nos seguintes casos:

3 0 4 1
a) A e B
0 2 6 3

2 0 0 2 1 0

b) A 0 1 0 e B 0 1 1
0 0 6 0 2 4

cap1_OK.indd 88 27/04/2013 17:24:30


Matrizes, Determinantes e Sistemas Lineares | 89

1 2 5 1 0 1
c) A e B
3 0 3 0 6 18
a) J se mostrou que as matrizes do primeiro item so semelhantes; entre-
tanto, elas so tambm equivalentes, pois, a partir da matriz B pos-
svel obter-se a matriz A atravs de uma sequncia finita de operaes
elementares, como segue:

4 1 34 L1 3 34 2 L1 L2 3 34 42 LL21 L1 3 0
1

B 3
A.
6 3 6 3 0 2 0 2
As matrizes A e B so semelhantes porque B diagonalizvel e so
equivalentes porque tm as mesmas propriedades. Por exemplo:
det A det B 6 .

b) Como se viu anteriormente,as matrizes A e B no so semelhantes, mas


so equivalentes, pois:

2 1 0 2 1 0 2 1 0
2 L2 L3 16 L3 L2 L2 L1
B 0 1 1 0 1 1 0 1 0
0 2 4 0 0 6 0 0 6

2 0 0


0 1 0 A .
0 0 6

Elas no so semelhantes porque B no diagonalizvel, mas so
equivalentes porque tm as mesmas propriedades. Por exemplo:
det A det B 12 .

c) Observe-se que as matrizes A e B tm dimenso 2 3, ou seja, no so


quadradas. Para que seja possvel o produto PA, a matriz P deve ser de
dimenso 2 2 e, para que seja possvel o produto BP, a matriz P deve
ser de dimenso 3 3. Conclui-se, assim, que no existe uma matriz
no singular P tal que A P 1BP , isto , PA BP. Assim, as matrizes
A e B no so semelhantes e no podem ser diagonalizadas. No entanto,
as matrizes A e B so equivalentes, conforme j se mostrou em exemplo
do item 1.1.5. Matrizes Equivalentes e mostra-se novamente abaixo:

cap1_OK.indd 89 27/04/2013 17:24:32


90 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

1 2 5 3 L1 L2 1 2 5 13 L2 L1 1 0 1
B.
3 0 3 0 6 18 0 6 18
Sendo equivalentes, elas tm as mesmas propriedades. Por exemplo:
apesar de no serem quadradas, v-se que os determinantes das subma-
trizes quadradas correspondentes de cada uma delas so iguais:

1 2 1 0 1 5 1 1 2 5 0 1
6; 18 ; 6.
3 0 0 6 3 3 0 18 0 3 6 18

2) A questo de saber se uma matriz A diagonalizvel ou no, isto , de sa-


ber se A ou no semelhante a uma matriz diagonal B, desempenha um
papel importante na lgebra Linear. No Captulo 9, ser introduzido um
mtodo para a determinao da matriz no singular P tal que A P 1BP .

1.4. EXERCCIOS PROPOSTOS

1 2 0 3 4 1 1 1
1) Sejam A , B e C . Determinar a
0 1 1 2 1 2 1 0
5 8 1
matriz X tal que X 2C A 2 B 3C . R.: X
9 7 1
2) Determinar, se for possvel, a matriz inversa das matrizes dadas.
1
2 1 2
a) A R.: A 1 2
6 4
3 1

2 1 3 9 3 11
1
b) B 2 3 2 R.: B 8 3 10
1 0 3 3 1 4

3 2 2 3
3) Dadas as matrizes A e B :
4 1 1 1
1 1
a) determinar det AB .
t
R:
5

cap1_OK.indd 90 31/03/2013 03:35:06


Matrizes, Determinantes e Sistemas Lineares | 91

1 1
b) mostrar que det AB , com det A 0 e
t

det A det B
det B 0 .

3 7 0 2 1 6
4) Considerem-se as matrizes: A , C e D .
1 2 2 1 3 2
Sabendo-se que AB C ADA 1 , determinar o valor de det B .

R.: det B 172

5) Classificar e resolver os sistemas lineares;

2 x 3 y z 7

a) x 2 y 2z 4 R: SPD; (2,3, 2)
7 x y 5z 1

2x 2 y z 2
9y 5 12 y 4
b) x 5 y 2z 1 R: SPI; x ;z ; z
x 19 y 4 z 7 3 3

x 6 y 4 z 2

c) 3x 2 y 4 z 0 R: SI
x 14 y 4 z 5

6) Se Amlia der R$3,00 a Lcia, ento ambas ficaro com a mesma quantia.
Se Amlia perder a metade do que tem, ficar com uma quantia igual a um
tero do que tem Maria. Se Maria der um tero do que tem a Lcia, ento
esta ficar com R$6,00 a mais que Amlia. Quanto possuem Amlia, Lcia
e Maria?
R: Amlia: R$18,00; Lcia: R$15,00; Maria: R$27,00

cap1_OK.indd 91 31/03/2013 03:35:06


cap1_OK.indd 92 31/03/2013 03:35:07
2
ESPAOS VETORIAIS

2.1. HISTRICO

Sabe-se que, at pelo menos o final do sculo XIX, no havia nenhuma


teoria ou conjunto de regras bem definidas a que se pudesse dar o nome de
lgebra Linear. Havia apenas certa intuio por parte de alguns matemticos,
especialmente nos sculos XVII e XVIII, que perceberam que deveria existir
alguma forma de conexo da lgebra com a Geometria.
O surgimento da lgebra Linear, como conhecida atualmente, teve gran-
de contribuio dos matemticos Carl Friedrich Gauss (1777-1855), William
Rowan Hamilton (1805-1865) e Arthur Cayley (1821-1895), que perceberam
que as operaes de adio (indicada por +) e de multiplicao (indicada por .),
ditas usuais, quando aplicadas a determinados conjuntos numricos, no sa-
tisfaziam determinadas propriedades. Foi o consequente estudo dessas opera-
es aplicadas aos vetores que culminou em uma srie de regras, que formaram
as bases da Anlise Vetorial, que, por sua vez, a base do que atualmente se
conhece como lgebra Linear.

2.2. CORPO

Definio: Um conjunto no vazio K, munido das operaes de adio (indi-


cada por +) e de multiplicao (indicada por .) um corpo em relao a estas
operaes, se satisfaz os seguintes axiomas:
A em relao adio:

A1 quaisquer que sejam x e y em K, tem-se: x y K


(isto significa que o conjunto K fechado em relao operao de
adio)
A2 quaisquer que sejam x e y em K, tem-se: x y y x
(propriedade comutativa)

cap2_OK.indd 93 31/03/2013 03:38:21


94 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

A3 quaisquer que sejam x, y e z em K, tem-se: x y z x y z


(propriedade associativa)
A4 para todo x em K, existe em K um elemento x * tal que:
x x* x* x x
(existncia do elemento neutro)
A5 para todo elemento x em K, existe em K um elemento x tal que:
x x x x x *
(existncia do elemento oposto ou simtrico)

M em relao multiplicao:
M1 quaisquer que sejam x e y em K, tem-se: x y K
(isto significa que o conjunto K fechado em relao operao de
multiplicao)
M2 quaisquer que sejam x e y em K, tem-se: x y y x
(propriedade comutativa)
M3 quaisquer que sejam x, y e z em K, tem-se: x y z x y z
(propriedade associativa)
M4 para todo x em K, existe em K um elemento x tal que: x x x x x
(existncia do elemento neutro)
M5 para todo elemento no nulo x em K, existe em K um elemento x tal
que x x x x x
(existncia do elemento inverso)
D propriedades distributivas da multiplicao em relao adio:
para quaisquer x, y e z em K, tem-se: x y z x y x z e
y zx y x z x .
Observaes:

1) Para indicar o corpo K com as operaes nele definidas, usa-se a notao:


K , , . Por abuso de linguagem, comum falar-se apenas em corpo K.
usual omitir-se o sinal de . para a operao de multiplicao, sempre
que no houver possibilidade de confuso.
2) possvel dar-se uma definio mais geral de corpo, sem exigir que a mul-
tiplicao seja necessariamente comutativa. Nesse caso, a definio ante-
rior d o conceito de corpo comutativo.

cap2_OK.indd 94 31/03/2013 03:38:22


Espaos Vetoriais | 95

Exemplos:

1) So corpos:

a) , , : conjunto dos nmeros reais, com as operaes usuais de adi-


o e multiplicao.
Para demonstrar essa afirmao, preciso mostrar que se verificam os
axiomas da definio de corpo. Tem-se:

A em relao adio:

A1 para quaisquer nmeros reais x e y que se considere, a soma


x y ainda um nmero real. Logo, satisfeito o axioma do
fechamento em relao operao de adio, isto : quaisquer
que sejam x e y em , tem-se que x y ;

A2 dados dois nmeros reais quaisquer x e y, tem-se que


x y y x e, portanto, satisfeito o axioma da comutativida-
de da operao de adio de nmeros reais;

A3 tomando-se nmeros reais x, y e z quaisquer, tem-se que


x y z x y z e, portanto, a operao de adio
associativa;

A4 preciso mostrar que, considerando-se qualquer nmero real x,


existe um nmero real x * tal que x x * x * x x . No caso
da adio de nmeros reais, esse nmero x * o nmero real 0,
pois: x 0 0 x x . Assim, existe o elemento neutro para a
operao de adio de nmeros reais e esse elemento neutro o
nmero real 0;

A5 para demonstrar que esse axioma verdadeiro, deve-se encon-


trar, para todo nmero real x que se considere, um nmero real
x tal que x x x x 0 (isto , somando-se x com x , o re-
sultado deve ser igual a 0, que o elemento neutro da adio).
Dado um nmero real x, tem-se que: x x x x 0 ,
ou seja, para cada elemento x, existe seu elemento oposto, que
x ; conclui-se, assim, que verdadeiro esse axioma;

cap2_OK.indd 95 31/03/2013 03:38:22


96 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

M em relao multiplicao:
M1 para quaisquer nmeros reais x e y que se considere, o produto
x y ainda um nmero real. Logo, satisfeito o axioma do
fechamento em relao operao de multiplicao, isto :
quaisquer que sejam x e y em , tem-se que x y ;
M2 dados dois nmeros reais quaisquer x e y, tem-se que x y y x
e, portanto, satisfeito o axioma da comutatividade da operao
de multiplicao de nmeros reais;
M3 tomando-se nmeros reais x, y e z quaisquer, tem-se que
x y z x y z ; assim, a operao de adio associativa;
M4 preciso mostrar que, considerando-se qualquer nmero real x,
existe um nmero real x tal que x x x x x .
No caso da multiplicao de nmeros reais, esse nmero x o
nmero real 1, pois: x 1 1 x x . Assim, existe o elemento
neutro para a operao de multiplicao de nmeros reais e esse
elemento neutro o nmero real 1;
M5 considerando-se um nmero real no nulo x, deve-se encontrar
um nmero real x tal que x x x x 1 (isto , multiplican-
do-se x por x , o resultado deve ser igual a 1, que o elemento
neutro da multiplicao).
1 1
Dado um nmero real x 0 , tem-se que: x x 1 , ou
x x
seja, para cada elemento no nulo x, existe seu elemento inverso,
1
que ; conclui-se, assim, que verdadeiro esse axioma. Esse
x
elemento tambm pode ser indicado por x 1 ;
D considerando-se nmeros reais quaisquer x, y e z, tem-se:
x y z x y x z e y z x y x z x .

Assim, valem as propriedades distributivas da multiplicao em relao


adio de nmeros reais. Logo, o conjunto dos nmeros reais, com as
operaes usuais de adio e multiplicao, um corpo.

b) C , , :conjunto dos nmeros complexos, com as operaes usuais de


adio e multiplicao.

cap2_OK.indd 96 31/03/2013 03:38:23


Espaos Vetoriais | 97

c) Q, , :conjunto dos nmeros racionais, com as operaes usuais de


adio e multiplicao.
Observao:com procedimento anlogo ao do item (a), possvel mostrar
que C , , e Q, , so corpos.

2) No so corpos:

a) Z , , : conjunto dos nmeros inteiros, com as operaes usuais de


adio e multiplicao.
De fato, sabe-se que o elemento neutro da multiplicao para o conjun-
to Z 1, pois, para todo nmero inteiro z, tem-se: z 1 1 z z . Obser-
ve-se que, neste conjunto, no satisfeito o axioma M 5 , pois, qual-
quer que seja o nmero inteiro z, com z 0 e z 1 , no existe em Z
um elemento z tal que z z z z 1 , ou seja, no existe o elemento
inverso de z ( evidente que, para que este axioma fosse verdadeiro, se
1 1 1
deveria ter z , pois: z z 1 ; entretanto, qualquer que seja
z z z
1
z 0 e z 1 , no pertence a ).
z
b) N , , :conjunto dos nmeros naturais, com as operaes usuais de
adio e multiplicao.
De modo anlogo ao que se descreveu no item (a) deste exemplo, o
axioma M 5 no satisfeito, pois, para todo nmero natural n, sendo
n 0 e n 1 , no existe em N um elemento n tal que n n n n 1 ,
1
ou seja, no existe o elemento inverso de n (dever-se-ia ter n , que
n
no pertence ao conjunto N). Da mesma forma, no verdadeiro, para
a operao de adio, o axioma A5 , pois, qualquer que seja o nme-
ro natural no nulo n que se considere, no existe em N um elemento
n tal que n n n n 0 , onde 0 o elemento neutro da operao
de adio de nmeros naturais. Isto significa que no existe o elemento
oposto (ou simtrico) de n (observe-se que, para que se some n com n
e se encontre como resultado o elemento neutro 0, deve-se ter n n ,
que no pertence ao conjunto dos nmeros naturais).

cap2_OK.indd 97 31/03/2013 03:38:24


98 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

2.3. ESPAO VETORIAL

Definio: Um conjunto no vazio V, munido das operaes de adio (indi-


cada por +) e de multiplicao por escalar (indicada por ) um espao vetorial
sobre um corpo K, se so satisfeitos os seguintes axiomas:

A em relao adio:

A1 quaisquer que sejam u e v em V, tem-se: u v v u


(propriedade comutativa)

A2 quaisquer que sejam u, v e w em V, tem-se: u v w u v w


(propriedade associativa)

A3 para todo u em V, existe em V um elemento u * tal que:


u u* u* u u
(existncia do elemento neutro)

A4 para todo elemento u em V, existe em V um elemento u tal que:


u u u u u *
(existncia do elemento oposto ou simtrico)

M em relao multiplicao por escalar:

M1 quaisquer que sejam e em K e qualquer que seja u em V, tem-se:


u u
M2 quaisquer que sejam u e v em V e qualquer que seja em K, tem-se:
u v u v
M3 para todo u em V e para quaisquer e em K, tem-se:
u u u
M4 para todo elemento u em V, tem-se: 1 u u

Observaes:

1) Dizer que o conjunto V um espao vetorial sobre um corpo K significa


que os escalares so tomados em K.

2) Para indicar o espao vetorial V sobre o corpo K, com as operaes defini-


das, usa-se a notao: V , , .

cap2_OK.indd 98 31/03/2013 03:38:24


Espaos Vetoriais | 99

3) Quando o corpo K sobre o qual se define o espao vetorial o conjunto


dos nmeros reais, o espao chamado espao vetorial real; quando o cor-
po considerado o conjunto C dos nmeros complexos, o espao cha-
mado espao vetorial complexo. Salvo referncia expressa em contrrio,
sero considerados, nesse texto, espaos vetoriais reais.

4) Os elementos do espao vetorial V so chamados vetores, independente-


mente de sua natureza. Pode parecer estranho o fato de se chamar de vetores
os nmeros, quando V for um conjunto numrico, as matrizes, quando
V for um conjunto de matrizes, os polinmios, quando V for um conjunto
de polinmios e assim por diante. A justificativa est no fato de que se efe-
tuam as operaes de adio e multiplicao por escalar com esses elemen-
tos de natureza to distinta de forma anloga que se opera com vetores
do 2 (conjunto dos pares ordenados de nmeros reais, cuja representa-
o geomtrica o plano de coordenadas cartesianas ortogonais) ou do 3
(conjunto das ternas ordenadas de nmeros reais, cuja representao geo-
mtrica o espao tridimensional de coordenadas cartesianas ortogonais).
preciso lembrar que, a todo ponto do 2, associa-se um vetor, chamado
vetor-posio, com origem no ponto 0,0 e extremidade no ponto consi-
derado, cujas coordenadas so as mesmas do prprio ponto. Analogamente,
a todo ponto do 3 , associa-se um vetor, chamado vetor-posio, com ori-
gem no ponto 0,0,0 e extremidade no ponto considerado, cujas coorde-
nadas so as mesmas do prprio ponto.

Exemplo: So espaos vetoriais

a) Pn , , : conjunto de todos os polinmios com coeficientes reais de


grau menor ou igual a n (incluindo o polinmio nulo), com as operaes
usuais de adio de polinmios e multiplicao por escalar.

b) M mxn , , : conjunto de todas as matrizes de dimenso m n , com


elementos reais, com as operaes usuais de adio de matrizes e multipli-
cao por escalar. Se m n , escreve-se: M n , , .

c) F , , : conjunto de todas as funes reais de uma varivel real, com as


operaes de adio e multiplicao por escalar assim definidas:

cap2_OK.indd 99 21/08/2013 14:57:46


100 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

f g x f x g x , quaisquer que sejam as funes f e g em F (e


para todo x em ).

f x f x , quaisquer que sejam f em F e em (e para todo


x em ).

2.3.1. Propriedades dos espaos vetoriais

Seja V um espao vetorial sobre um corpo K. possvel demonstrar as


afirmaes que se seguem.

a) Existe um nico vetor nulo em V, denotado por 0 (que o elemento


neutro da adio).

b) Cada vetor v V admite apenas um simtrico v V .

c) Qualquer que seja v V , tem-se: 0 v 00.


Naturalmente, o primeiro zero que aparece nessa expresso o nmero
real zero e o segundo, o vetor nulo 0 V .

d) Qualquer que seja K , tem-se: 00 = 00.


Neste caso, o zero do primeiro membro desta equao o mesmo do
segundo membro e o vetor nulo de V.

e) Para quaisquer u, v , w V , se u w v w , ento u v (esta a cha-


mada lei do cancelamento).

f) Qualquer que seja v V , tem-se: v v , isto , o oposto de v v.

g) Qualquer que seja v V , tem-se: 1 v v .

h) v 0 implica 0 ou v 0.

i) Se v 0 e 0 , ento v 0.

j) Quaisquer que sejam v V e , tem-se: v v v .

k) Quaisquer que sejam u, v V , existe um, e somente um, x V tal que:


ux v.
Esse vetor x ser representado por: x v u .

cap2_OK.indd 100 31/03/2013 03:38:25


Espaos Vetoriais | 101

2.3.2. O Espao Vetorial n

O conjunto de todas as n-uplas de nmeros reais, isto , o conjunto


x 1 , x 2 ,, x n / x 1 , x 2 ,, x n , munido das operaes de adio ve-
n

torial e multiplicao por escalar, definidas por:

adio vetorial:para quaisquer elementos x 1 , x 2 ,, x n e


y 1 , y 2 ,, y n em n , tem-se:
x 1 , x 2 , , x n y 1 , y 2 , , y n x 1 y 1 , x 2 y 2 , , x n y n .
multiplicao por escalar:para qualquer x 1 , x 2 ,, x n em n e qual-
quer nmero real , tem-se:
x 1 , x 2 , , x n x 1 , x 2 , , x n ,
um espao vetorial sobre o corpo dos nmeros reais.

usual identificar uma n-upla de n com um vetor n-dimensional e


escrever:

u x 1 , x 2 , , x n .

Exemplos:

1) No espao vetorial n considerado acima, seja n 2 , isto , considere-se


o conjunto dos pares ordenados de nmeros reais:
2 x 1 , x 2 / x 1 , x 2 ,
que, comumente, escrito na forma
2 x , y / x , y .
Mostrar-se- que este espao, com as operaes:

adio vetorial, ou seja, adio usual de pares ordenados de nmeros


reais, definida por: x 1 , y 1 x 2 , y 2 x 1 x 2 , y 1 y 2 ;

multiplicao por escalar, definida por: x , y x , y , onde


, um espao vetorial sobre o corpo dos nmeros reais.
preciso mostrar que so vlidos os axiomas da definio de espao veto-
rial sobre um corpo K. Neste exemplo, tem-se que K .

cap2_OK.indd 101 31/03/2013 03:38:25


102 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

A Em relao adio:

A1 tomando-se dois vetores quaisquer u1 x 1 , y 1 e u 2 x 2 , y 2 em


2 , tem-se:
u1 u 2 x 1 , y 1 x 2 , y 2 x 1 x 2 , y 1 y 2 ;

uma vez que os elementos dos pares ordenados so nmeros reais e


a adio de nmeros reais comutativa, segue-se que:
x 1 x 2 , y 1 y 2 x 2 x 1 , y 2 y 1 x 2 , y 2 x 1 , y 1 u 2 u1.
Portanto, u1 u 2 u 2 u1 e conclui-se que a operao de adio sa-
tisfaz a propriedade comutativa;

A2 sejam u1 x 1 , y 1 , u 2 x 2 , y 2 e u 3 x 3 , y 3 em 2 ; tem-se:
u1 u 2 u 3 x 1 , y 1 x 2 , y 2 x 3 , y 3 x 1 , y 1 x 2 x 3 , y 2 y 3
x1 x 2 x 3 , y1 y 2 y 3 .

Sendo a adio de nmeros reais associativa, pode-se escrever:


x1 x 2 x 3 , y1 y 2 y 3 x1 x 2 x 3 , y1 y 2 y 3
x 1 x 2 , y 1 y 2 x 3 , y 3 x 1 , y 1 x 2 , y 2 x 3 , y 3 u1 u 2 u 3

Portanto, u1 u 2 u 3 u1 u 2 u 3 ; logo, a adio vetorial


associativa;

A3 seja u x , y um elemento qualquer de 2. preciso mostrar que


existe um elemento u x , y em 2 tal que u u u u u , ou
seja, preciso mostrar que existe em 2 um elemento neutro para a
operao de adio de vetores.
Uma vez que o nmero real 0 o elemento neutro da adio de
nmeros reais, natural que o vetor 0 0,0 seja o elemento neutro
da adio vetorial. De fato, tem-se:
u 0 x , y 0,0 x 0, y 0 x , y u

e
0 u 0,0 x , y 0 x ,0 y x , y u .

Logo,
u0 0 u u

e, portanto, o vetor nulo 0 0,0 o elemento neutro da adio


vetorial;

cap2_OK.indd 102 31/03/2013 03:38:25


Espaos Vetoriais | 103

A4 seja u x , y um elemento de 2 . preciso mostrar existe um ele-


mento u x, y em 2 tal que u u u u 0, onde 0 0,0 o
elemento neutro da adio de vetores. Uma vez que os elementos x
e y do par ordenado so nmeros reais, existem seus elementos
opostos x e y . Assim, pode-se considerar o vetor x , y , que
ser indicado por u . Tem-se, ento:
u u x , y x , y x x , y y 0,0 0 ;

analogamente, mostra-se que u u 0 .


Portanto, todo elemento do 2 admite um elemento oposto ou
simtrico.

M Em relao multiplicao por escalar:

M1 considerem-se dois nmeros reais e e um elemento u x , y


em 2 . Tem-se:
u x , y x , y x , y
x , y x , y u

M2 sejam u1 x 1 , y 1 e u 2 x 2 , y 2 em 2 e um nmero real ;


tem-se:
u1 u 2 x 1 , y 1 x 2 , y 2 x 1 x 2 , y 2 y 2
x 1 x 2 , y 1 y 2 x 1 x 2 , y 1 y 2
x 1 , y 1 x 2 , y 2 x 1 , y 1 x 2 , y 2 u 1 u 2
Portanto, u1 u 2 u1 u 2 ;

M3 sejam u x , y um elemento de 2 e dois nmeros reais e .


Tem-se:
u x , y x , y
x x, y y
x, y x , y x, y x , y u u
Portanto, u u u ;

M4 considere-se um elemento u x , y do 2 . O nmero real 1 o


elemento neutro da multiplicao de nmeros reais e, portanto,
tem-se:

cap2_OK.indd 103 31/03/2013 03:38:26


104 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

1 u 1 x , y 1 x ,1 y x , y u .
Logo, 1 u u .

2) Considere-se novamente o conjunto dos pares ordenados de nmeros reais:


2 x , y / x , y . Considerando-se as operaes e , definidas
por:

u1 u 2 u1 u 2 ; ou seja, se u1 x 1 , y 1 e u 2 x 2 , y 2 , ento:
u 1 u 2 x 1 , y 1 x 2 , y 2 x 1 , y 1 x 2 , y 2 x 1 x 2 , y 1 y 2 ;

u u ; ou seja, se u x , y e , ento:
u u x , y x , y .
Mostrar-se- que este conjunto, com as operaes definidas acima, no
um espao vetorial sobre . Para isso, deve-se mostrar que pelo menos
um dos axiomas da definio de espao vetorial sobre um corpo K no
satisfeito.
Por exemplo, o axioma A1 no satisfeito, isto , a operao no
comutativa, pois, tomando-se dois elementos quaisquer u1 x 1 , y 1 e
u 2 x 2 , y 2 em 2 , tem-se:

u1 u 2 x 1 , y 1 x 2 , y 2 x 1 , y 1 x 2 , y 2 x 1 x 2 , y 1 y 2 ;

por outro lado, tem-se:

u 2 u 1 x 2 , y 2 x 1 , y 1 x 2 , y 2 x 1 , y 1 x 2 x 1 , y 2 y 1 .


V-se, assim que u1 u 2 u 2 u1 . Portanto 2 , , no um espao
vetorial sobre o corpo dos nmeros reais.

Observao:os exemplos anteriores evidenciam que, para afirmar que um de-


terminado conjunto V um espao vetorial sobre um corpo K, preciso que
estejam bem definidas em V as operaes de adio e multiplicao por escalar.

2.4. SUBESPAO VETORIAL

Definio:Seja V um espao vetorial sobre um corpo K, com as operaes de


adio e multiplicao por escalar. Um subconjunto W V um subespao
vetorial de V se:

cap2_OK.indd 104 31/03/2013 03:38:26


Espaos Vetoriais | 105

a) 0 W , ou seja, o elemento nulo do espao V pertence a W;

b) para quaisquer elementos w 1 e w 2 em W, tem-se que w 1 w 2 W , ou


seja, W fechado em relao operao de adio;

c) para qualquer w em W e para qualquer escalar em K, tem-se que


w W , ou seja, W fechado em relao operao de multiplicao
por escalar.

claro que, se W um subespao vetorial de V, o qual, por sua vez, um


espao vetorial sobre o corpo K (com as operaes de adio e multiplicao
por escalar), ento o prprio W, por si s, tambm um espao vetorial sobre
o corpo K (com as mesmas operaes definidas em V).

Exemplos:

1) Seja V um espao vetorial sobre um corpo K. So considerados subespaos


vetoriais triviais de V:

a) W V , isto , o espao vetorial V um subespao vetorial de si


prprio.

b) W 0 , ou seja, o espao nulo, que contm como nico elemento o


vetor nulo, um subespao vetorial de V.

2) Mostrar que o conjunto dos pontos do 2 que pertencem a uma reta que
passa pelo ponto 0,0 um subespao vetorial do 2, o qual um espao
vetorial sobre o corpo dos nmeros reais.

Seja W o conjunto dos pares ordenados que pertencem a uma reta que
passa pelo ponto 0,0 , ou seja:


W x , y 2 / y mx , com m 0 .
Ento, todo vetor de W se escreve na forma x , mx . Assim, pode-se
escrever:

W x , mx , x , com m 0 .

Verificar-se- se os axiomas da definio de subespao vetorial so satisfei-


tos para o conjunto W.

cap2_OK.indd 105 31/03/2013 03:38:27


106 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

a) O elemento nulo do espao vetorial 2 o par ordenado 0,0 . claro


que este tambm um elemento de W, pois este o conjunto dos pon-
tos de uma reta que passa pela origem. Portanto, 0,0 W e o primeiro
axioma est satisfeito.

b) Considerem-se dois elementos w 1 e w 2 em W; ento, tem-se:


w 1 x 1 , mx 1 e w 2 x 2 , mx 2
ento:
w 1 w 2 x 1 x 2 , mx 1 mx 2 x 1 x 2 , m x 1 x 2 ,

de onde se segue que w 1 w 2 W , isto , W fechado em relao


operao de adio.

c) Sejam: w x , mx um elemento de W e um nmero real. Ento:

w x , mx x , m x
e, portanto, w W , o que mostra que W fechado em relao ope-
rao de multiplicao por escalar.
Conclui-se, assim, que W um subespao vetorial do 2 .

3) Mostrar que o conjunto das ternas ordenadas de nmeros reais que per-
tencem a um plano que contm o ponto 0,0,0 um subespao vetorial
do 3 .

Sabe-se que a equao geral do plano dada por: ax by cz d 0 , onde


os coeficientes a, b e c no se anulam ao mesmo tempo. Se o ponto 0,0,0
pertence ao plano, tem-se: a 0 b 0 c 0 d 0 e, portanto, d 0 . As-
sim, a equao fica ax by cz 0 . Seja W o conjunto das ternas ordena-
das do 3 que pertencem a este plano, ou seja:


W x , y , z 3 / ax by cz 0 .
Supondo-se, por exemplo, que o coeficiente a seja no nulo e escrevendo-se
a coordenada x em funo das outras duas, tem-se:
by cz
x ;
a
by cz
ento, todo vetor de W pode ser escrito na forma: , y, z .
a

cap2_OK.indd 106 31/03/2013 03:38:27


Espaos Vetoriais | 107

Verificar-se- se os axiomas da definio de subespao vetorial so satisfei-


tos para o conjunto W.

a) O elemento nulo do espao vetorial 3 a terna ordenada 0,0,0 ,


que tambm um elemento de W, j que este o conjunto dos pontos
do plano que passa pela origem. Portanto, 0,0,0 W e o primeiro
axioma est satisfeito.

b) Sejam w 1 e w 2 dois elementos de W; ento, tem-se:

by 1 cz 1 by 2 cz 2
w1 , y1, z1 e w 2 , y2,z2
a a

e vem:

by 1 cz 1 by 2 cz 2
w1 w 2 , y1 y 2 , z1 z 2
a a
b y 1 y 2 c z 1 z 2
, y 1 y 2 , z 1 z 2 ,
a

de onde se segue que w 1 w 2 W , isto , W fechado em relao


operao de adio.

by cz
c) Sejam: w , y , z um elemento de W e um nmero real.
a
Ento:
by cz b y c z
w , y , z , y , z
a a

e, portanto, w W , o que mostra que W fechado em relao ope-


rao de multiplicao por escalar.

Conclui-se, assim, que W um subespao vetorial do 2 .

4) Seja M n , , o espao vetorial real das matrizes quadradas de ordem


n, com as operaes usuais de adio de matrizes e multiplicao por esca-
lar. Mostrar que o subconjunto

cap2_OK.indd 107 31/03/2013 03:38:27


108 | INTRODUO AO ESTUDO DA LGEBRA LINEAR


S A M n / At A
um subespao vetorial de M n .
Mostrar-se- que os axiomas da definio de subespao vetorial so satis-
feitos para o conjunto S.
a) O elemento nulo do espao vetorial real M n , , a matriz nula
de ordem n:

0 0 0 0

0 0 0 0
0 0 0 0 0 .


0 0 0 0 nxn

Uma vez que 0 t 0 , conclui-se que 0 S e o primeiro axioma est


satisfeito.
b) Deve-se mostrar que S fechado em relao operao de adio. De
fato, considerando-se dois elementos A e B de S, tem-se:
A S At A ; B S B t B .
Por propriedade de matriz transposta, tem-se:
A B
t
At B t ;
ento, vem:
A B A t B t A B A B A B
t t

e conclui-se que A B S . Logo, S fechado em relao operao de


adio.
c) preciso mostrar, agora, que S fechado em relao operao de
multiplicao por escalar, ou seja, preciso mostrar que, se A S e
, ento A S . De fato, se A S , ento A t A. Assim, usando
novamente uma das propriedades da matriz transposta, vem:
A A A,
t t

ou seja, A S.
Conclui-se, assim, que S um subespao vetorial do espao vetorial
M n , , .

cap2_OK.indd 108 31/03/2013 03:38:27


Espaos Vetoriais | 109

5) Seja F , , o conjunto de todas as funes reais de uma varivel real, com


as operaes de adio e multiplicao por escalar assim definidas:

f g x f x g x , quaisquer que sejam as funes f e g em F (e


para todo x em ).

f x f x , quaisquer que sejam f em F e em (e para todo


x em ).

F , , um espao vetorial sobre o corpo dos nmeros reais.


Seja S o subconjunto de F, dado por:


S f : / f x 2 f x , x .
2

Verificar se S um subespao vetorial de F , , .
Deve-se verificar se os axiomas da definio so satisfeitos.

a) O elemento neutro de F a funo nula 0 , ou seja, 0 x 0 , x .


Tem-se:


0 x 2 0 e 0 x 0 2 0 .
2

Logo,


0 x 2 0 x , x ,
2

e, portanto, o elemento neutro 0 S.

b) Sejam dois elementos f 1 e f 2 de S. Ento, para todo x , tem-se:


f 1 x 2 f 1 x e f 2 x 2 f 2 x .
2 2

Ento:
f 1 f 2 x 2 f 1 x 2 f 2 x 2 f 1 x f 2 x .
2 2

Por outro lado, tem-se:


f 1 x f 2 x f 1 x 2 f 1 x f 2 x f 2 x .
2 2 2

Logo,
f 1 f 2 x 2 f 1 x f 2 x
2
,

ou seja, f 1 f 2 S .

cap2_OK.indd 109 31/03/2013 03:38:28


110 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

Uma vez que este axioma no satisfeito, conclui-se que S no um


subespao vetorial de F.

Proposio:Se W1 e W2 so subespaos de um espao vetorial V sobre um


corpo K, ento:

(i) W1 W2 subespao vetorial de V.

(ii) W1 W2 subespao vetorial de V.

(iii) W1 W2 no subespao vetorial de V.

Demonstrao:

(i) O conjunto W1 W2 dado por:

W1 W2 u w 1 w 2 / w 1 W1 e w 2 W2 .

Para mostrar que W1 W2 um subespao vetorial de V, preciso mos-


trar que satisfaz os axiomas da definio. Tem-se:

a) 0 W1 W2 , pois, como W1 subespao vetorial de V, ento 0 W1 ;


da mesma forma, sendo W2 subespao vetorial de V, ento 0 W2 .
Portanto, o elemento 0 0 0 um elemento de W1 W2 , ou seja, o
elemento nulo de V pertence a W1 W2 .

b) Considerem-se dois elementos u e v de W1 W2 ; ento:


u w 1 w 2 e v w1 w2 , onde w 1 , w1 W1 e w 2 , w2 W2 .
Ento:
u v w 1 w 2 w1 w2 w 1 w1 w 2 w2 .

Uma vez que W1 e W2 so subespaos vetoriais de V, segue-se que


w 1 w1 W1 e w 2 w2 W2 , de onde se conclui que u v W1 W2 ,
isto , W1 W2 fechado em relao operao de adio.

c) Sejam u w 1 w 2 um elemento de W1 W2 e . Ento:


u w1 w 2 w1 w 2 .
Como W1 e W2 so subespaos vetoriais de V, tem-se que w 1 W1 e
w 2 W2 e, portanto, u um elemento de W1 W2 , de onde se
segue que W1 W2 fechado em relao operao de multiplicao
por escalar.

cap2_OK.indd 110 31/03/2013 03:38:28


Espaos Vetoriais | 111

De (a), (b) e (c), conclui-se que W1 W2 um subespao vetorial de V.

(ii) O conjunto W1 W2 dado por:

W1 W2 u / u W1 e u W2 .
Mostrar-se- que so satisfeitos os axiomas da definio de subespao
vetorial.

a) Como W1 e W2 so subespaos vetoriais de V, ento 0 W1 e 0 W2 .


Portanto, 0 W1 W2 .

b) Sejam u e v dois elementos de W1 W2 . Ento, u W1 e u W2 , assim


como v W1 e v W2 . Sendo W1 e W2 subespaos vetoriais de V,
segue-se que u v W1 e u v W2 . Portanto, u v W1 W2 .

c) Sejam u um elemento de W1 W2 e . Ento, u W1 e u W2 e,


portanto, u W1 e u W2 . Logo, u W1 W2 .
De (a), (b) e (c), conclui-se que W1 W2 um subespao vetorial de V.

(iii) O conjunto W1 W2 dado por:

W1 W2 u / u W1 ou u W2 .

Mostrar-se- que W1 W2 no subespao vetorial de V exibindo-se um


contra-exemplo. Considere-se o espao vetorial 2 e dois subconjuntos
deste espao:

W1 x , y 2 / y 0 x ,0 2 / x
e

W2 x , y 2 / x 0 0, y 2 / y .
A representao grfica de W1 o eixo Ox do plano cartesiano e de W2 , o
eixo Oy. Assim, W1 W2 o conjunto dos pares ordenados do 2 que
pertencem ao eixo Ox ou ao eixo Oy.

Observe-se que W1 subespao vetorial de 2, pois:

a) o elemento nulo 0,0 2 pertence a W1 , pois tem a segunda coorde-


nada igual a zero.

b) considerando-se dois elementos x 1 ,0 e x 2 ,0 de W1, sua soma tam-


bm um elemento de W1 , pois: x 1 ,0 x 2 ,0 x 1 x 2 ,0 .

cap2_OK.indd 111 31/03/2013 03:38:28


112 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

c) considerando-se um elemento x ,0 de W1 e um nmero real ,


tem-se:
x ,0 x ,0 ,
que um elemento de W1 .
De modo anlogo, mostra-se que W2 um subespao vetorial de 2 .
Entretanto, como se ver a seguir, W1 W2 no um subespao veto-
rial de 2 , pois no fechado em relao operao de adio. Para
isso, considerem-se os pares ordenados 1,0 e 0,1 , os quais so ele-
mentos de W1 W2 , pois 1,0 W1 e 0,1 W2 . Entretanto, tem-se:
1,0 0,1 1,1 ,
que no um elemento de W1 , nem de W2 e, portanto, no pertence a
W1 W2 . Conclui-se, assim, que W1 W2 no um subespao veto-
rial do 2.

Definio: Sejam W1 e W2 subespaos vetoriais de um espao vetorial V.


Diz-se que o espao V soma direta dos subespaos W1 e W2 , e denota-se por
V W1 W2, se:

(i) V W1 W2

(ii) W1 W2 0

Exemplos:

1) Mostrar que o espao vetorial 2 soma direta dos subespaos vetoriais



W1 x , y 2 / y 0 com W2 x , y 2 / x 0 .

Conforme se viu no item (iii) da proposio anterior, W1 e W2 so subes-


paos vetoriais de 2 , sendo sua representao grfica os eixos Ox e Oy do
plano cartesiano, respectivamente.
(i) Mostrar-se- que 2 W1 W2.
De fato, tomando-se um elemento qualquer x , y 2, pode-se
escrever:
x , y x ,0 0, y ,
ou seja, todo elemento do 2 uma soma de um elemento de W1 com
um elemento de W2 e, portanto, tem-se que 2 W1 W2.

cap2_OK.indd 112 31/03/2013 03:38:29


Espaos Vetoriais | 113

(ii) fcil ver que o nico par ordenado que pertence simultaneamente a
W1 e a W2 0,0 , que o elemento neutro de 2. Assim, tem-se que
W1 W2 0,0 .
De (i) e (ii), segue-se que 2 W1 W2 .

2) Mostrar que toda funo real de uma varivel real soma direta de uma
funo par com uma funo mpar.
Considerem-se os conjuntos: F, das funes reais de uma varivel real; F1 ,
das funes reais de uma varivel real que so pares; F2 , das funes reais
de uma varivel real que so mpares. Quer-se mostrar que F F1 F2 .
Sabe-se que uma funo f dita par se satisfaz a relao f x f x , para
todo ponto x de seu domnio. Se for satisfeita a relao f x f x , pa-
ra todo x do domnio de f, diz-se que f mpar. claro que, para que seja
possvel determinar se f par ou mpar, deve-se ter x pertencente ao do-
mnio da funo, para todo x de seu domnio.

(i) Mostrar-se- que F F1 F2 .


De fato, seja f um elemento de F; pode-se, a partir dela, obterem-se duas
outras funes f 1 e f 2 , escrevendo-se:

f x f x f x f x
f1 x e f2 x ,
2 2
para todo x do domnio de f tal que x tambm pertena ao domnio
de f.
Observe-se que f 1 par, pois:

f x f x f x f x
f 1 x f1 x ;
2 2
analogamente, tem-se que f 2 mpar:

f x f x f x f x f x f x
f 2 x f 2 x .
2 2 2

Portanto, f 1 F1 e f 2 F2 . Por outro lado, tem-se:

f x f x f x f x
f x ,
2 2

cap2_OK.indd 113 31/03/2013 03:38:29


114 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

ou seja,
f x f 1 x f 2 x ,
de onde se conclui que F F1 F2.

(ii) Por outro lado, a nica funo que , ao mesmo tempo, par e mpar,
a funo nula 0, que, a cada x real, associa o nmero real 0. Portanto,
F1 F2 0.
De (i) e (ii), segue-se que F F1 F2 .

2.5. EXERCCIOS PROPOSTOS

1) Seja V v / v 0 , com as operaes:


Adio: v 1 v 2 v 1 v 2 , v 1 , v 2 V
Multiplicao por escalar: v v , v V e .
Mostrar que V, munido dessas operaes, um espao vetorial sobre o
corpo dos nmeros reais.
a b
2) Mostrar que o conjunto W M 2 / a 2b c d 0 um
c d
subespao vetorial de M 2 .


3) Mostrar que o conjunto U p t a 0 a1t a 2t 2 P2 / a 0 2a1 0
um subespao vetorial de P2 .

4) Verificar quais dos conjuntos so subespaos vetoriais do espao veto-


rial n.


a) W x 1 , x 2 ,, x n n / x 1 x n2 R: no

b) U x , x ,, x
1 2 n n / x n x 1 x 2 R: sim

c) X x , x ,, x
1 2 n n / x 1 0 R: no


5) Sejam: W1 x , y 2 / y x 0 e W2 x , y 2 / y x 0 .
Mostrar que 2 W1 W2 .

cap2_OK.indd 114 31/03/2013 03:38:30


3
DEPENDNCIA LINEAR

3.1. COMBINAO LINEAR

Definio:Seja V um espao vetorial sobre um corpo K. Um vetor u V


dito uma combinao linear dos vetores v 1 , v 2 ,, v n V , se existem escalares
a1 , a 2 ,, a n em K tais que u a1v 1 a 2v 2 a nv n .

De forma abreviada, pode-se escrever:


n
u a v
i 1
i i .

Exemplos:

1) Verificar se o vetor u 0, 2,5 pode ser escrito como combinao linear


dos vetores v 1 1,1, 1 , v 2 1,1,0 e v 3 2,0,1 .

Para que se possa escrever u como combinao linear dos vetores


v 1 , v 2 , v 3 , preciso encontrar, se existirem, nmeros reais a, b e c tais
que u av 1 bv 2 cv 3 .

Para isso, escreve-se a sentena:


0, 2,5 a 1,1, 1 b 1,1,0 c 2,0,1 ,
de onde segue-se:
0, 2,5 a, a, a b, b,0 2c,0, c a b 2c, a b, a c .
Da igualdade de vetores, vem:

a b 2c 0

a b 2 .
a c 5

Resolvendo-se, por qualquer mtodo, este sistema linear, obtm-se:
a 6 , b 4 e c 1 .

cap3_OK.indd 115 31/03/2013 03:38:50


116 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

Dessa forma, pode-se escrever:


u 6v 1 4v 2 v 3 ,
ou seja, o vetor u pode ser escrito como combinao linear dos vetores v 1,
v 2 e v 3.

2) Conforme se viu no Captulo 2, os elementos de um espao vetorial V so-


bre um corpo K, independentemente de sua natureza, so chamados veto-
res. Tambm se viu que o conjunto de todos os polinmios com coeficientes
reais de grau menor ou igual a n (incluindo o polinmio nulo), com as
operaes usuais de adio de polinmio e multiplicao por escalar, um
espao vetorial real. Esse espao denotado por Pn , , . Conside-
rando-se n 2 , tem-se o espao P2 , , , dos polinmios de grau
menor ou igual a 2, com coeficientes reais. Assim, mesmo que os elemen-
tos deste espao sejam polinmios, eles so chamados de vetores.

Considerando-se os vetores p1 t 1 t , p 2 t t t 2 e p 3 t 3 2t 2
deste espao, verificar se o vetor q t 2 2t 5t 2 combinao linear
desses vetores.

Para que o vetor q possa ser escrito como combinao linear dos vetores
p1 , p 2 e p 3 preciso encontrar nmeros reais a, b e c tais que:

q t ap1 t bp 2 t cp 3 t .

Assim, vem:


2 2t 5t 2 a 1 t b t t 2 c 3 2t 2 ,
ou seja,


2 2t 5t 2 a at bt bt 2 3c 2ct 2 ,
ou, ainda,

2 2t 5t 2 a 3c a b t b 2c t 2.

Da igualdade de polinmios, vem:

a 3c 2

a b 2 ;
b 2c 5

cap3_OK.indd 116 31/03/2013 03:38:52


Dependncia Linear | 117

Resolvendo-se o sistema linear, obtm-se: a 1 , b 3 e c 1 e se pode


escrever que:
q t p1 t 3 p 2 t p 3 t ,
isto , q uma combinao linear de p1 , p 2 e p 3.

3) Verificar se o vetor u 2,1,1 pode ser escrito como combinao linear


dos vetores v 1 1, 1, 2 , v 2 3,2, 1 e v 3 4,1, 3 .
Para que o vetor u possa ser escrito como combinao linear dos vetores
v 1 , v 2 , v 3 , preciso encontrar escalares a, b e c tais que u av 1 bv 2 cv 3.
Escreve-se, ento:
2,1,1 a 1, 1, 2 b 3,2, 1 c 4,1, 3 ,
ou seja,
2,1,1 a, a, 2a 3b,2b, b 4c, c, 3c ,
isto ,
2,1,1 a 3b 4c, a 2b c, 2a b 3c .
Da igualdade de vetores, conclui-se que:

a 3b 4c 2

a 2b c 1 ;
2a b 3c 1

preciso, agora, resolver o sistema linear obtido. A partir da 1 equao,
tem-se:

a 3b 4c 2;

substituindo na 2 e 3 equaes, vem:

5b 5c 3
,
5b 5c 5
que demonstra uma inconsistncia, pois no possvel que se tenha, ao mes-
mo tempo, 5b 5c 3 e 5b 5c 5 (se isso fosse possvel, concluir-se-ia
que 3 5 , o que falso). Sendo o sistema impossvel (ou incompatvel),
conclui-se que no possvel encontrar os escalares a, b e c tais que seja pos-
svel escrever u av 1 bv 2 cv 3 . Logo, o vetor u no uma combinao li-
near dos vetores v 1 , v 2 e v 3.

cap3_OK.indd 117 31/03/2013 03:38:52


118 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

3.2. SUBESPAO GERADO

Definio:Seja S um subconjunto no vazio de um espao vetorial V sobre


um corpo K. O subespao gerado por S o conjunto de todos os vetores de V
que se escrevem como combinao linear dos vetores de S.
Notao: S

Exemplos:

1) Seja S 1,0,2 , 1,2,1 um subconjunto do espao vetorial real 3 .


Determinar o subespao gerado por S.

preciso determinar todos os vetores do 3 que podem ser escritos


como combinao linear dos vetores de S. Toma-se, assim, um vetor gen-
rico v x , y , z do 3 e escreve-se v como combinao linear dos ve-
tores de S:
v x , y , z a 1,0,2 b 1,2,1 ,
de onde se segue que:
x , y , z a,0,2a b,2b, b a b,2b,2a b ;
da igualdade de vetores, vem:
x a b

y 2b
z 2a b

A partir da segunda equao, pode-se escrever:
1
b y;
2
Substituindo esse valor de b na primeira equao, vem:
1
ax y
2
Substituindo os valores de a e b na terceira equao, obtm-se:
1 1
z 2 x y y ,
2 2
ou, equivalentemente:
4 x 3 y 2z 0 .

cap3_OK.indd 118 31/03/2013 03:38:52


Dependncia Linear | 119

Essa a equao de um plano que contm a origem, isto , o ponto 0,0,0


pertence ao plano. Conclui-se, assim, que o subespao gerado por S :


S x , y , z / 4 x 3 y 2z 0 .
3

Com o objetivo de exemplificar o que se obteve, considere-se um ponto


qualquer do plano, por exemplo, 1,2,5 . Observe que este ponto satisfaz
a equao do plano:
4 1 3 2 2 5 0.
Lembra-se aqui que, a todo ponto do n e, portanto, em particular, do 3,
associa-se um vetor, chamado vetor-posio, com origem no ponto 0,0,0
e extremidade no ponto considerado, cujas coordenadas so as mesmas do
prprio ponto. Assim, ao ponto 1,2,5 associa-se um vetor com estas co-
ordenadas. Mostrar-se- que esse vetor pode ser escrito combinao linear
dos vetores 1,0,2 e 1,2,1 , ou seja:
1,2,5 a 1,0,2 b 1,2,1 .
Para encontrar os escalares a e b, usam-se as equaes que permitiram
encontrar a equao do plano, isto :
1 1
a x y e b y;
2 2
para x 1 e y 2 , obtm-se a 2 e b 1 . Assim, pode-se escrever:

1,2,5 2 1,0,2 1 1,2,1 ,


o que mostra que o vetor de coordenadas 1,2,5 uma combinao linear
dos vetores de S.
1 5
Se for considerado um outro ponto do plano obtido, por exemplo, ,1, ,
2 2
seu vetor-posio tambm ser uma combinao linear dos vetores de S,
diferente da anterior, isto , sero outros valores dos escalares a e b:
1 1 1
a 1 e b .
2 2 2
Assim, tem-se:
1 5 1
2 ,1, 2 1 1,0,2 2 1,2,1 .

cap3_OK.indd 119 31/03/2013 03:38:53


120 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

A representao grfica deste subespao feita na Figura 3.1. Nela, os ve-


tores de S esto designados por u e v, isto : u 1,0,2 e v 1,2,1 .

Figura 3.1

O plano de equao 4x + 3y 2z = 0 o
subespao gerado [S] pelos vetores u e v

2 1 1 0 0 0
2) Seja S , , um subconjunto do espao vetorial
0 0 3 0 1 1
real das matrizes quadradas de ordem 2, isto , do espao M 2 . Deter-
mine o subespao gerado por S.
preciso determinar todas as matrizes quadradas de ordem 2 que podem
ser escritas como combinao linear das matrizes de S. Para isso, conside-
a b
re-se a matriz genrica do espao M 2 ; escreve-se essa matriz
c d
como combinao linear das matrizes de S:

a b 2 1 1 0 0 0 2m m n 0 0 0
m n p
c d 0 0 3 0 1 1 0 0 3n 0 p p

2m n m

3n p p

Da igualdade de matrizes, vem:

a 2m n

b m

c 3n p
d p

cap3_OK.indd 120 31/03/2013 03:38:53


Dependncia Linear | 121

Quer-se determinar, aqui, de que tipo so as matrizes de ordem 2 que so


combinaes lineares das matrizes de S, ou seja, como so os elementos
dessas matrizes. Na resoluo do sistema linear acima, pode-se, por exem-
plo, obter-se o elemento a escrito em funo dos demais elementos b, c e d:

6b c d
a .
3
Assim, as matrizes de ordem 2 que so combinaes lineares das matrizes
de S tm a forma:

6b c d
3
b
,

c d

isto , o subespao gerado por S :

6b c d
b
S 3 ; b, c, d .

c d

4
Por exemplo, se b 1 , c 2 e d 0 , tem-se a ; assim, a matriz
3
4
1
M 3

2 0
uma matriz do subespao gerado por S. Logo, pode ser escrita como
combinao linear das matrizes de S. De fato, usando-se as equaes do
sistema linear resolvido acima, obtm-se:
2
m 1, p 0 e n
3
e, portanto, pode-se escrever:

4
3 1 1 2 1 2 1 0 0 0 0 .

2 0 0 0 3 3 0 1 1

Observao: os exemplos anteriores mostram como determinar o subespao


gerado S a partir de um sistema de geradores S v 1 , v 2 ,, v n . possvel

cap3_OK.indd 121 31/03/2013 03:38:54


122 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

determinar o sistema de geradores S v 1 , v 2 ,, v n , a partir de um subespao


gerado S , como mostram os exemplos a seguir.

Exemplos:


1) Seja W x , y , z , t 4 / x z 2t .Determinar um sistema de gerado-
res para W.

Observe que W um subconjunto do espao vetorial real 4 . Assim, o


sistema de geradores para W ser composto de vetores deste espao veto-
rial. O que se pretende determinar um subconjunto S do 4 tal que o
conjunto W seja gerado por S, ou seja, W S . Isso significa que os ele-
mentos de W sero combinaes lineares dos elementos do conjunto S que
se procura.


O conjunto W pode ser escrito na forma: W z 2t , y , z , t 4 , ou
seja, todo vetor de W da forma z 2t , y , z , t . Isso significa que h trs
variveis livres, isto , variveis para as quais se podem atribuir valores. A
primeira varivel, x, no livre, pois depende das outras trs. Por exemplo,
se y z t 1, tem-se z 2t 3 e, portanto, o vetor 3,1,1,1 um ele-
mento de W.

Observando que:

z 2t , y , z , t 0, y ,0,0 z ,0, z ,0 2t ,0,0, t ,


ou, equivalentemente,

z 2t , y , z , t y 0,1,0,0 z 1,0,1,0 t 2,0,0,1 ,


v-se que cada elemento de W uma combinao linear dos vetores
0,1,0,0 , 1,0,1,0 e 2,0,0,1 . Diz-se que cada uma das variveis livres
gerou um vetor. Como h trs variveis livres, foram gerados trs vetores,
os quais formam um sistema de geradores de W. Assim, o conjunto pro-
curado :

S 0,1,0,0 , 1,0,1,0 , 2,0,0,1

e pode-se afirmar que W S .

cap3_OK.indd 122 31/03/2013 03:38:54


Dependncia Linear | 123

a b

2) Seja W c d M 3 x 2 / a b f 0 ; c 2b 0 ; f e b . Deter-
e f

minar um sistema de geradores para W.

Quer-se determinar um subconjunto S do espao vetorial real M 3 x 2


tal que W seja o subespao gerado por S, isto , W S e, portanto, todo
elemento de W uma combinao linear dos elementos de S.

Das condies impostas para os elementos das matrizes de W, conclui-se


que a 0 e c 2b . Portanto, pode-se reescrever o conjunto W:

0 b

W 2b d , b, d ,
b b

o que indica que h duas variveis livres: b e d. Portanto, cada uma delas
dever gerar uma matriz. Tem-se:

0 b 0 b 0 0 0 1 0 0

2b d 2b 0 0 d b 2 0 d 0 1 .
b b b b 0 0 1 1 0 0

0 b 0 1

Logo, a matriz 2b d uma combinao linear das matrizes 2 0 e
b b 1 1

0 0

0 1 , as quais formam, portanto, um sistema de geradores de W. Logo,
0 0

o conjunto procurado :

0 1 0 0

S 2 0 , 0 1
1 1 0 0

e se pode afirmar que W S .

cap3_OK.indd 123 31/03/2013 03:38:54


124 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

3.3. VETORES LINEARMENTE DEPENDENTES E LINEARMENTE INDEPENDENTES

Definio:Seja V um espao vetorial sobre um corpo K. Diz-se que os vetores


v 1 , v 2 ,, v n V so linearmente dependentes sobre K se existirem escalares
1 , 2 ,, n K , no todos nulos, tais que 1v 1 2v 2 nv n 0.
Em caso contrrio, diz-se que os vetores so linearmente independentes
sobre K.

Observaes:

1) Se os vetores so linearmente dependentes, diz-se, de forma abreviada, que


eles so LD. De modo anlogo, se so linearmente independentes, diz-se
que so LI.

2) Observe-se que a relao 1v 1 2v 2 nv n 0 sempre vlida se


os escalares i 1 i n so todos nulos. Se essa relao vlida
somente neste caso, isto , se 1v 1 2v 2 nv n 0 somente se
1 2 n 0, ento os vetores so linearmente independentes.
Por outro lado, se a relao tambm vlida quando pelo menos um
dos i 1 i n diferente de zero, ento os vetores so linearmente
dependentes.

3) A diferena entre um conjunto de vetores ser LI ou LD est na relao que


existe entre eles: se os vetores so LD porque existe uma dependncia
entre eles; como se ver adiante, esta dependncia ser uma combinao
linear, o que justifica o nome da relao entre os vetores. Se os vetores so
LI, no existe nenhuma dependncia entre eles.

4) Se um dos vetores v 1 , v 2 ,, v n nulo, por exemplo, se v 1 0, ento os


vetores v 1 , v 2 ,, v n so LD, pois:

1 v 1 0 v 2 0 v n 1 0 0 0 00;

uma vez que o coeficiente de v 1 no nulo, conclui-se que os vetores


so LD.

5) Qualquer vetor no nulo v , por si s, LI, pois:


v 0 , com v 0 , implica, necessariamente, que 0.

cap3_OK.indd 124 31/03/2013 03:38:54


Dependncia Linear | 125

6) O vetor nulo 0 LD, pois:


0 0 verdadeira, para qualquer valor de .

Exemplos:

1) Verificar se os vetores u 2,1 e v 1,3 so LD ou LI.

Tm-se, aqui, elementos do espao vetorial real 2 . Para verificar a


dependncia linear entre os vetores, escreve-se a equao:

1u 2v 0 ,
onde 1 e 2 so escalares e o 0 do 2 membro o vetor nulo: 0 0,0 .
Tem-se:
1 2,1 2 1,3 0,0 .
Deve-se, agora, determinar os valores dos escalares 1 e 2 que tornam a
sentena verdadeira. Tem-se:

2 1 , 1 2 ,3 2 0,0 ,
isto ,
2 1 2 , 1 3 2 0,0 .
Da igualdade de vetores, segue-se que:

2 1 2 0
;
1 3 2 0
a resoluo desse sistema leva soluo trivial 1 2 0 , que nica.
Assim,
1u 2v 0
implica, necessariamente, em que 1 2 0 e, portanto, os vetores u e v
so LI.

Observe-se que no h possibilidade de que os vetores sejam LD. Para que


isso acontecesse, deveria acontecer uma das trs situaes abaixo:

(1) 1 0 e 2 0 ;
(2) 1 0 e 2 0 ;
(3) 1 0 e 2 0 .

cap3_OK.indd 125 27/04/2013 17:25:01


126 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

A situao (1) no pode ocorrer, pois, se 2 0, a equao 1u 2v 0


ficaria: 1u 0 ; como o vetor u no nulo, concluir-se-ia que 1 0 .
De modo anlogo, se 1 0 , ter-se-ia 2v 0 e, como v no nulo, con-
cluir-se-ia que 2 0 , ou seja, a situao (2) tambm no ocorre.

Figura 3.2

Supondo-se, ento, que 1 0 e 2 0, da equao 1u 2v 0 se


poderia escrever:
2
u v,
1
2
ou, chamando k, u kv .
1
Isso significaria que os vetores u e v tm a mesma direo, isto , so para-
lelos, o que no verdade. A Figura 3.2 mostra uma representao grfica
desses vetores.

2) Considerem-se, agora, os vetores u 2,1 e v 4,2 do 2 . Mos-


trar-se- que esses vetores so LD.
De fato, escrevendo-se a equao
1u 2v 0 ,

cap3_OK.indd 126 31/03/2013 03:38:55


Dependncia Linear | 127

vem:
1 2,1 2 4,2 0,0 ,
ou seja,

2 1 , 1 4 2 ,2 2 0,0 ,
isto ,

2 1 4 2 , 1 2 2 0,0 ,
de onde se segue que:

2 1 4 2 0
.
1 2 2 0

Observe-se que as duas equaes do sistema se reduzem a uma s:


1 2 2 0 , de onde se conclui que 1 2 2 , ou seja, o sistema tem
infinitas solues, j que se pode atribuir a 2 qualquer valor real e, a
partir dele, obter-se o valor de 1 . Por exemplo, so solues do sistema:
1
1 0 e 2 0 ; 1 2 e 2 1; 1 1 e 2 ,
2
entre outras infinitas solues.

Assim, existem escalares 1 e 2 , no ambos nulos, tais que a equao


1u 2v 0 verdadeira e, portanto, os vetores u e v so LD.
Uma vez que, da resoluo do sistema, concluiu-se que 1 2 2 ,
pode-se escrever:

2 2u 2v 0 ,

ou seja,
1
u v,
2
ou, equivalentemente,

v 2u .

cap3_OK.indd 127 31/03/2013 03:38:56


128 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

Isso significa que os vetores u e v tm a mesma direo, isto , so parale-


los. A Figura 3.3 ilustra esse fato.

Figura 3.3

3) Verificar se os vetores u 6,2,3, 4 , v 0,5, 3,1 e w 0,0,7, 2 so


LD ou LI.

Para verificar a dependncia linear entre os vetores, escreve-se a equao:

1u 2v 3w 0 ,
ou seja:

1 6,2,3, 4 2 0,5, 3,1 3 0,0,7, 2 0,0,0,0 .

Deve-se, agora, determinar os valores dos escalares 1 , 2 , 3 que tornam


a sentena verdadeira. Tem-se:

6 1 ,2 1 ,3 1 , 4 1 0,5 2 , 3 2 , 2 0,0,7 3 , 2 3 0,0,0,0 ,


isto ,

6 1 ,2 1 5 2 ,3 1 3 2 7 3 , 4 1 2 2 3 0,0,0,0 .
Da igualdade de vetores, segue-se que:

6 1 0

2 1 5 2 0

3 1 3 2 7 3 0
4 1 2 2 3 0

cap3_OK.indd 128 31/03/2013 03:38:56


Dependncia Linear | 129

a primeira equao conduz a 1 0; a segunda, com 1 0, conduz a


2 0; a terceira, com 1 0 e 2 0 , leva a 3 0. Assim,
1u 2v 3w 0
implica em que 1 0 , 2 0 e 3 0. Portanto, os vetores u, v e w
so LI.

4) Verificar a dependncia linear entre os vetores abaixo:

a) 1 2t , 2 t t 2
,5t 3t 2
1 2 3 4 10 10
b) , ,
0 1 5 9 5 2

a) Aqui, os vetores so polinmios de grau menor ou igual a 2, ou seja, so


elementos do espao vetorial real P2 , , , os quais sero cha-
mados de f t , g t e h t , respectivamente. Para estudar a depen-
dncia linear entre eles, escreve-se a equao homognea:

af t bg t ch t 0 .

O 2 membro desta equao, isto , 0 , representa, aqui, o polinmio


nulo 0 0 0t 0t 2 . Tem-se, assim:


a 1 2t b 2 t t 2 c 5t 3t 2 0 0t 0t 2,

ou seja,

a 2at 2b bt bt 2 5ct 3ct 2 0 0t 0t 2,


ou, ainda,

a 2b 2a b 5c t b 3c t 2 0 0t 0t 2.
Da igualdade de polinmios, vem:

a 2b 0

2a b 5c 0
b 3c 0

A resoluo desse sistema, por qualquer mtodo que se utilize, leva
soluo trivial, ou seja, a b c 0. Assim, a equao

cap3_OK.indd 129 31/03/2013 03:38:57


130 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

af t bg t ch t 0

implica em que a b c 0 e, portanto, os vetores f t , g t e h t


so LI.

b) Nesse caso, os vetores so matrizes quadradas de ordem 2, ou seja, so


elementos do espao vetorial real M 2 . Chamando:

1 2 3 4 10 10
A , B e C
0 1 5 9 5 2
e considerando-se escalares , e , escreve-se a equao
homognea:

A B C 0.

Aqui, o 0 que figura no 2 membro da equao representa a matriz


0 0
nula de ordem 2, ou seja, 0 . Ento, vem:
0 0

1 2 3 4 10 10 0 0
,
0 1 5 9 5 2 0 0

ou seja,

2 3 4 10 10 0 0

0 5 9 5 2 0 0

ou, ainda,

3 10 2 4 10 0 0
.
5 5 9 2 0 0

Da igualdade de matrizes, vem:

3 10 0

2 4 10 0

5 5 0
9 2 0

cap3_OK.indd 130 31/03/2013 03:38:57


Dependncia Linear | 131

Da 3 equao, tem-se que ; substituindo na 1 equao, obtm-se


que 7 . Substituindo-se na 2 equao, obtm-se: 0 0, que
verdadeira para qualquer nmero real . De modo anlogo, se substi-
tuir-se e 7 na 4 equao, obtm-se 0 0. Conclui-se,
ento, que o sistema tem infinitas solues, j que pode assumir
qualquer valor e e dependem de . A soluo (na verdade, as in-
finitas solues) do sistema pode ser colocada na forma:

7 e , .
Por exemplo, se 2, tem-se 14 e 2, ou seja, 14,2,2
uma soluo do sistema. Para essa soluo, tem-se:

1 2 3 4 10 10 14 28 6 8
14 2 2
0 1 5 9 5 2 0 14 10 18

20 20 0 0

10 4 0 0

Assim, existem escalares no nulos que tornam verdadeira a equao


A B C 0, ou seja, as matrizes A, B e C so LD.

Teorema:Seja V um espao vetorial sobre um corpo K. Um conjunto de veto-


res v 1 , v 2 ,, v n V LD se, e somente se, um deles combinao linear dos
demais vetores.

Observao:este um teorema de condio necessria e suficiente; o termo se,


e somente se significa que o teorema tem duas implicaes:

(i) se um conjunto de vetores LD, ento um deles combinao linear dos


demais vetores

(ii) se, em um conjunto de vetores, um deles combinao linear dos demais,


ento esses vetores so LD.

Assim, a demonstrao do teorema contm duas partes: uma para de-


monstrar a condio necessria (i) e a outra para demonstrar a condio
suficiente (ii).

cap3_OK.indd 131 31/03/2013 03:38:57


132 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

Demonstrao:

(i) Condio necessria


Hiptese:os vetores v 1 , v 2 , , v n V so LD

Tese:um deles combinao linear dos demais vetores

Se, por hiptese, os vetores v 1 , v 2 ,, v n so LD, ento, existem escalares


1 , 2 ,, n, no todos nulos, tais que:
1v 1 2v 2 nv n 0 .
Supondo, por exemplo, que 1 0, pode-se escrever:


v 1 2 v 2 3 v 3 n v n;
1 1 1
chamando:
2
2 ; 3 3 ;...; n n , vem:
1 1 1
v 1 2 v 2 3v 3 n v n ,

e, portanto, o vetor v 1 combinao linear dos demais vetores.

Observe-se que, assim como se sups que 1 0 e se mostrou que v 1


combinao linear dos demais vetores, pode-se supor que qualquer um
dos escalares i 1 i n diferente de zero e concluir-se que v i com-
binao linear dos demais vetores.

(ii) Condio suficiente


Hiptese:um dos vetores combinao linear dos demais vetores

Tese:os vetores v 1 , v 2 , , v n V so LD

Por hiptese, um dos vetores combinao linear dos demais; pode-se


supor, por exemplo, que esse seja o vetor v 1. Isso significa que existem es-
calares 2 , 3 ,, n tais que:
v 1 2 v 2 3v 3 n v n ;

pode-se escrever, equivalentemente:

1 v 1 2v 2 3v 3 nv n 0.

cap3_OK.indd 132 31/03/2013 03:38:58


Dependncia Linear | 133

Sendo o escalar que multiplica o vetor v 1 no nulo, j que igual a -1,


conclui-se que os vetores v 1 , v 2 ,, v n so LD.
claro que, fazendo-se a suposio de que qualquer vetor v i 1 i n
seja combinao linear dos outros vetores, concluir-se-, de maneira an-
loga, que os vetores v 1 , v 2 ,, v n so LD.

Exemplo:Mostrou-se, em exemplo anterior, que o conjunto de matrizes

1 2 3 4 10 10
A , B ,C
0 1 5 9 5 2

LD. Portanto, pelo teorema anterior, uma delas combinao linear das
outras duas. Escrever-se- uma das matrizes como combinao linear das
demais.

Uma das maneiras de se fazer isso, escrever a equao:

A B C 0,
lembrando que o 0 que figura no segundo membro da equao representa a
matriz nula de ordem 2. Ento:

1 2 3 4 10 10 0 0
,
0 1 5 9 5 2 0 0
de onde vem que:

3 10 2 4 10 0 0
.
5 5 9 2 0 0

Da igualdade de matrizes, segue-se que:

3 10 0

2 4 10 0
;
5 5 0
9 2 0

Da terceira equao, conclui-se que ; substituindo-se essa informao


em qualquer outra das trs equaes restantes, obtm-se a relao 7 0,

cap3_OK.indd 133 31/03/2013 03:38:58


134 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

isto , 7 . Atribuindo-se um valor numrico a , por exemplo, 1,


obtm-se 1 e 7, Assim, pode-se escrever:
7 A B C 0.
Essa equao mostra que as matrizes A, B e C so LD. A partir dela, pode-se
escrever, por exemplo: C 7 A B.

Esta ltima equao mostra a matriz C escrita como uma combinao li-
near das matrizes A e B.

Outra forma de encontrar uma combinao linear entre as matrizes, es-


colher uma delas para ser escrita como uma combinao linear das outras. Por
exemplo, escrevendo a matriz C como combinao linear das matrizes A e B,
tem-se:
C A B;
ento, vem:

10 10 1 2 3 4
,
5 2 0 1 5 9

isto ,

10 10 2 3 4 3 2 4
.
5 2 0 5 9 5 9

Da igualdade de matrizes, segue-se que:

3 10

2 4 10
.
5 5
9 2

Da 3 equao, segue-se que 1; substituindo-se esse valor em qual-


quer uma das outras trs equaes, obtm-se 7 . Assim, pode-se escrever:
C 7 A B.

Teorema:Se v 1 , v 2 , , v n so vetores LD, ento, os vetores v 1 , v 2 , , v k so


LD, para todo k n .

cap3_OK.indd 134 31/03/2013 03:38:58


Dependncia Linear | 135

Demonstrao:

Hiptese:os vetores v 1 , v 2 , , v n V so LD

Tese:os vetores v 1 , v 2 , , v k so LD, para todo k n

Por hiptese, os vetores v 1 , v 2 ,, v n so LD; ento, existem escalares


1 , 2 ,, n , no todos nulos, tais que:
1v 1 2v 2 nv n 0.
A esse conjunto de n vetores, acrescentem-se mais k n k n vetores,
isto , considere-se, agora, o conjunto:

v 1 , v 2 ,, v n , v n1 , v n2 ,, v k .
Escrevendo-se a equao:

1v 1 2v 2 nv n n1v n1 n2v n2 k v k 0,
conclui-se, a partir dela, que os vetores v 1 , v 2 ,, v n , v n1 , v n2 ,, v k so LD,
pois, mesmo que os escalares n1 , n2 ,, k sejam todos nulos, entre os es-
calares 1 , 2 ,, n h pelo menos um deles que no nulo, j que os vetores
v 1 , v 2 ,, v n so LD. Logo, o conjunto de vetores v 1 , v 2 ,, v n , v n1 , v n2 ,, v k
LD.

Observaes:

1) Poresse teorema, conclui-se que, se um conjunto de vetores LD, aumen-


tando-se o nmero de vetores deste conjunto, o novo conjunto ser LD.

2) Observe-se que o teorema apenas de condio necessria, ou seja, a rec-


proca no verdadeira. Isso significa que, se um conjunto de n vetores
v 1 , v 2 ,, v n LD, isso no implica que o conjunto de vetores v 1 , v 2 ,, v m
LD, para m n. Assim, quando se sabe que um conjunto de vetores LD,
se forem retirados desse conjunto um ou mais vetores, no se pode afirmar
que o novo conjunto seja LD.

Exemplo:

Considere o conjunto A v 1 1,0 , v 2 0,1 , v 3 1,1 , v 4 1,2 de


vetores do 2.

cap3_OK.indd 135 31/03/2013 03:38:59


136 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

Tem-se:
v 1 v 2 1,0 0,1 1,1 v 3;

Assim, pode-se escrever:


v 3 1 v 1 1 v 2 0 v 4,

ou seja, v 3 combinao linear dos demais, de onde se conclui que o conjunto


A LD. Pode-se ver, ainda, que v 4 combinao linear dos demais vetores,
pois:
v 1 2v 2 1,0 2 0,1 1,2 v 4 ,
isto ,
v 4 1 v 1 2 v 2 0 v 3.

Acrescentando-se ao conjunto A um vetor qualquer u x , y do 2,


v-se que as combinaes lineares j existentes continuaro a existir, pois:
v 3 1 v1 1 v 2 0 v 4 1 v1 1 v 2 0 v 4 0 u
e
v 4 1 v 1 2 v 2 0 v 3 1 v 1 2 v 2 0 v 3 0 u.
Assim, o conjunto A continuar sendo um conjunto de vetores LD.
Por outro lado, retirando-se vetores do conjunto A, no se pode garantir
que o conjunto continue sendo LD ou passe a ser LI.
De fato, retirando-se de A o vetor v 4 , obtm-se um novo conjunto:

B v 1 1,0 , v 2 0,1 , v 3 1,1 ,

o qual tambm LD, j que, como se mostrou anteriormente, o vetor v 3


combinao linear de v 1 e v 2 .
Entretanto, retirando-se de A os vetores v 3 e v 4, obtm-se um novo
conjunto

C v 1 1,0 , v 2 0,1 ,

que LI, pois, escrevendo-se a equao:

1v 1 2v 2 0,
vem:
1 1,0 2 0,1 0,0 ,

cap3_OK.indd 136 31/03/2013 03:38:59


Dependncia Linear | 137

isto ,
1 ,0 0, 2 0,0 ,
de onde se segue que 1 0 e 2 0 e, portanto v 1 e v 2 so LI.

Teorema:Se v 1 , v 2 , , v n so vetores LI, ento, os vetores v 1 , v 2 , , v k so LI,


para todo k n.

Demonstrao:

Hiptese:os vetores v 1 , v 2 , , v n V so LI

Tese:os vetores v 1 , v 2 , , v k so LI, para todo k n

Por hiptese, os vetores v 1 , v 2 ,, v n so LI; ento, a equao

1v 1 2v 2 nv n 0
verdadeira somente se 1 2 n 0 .

Tomando-se um ndice k n , considere-se o conjunto

v 1 , v 2 ,, v k v 1 , v 2 ,, v n .
Da equao:
1v 1 2v 2 k v k 0,
segue-se que 1 2 k 0, pois os vetores v 1 , v 2 ,, v n so LI e os
vetores v 1 , v 2 ,, v k esto entre eles. Portanto, conclui-se que os vetores
v 1 , v 2 ,, v k so LI, o que demonstra o teorema.

Observao:

1) Poresse teorema, conclui-se que, se um conjunto de vetores LI, dimi-


nuindo-se o nmero de vetores deste conjunto, o novo conjunto tambm
ser LI.

2) O teorema apenas de condio necessria, isto , a recproca no ver-


dadeira. Isso significa que, se um conjunto de n vetores v 1 , v 2 ,, v n LI,
isso no implica que o conjunto de vetores v 1 , v 2 ,, v m LI, para m n .
Assim, quando se sabe que um conjunto de vetores LI, se forem acres-
centados a esse conjunto um ou mais vetores, no se pode afirmar que o
novo conjunto LI.

cap3_OK.indd 137 31/03/2013 03:39:00


138 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

Exemplo:

Considere-se o conjunto A v 1 1,0,0 , v 2 0,1,0 do 3, o qual


LI, pois, se
1v 1 2v 2 0,
vem:
1 1,0,0 2 0,1,0 0,0,0 ,
isto ,
1 ,0,0 0, 2 ,0 0,0,0 ,
de onde se segue que 1 0 e 2 0 e, portanto v 1 e v 2 so LI.

Retirando-se de A o vetor v 2 , obtm-se o conjunto

B v 1 1,0,0 ,
que tambm LI.

Entretanto, acrescentando-se um ou mais vetores ao conjunto A, no se


pode afirmar que o novo conjunto seja LI. De fato, acrescentando-se a A o
vetor w 0,0,1 , obtm-se o conjunto
C v 1 1,0,0 , v 2 0,1,0 , w 0,0,1 ,

o qual ainda LI, pois, se


1v 1 2v 2 3w 0 ,
tem-se:

1 1,0,0 2 0,1,0 3 0,0,1 0,0,0 ,


isto ,
1 ,0,0 0, 2 ,0 0,0, 3 0,0,0 ,
de onde se segue que 1 2 3 0 e, portanto v 1, v 2 e w so LI.

Acrescentando-se, agora, a C o vetor u 1,2, 1 , obtm-se o conjunto


D v 1 1,0,0 , v 2 0,1,0 , w 0,0,1 , u 1,2, 1 .

Verificar-se- que este novo conjunto LD. De fato, escrevendo-se a


equao
1v 1 2v 2 3w 4u 0 ,

cap3_OK.indd 138 31/03/2013 03:39:00


Dependncia Linear | 139

vem:
1 1,0,0 2 0,1,0 3 0,0,1 4 1,2, 1 0,0,0 ,
isto ,
1 ,0,0 0, 2 ,0 0,0, 3 4 ,2 4 , 4 0,0,0 ,
ou seja,
1 4 , 2 2 4 , 3 4 0,0,0 ,
de onde se segue que

1 4 0

2 2 4 0 .
0
3 4

Resolvendo-se esse sistema linear, obtm-se:

1 4

2 2 4 ;

3 4

atribuindo-se um valor a 4 , por exemplo, -1, vem:

1 1

2 2
1
3
e pode-se escrever:

1 v 1 2 v 2 1 w 1 u 0,

ou seja, os vetores so LD.

3.4. EXERCCIOS PROPOSTOS

1) Verificar se os vetores so LI ou LD. Se forem LD, escrever um deles como


combinao linear dos outros.

a) a 2, 2 , b 1,5 , c 3,1 1 3
R:LD; a b c
4 4

cap3_OK.indd 139 31/03/2013 03:39:01


140 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

2 0 1 0 3 1 2 3 0
b) , , R:LI
1 1 3 1 2 1 0 1 3

2) Determinar os valores de m para que os vetores m 2,1,3 , 2, m,1 e


2,2, 1 sejam LD. R: m 2 ou m 8


3) Determinar o subespao gerado pelo conjunto S 2 3t , 3 2t 2 .

R: S a 0 a1t a 2t 2 P2 /6a 0 4a1 9a 2 0


4) Seja W a 0 a1t a 2t 2 a 3t 3 P3 / a 0 3a1 5a 2 a 2 2a 3 0 .
Determinar um sistema de geradores para W.
1
R: S 3 t , 5 t 2 t 3
2

5) Sabendo que o conjunto u, v , w LI, mostrar que u v , v w , u w


tambm LI.

cap3_OK.indd 140 31/03/2013 03:39:01


4
BASE E DIMENSO

4.1. INTRODUO

Em muitas aplicaes, no interessante trabalhar com um espao vetorial


inteiro, mas com uma parte deste espao, ou seja, um subespao, que seja cons-
titudo pelas combinaes lineares de um dado conjunto de vetores. Ser, ento,
conveniente, escrever os elementos desse subespao como combinaes lineares
de um conjunto que contenha o menor nmero possvel de vetores e que estes
sejam escritos de forma simplificada. Este captulo tratar desse assunto.

4.2. BASE

Definio:Uma base de um espao vetorial V sobre um corpo K um subcon-


junto finito B V , satisfazendo as condies:

a) B gera V, ou seja, o subespao gerado por B igual a V.

b) B LI.

Exemplos:

1) Verificar se o conjunto B 1,2,3 , 0,1,2 , 1, 1,2 uma base do es-


pao vetorial real 3.
preciso mostrar que so satisfeitas as duas condies da definio.

a) Seja v x , y , z um vetor genrico do 3. Mostrar-se- que esse vetor


se escreve como combinao linear dos vetores de B. Para isso, escre-
ve-se a combinao linear:

v x , y , z a 1,2,3 b 0,1,2 c 1, 1,2


e mostra-se que possvel encontrar os escalares a, b e c que tornam a
equao verdadeira. Tem-se:

x, y, z a,2a,3a 0, b,2b c, c,2c a c,2a b c,3a 2b 2c .

cap4_OK.indd 141 31/03/2013 03:39:25


142 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

Da igualdade de vetores, vem:

a c x

2a b c y ;
3a 2b 2c z

Resolve-se esse sistema, com o objetivo de se determinar os escalares a,
b e c, obtendo-se:

4x 2 y z
a 5

7 x y 3z
b .
5
x 2y z
c 5

Observa-se, assim, que o sistema tem soluo, isto , para cada vetor
x , y , z do 3, tem-se um valor para a, b e c, ou seja, todo vetor do 3
pode ser escrito como combinao linear dos vetores do B. Logo, B gera
o 3.

b) Mostrar-se- que os vetores de B so LI. Para isso, escreve-se a equao:

a 1,2,3 b 0,1,2 c 1, 1,2 0,0,0 ,

de onde vem que:


a c,2a b c,3a 2b 2c 0,0,0 .
Portanto:

a c 0

2a b c 0 .
3a 2b 2c 0

A resoluo desse sistema, por qualquer mtodo, leva soluo trivial:
a b c 0, mostrando que os vetores so LI.
De (a) e (b), conclui-se que o conjunto B uma base do 3.
Observe-se que esses vetores no so coplanares (isto , no pertencem a um
mesmo plano), pois, resolvendo-se o determinante de 3 ordem, cujas linhas
so constitudas pelas coordenadas dos trs vetores, tem-se:

cap4_OK.indd 142 31/03/2013 03:39:26


Base e Dimenso | 143

1 2 3
0 1 2 2 4 0 3 2 0 5.
1 1 2

Sendo o determinante diferente de zero, conclui-se, por resultado da Geo-


metria Analtica, que os vetores no so coplanares. Verificou-se, assim,
que os vetores de B so LI e no so coplanares.
Esse resultado pode ser generalizado: trs vetores no coplanares do 3
so LI.


2) Verificar se o conjunto B 2 t t 2 , t t 2 uma base do espao vetorial
real P2 , com as operaes usuais de adio de polinmios e multipli-
cao por escalar.
Verificar-se-, neste exemplo, que, embora os vetores (que, aqui, so poli-
nmios de grau menor ou igual a 2, com coeficientes reais) sejam LI, eles
no geram o espao P2 .

De fato, escrevendo-se a equao:


a 2 t t 2 b t t 2 0 0 t 0 t 2,

vem:

2a a b t a b t 2 0 0 t 0 t 2.

Da igualdade de polinmios, obtm-se o sistema:

2a 0

a b 0 ,
a b 0

que admite apenas a soluo trivial a b 0, Logo, o conjunto B LI.

Para verificar se o conjunto B gera o espao P2 , preciso verificar se


todo elemento desse espao combinao linear dos elementos de B.
Toma-se, assim, um elemento genrico a 0 a1t a 2t 2 de P2 e escre-
ve-se a equao:


a 0 a1t a 2t 2 2 t t 2 t t 2 ;

cap4_OK.indd 143 31/03/2013 03:39:26


144 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

o objetivo verificar se possvel encontrar os escalares e que tor-


nem essa equao verdadeira. Tem-se:
a 0 a1t a 2t 2 2 t t 2,
e, portanto,

a 0 2

a1 .
a
2
1
Da 1 equao, segue-se que a 0. Substituindo-se esse valor na 2
2
equao, obtm-se:
1
a1 a 0 . Esses valores de e substitudos na 3 equao levam ao
2
resultado:

1 1
a 2 a 0 a1 a 0 a 0 a1.
2 2

Isso mostra que os elementos de B geram apenas os polinmios de P2


que satisfazem a relao a 2 a 0 a1, isto , o subespao vetorial gerado
por B :


B a 0 a1t a 2t P2 / a 2 a 0 a1 ,
2

que est contido em P2 , ou seja, B gera apenas uma parte de P2 .

Por exemplo, o polinmio 1 5t 4t 2 B , pois 4 1 5, isto , est


satisfeita, para os coeficientes desse polinmio, a relao a 2 a 0 a1.
Logo, esse polinmio pode ser escrito como combinao linear dos poli-
nmios de B:

1 5t 4t 2
1
2

9
2 t t2 t t2 .
2

Por outro lado, o polinmio 1 5t 7t 2 um elemento de P2 , mas no
pertence a B , pois seus coeficientes no satisfazem a relao a 2 a 0 a1.
Pode-se ver que esse polinmio no uma combinao linear dos elemen-
tos de B, pois, escrevendo-se a equao

cap4_OK.indd 144 31/03/2013 03:39:27


Base e Dimenso | 145


1 5t 7t 2 2 t t 2 t t 2 ,
obtm-se:
1 5t 7t 2 2 t t 2,
da qual se segue:

1 2

5 .
7

1
Da 1 equao, tem-se que ; substituindo-se esse valor na 2 equao,
2
9
obtm-se ; entretanto, substituindo-se na 3 equao, obtm-se
2
15
, ou seja, o sistema incompatvel, mostrando que no possvel
2
encontrar escalares e que tornem verdadeira a equao


1 5t 7t 2 2 t t 2 t t 2 .
Se nem todos os elementos de P2 podem ser escritos como combina-
o linear dos elementos de B, conclui-se que esse conjunto no uma base
desse espao vetorial.

Observaes:

1) Conforme se viu no Captulo 2, o vetor nulo LD. Assim, considerando-se


o espao vetorial nulo, isto , o espao vetorial que contm apenas o vetor
nulo, este no possui base.
2) Todos os demais espaos vetoriais possuem infinitas bases. De todas estas
infinitas bases, uma delas considerada a mais simples e chamada de base
cannica.
As bases cannicas dos principais espaos vetoriais so:
:1

2 :1,0 , 0,1

3 :1,0,0 , 0,1,0 , 0,0,1

cap4_OK.indd 145 31/03/2013 03:39:27


146 | INTRODUO AO ESTUDO DA LGEBRA LINEAR



: 1,0,,0 , 0,1,,0 , , 0,0,,1
n


n vetores com n coordenadas

1 0 0 1 0 0 0 0
M 2 : , , ,
0 0 0 0 1 0 0 1


Pn : 1, t , t 2 ,, t n .

n
Processo prtico para obter uma base de um subespao do

A base ser encontrada a partir do conjunto de geradores


S u1 , u 2 ,, u r n, considerando-se as seguintes propriedades:

1) permutando-se dois dos vetores do conjunto, no se altera o espao


gerado;
2) multiplicando-se um dos vetores do conjunto por um escalar no nulo
, no se altera o subespao gerado, isto :
u1 , u 2 ,, u i ,, u r u1 , u 2 ,, u i ,, u r ;
3) somando-se um dos vetores do conjunto com um outro vetor do con-
junto multiplicado por um escalar no nulo , no se altera o subespao
gerado, isto :

u1 , u 2 ,, u i ,, u r u1 , u 2 ,, u i , u j u i ,, u r 1 i r ; 1 j r ;

4) se u1 , u 2 ,, u r se apresenta na forma escalonada, ou seja, se o nmero


de zeros iniciais de u 2 maior do que o de u1 e, assim, sucessivamen-
te, ento os vetores u1 , u 2 ,, u r so LI.
Dessa forma, o processo consiste em dispor os vetores de um sistema de
geradores do espao vetorial como linhas de uma matriz e escalon-la.
As linhas no nulas da matriz resultante do escalonamento sero veto-
res LI, os quais formaro a base procurada.

Exemplo: Seja W um subespao do


4
que possui o seguinte sistema de
geradores:
2,1,1,0 , 1,0,1,2 , 0, 1,1, 4 , 3,0,3,6 .

cap4_OK.indd 146 31/03/2013 03:39:27


Base e Dimenso | 147

Determinar uma base para W.


Constri-se uma matriz com os vetores do conjunto de geradores, con-
siderados em uma ordem qualquer. Aqui, colocou-se o vetor 1,0,1,2 na pri-
meira linha, para facilitar o escalonamento da matriz que se far a seguir:

1 0 1 2

2 1 1 0
.
0 1 1 4
3 0 3

6

Escalonando-se a matriz por linhas, vem:

1 0 1 2 1 0 1 2 1 0 1 2
2 L1 L2
2 1 1 0 3 L1 L 4 0 1 1 4 L2 L3 0 1 1 4
.
0 1 1 4 0 1 1 4 0 0 0 0
3 0 3 6
0 0 0 0
0 0 0 0

Retirando-se as linhas nulas, restam os vetores 1,0,1,2 e 0,1, 1, 4 .


Logo, de acordo com o processo acima, esses vetores formam uma base para
W, isto , o conjunto W 1,0,1,2 , 0,1, 1, 4 uma base de W.

De fato, os vetores so LI, pois, da equao


a 1,0,1,2 b 0,1, 1, 4 0,0,0,0 ,

vem:
a,0, a,2a 0, b, b, 4b 0,0,0,0 ,
ou seja,
a, b, a b,2a 4b 0,0,0,0 ,
de onde se segue que a b 0 e, portanto, os vetores so LI.

Por outro lado, considerando-se um vetor genrico x , y , z , w de W 4


e escrevendo-se:
x , y , z , w 1,0,1,2 0,1, 1, 4 ,
vem:
x , y , z , w ,0, ,2 0, , , 4 ,

cap4_OK.indd 147 31/03/2013 03:39:27


148 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

isto ,

x , y , z , w , , ,2 4 .
Ento:

x

y
.
z
w 2 4

Portanto, um vetor genrico de W tem suas coordenadas escritas em fun-


o de e . Atribuindo-se, aleatoriamente, valores aos escalares e ,
obtm-se vetores de W. Por exemplo, se 1 e 2, obtm-se o vetor
1,2, 1, 6 , que uma combinao linear dos vetores da base:
1,2, 1, 6 1 1,0,1,2 2 0,1, 1, 4 .
1
Se 0 e 0, obtm-se o vetor nulo 0,0,0,0 ; se 2 e ,
2
1 5
obtm-se o vetor 2, , , 6 e assim por diante. Logo, os vetores 1,0,1,2
2 2
e 0,1, 1, 4 geram W e, portanto, o conjunto W 1,0,1,2 , 0,1, 1, 4
uma base de W.

Definio:Seja V um espao vetorial sobre um corpo K.Um conjunto de ve-


tores v 1 , v 2 ,, v n V dito LI-maximal se:

a) v 1 , v 2 ,, v n LI
b) v 1 , v 2 ,, v n , w LD, w V

Proposio:Um conjunto de vetores v 1 , v 2 , , v n base de um espao veto-


rial V se for LI-maximal.

Demonstrao:

Hiptese:o conjunto v 1 , v 2 , , v n LI-maximal

Tese:o conjunto v 1 , v 2 , , v n base de V

cap4_OK.indd 148 31/03/2013 03:39:28


Base e Dimenso | 149

Se, por hiptese, o conjunto de vetores o conjunto v 1 , v 2 ,, v n LI-ma-


ximal, ento, por definio, o conjunto LI. Para mostrar que o conjunto
v 1 , v 2 ,, v n base de V, resta mostrar que o conjunto gera V.
De fato, tomando-se um vetor genrico u V , tem-se que o conjunto
v 1 , v 2 ,, v n , u LD, pois v 1 , v 2 ,, v n LI-maximal. Portanto, um dos
vetores uma combinao linear dos demais vetores do conjunto. Ora, o nico
vetor que pode ser escrito como combinao linear dos demais u, j que
v 1 , v 2 ,, v n so LI. Conclui-se, assim, que v 1 , v 2 ,, v n gera V e, portanto,
uma base de V.

4.3. DIMENSO

Definio: Seja V um espao vetorial finitamente gerado. Denomina-se di-


menso do espao V, o nmero de vetores de qualquer uma de suas bases.
Notao: dim V

Observaes:

1) Se o nmero de vetores de uma base de um espao vetorial finito, diz-se


que o espao de dimenso finita. Neste texto, no sero estudados os es-
paos de dimenso infinita.

2) As dimenses dos principais espaos vetoriais so:


dim 0 0 (aqui, 0 representa o espao que contm apenas o
vetor nulo)
dim 1

dim 2 2
dim 3
3



dim n n
dim M mn m n
dim M n n n n 2
dim Pn n 1

cap4_OK.indd 149 31/03/2013 03:39:28


150 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

Exemplos:


1) Seja W x , y , z , t 4 / x 2 y t 0 . Determinar a dimenso de W.
Para determinar a dimenso de W, necessrio determinar uma de suas
bases. Os elementos x , y , z , t de W so tais que x 2 y t 0 , isto ,
x 2 y t . Logo, todo vetor de W pode ser escrito na forma: 2 y t , y , z , t ,
sendo y, z e t nmeros reais. Determina-se, agora, um sistema de geradores
para W; para isso, observe-se que se pode escrever:

2 y t , y, z , t 2 y, y, z , t t ,0,0,0 y 2,1,0,0 z 0,0,1,0 t 1,0,0,0


Assim, o conjunto S 2,1,0,0 , 0,0,1,0 , 1,0,0,0 um sistema de
geradores para W. Para determinar uma base para W, utiliza-se o processo
prtico para obteno de base. Assim, constri-se uma matriz com os ve-
tores do conjunto de geradores:

2 1 0 0 1 0 0 0

0 0 1 0 , ou, equivalentemente, 2 1 0 0 .
1 0 0 0 0 0 1 0

A ordem em que os vetores so colocados nas linhas da matriz no inter-


fere, obviamente, no resultado.

Escalonando-se a matriz por linhas, vem:

1 0 0 0 1 0 0 0
2 L1 L2
2 1 0 0 0 1 0 0 .
0 0 1 0 0 0 1 0

Observe-se que a matriz est escalonada e no apresenta nenhuma linha


nula. Logo, os vetores so LI e constituem uma base de W, ou seja, S base
de W. Portanto, dim W 3 .

Observao:Um erro muito comum que se comete confundir a quantida-


de de coordenadas de um vetor, com a quantidade de vetores de uma base.
No exemplo anterior, a base de W constituda de 3 vetores quadridimen-
sionais, isto , com 4 coordenadas, mas dim W 3 , que o nmero de
vetores LI que constituem a base.

cap4_OK.indd 150 31/03/2013 03:39:28


Base e Dimenso | 151

2) Determinar a dimenso de U 1 2t ,2t t 2 t 3 ,1 t 2 t 3 ,2 6t t 2 t 3 .


Observe-se que U um subconjunto de P3 , que o conjunto dos po-
linmios de grau menor ou igual a 3, com coeficientes reais; U gerado
pelos polinmios 1 2t , 2t t 2 t 3 , 1 t 2 t 3 e 2 6t t 2 t 3, que so
chamados, simplesmente, de vetores. Esses vetores podem ser escritos
na forma:
1 2t 1 2t 0t 2 0t 3;
2t t 2 t 3 0 2t t 2 t 3;
1 t 2 t 3 1 0t t 2 t 3;
2 6t t 2 t 3.
Assim, os coeficientes dos polinmios podem ser associados, respectiva-
mente, aos vetores: 1, 2,0,0 , 0,2,1, 1 , 1,0,1, 1 e 2, 6, 1,1 .
Para determinar uma base de U, constri-se uma matriz com os coeficien-
tes dos polinmios que o geram, ou seja, com os vetores associados aos
polinmios:
1 2 0 0

0 2 1 1
.
1 0 1 1

2 6 1 1

A seguir, escalona-se a matriz por linha:


1 2 0 0 1 2 0 0 1 2 0 0
L1 L3 L2 L3
0 2 1 1 2 L1 L 4 0 2 1 1 L2 L 4 0 2 1 1

1 0 1 1 0 2 1 1 0 0 0 0

2 6 1 1 0 2 1 1 0 0 0 0

Observa-se, assim, que restaram apenas duas linhas no nulas na matriz


escalonada e, portanto, h apenas dois vetores LI no conjunto de gerado-
res, os quais constituem uma base para U: 1, 2,0,0 , 0,2,1, 1 . Logo, os
polinmios associados a eles 1 2t e 2t t 2 t 3 so os elementos da base
de U, isto ,


B 1 2t ,2 t 2 t 3
base de U e, portanto, dim U 2.

cap4_OK.indd 151 31/03/2013 03:39:28


152 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

3) Determinar uma base e a dimenso para o espao das solues do sistema


x y z t 0

linear L : 2 x y t 0
z t 0

Sendo o sistema homogneo, ele admite pelo menos a soluo trivial, isto
, tem-se a soluo 0,0,0,0 . Para determinar se essa a nica soluo ou
se h mais de uma soluo (neste caso, sero infinitas), resolve-se o siste-
ma. Utilizar-se-, para tal finalidade, o mtodo de Gauss, ou seja, o m-
todo do escalonamento, trabalhando apenas com a matriz dos coeficien-
tes; sendo o sistema homogneo, no necessrio acrescentar a coluna dos
termos independentes. Tem-se:

1 1 1 1 1 1 1 1
2 L1 L 2
2 1 0 1 0 3 2 3.
0 0 1 1 0 0 1 1

Observe-se que a matriz j est escalonada e, assim, o sistema obtido, equi-


valente ao sistema dado, :

x y z t 0
L : 3 y 2z 3t 0 .
z t 0

Da 3 equao, segue-se que z t ; substituindo na 2 equao, obtm-se:


5
y t.
3
Substituindo-se esses valores de z e y na 1 equao, vem:
5 1
x t t t 0 x t.
3 3
Assim, as solues do sistema podem ser colocadas na forma:

1 5
S x , y , z , t / x t , y t , z t , t ,
3 3
ou, equivalentemente,

S x , y , z , t / y 5x , z 3x , t 3x , x .

cap4_OK.indd 152 31/03/2013 03:39:29


Base e Dimenso | 153

Observe-se que o conjunto S das solues do sistema L um subconjun-


to do espao vetorial real 4 , que pode ser escrito, ainda, na forma:
S x , 5x ,3x ,3x , x ;

Assim, um elemento genrico de S da forma x , 5x ,3x ,3x , ou seja:


x , 5x ,3x ,3x x 1, 5,3,3 ,
o que indica que S gerado pelo vetor 1, 5,3,3 .

Logo, conjunto B 1, 5,3,3 uma base de S e, portanto, dim S 1 .

Teorema da Invarincia:Seja V um espao vetorial de dimenso finita. Ento,


todas as bases de V tm o mesmo nmero de vetores.

Demonstrao:

Hiptese:V um espao vetorial de dimenso finita

Tese:duas bases quaisquer de V tm o mesmo nmero (finito) de elementos

Sejam B v 1 , v 2 ,, v n e B u1 , u 2 ,, u m bases do espao vetorial V,


o qual, por hiptese, tem dimenso finita.
Sendo B uma base, segue-se que B gera V; como B LI, conclui-se, pela
proposio anterior, que m n .
Por outro lado, B base e, portanto, gera V; uma vez que B LI, con-
clui-se, pela mesma proposio, que n m .
Logo, m n , ou seja, as bases de V tm o mesmo nmero de vetores.

Lema:Sejam V um espao vetorial de dimenso finita e S um subconjunto LI


de V. Se v um vetor de V que no est no subespao gerado por S, ento o
conjunto obtido acrescentando-se v a S LI.

Demonstrao:

Hipteses: V um espao vetorial de dimenso finita; S um subconjunto LI


de V; v V no pertence ao subespao gerado por S
Tese:o conjunto obtido acrescentando-se v a S LI

Sejam v 1 , v 2 ,, v n vetores distintos de S; se a1v 1 a 2v 2 ... a nv n bv 0,


deve-se ter, necessariamente b 0, pois, caso contrrio, escrever-se-ia:

cap4_OK.indd 153 31/03/2013 03:39:29


154 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

a a a
v 1 v 1 2 v 2 ... n v n ;
b b b

e concluir-se-ia que v pertenceria ao subespao gerado por S, contrariando a


hiptese. Sendo b 0 , tem-se:

a1v 1 a 2v 2 ... a nv n 0

e, como S LI, segue-se que a1 a 2 a n 0 , isto , o conjunto


v 1 , v 2 ,, v n , v LI.

Teorema do Completamento: Seja V um espao vetorial de dimenso


finita n. Se u1 , u 2 ,, u r V um conjunto LI com r vetores, sendo r n,
ento, existem n r vetores u r 1 , u r 2 ,, u n em V tais que
u1 , u 2 ,, u r , u r 1 , u r 2 ,, u n uma base de V.
Este teorema pode ser enunciado, de forma equivalente, da seguinte
maneira:

Teorema do Completamento:Qualquer conjunto de vetores LI de um espao


vetorial V de dimenso finita pode ser completado de modo a formar uma
base de V.

Demonstrao:
Hipteses:V um espao vetorial de dimenso finita n; u1 , u 2 , , u r V
um conjunto LI com r vetores, sendo r n

Tese:existem u r 1 , u r 2 , , u n em V tais que u1 , u 2 , , u r , u r 1 , u r 2 , , u n


uma base de V

Se a dimenso de V n, ento toda base B de V tem n vetores LI, ou se-


ja, B LI-maximal, e qualquer conjunto com n 1 vetores LD. Seja
S 0 u1 , u 2 ,, u r um subconjunto LI de V, com r n . Pelo lema anterior,
existem, no mximo, n r vetores u r 1 , u r 2 ,, u n tais que o conjunto
S u1 , u 2 ,, u r , u r 1 , u r 2 ,, u n LI e S 0 S . Logo, S um conjun-
to LI-maximal e, portanto, S base de V, a qual foi completada a partir de S 0 .

cap4_OK.indd 154 31/03/2013 03:39:29


Base e Dimenso | 155

Tm-se, ainda, os resultados seguintes:


Teorema: Seja V um espao vetorial tal que dim V n . Ento:

a) qualquer conjunto com n 1 ou mais vetores LD;


b) qualquer conjunto LI com n vetores base de V.

Demonstrao:

a) Hiptese: dim V n
Tese:qualquer conjunto com n 1 ou mais vetores LD

Seja B v 1 , v 2 ,, v n uma base de V. Suponha-se que o conjunto


B ' v 1 , v 2 ,, v n , u seja LI. Mostrar-se- que B gera V, isto , que todo
elemento v V combinao linear dos vetores de B. De fato, como B uma
base de V, ento o vetor v uma combinao linear dos elementos da base,
isto , existem escalares a1 , a 2 ,, a n tais que v a1v 1 a 2v 2 a nv n.
Pode-se escrever:
v a1v 1 a 2v 2 a nv n 0 u,
ou seja, v combinao linear dos vetores de B, de onde se conclui que B
gera V. Por outro lado, se B LI e gera V, ento B base de V e, portanto,
pode-se concluir que dim V n 1 , o que contraria a hiptese. Portan-
to, B no pode ser LI, isto , B LD.

b) Hiptese: dim V n
Tese:qualquer conjunto LI com n vetores base de V

Seja B ' u1 , u 2 ,u n um conjunto LI do espao vetorial V e suponha-se


que B no gera V. Ento v V tal que v no combinao linear dos
elementos de B. Considere-se, agora, B u1 , u 2 ,, u n , v . Pelo lema de-
monstrado anteriormente, segue-se que B LI, o que contraria o item
(a). Logo, B gera V e, portanto, base de V.

Proposio: Seja W V um subespao de V. Se dim W dim V ento


W V.

Demonstrao:
Hipteses: W V um subespao de V; dim W dim V
Tese:W V

cap4_OK.indd 155 27/04/2013 17:25:36


156 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

Suponha-se que dim W dim V n e que B v 1 , v 2 ,, v n seja uma


base de W. Como W V , ento B tambm base de V. Logo, B W V e,
portanto, W V .

Proposio:Seja B v 1 , v 2 , , v n uma das bases de um espao vetorial V.


Ento, todo elemento de V se escreve de maneira nica como combinao li-
near dos vetores da base B.

Demonstrao:

Hiptese: B v 1 , v 2 , , v n base de V

Tese:todo elemento de V se escreve de maneira nica como combinao linear


dos vetores de B
Seja v V ; ento, v se escreve como combinao linear dos vetores da base
B, ou seja, existem escalares a1 , a 2 ,, a n tais que v a1v 1 a 2v 2 a nv n.
Suponha-se que v possa ser escrito como outra combinao linear dos ve-
tores de B, isto , suponha-se que existam escalares b1 , b2 ,, bn tais que
v b1v 1 b2v 2 bnv n.
Ento, tem-se:
a1v 1 a 2v 2 a nv n b1v 1 b2v 2 bnv n,
isto ,
a1v 1 a 2v 2 a nv n b1v 1 b2v 2 bnv n 0,
ou, ainda,
a1 b1 v 1 a 2 b2 v 2 a n bn v n 0 .
Como B v 1 , v 2 ,, v n LI, conclui-se que:
a i bi 0 1 i n ,
isto ,
a i bi 1 i n .
Portanto, a combinao linear nica.


Exemplo:Considere-se a seguinte base do : B v 1 2,3 , v 2 1,1 ; en-
2

to, todo vetor do gerado pelos vetores de B, isto , todo vetor do 2
2

uma combinao linear dos vetores de B.

cap4_OK.indd 156 27/04/2013 17:25:37


Base e Dimenso | 157

Tomando-se, por exemplo, o vetor u 2,5 , este se escreve como combi-


nao linear dos vetores da base B. Para encontrar essa combinao linear,
basta que se escreva a equao:
2,5 a 2,3 b 1,1
e se determinem os valores de a e b. Tem-se:
2,5 2a,3a b, b 2a b,3a b ,
de onde se segue que:
2a b 2
.
3a b 5
A soluo desse sistema linear : a 3 e b 4 . Portanto, pode-se
escrever:
2,5 3 2,3 4 1,1 , ou seja, u 3v 1 4v 2 .
Supondo-se que o vetor u admita uma outra combinao linear, diferente
desta, por exemplo, u v 1 v 2 , vem:
u 3v 1 4v 2 v 1 v 2 ,
ou seja,
v 1 v 2 3v 1 4v 2 0 ,
ou, ainda,
3 v 1 4 v 2 0 .
Sendo os vetores LI, essa equao s se verifica se 3 0 e 4 0 , ou
seja, se
3 e 4 , o que mostra que a combinao linear nica.

Teorema: Sejam U e W subespaos de um espao vetorial V. Ento:

dim U W dim U dim W dim U W .

Demonstrao:

Hiptese:U e W so subespaos de um espao vetorial V


Tese: dim U W dim U dim W dim U W
Seja BU W e 1 , e 2 ,, e r uma base de U W . Sendo os vetores dessa
base LI em U e em W, ento, pelo Teorema do Completamento, existem

cap4_OK.indd 157 21/08/2013 15:02:18


158 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

u1 , u 2 ,, u s U e w 1 , w 2 ,, w t W tais que BU e 1 , e 2 ,, e r , u1 , u 2 ,, u s
base de U e BW e 1 , e 2 ,, e r , w 1 , w 2 ,, w t base de W.
Observe-se que dim U W r , dim U r s e dim W r t .
Portanto:
dim U dim W dim U W r s r t r r s t (1)
Mostrar-se-, agora, que BU W e 1 , e 2 ,, e r , u1 , u 2 ,, u s , w 1 , w 2 ,, w t
uma base de U W .
claro que esse conjunto de vetores gera U W , pois, se v U W, ento
v u w , sendo u escrito como combinao linear da base de U e w, como
combinao linear da base de W. Assim, BU W U W .
Os vetores de BU W so LI.
De fato, supondo-se que existam escalaresa1 , a 2 ,, a r , b1 , b2 ,, b s , c 1 , c 2 ,, c t
tais que:
a1e 1 a 2e 2 a r e r b1u1 b2u 2 b s u s c 1w 1 c 2w 2 c t w t 0, (2)
pode-se escrever:
a1e 1 a 2e 2 a r e r b1u1 b2u 2 b s u s c 1w 1 c 2w 2 c t w t .

Como o vetor a1e 1 a 2e 2 a r e r b1u1 b2u 2 b s u s um vetor


de U e c 1w 1 c 2w 2 c t w t um vetor de W, ento, pela ltima igualdade,
trata-se do mesmo vetor e, portanto, c 1w 1 c 2w 2 c t w t U W . Logo,
existem escalares 1 , 2 ,, r tais que:
c 1w 1 c 2w 2 c t w t 1e 1 2e 2 r e r ,
de onde vem que
1e 1 2e 2 r e r c 1w 1 c 2w 2 c t w t 0 .
Como e 1 , e 2 ,, e r , w 1 , w 2 ,, w t base de W, seus elementos so LI e,
portanto, segue-se que 1 2 r c 1 c 2 c t 0 . Assim, a ex-
presso (2) fica:
a1e 1 a 2e 2 a r e r b1u1 b2u 2 b s u s 0 .
Lembrando que e 1 , e 2 ,, e r , u1 , u 2 ,, u s base de U, o que acarreta que
os vetores so LI, segue-se que a1 a 2 a r b1 b2 b s 0. Con-

cap4_OK.indd 158 31/03/2013 03:39:31


Base e Dimenso | 159

clui-se, assim, que o conjunto e 1 , e 2 ,, e r , u1 , u 2 ,, u s , w 1 , w 2 ,, w t LI, o


que demonstra que uma base de U W . Portanto,

dim U W r s t . (3)

De (1) e (3), segue-se que dim U W dim U dim W dim U W ,


o que demonstra o teorema.

Exemplos:


1) Sejam U x , y 2 / y 2 x e W x , y 2 / y x , dois subes-
paos do . Tem-se:
2

os elementos de U pertencem reta y 2 x ; logo, dim U 1;


os elementos de W pertencem reta y x ; logo, dim W 1;
U W 0,0 ; logo, dim U W 0 .
Ento, uma vez que dim U W dim U dim W dim U W ,
vem:
dim U W 1 1 0 2 .


Por outro lado, sabe-se que dim 2 2; assim, tem-se:

U W 2
e dim U W dim 2,
2

de onde se conclui que U W 2 .

2) Considerem-se os subespaos do 3:


U x , y , z 3 / x 2 y z 0 e W x , y , z 3 / 3x 2 y z 0 .
Determinar uma base para U W e U W e suas respectivas dimenses.
Em seguida, verificar se 3 U W , onde indica a soma direta de
U e W.
Observe-se que os elementos de U pertencem ao plano contido em 3, de
equao x 2 y z 0; seus pontos (ou vetores) so da forma: 2 y z , y , z
e, portanto, pode-se escrever:

2 y z , y , z y 2,1,0 z 1,0,1 .
Logo, o conjunto BU 2,1,0 , 1,0,1 uma base de U, o que indica
que dim U 2. Por outro lado, os elementos de W pertencem ao plano

cap4_OK.indd 159 31/03/2013 03:39:32


160 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

contido em 3, de equao 3x 2 y z 0; seus pontos (ou vetores) so da


forma: x , y , 3x 2 y e, portanto, pode-se escrever:
x , y , 3x 2 y x 1,0, 3 y 0,1, 2 ;
assim, o conjunto BW 1,0, 3 , 0,1, 2 uma base de W, de onde se
conclui que dim W 2.
Com o objetivo de se determinar uma base para U W , obtm-se, primei-
ramente, um sistema de geradores, fazendo a unio das bases de U e W:
S BU BW 2,1,0 , 1,0,1 , 1,0, 3 , 0,1, 2 .
Determinam-se, agora, atravs do processo prtico de obteno de base,
quais so os vetores LI desse sistema de geradores. Os vetores do conjunto
de geradores podem ser colocados em qualquer linha da matriz, sem que
haja uma ordem obrigatria. Como o objetivo escalonar a matriz por li-
nha, escolhe-se, para a primeira linha, o vetor cuja primeira componente
1, por facilidade; na segunda linha, optou-se por colocar um vetor cuja
primeira coordenada j nula. Tem-se, ento:

1 0 3 1 0 3 1 0 3
L1 L3
0 1 2 2 L1 L 4 0 1 2 L2 L 4 0 1 2

1 0 1 0 0 2 0 0 2

2 1 0 0 1 6 0 0 8

1 0 3

0 1 2

4 L3 L 4
.
0 0 2

0 0 0

H, portanto, trs vetores LI em S e, portanto, a base de U W :


BU W 1,0, 3 , 0,1, 2 , 0,0, 2 ;
assim, dim U W 3.


Uma vez que dim U W 3, dim 3 3 e U W 3, segue-se que
U W 3.
Isso significa que o subespao determinado pela soma de U e W coincide
com o espao 3 .

cap4_OK.indd 160 31/03/2013 03:39:32


Base e Dimenso | 161

Obter-se-o, agora, informaes para o espao U W . Sabe-se que:


dim U W dim U dim W dim U W ;
ento:
3 2 2 dim U W , ou seja, dim U W 1 .
Portanto, a base de U W deve conter apenas um vetor, o qual deve ser
comum a U e a W. Isso significa que um vetor x , y , z de U W deve ser
escrito como combinao linear dos vetores da base de U e como combi-
nao linear dos elementos da base de W, isto :
x , y , z a 2,1,0 b 1,0,1
e
x , y , z 1,0, 3 0,1, 2 .
Igualando as expresses de x , y , z , vem:
a 2,1,0 b 1,0,1 1,0, 3 0,1, 2 ,
isto ,
2a b, a, b , , 3 2 ,
de onde se segue que:

2a b

a .
b 3 2

Substituindo-se a 1 e a 2 equaes na 3, obtm-se:
b 3 2a b 2a b 4a
Considerando-se a expresso:
x , y , z a 2,1,0 b 1,0,1
e substituindo-se b 4a , obtm-se:
x , y , z a 2,1,0 4a 1,0,1 2a, a, 4a a 2,1, 4 ;
por outro lado, considerando-se a expresso:
x , y , z 1,0, 3 0,1, 2
e substituindo-se 2a 4a 2a e a , obtm-se:
x , y , z 2a 1,0, 3 a 0,1, 2 2a, a, 4a a 2,1, 4 ,

cap4_OK.indd 161 31/03/2013 03:39:33


162 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

que a mesma expresso obtida anteriormente. Conclui-se, assim que os


elementos de U W so gerados pelo vetor 2,1, 4 , isto , o conjunto
BU W 2,1, 4 base de U W .
Para que o espao 3 seja soma direta de U e W, devem ser satisfeitas as
condies:
a) U W 3
b) U W 0,0,0 .


A condio (a) se verifica, pois, sendo dim U W 3 e dim 3 3 e
U W 3 , segue-se que U W 3 .
A condio (b) no satisfeita, pois, se U W 0,0,0 , ter-se-ia
dim U W 0 , pois o espao que contm apenas o vetor nulo tem di-
menso zero; entretanto, conforme se mostrou acima, dim U W 1 , o
que acarreta que U W 0,0,0 . Conclui-se, assim, que espao 3
no soma direta de U e W.
Tambm se pode concluir que U W 0,0,0 lembrando que a base
de U W BU W 2,1, 4 , o que significa que o subespao U W
constitudo pelos pontos que pertencem reta de interseo dos planos
x 2 y z 0 e 3x 2 y z 0 . Sua equao, na forma simtrica, :
x y z
.
2 1 4
A Figura 4.1 mostra os planos e a reta de interseo entre eles.

Figura 4.1

cap4_OK.indd 162 31/03/2013 03:39:33


Base e Dimenso | 163

4.4. COORDENADAS DE UM VETOR

Trabalhar-se-, no que se segue, com bases ordenadas, que so aquelas em


que as posies dos vetores esto fixadas. Assim, dada uma base qualquer
B v 1 , v 2 ,, v n , v 1 ser sempre o primeiro vetor, v 2 ser o segundo, v 3 ser
o terceiro e, assim por diante, v n ser o ltimo.
Considerando-se um espao vetorial V sobre um corpo K e uma de suas
bases ordenadas B v 1 , v 2 ,, v n , sabe-se que qualquer vetor v V se es-
creve, de maneira nica, como combinao linear dos vetores da base B, ou
seja, existem escalares a1 , a 2 ,, a n K tais que:

v a1v 1 a 2v 2 a nv n . (4)

Definio:os escalares a1 , a 2 , , a n so chamados de coordenadas do vetor v


em relao base B.
a1

a2
Notao: v .
B

an

Exemplos:

1) Determinar as coordenadas do vetor v 1,5, 8 em relao s seguin-


tes bases:
a) base cannica do 3
b) B 1,1,0 , 2,01 , 2, 1,1
a) A base cannica do 3 C 1,0,0 , 0,1,0 , 0,0,1 . Para encontrar
as coordenadas do vetor v em relao a essa base, deve-se escrev-lo
como combinao linear dos vetores da base, ou seja, escreve-se:
v 1,5, 8 a 1,0,0 b 0,1,0 c 0,0,1 a, b, c ,
de onde se segue que a 1 , b 5 e c 8 . Assim, as coordenadas de
v na base cannica so:
1

v C 5
8

cap4_OK.indd 163 27/04/2013 17:25:48


164 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

b) Deve-se, agora, escrever v como combinao dos vetores da base B,


isto :
v 1,5, 8 a 1,1,0 b 2,0,1 c 2, 1,1 a 2b 2c, a c, b c ,
de onde vem que:

a 2b 2c 1

a c 5 .
b c 8

A resoluo desse sistema linear conduz seguinte soluo: a 15 ,
b 18 e c 10 e, portanto, as coordenadas de v na base B so:

15

v B 18
10

Observaes:

1) Observe-se que, quando se consideram bases diferentes de um espao


vetorial, as coordenadas de um mesmo vetor so diferentes (em geral).

2) O item (a) do exemplo anterior mostrou que as coordenadas do vetor


v 1,5, 8 , em relao base cannica do 3, so as prprias coor-
denadas do vetor. Esse resultado sempre verdadeiro: considerado um
espao vetorial V qualquer, as coordenadas de um vetor qualquer de V,
em relao base cannica de V, coincidem com as prprias coorde-
nadas do vetor. A menos que se diga algo em contrrio, considerar-se-o
as coordenadas de um vetor dado sempre em relao base cannica
do espao ao qual ele pertence.

2) Considere-se o espao vetorial real P2 , com as operaes usuais de


adio de polinmios e multiplicao por escalar e o polinmio
p t 2 4t t 2 deste espao. Determinar suas coordenadas em relao

base B 2,1 t ,1 2t 3t 2 .
preciso lembrar que todo elemento de um espao vetorial chamado de
vetor. Assim, deve-se escrever o vetor dado como combinao linear dos
vetores da base, isto , escreve-se:

cap4_OK.indd 164 21/08/2013 15:25:57


Base e Dimenso | 165


p t 2 4t t 2 a 2 b 1 t c 1 2t 3t 2 ,
ou seja,
2 4t t 2 2a b c b 2c t 3c t 2.
Da igualdade de polinmios, vem:

2a b c 2

b 2c 4 ,
3c 1

7 14 1
de onde se segue que a , b e c , Assim, as coordenadas
2 3 3
do vetor dado, em relao base B, so:

7
2

14
p t .
B 3
1

3

4.5. EXERCCIOS PROPOSTOS


1) Seja W a 0 a1t a 2t 2 a 3t 3 P3 / a 0 2a 2 5a 3 e a1 a 2 4a 3 .
Determinar uma base para W e sua dimenso.


R: B 2 t t 2 , 5 4t t 3 ; dim W 2

2) Determinar uma base e a dimenso para W U e W U , onde:


W x , y , z , t 4 / x 2 y 0 e z 3t
e

U x , y , z , t 4 / 2 x y 2z t 0
R: BW U 1,0,0,2 , 0,1,0, 1 , 0,0,1,2 , 0,0,0,1 ; dim W U 4

14 7
BW U , , 3,1 ; dim W U 1
3 3

cap4_OK.indd 165 31/03/2013 03:39:34


166 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

a b
3) Seja W M 2 / a 2b e d c . Determinar uma base para
c d
W e sua dimenso. Estender a base de W para obter uma base de M 2 .

2 1 0 0 2 1 0 0 1 0 0 0
R: BW , ; B M 2 , , ,
0 0 1 1 0 0 1 1 0 0 0 1

4) Seja S o espao das solues do sistema linear L . Determinar uma base


para S e sua dimenso.

x y 2z 2t 0

3x 3 y z t 0
L : 2x 4 y z 3t 0

6 y 5z 7t 0

R: B 7, 5,6,0 , 5, 7,0,6 ; dim S 2

5) Mostre que o espao vetorial real 3 soma direta dos subespaos:



x y
V x , y , z 3 / x 2 y 5z 0 e W x , y , z 3 /

z .
2 1

cap4_OK.indd 166 31/03/2013 03:39:35


5
MATRIZ DE MUDANA DE BASE

Conforme se estabeleceu no Captulo 4, com exceo do espao nulo


V 0, que no possui base, todos os demais espaos vetoriais possuem infi-
nitas bases. Uma vez que existem infinitas bases, capazes de gerar o mesmo
espao vetorial, pode-se pensar que elas tenham algo em comum. Cabe, assim,
o seguinte questionamento: como relacionar os vetores de uma base B com os
vetores de uma base C?
Ainda no Captulo 4, viu-se que possvel determinar as coordenadas de
um dado vetor em diferentes bases e que, embora essas coordenadas sejam
expressas de formas diferentes, elas representam o mesmo vetor. Se, por exem-

plo, v B so as coordenadas de um vetor v em relao base B e v C so as

coordenadas de v em relao base C, pergunta-se: possvel, a partir de v B,

obter v C e vice-versa? Ver-se-, neste captulo, que isso possvel; ressal-


ta-se, ainda, que, em muitas aplicaes prticas, necessrio passar de um
sistema de coordenadas para outro, o que feito atravs de uma matriz de
mudana de coordenadas.

Exemplo: Considerem-se o espao vetorial real e o vetor v 6,2 . A repre-


2

sentao de v em relao base cannica C i 1,0 , j 0,1


v 6 1,0 2 0,1 e, portanto, suas coordenadas em relao base cannica C

6
so v C . Considere-se, agora, a base B f 1 1, 1 , f 2 1,1; para
2
determinar as coordenadas do vetor v em relao a essa base, escreve-se v
como combinao linear dos vetores de B:

6,2 a 1, 1 b(1,1 a b, a b ,
de onde se segue que:

cap5_OK.indd 167 27/04/2013 17:26:25


168 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

6 a b
,
2 a b
e, portanto, a 2 e b 4 . Logo, as coordenadas de v em relao base B so
2
v B 4 .

possvel interpretar geometricamente esses resultados. Quando se consi-


dera o espao 2 com a base cannica, a representao geomtrica desse espa-
o o sistema de coordenadas cartesianas ortogonais, usualmente designado
por plano Oxy. O eixo horizontal Ox tem a direo do vetor i 1,0 e o eixo
vertical Oy tem a direo do vetor j 0,1. Na Figura 5.1, v-se a representa-
o geomtrica dos vetores da base C e do vetor v.

Figura 5.1

Considerar uma nova base B significa considerar um novo sistema de


coordenadas, que ser indicado por Ox y , cujos eixos tm a direo dos veto-
res f 1 1, 1 e f 2 1,1, respectivamente. Representando-se, geometrica-
mente, esses novos eixos no mesmo sistema de coordenadas Oxy, v-se que o
sistema Ox y est rotacionado, em relao ao sistema Oxy. Entretanto, claro
que, independentemente do sistema considerado (ou seja, independentemente
da base considerada), a representao geomtrica de v a mesma.

cap5_OK.indd 168 31/03/2013 03:39:57


Matriz de Mudana de Base | 169

Considerando-se a expresso do vetor v, escrito como combinao linear


dos vetores da base C, ou seja, v 6 1,0 2 0,1, v-se que o segundo mem-
bro pode ser expresso, equivalentemente, como um produto de matrizes:

1 0 6
v .
0 1 2
Observe-se que os vetores da base C constituem as colunas da matriz
1 0
; chamando de C essa matriz, ou seja, escrevendo a base na forma ma-
0 1
1 0
tricial C , escreve-se, simbolicamente:
0 1
v C v C .

Considerando-se, agora, a expresso do vetor v, escrito como combinao


linear dos vetores da base B, ou seja, v 2 1, 1 4 1,1 , v-se que o segundo
membro pode ser expresso, equivalentemente, como um produto de matrizes:
1 1 2
v .
1 1 4
Observe-se que os vetores da base B constituem as colunas da matriz
1 1
; chamando de B essa matriz, ou seja, escrevendo a base na forma ma-
1 1
1 1
tricial B , escreve-se, simbolicamente:
1 1
v B v B .

Conforme se viu, o vetor v tem coordenadas diferentes, quando se consi-


2
deram bases diferentes do 2; esse fato leva s questes: como obter v B
4
6 6 2
a partir de v C e como obter v C a partir v B ? Essas
2 2 4
questes so equivalentes seguinte questo: qual a relao entre as bases
1 1 1 0
B eC ?
1 1 0 1

cap5_OK.indd 169 31/03/2013 03:39:57


170 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

Uma vez que tanto B quanto C geram o 2, pois so bases, espera-se que
haja uma relao entre elas. De fato, pode-se verificar que as matrizes B e C so
equivalentes, isto , pode-se obter uma delas a partir da outra, utilizando-se as
operaes elementares com as filas (linhas ou colunas) de uma delas, como se
mostra a seguir:
1 0 L1 L2 1 0 L2 2 L1 1 1
.
0 1 1 1 1 1
Mostra-se, agora, como mudar de uma base para outra, matricialmente.
Considerem-se um espao vetorial V sobre um corpo K e duas de suas
bases: B v 1 , v 2 ,, v n e C u1 , u 2 ,, u n . Uma vez que B gera o espao V,
cada um dos vetores da base C pode ser escrito como combinao linear dos
vetores da base B. Ento, existem escalares a ij K , tais que:

u1 a11v 1 a 21v 2 a n1v n



u a12v 1 a 22v 2 a n2v n
S: 2 .

u n a1nv 1 a 2nv 2 a nnv n

A matriz P, de ordem n, constituda dos escalares a ij , isto :

a11 a12 a1n



a 21 a 22 a 2n
P


a n1 a n2 a nn
chamada de matriz mudana da base B para a base C.
B
Notao: P M .
C

Observaes:

1) As colunas da matriz P so constitudas das coordenadas de cada vetor


u i 1 i n da base C em relao base B, ou seja:
a11 a12 a1n

a 21 a 22 a 2n
u1 B , u ,, u n B
2 B .

a n1 a n2 a nn

cap5_OK.indd 170 31/03/2013 03:39:58


Matriz de Mudana de Base | 171

2) A matriz de mudana de base sempre uma matriz quadrada, pois as bases


B e C tm a mesma quantidade de vetores. Alm disso, como cada vetor da
base C se escreve de maneira nica como combinao linear dos vetores da
base B e essas coordenadas formam um conjunto de vetores LI, o determi-
nante da matriz P diferente de zero e, portanto, ela inversvel.
B
3) A notao P M C indica a matriz de mudana da base B para a base C;
entretanto, ressalta-se que os vetores da base C que so escritos como
combinao linear dos vetores da base B.

4) Escrevendo-se a matriz dos coeficientes do sistema linear S, isto :

a11 a 21 a n1

a12 a 22 a n2 ,


a1n a 2n a nn

v-se que a matriz de mudana de base a sua transposta.

5) claro que se pode considerar tambm a matriz de mudana da base C


para a base B. Para isso, basta escrever cada vetor da base B como combi-
nao linear dos vetores da base C e considerar a matriz cujas colunas so
constitudas pelas coordenadas dos vetores da base B em relao base C.
C
Nesse caso, obter-se-ia a matriz Q M B .


Exemplo: Sejam B v 1 1,1 , v 2 1,0 e C u1 1,2 , u 2 4, 3

duas bases do espao vetorial real 2 .

a) Determinar a matriz P de mudana da base B para a base C.

b) Determinar a matriz Q de mudana da base C para a base B.

c) Que concluses se obtm a partir dos produtos PQ e QP ?


B
a) Para determinar P M C , escrevem-se os vetores da base C como
combinao linear dos vetores da base B, isto :

1,2 a 1,1 b 1,0 1,2 a b, a ,

cap5_OK.indd 171 21/08/2013 15:29:54


172 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

de onde se segue que:


a b 1
,
a 2
ou seja, a 2 e b 1. Logo, o vetor u1 1,2 da base C se escreve:

1,2 2 1,1 1,0 ,


isto , suas coordenadas em relao base B so:
2
u1 B 1 .

Considerando-se, agora, o vetor u 2 4, 3 , tem-se:

4, 3 c 1,1 d 1,0 4, 3 c d, c .
Ento:
c d 4
,
c 3
de onde se obtm: c 3 e d 1. Logo, o vetor u 2 4, 3 da base
C se escreve:

4, 3 3 1,1 1,0 ,
ou seja, suas coordenadas em relao base B so:
3
u 2 B .
1
O sistema linear S, ento:

u1 2v 1 v 2
S:
u 2 3v 1 v 2
e, portanto, a matriz dos coeficientes :

2 1
.
3 1
A matriz P a transposta dessa matriz; suas colunas so formadas pelas
coordenadas de u1 e u 2 em relao base B:

cap5_OK.indd 172 31/03/2013 03:39:58


Matriz de Mudana de Base | 173

B 2 3
P M C .
1 1
C
b) Quer-se, agora, determinar a matriz Q M B . Para isso, escre-
vem-se os vetores da base B como combinao linear dos vetores da
base C. Tem-se:

1,1 a 1,2 b 4, 3 1,1 a 4b,2a 3b ,


de onde vem que:

a 4b 1
;
2a 3b 1
1 1
ento: a e b . Logo, o vetor v 1 1,1 da base B se escreve:
5 5
1 1
1,1 1,2 4, 3,
5 5
isto , suas coordenadas em relao base C so:
1

v 1 C 5 .
1

5

Por outro lado, tem-se:

1,0 c 1,2 d 4, 3 1,0 c 4d,2c 3d ,


ou seja, tem-se o sistema linear:

c 4d 1
,
2c 3d 0
3 2
de onde se obtm: c e d . Logo, o vetor v 2 1,0 da base B
5 5
se escreve:
3 2
1,0 1,2 4, 3,
5 5

ou seja, suas coordenadas em relao base B so:

cap5_OK.indd 173 31/03/2013 03:39:58


174 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

3
5
v 2 C 2 .


5

O sistema linear S, ento:

1 1
v 1 5 u1 5 u 2
S:
v 3 u 2 u
2 5 1 5 2

e, portanto, a matriz dos coeficientes :

1 1
5
5 .
3 2

5 5

A matriz Q a transposta dessa matriz; suas colunas so formadas pelas


coordenadas de v 1 e v 2 em relao base C:

1 3

Q M B 5 5 .
C

1 2


5 5

c) Efetuando-se os produtos solicitados, tm-se:

1 3
2 3 5 1 0
PQ 5

1 1 1 2 0 1

5 5
e

1 3
2 3 1 0
QP 5 5
.
1 2 1 1 0 1

5 5

cap5_OK.indd 174 31/03/2013 03:39:58


Matriz de Mudana de Base | 175

Conclui-se, assim, que as matrizes P e Q so inversas entre si, ou seja,


1 1
C B B C
M B M C e M C M B .

Teorema:Sejam: V um espao vetorial de dimenso n; B e C duas bases de V;


P a matriz de mudana da base B para C. Ento:

a) C P t B


1
b) B P t C

Demonstrao:

a) Hipteses: B v 1 , v 2 ,, v n e C u1 , u 2 ,, u n so bases do espao ve-


torial V; P a matriz de mudana da base B para a base C

Tese: C P B
t

Escrevendo-se os vetores da base C como combinao linear dos vetores


da base B, obtm-se o sistema linear:

u1 a11v 1 a 21v 2 ... a n1v n



u a12v 1 a 22v 2 ... a n2v n
S: 2 .

u n a1nv 1 a 2nv 2 ... a nnv n

Portanto, por definio, a matriz de mudana da base B para a base C :

a11 a12 ... a1n



a 21 a 22 ... a 2n
P .
... ... ... ...

a n1 a n2 ... a nn

A forma matricial do sistema :

u1 a11 a 21 a n1 v 1

u 2 a12 a 22 a n2 v 2 .


u n a1n a 2n a nn v n

cap5_OK.indd 175 31/03/2013 03:39:58


176 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

V-se, assim, que a matriz dos coeficientes do sistema a transposta de P.


Se as bases B e C forem escritas na forma de matrizes-colunas, isto ,

v1 u1

v2 u2
B e C ,


vn un

conclui-se que C P t B .

b) Hipteses: B v 1 , v 2 ,, v n e C u1 , u 2 ,, u n so bases do espao ve-


torial V; P a matriz de mudana da base B para a base C.


1
Tese: B P
t
C

De (a), tem-se que C P t B; sendo a matriz P inversvel, pode-se determi-



t
nar P 1 e sua transposta P 1 . Uma vez que, por propriedade de matrizes,

tem-se que P P , pode-se escrever:


t 1
1 t

P
1 1
t
C Pt P t B,

ou seja,

P
1
t
C Id n B ,

onde Id n a matriz identidade de ordem n. Logo, vem:


1
B Pt C.

Exemplo:Considerando-se, novamente, o espao vetorial real , com as bases


2

B v 1 1,1 , v 2 1,0 e C u1 1,2 , u 2 4, 3 , pode-se verificar os


resultados apresentados no teorema anterior.

a) Do desenvolvimento feito anteriormente, tem-se a matriz de mudana da


base B para a base C:

2 3
P ;
1 1

cap5_OK.indd 176 31/03/2013 03:39:59


Matriz de Mudana de Base | 177

sua transposta :
2 1
Pt .
3 1
Escreve-se a matriz B da seguinte maneira: na 1 linha, colocam-se as co-
ordenadas do vetor v 1 e, na 2 linha, as coordenadas do vetor v 2. Efetuan-
do-se o produto P t B , vem:

2 1 1 1 1 2
PtB C
3 1 1 0 4 3

Observa-se que a 1 linha de C contm as coordenadas do vetor u1 e a 2,


as coordenadas do vetor u 2 . Mostrou-se, assim, que C P t B.


1
b) Para mostrar que B P t C , calcula-se a matriz inversa de P t :

2 1 a b 1 0 2a c 2b d 1 0

3 1 c d 0 1 3a c 3b d 0 1

2a c 1 2b d 0
e
3a c 0 3b d 1

Resolvendo os sistemas lineares, obtm-se a soluo:

1
a 5

b 1
5;

c 3
5
2
d
5
assim, conclui-se que a matriz inversa de P t :

1 1

P
1
t
5 5 .
3 2


5 5


1
Efetuando-se, agora, o produto P t C , vem:

cap5_OK.indd 177 31/03/2013 03:39:59


178 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

1 1
1 2 1 1
P
1
t
C 5 5
B,
3 2 4 3 1 0

5 5
o que mostra o resultado do teorema.
B
Teorema:Sejam: V um espao vetorial e B, C e D, trs de suas bases. Se P M
C
C
a matriz de mudana da base B para C e Q M D a matriz de mudana da
B
base C para D, ento a matriz R M D, de mudana da base B para a base D,
B C
igual ao produto das matrizes P e Q, isto , R PQ M C M D.

Demonstrao:
B C
Hipteses:B, C e D so bases de um espao vetorial V; P M , Q M e
C D
B
R M D so matrizes de mudana de base

Tese: R PQ

Pelo teorema anterior, tem-se:


C P t B , D Q t C e D R t B.
Ento, vem:
D Q tC Q t P t B;
Por propriedade de matrizes transpostas, tem-se que:

D PQ B.
t

Como D R t B, conclui-se que R PQ , ou seja, a matriz de mudana da


base B para a base D :
B C
R PQ M C M D .

B
Teorema:Sejam: V um espao vetorial e B e C duas de suas bases. Se P M
C

a matriz de mudana da base B para C e w um elemento qualquer de V,


ento:
a) w B P w C

b) w C P 1 w B

cap5_OK.indd 178 31/03/2013 03:39:59


Matriz de Mudana de Base | 179

Demonstrao:
B
a) Hipteses:B e C so bases de um espao vetorial V; P M C a matriz de
mudana da base B para a base C; w um elemento genrico de V

Tese: w P w
B C

Sejam B v 1 , v 2 ,, v n e C u1 , u 2 ,, u n as bases consideradas. En-


to, os vetores da base C podem ser escritos como combinao linear dos
vetores da base B, isto , existem escalares a ij 1 i, j n , tais que:

u1 a11v 1 a 21v 2 a n1v n



u a12v 1 a 22v 2 a n2v n
S: 2 .

u n a1nv 1 a 2nv 2 a nnv n

Portanto, por definio, a matriz de mudana da base B para a base C

a11 a12 a1n



a 21 a 22 a 2n
P .


a n1 a n2 a nn

Considerando-se um vetor w de V, este se escreve como combinao linear


dos vetores das bases B e C:
w 1v 1 2v 2 nv n e w 1u1 2u 2 nu n.

Assim, tm-se suas coordenadas em relao a cada uma das bases:

1 1

2 2
w B e w .
C

n n

Igualando-se as duas expresses de w, vem:


w 1v 1 2v 2 nv n 1u1 2u 2 nu n .

Substituindo-se, no segundo membro dessa equao, as expresses dos ve-


tores u i 1 i n que constam do sistema S, obtm-se:

cap5_OK.indd 179 31/03/2013 03:39:59


180 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

1v 1 2v 2 nv n 1 a11v 1 a 21v 2 a n1v n 2 a12v 1 a 22v 2 a n2v n

n a1nv 1 a 2nv 2 a nnv n ,

ou seja,
1v 1 2v 2 nv n 1a11 2a12 na1n v 1

1a 21 2a 22 na 2n v 2 1a n1 2a n2 na nn v n

Uma vez que cada vetor se escreve de maneira nica como combinao
linear dos vetores de uma mesma base, segue-se que:

1 1a11 2a12 na1n



2 1a 21 2a 22 na 2n
;

n 1a n1 2a n2 na nn

a forma matricial desse sistema :

1 a11 a12 a1n 1



2 a 21 a 22 a 2n 2 .



n a n1 a n2 a nn n

Portanto, w B P w C .

B
b) Hipteses:B e C so bases de um espao vetorial V; P M C a matriz de
mudana da base B para a base C; w um elemento genrico de V.
1
Tese: w P w B
C

Sabe-se que a matriz P inversvel e, do item (a), tem-se que w B P w C .


Ento, multiplicando-se ambos os membros dessa expresso pela matriz
P 1 , obtm-se:

P 1 w B P 1P w C P 1 w B Id n w C w C

Conclui-se, assim, que w C P 1 w B .

cap5_OK.indd 180 31/03/2013 03:39:59


Matriz de Mudana de Base | 181

Exemplos:

1) Sejam: P2 , o espao vetorial real dos polinmios de grau menor ou


2 2
igual a 2; C 2,2 t, uma base desse espao; P a matriz mudan-
0 1
a da base B para a base C. Determinar a base B.

1
2 2 0

1 1
Sendo P 2 . Sabe-se que B P C.
t t
, tem-se que P
0 1
1 1

A matriz C tem como linhas as coordenadas dos vetores da base que, nesse
caso, so os coeficientes dos polinmios que a compem, isto :

2 0
C .
2 1
Ento:
1
02 0 1 0
B 2 ,
2 1 0 1
1
1

ou seja, os vetores da base B so: 1,0 e 0,1 . Uma vez que as coordena-
das dos vetores so os coeficientes dos polinmios que compem a base,
tem-se: B 1, t, que a base cannica de P2 .

Essa a forma mais simples de obter a base B; poder-se-ia t-la encontrado


atravs da matriz de mudana da base B para a base C, como segue. Para
isso, escreve-se cada vetor da base C como combinao linear dos vetores
da base B. Tomando-se B como sendo B a 0 a1t , b0 b1t, tem-se, ento:

2 2 a 0 a1t 0 b0 b1t
,
2 t 2 a 0 a1t 1 b0 b1t

ou seja,

2 0t 2a 0 2a1t
,
2 1t 2a 0 b0 2a1 b1 t

cap5_OK.indd 181 31/03/2013 03:40:00


182 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

de onde se obtm os sistemas lineares


2 2a 0 2 2a 0 b0
e .
0 2a1 1 2a1 b1
Assim, tm-se as solues: a 0 1, b0 0 , a1 0 e b1 1, isto , obtm-se
os vetores 1,0 e 0,1 . Portanto, a base B : B 1, t.

2) Sejam: B 1,2 , 1,1 uma base do espao vetorial real 2 e


1 2
3 a matriz de mudana da base B para uma base C. Determinar
P 3
1 5

3 3
as coordenadas do vetor v 2,3 em relao base C.
Conforme resultado anterior, tem-se: v C P 1 v B. Assim, preciso de-
terminar as coordenadas de v em relao base B e a matriz inversa de P.
Escrevendo o vetor v como combinao linear dos vetores de B, vem:
2,3 a 1,2 b 1,1 a b,2a b ;
Ento:
2 a b
,
3 2a b
5 1
de onde se obtm: a e b . Assim, as coordenadas de v em relao
3 3
base B so:
5
3
v B 1 .


3
Usando-se qualquer um dos mtodos vistos anteriormente, calcula-se a
inversa da matriz P, obtendo-se:
5 2
P 1 .
1 1
5
5 2 3 9
Assim: v C .
1 1 1 2
3

cap5_OK.indd 182 31/03/2013 03:40:00


Matriz de Mudana de Base | 183

De modo anlogo ao exemplo anterior, poder-se-ia determinar as coorde-


nadas de v em relao base C atravs da definio da matriz de mudana
da base de B para C.
Considerando-se a base C como sendo: C a, b , c, d , tem-se:

1 1
a, b 3 1,2 3 1,1
,
c, d 2 1,2 5 1,1
3 3
de onde se obtm os vetores 0,1 e 1,3 . Assim, C 0,1 , 1,3 .
Determinam-se, agora, as coordenadas do vetor v 2,3 em relao
base C:
2,3 0,1 1,3 , 3 ,
que leva ao sistema linear:

2
,
3 3
9
cuja soluo 9 e 2. Portanto, tem-se: v C .
2

5.1. EXERCCIOS PROPOSTOS

1) Sejam: B 1,0 , 1,1, C 2, 1 , 3,2 e D trs bases do espao veto-


2 0
rial real 2; Q a matriz de mudana da base C para a base D.
1 3
Determinar a matriz de mudana da base B para a base D e a base D.
5 3
; D 1, 4 , 9,6
B
R: M D
4 6


2) Determinar a matriz de mudana da base B 2,3 t , 1 2t 2 para a

base C 1 t , 2t t ,3 t .
2 2

1 134 74
B
R: P M C 1 2 0
0 1 1
2 2

cap5_OK.indd 183 31/03/2013 03:40:00


184 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

2 3
3) Sejam: B a base cannica do espao M 2 e A um elemento
5 8
desse espao. Sabendo que a matriz de mudana da B para a base C

1 0 0 0

2 1 0 0
P , determinar as coordenadas de A em relao
0 1 1 0

0 0 1 1

base C e a base C.
2

7 1 2 0 1 0 0 0 0
R: AC ; C , , ,
12 0 0 1 0 1 1 0 1

4

4) Considerem-se, no 3 , as bases B e 1 , e 2 , e 3 e C g 1 , g 2 , g 3 , relacio-


nadas da seguinte forma:

g 1 e1 e 3

g 2 2e 1 e 2 e 3 .
g e 2e e
3 1 2 3

2

Sabendo-se que v B 5 so as coordenadas do vetor v em relao
1

3

base B, determinar v C . R: v C 1
3

5) Dadas as bases B 1,2, 1 , 3, 4,2 , 1,1,1 e C 1,1,1 , 1,1,0 , 1,0,0 ,


verificar que a matriz de mudana da base B para a base C pode ser deter-
t
minada por P M C CB 1 .
B

cap5_OK.indd 184 31/03/2013 03:40:01


6
TRANSFORMAO LINEAR

6.1. INTRODUO

Muitos problemas de Matemtica Aplicada envolvem o estudo de transfor-


maes, ou seja, a maneira como certos dados de entrada so transformados
em dados de sada.
Em geral, o estudante est familiarizado com funes, tais como funes
reais de uma varivel real, as quais tm por domnio e contradomnio o con-
junto dos nmeros reais (ou subconjuntos de ), como, por exemplo, a
funo f indicada a seguir:

f :
.
x f x x 3

Essa funo transforma um nmero real x qualquer em outro nmero real,


no caso, seu cubo, isto , x 3.
Estudam-se, ainda, funes com outros domnios e contradomnios, como,
por exemplo:

f : A 2
.
x, y f x, y x 2 y 2

Neste captulo, sero estudadas funes cujos conjuntos domnio e contra-


domnio so espaos vetoriais. Como os elementos de um espao vetorial so
chamados, de modo geral, de vetores, essas funes associaro vetores do con-
junto domnio com vetores do conjunto contradomnio.

Definio:Dados dois espaos vetoriais V e W, sendo V , uma funo ou


transformao T de V para W uma lei que associa a todo vetor x de V um
nico vetor em W, denotado por T x .
O vetor T x de W chamado imagem de x V pela transformao T.

cap6_OK.indd 185 31/03/2013 03:40:19


186 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

Exemplo: Considerando-se os espaos vetoriais reais V e W 2 e a


3

transformao definida por:

T : 3 2
,
x, y, z T x, y, z x y, y z

v-se que T leva o vetor 0,1, 1 3 no vetor:

T 0,1, 1 0 1,1 1 1,2 2 .

6.2. TRANSFORMAO LINEAR

Definio:Sejam V e W espaos vetoriais sobre o mesmo corpo K. Uma fun-


o T : V W uma transformao linear se:

a) T v 1 v 2 T v 1 T v 2 , v 1 , v 2 V

b) T v T v , v V , K

Observaes:

1) Na transformao linear T : V W , V chamado espao de sada e W


chamado espao de chegada da transformao.

2) A transformao linear T : V W tambm chamada de aplicao linear;


ela preserva a adio de vetores e a multiplicao de um vetor por um
escalar.

3) A transformao linear T : V V (isto , W V ) chamada de operador


linear.

Exemplos:

1) Considere-se a aplicao definida por:


T : 2 2
.
x, y T x, y x, y

T uma transformao linear (ou operador linear), como se mostrar


a seguir.

cap6_OK.indd 186 31/03/2013 03:40:20


Transformao Linear | 187

a) sejam v 1 x 1 , y 1 e v 2 x 2 , y 2 dois vetores do 2; tem-se:

T v 1 v 2 T x 1 , y 1 x 2 , y 2 T x 1 x 2 , y 1 y 2

x1 x 2 , y1 y 2 x1 x 2 , y1 y 2 x1, y1 x 2 , y 2 T v1 T v 2

b) considerando-se um vetor v x , y 2 e um nmero real , tem-se:

T v T x , y T x , y x , y x , y T x , y T v

Figura 6.1

possvel visualizar geometricamente a ao da transformao linear T


no plano de coordenadas cartesianas ortogonais, que representa geo-
metricamente o espao vetorial real 2. Considerando-se, por exem-
plo, o vetor v 3, 4 , que o vetor-posio do ponto 3, 4 , tem-se:

T v T 3, 4 3, 4 .

V-se, na Figura 6.1, que a transformao promove uma rotao do


vetor em torno do eixo Oy.

2) Seja T : 3 2 , definida por T x , y , z x z ,2 y z . Mostrar que T


uma transformao linear.
Mostrar-se- que so satisfeitas as condies da definio.

a) Sejam v 1 x 1 , y 1 , z 1 e v 2 x 2 , y 2 , z 2 dois vetores do 3. Ento:

cap6_OK.indd 187 31/03/2013 03:40:20


188 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

T v 1 v 2 T x 1 , y 1 , z 1 x 2 , y 2 , z 2 T x 1 x 2 , y 1 y 2 , z 1 z 2

x 1 x 2 z 1 z 2 ,2 y 1 y 2 z 1 z 2

x 1 x 2 z 1 z 2 ,2 y 1 2 y 2 z 1 z 2

x 1 z 1 ,2 y 1 z 1 x 2 z 2 ,2 y 2 z 2

T x1, y1, z1 T x 2 , y 2 , z 2 T v1 T v 2

b) Sejam v x , y , z 3 e . Tem-se:

T v T x , y , z T x , y , z x z ,2 y z

x z ,2 y z T x , y , z T v .

3) Sejam 0 : V W a aplicao nula, definida por 0 v 0 , v V , e


Id : V V a aplicao identidade, definida por Id v v , v V . O lei-
tor poder verificar que essas transformaes so lineares.

4) Seja T : 2 3 , definida por T x , y x , y ,2 . Mostrar que T no


uma transformao linear.
Deve-se mostrar que pelo menos uma das condies da definio no
satisfeita. Tem-se:

a) Sejam v 1 x 1 , y 1 e v 2 x 2 , y 2 dois vetores do 2 . Tem-se:

T v 1 v 2 T x 1 , y 1 x 2 , y 2 T x 1 x 2 , y 1 y 2

x 1 x 2 , y 1 y 2 ,2 x 1 , y 1 ,2 x 2 , y 2 ,0 T v 1 T v 2

Conclui-se, assim, que T no transformao linear.

5) As seguintes transformaes apresentam uma viso geomtrica:

a) Expanso:

T : 2 2
, sendo .
x, y T x, y x, y

cap6_OK.indd 188 31/03/2013 03:40:21


Transformao Linear | 189

Na Figura 6.2, mostram-se, para exemplificar, o vetor v 1,2 e o


vetor T v 2v , ou seja, T v T 1,2 2 1,2 2, 4 , onde se consi-
derou 2.
b) Reflexo em torno do eixo Ox:
T : 2 2
.
x, y T x, y x, y
Considerando-se, por exemplo, o vetor v 2, 3 , tem-se que
T v T 2, 3 2,3 . Esses vetores so mostrados na Figura 6.3.

Figura 6.2

Figura 6.3

cap6_OK.indd 189 31/03/2013 03:40:21


190 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

c) Reflexo na origem:

T : 2 2
.
x, y T x, y x, y

A imagem do vetor v 2,3 por essa transformao T


T v T 2,3 2, 3 , conforme se v na Figura 6.4.

d) Rotao de um ngulo no sentido anti-horrio:

T : 2 2
.
x, y T x , y x cos ysen , y cos xsen

Tomando-se, novamente, o vetor v 2,3 e considerando-se um


ngulo de rotao 60 0, tem-se:


T x , y 2cos 60 0 3sen 60 0 , 3cos 60 0 2sen 60 0 , ou seja,

3 3 3
tem-se o vetor T 2,3 1 , 3 , mostrado na Figura 6.5.
2 2

Figura 6.4

cap6_OK.indd 190 31/03/2013 03:40:22


Transformao Linear | 191

Figura 6.5

e) Reflexo em torno da reta y x :

T : 2 2
.
x, y T x, y y, x
Considerando-se, agora, o vetor v 3,1 , obter-se-, pela transforma-
o T, o vetor T v 1,3 , os quais so simtricos em relao reta
y x , como mostra a Figura 6.6.

6) Sejam: M n o espao vetorial das matrizes quadradas de ordem n


sobre o corpo e B M n uma matriz fixa. Verificar se linear a
transformao
T : M n M n
.
A T A AB BA
Verificar-se- se so satisfeitas as condies da definio.

a) Sejam A e C duas matrizes de M n . Tem-se:

T A AB BA e T C CB BC;
ento:
T A C A C B B A C AB CB BA BC

AB BA CB BC T A T C

b) Sejam A M n e . Tem-se:
T A A B B A AB BA AB BA T A

cap6_OK.indd 191 31/03/2013 03:40:22


192 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

Conclui-se, de (a) e (b), que T uma transformao linear.

Figura 6.6

7) Considere-se a aplicao T : P2 M 2 , definida por:

a 0 a1 a2

T a 0 a1t a 2t 2 .
a1 a1 a 2

Mostrar que T uma transformao linear.
Deve-se mostrar que so satisfeitas as condies da definio.

a) Sejam p1 t a 0 a1t a 2t 2 e p 2 t b0 b1t b2t 2 dois elementos


de P2 . Ento:


T p1 t p 2 t T a 0 a1t a 2t 2 b0 b1t b2t 2

T a 0 b0 a1 b1 t a 2 b2 t 2

a 0 a1 b0 b1 a 2 b2

a1 b1 a1 b1 a 2 b2

a 0 a1 a 2 b0 b1 b2

a1 a1 a 2 b1 b1 b2

T p1 t T p 2 t

cap6_OK.indd 192 31/03/2013 03:40:22


Transformao Linear | 193

Assim, T p1 t p 2 t T p1 t T p 2 t .

b) Sejam p t a 0 a1t a 2t 2 um elemento de P2 e . Tem-se:

a 0 a1 a2

T p t T a 0 a1t a 2t 2
a1 a1 a 2

a 0 a1 a2
T p t .
a1 a1 a 2

De (a)e (b), conclui-se que T uma transformao linear.

Teorema:Sejam V e W dois espaos vetoriais reais e B v 1 , v 2 , , v n uma


base ordenada de V. Dados w 1 , w 2 ,, w n elementos arbitrrios de W, existe
uma nica transformao linear T : V W tal que T v 1 w 1, T v 2 w 2,
..., T v n w n .

Demonstrao:

Hipteses: B v 1 , v 2 , , v n base de V; w 1 , w 2 , , w n so elementos


arbitrrios de W

Tese: existe uma nica transformao linear T : V W tal que T v 1 w 1,


T v 2 w 2, ..., T v n w n

(i) Existncia
Seja v V . Ento, existem nmeros reais 1 , 2 ,, n tais que:

v 1v 1 2v 2 nv n .

Define-se a seguinte transformao:


T :V W
.
v T v 1w 1 2w 2 nw n

Observe-se que T est bem definida, pois 1 , 2 ,, n so nicos. Alm


disso, tem-se:

T v T 1v 1 2v 2 nv n 1T v 1 2T v 2 nT v n ;

conclui-se, assim, que, para i 1,2,, n , tem-se T v i w i .

cap6_OK.indd 193 31/03/2013 03:40:23


194 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

(ii) Unicidade
Suponha-se que existe uma transformao linear T : V W tal que
T v i w i , para i 1,2,, n . Ento, vem:

T v T 1v 1 2v 2 nv n 1T v 1 2T v 2 nT v n

1w 1 2w 2 nw n T v ,

de onde se segue que T T .

Observao:com este teorema, pode-se afirmar que as transformaes lineares


so determinadas conhecendo-se apenas seu valor nos elementos de uma base
de seu espao de sada.

6.3. PROPRIEDADES DAS TRANSFORMAES LINEARES

Para toda transformao linear T : V W , so vlidas as seguintes


propriedades:

P1 T 0 0
De fato, tem-se:

T 0 T 0 v 0 T v 0 , v V .

P2 T v T v , v V

De fato, tem-se:

T v T 1 v 1 T v T v

P3 T v 1 v 2 T v 1 T v 2 , v 1 , v 2 V
Com efeito, tem-se:

T v 1 v 2 T v 1 v 2 T v 1 T v 2 T v 1 T v 2

n
n
P4 T iv i iT v i , v i V , i K ; i 1,2,, n .
i 1 i 1

cap6_OK.indd 194 31/03/2013 03:40:23


Transformao Linear | 195

De fato, tem-se:

n

T i v i T 1v 1 2v 2 nv n T 1v 1 T 2v 2 T 2v 2
i 1
n
1T v 1 2T v 2 nT v n T v
i 1
i i

P5 Se U V como subespao vetorial, ento T U W como subes-


pao vetorial.
Sugere-se demonstrar a afirmao.

Observaes:

1) Da 1 propriedade, decorre que, se uma transformao T tal que T 0 0,


0
ento T no linear. Ressalte-se, no entanto, que a condio de que
T 0 0 no suficiente para que T seja linear.

2) A 4 propriedade mostra que a transformao linear preserva combina-


es lineares. Diz-se, ento, que a transformao linear satisfaz o princpio
de superposio.

Exemplo: Considere-se uma transformao linear T : P2 satis-


3

fazendo as seguintes condies: T 1,1,1 2 3t , T 1,1,0 1 t t 2 e


T 1,0,0 t 2t 2. Determinar a expresso de T.

De acordo com os espaos de sada e de chegada de T, esta transforma


vetores do 3 em polinmios de grau menor ou igual a 2, com coeficientes
reais. Para que seja possvel construir a expresso de T aplicada em um vetor
x , y , z 3, preciso conhec-la aplicada nos vetores de uma base do seu
espao de sada, no caso, o 3.

possvel mostrar que o conjunto B 1,1,1 , 1,1,0 , 1,0,0 uma base


deste espao e, portanto, so conhecidas as imagens desses vetores, pela trans-
formao T.

Tomando um vetor genrico x , y , z 3, este uma combinao linear


dos vetores da base B e, portanto, pode-se escrever:

x , y , z a 1,1,1 b 1,1,0 c 1,0,0 ,

cap6_OK.indd 195 31/03/2013 03:40:23


196 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

ou seja,
x , y , z a b c, a b, a ,
de onde se segue que

x a b c

y a b ,
z a

e, portanto,

a z

b y z .
c x y

Logo, pode-se escrever:

x , y , z z 1,1,1 y z 1,1,0 x y 1,0,0 .


Aplicando-se a transformao em ambos os lados desta igualdade, vem:

T x , y , z T z 1,1,1 y z 1,1,0 x y 1,0,0 .

Pela propriedade P3 , tem-se:

T x , y , z zT 1,1,1 y z T 1,1,0 x y T 1,0,0


z 2 3t y z 1 t t 2 x y t 2t 2
y z x 4z t 2x 3 y z t 2 .

Assim, para qualquer vetor x , y , z 3 , tem-se que

T x, y, z y z x 4z t 2x 3 y z t 2 ,

que a expresso procurada da transformao T.

cap6_OK.indd 196 31/03/2013 03:40:23


Transformao Linear | 197

6.4. NCLEO E IMAGEM

Definio:O conjunto imagem deuma transformao linear T : V W o


conjunto:

Im T w W ; v V / T v w.
Assim, a imagem de T constituda dos vetores de W que so imagem de
pelo menos um vetor de V, atravs da aplicao T. claro que, de maneira
geral, tem-se que Im T W ; pode ocorrer, entretanto, que Im T W .

Definio:O ncleo deuma transformao linear T : V W o conjunto:

Ker T v V / T v 0.

Observaes:

1) A notao Ker T para ncleo de T deve-se palavra inglesa kernel, que


significa ncleo.

2) O ncleo de T um subconjunto de V, isto , Ker T V .

3) Tambm se pode fazer referncia ao ncleo de Tcomo nulidade de T, com


a notao Nul T .

4) Quando se consideram funes da forma:


f :A B
,
x y f x

ou seja, funes reais de uma varivel real, o conjunto dos elementos de A


tais que f x 0 o conjunto dos zeros da funo f, ou seja, das razes
reais da equao f x 0. Esses so os valores da varivel x que anulam a
funo f, de onde se origina a expresso nulidade da funo. No caso de
transformaes lineares, no se utiliza a expresso zero da transformao
para um vetor v tal que T v 0. Diz-se, apenas, que v pertence ao ncleo
de T e, portanto, levado por ela ao vetor nulo do espao de chegada.

A Figura 6.7 mostra a representao grfica de uma transformao linear


T : V W , com os conjuntos Ker T V , no qual se mostra um vetor u
tal que T u 0, e Im T W , no qual se mostram os vetores w, imagem
de um vetor v V , e o vetor nulo 0, imagem do vetor u V .

cap6_OK.indd 197 31/03/2013 03:40:24


198 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

Figura 6.7

Exemplos:

1) Considere-se a transformao linear T, definida por:

T : 2 3
.
x, y T x , y 2 x y ,2 x y ,0

Determinar os conjuntos Ker T 2 e Im T 3 .

Para que um vetor v x , y pertena ao ncleo de T, preciso que


T v 0, ou seja, deve-se ter: T x , y 0,0,0 . Assim, vem:

2x y ,2x y ,0 0,0,0 ,
de onde se segue que y 2 x . Portanto, o ncleo de T o conjunto:


Ker T x , y 2 / y 2 x ,
isto , so os pares ordenados x , y 2 que pertencem reta de equao
y 2 x.

O conjunto imagem de T :


Im T w 3 ; v 2 / T v w ,
ou seja, so as ternas x , y , z 3 do tipo 2 x y ,2 x y ,0 .

Um sistema de geradores para o conjunto imagem 2,2,0 , 1, 1,0 .


Como esses dois vetores so LD, pois so mltiplos um do outro, pode-se
retirar um deles, por exemplo, 1, 1,0 .

cap6_OK.indd 198 31/03/2013 03:40:24


Transformao Linear | 199

Ento, conclui-se que Im T 2,2,0 , ou seja,


Im T x , y , z 3 / y x e z 0 .
A imagem geomtrica desse conjunto a reta do 3 de equao:

y x
.
z 0

Da anlise efetuada, tm-se as seguintes concluses:

a) os pares ordenados do 2 que pertencem reta y 2 x pertencem ao


ncleo de T, isto , so levados, por esta transformao, ao elemento
0,0,0 3;
b) os demais elementos do 2 so levados, por T, reta do 3 de equao

y x
.
z 0

Essas concluses so mostradas na Figura 6.8.

Figura 6.8

2) Considere-se a transformao linear

T : 3 3
.
x , y , z T x , y , z x , y ,0
Para que um vetor v x , y , z pertena ao ncleo de T, preciso que
T v 0, ou seja, deve-se ter: T x , y , z 0,0,0 . Assim, vem:

cap6_OK.indd 199 21/08/2013 15:31:58


200 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

x , y ,0 0,0,0 ,
de onde se conclui que x y 0 e z pode ser qualquer nmero real. Por-
tanto, o ncleo de T o conjunto:

Ker T 0,0, z / z .

Considerando-se a representao geomtrica do 3, so os pontos sobre o


eixo Oz.

O conjunto imagem de T :


Im T w 3 ; v 3 / T v w ,
ou seja, so as ternas x , y , z 3 do tipo x , y ,0 .

Portanto, Im T x , y ,0 / x , y .

Considerando-se a representao geomtrica do 3, so os pontos sobre o


plano Oxy.

Teorema: Sejam V e W espaos vetoriais sobre um corpo K e T : V W uma


transformao linear. Ento:

a) Ker T um subespao vetorial de V.

b) Im T um subespao vetorial de W.

Demonstrao:

Hiptese: T : V W uma transformao linear

Teses:

a) Ker T um subespao vetorial de V

b) Im T um subespao vetorial de W

a) Para provar que Ker T um subespao vetorial de V, devem-se mostrar


que so verdadeiros os trs axiomas da definio de subespao vetorial. De
fato, tem-se:

1) como T 0 0 , segue-se que 0 Ker T .

2) sejam u e u dois elementos de Ker T . Ento, T u 0 e T u ' 0.

cap6_OK.indd 200 31/03/2013 03:40:25


Transformao Linear | 201

Assim, sendo T uma transformao linear, vem:


T u u ' T u T u ' 0 0 0
e, portanto, u u ' Ker T .

3) sejam u Ker T e K . Sendo u um elemento de Ker T ,


segue-se que T u 0. Ento, como T uma transformao linear,
vem:
T u T u 0 0,
0
de onde se conclui que u Ker T .
De (1), (2) e (3), conclui-se que Ker T um subespao vetorial de V.
Escreve-se: Ker T V .
se

b) Mostrar-se-, agora, que Im T um subespao vetorial de W.

1) Como T 0 0,
0 segue-se que 0 Im T .
2) Sejam w e w dois elementos de Im T . Ento, existem elementos u e u
em V tais que T u w e T u ' w '. Assim, sendo T uma transforma-
o linear, vem:
T u u ' T u T u ' w w '
e, portanto, w w ' Im T .

3) Sejam w Im T e K . Se w Im T , segue-se que existe um ele-


mento u V tal que T u w . Por hiptese, T transformao linear;
ento:
T u T u w ,
de onde se conclui que w Im T .

De (1), (2) e (3), conclui-se que Im T um subespao vetorial de W.


Escreve-se: Im T W.
se

Definio:Seja T : V W uma transformao linear. Define-se:

dim Im T posto de T;

dim Ker T nulidade de T.

cap6_OK.indd 201 26/04/2013 22:33:32


202 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

Exemplos:

1) Considere-se a transformao linear T : M 2 3, definida por:

a b
T 2a 5b 3c, a c, b d .
c d
Determinar Ker T e Im T , assim como as dimenses desses espaos.
a b
Seja Ker T . Por definio do ncleo de T, tem-se:
c d

a b
T 0,0,0 ,
c d
ou seja,
2a 5b 3c, a c, b d 0,0,0 ,
de onde vem que:

2a 5b 3c 0

a c 0 .
b d 0

Resolvendo-se esse sistema linear, obtm-se:

a d

b d .
c d

Assim:

a b
Ker T M 2 / a b d e c d , d ,
c d

ou, equivalentemente,

d d
Ker T M 2 / d .
d d

Encontrar-se- uma base para esse espao.

cap6_OK.indd 202 31/03/2013 03:40:25


Transformao Linear | 203

d d
Tomando-se um elemento Ker T , pode-se escrever:
d d

d d 1 1
d .
d d 1 1

1 1
Ento, B base de Ker T e, portanto, dim Ker T 1 .
1 1

Os elementos x , y , z 3 que pertencem ao conjunto Im T , pela pr-

pria definio de T, so do tipo 2a 5b 3c, a c, b d , onde a, b, c e d

a b
so os elementos da matriz .
c d

Para encontrar uma base para Im T , escreve-se:

2a 5b 3c, a c, b d a 2,1,0 b 5,0,1 c 3,1,0 d 0,0,1 .


Assim, S 2,1,0 , 5,0,1 , 3,1,0 , 0,0,1 um sistema de geradores
para Im T . Para encontrar uma base desse espao, a partir desse sistema
de geradores, conforme se viu anteriormente, constri-se uma matriz com
os vetores do conjunto de geradores e escalona-se a matriz. As linhas no
nulas da matriz resultante do escalonamento sero vetores LI, os quais for-
maro a base procurada. Ento:

2 1 0 2 1 0 2 1 0 2 1 0
5 L1 2 L2
5 0 1 3 L1 2 L3 0

5 2 L2 L3 0

5 2 12 L3 L 4 0

5 2
3 1 0 0 5 0 0 0 2 0 0 2

0 0 1 0 0 1 0 0 1 0 0 0

Ento B ' 2,1,0 , 0,5,2 , 0,0,2 base de Im T e, portanto,


dim Im T 3 .

2) Determinar um operador linear T : 3 3 tal que


Im T 2,1,1 , 1, 1,2 .

cap6_OK.indd 203 31/03/2013 03:40:25


204 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

Observe-se que os vetores 2,1,1 e 1, 1,2 so LI. Considere-se a base


cannica e 1 , e 2 , e 3 do 3 e seja T : 3 3 tal que T e 1 2,1,1,
T e 2 1, 1,2 e T e 3 0,0,0 . Logo, tomando x , y , z 3, tem-se:

x , y , z x 1,0,0 y 0,1,0 z 0,0,1 xe1 ye 2 ze 3.


Ento:

T x , y , z T xe 1 ye 2 ze 3 T xe 1 T ye 2 T ze 3 x

xT e 1 yT e 2 zT e 3

x 2,1,1 y 1, 1,2 z 0,0,0 2 x y , x y , x 2 y .

Assim,

T x, y, z 2x y, x y, x 2 y .

3) Seja T : 3 2 a transformao linear definida por


T x , y , z x y ,2 x y z .

a) Determinar uma base e a dimenso de Ker T .

Por definio, tem-se:


Ker T x , y , z 3 / T x , y , z 0,0 .

Assim, Ker T constitudo dos vetores do 3 da seguinte forma:

T x , y , z x y ,2 x y z 0,0 ,

ou seja,

x y 0
,
2 x y z 0
de onde se conclui que y x e z 3x . Portanto, os vetores do 3 que
pertencem ao ncleo de T so da forma x , x , 3x , x , isto ,

Ker T x , x , 3x / x x 1, 1, 3 / x 1, 1, 3 .

Logo, 1, 1, 3 uma base de Ker T e dim Ker T 1 .

cap6_OK.indd 204 31/03/2013 03:40:26


Transformao Linear | 205

b) Determinar uma base e a dimenso de Im T .

Tem-se, por definio:

Im T x y ,2 x y z / x , y , z x 1,2 y 1, 1 z 0,1 / x , y , z .

Assim, S 1,2 , 1, 1 , 0,1 um sistema de geradores para Im T .


Para encontrar uma base desse espao, a partir desse sistema de gerado-
res, constri-se uma matriz com os vetores do conjunto de geradores e
escalona-se a matriz. As linhas no nulas da matriz resultante do esca-
lonamento sero vetores LI, os quais formaro a base procurada. Ento:

1 2 1 2 1 2 1 2
L1 L2 L2 L3 3L2 L3
1 1 0 3 0 1 0 1
0 1 0 1 0 3 0 0

Ento B ' 1,2 , 0,1 base de Im T e, portanto, dim Im T 2.

6.5. OPERAES COM TRANSFORMAES LINEARES

6.5.1. Adio

Sejam V e W espaos vetoriais sobre um corpo K e F : V W e G : V W


transformaes lineares. Chama-se adio de F com G a aplicao
F G : V W tal que F G v F v G v , v V .

Propriedades: dadas as transformaes lineares F : V W , G : V W e


H : V W , a operao de adio satisfaz as propriedades:

a) Comutativa: F G G F

b) Associativa: F G H F G H

c) Elemento Neutro: a transformao linear nula N : V W , definida por


N v 0 , v V , satisfazendo: F N N F F .

d) Elemento Oposto: considerada a transformao linear F : V W , o ele-


mento oposto da operao de adio a transformao F : V W ,
definida por F v v , v V , que satisfaz: F F F F N .

cap6_OK.indd 205 31/03/2013 03:40:26


206 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

Proposio:Sejam:V e W espaos vetoriais sobre um corpo K e F : V W e


G : V W duas transformaes lineares. Ento F G uma transformao
linear.

Demonstrao:
Hiptese: F e G so transformaes lineares

Tese: F G transformao linear

a) Sejam u e v dois elementos de V. Tem-se, por definio, que:

F G u v F u v G u v .
Como, por hiptese, F e G so transformaes lineares, pode-se escrever:

F G u v F u v G u v F u F v G u G v
F u G u F v G v F G u F G v

Assim, F G u v F G u F G v .

b) Sejam u V e K ; tem-se:
F G u F u G u F u G u F u G u F G u .
De (a) e (b), conclui-se que F G uma transformao linear.

6.5.2. Subtrao

Sejam V e W espaos vetoriais sobre um corpo K e F : V W e G : V W


transformaes lineares. Chama-se subtrao das transformaes F e G a apli-
cao F G : V W tal que F G v F v G v , v V .
A subtrao de F e G a adio de F com a transformao oposta de G, ou
seja, com G; assim, a subtrao de F e G obtida fazendo-se:
F G F G
claro que esta operao satisfaz as mesmas propriedades da adio de
transformaes. Tambm possvel demonstrar que verdadeira a proposio
enunciada a seguir.

Proposio:Sejam:V e W espaos vetoriais sobre um corpo K e F : V W e


G : V W duas transformaes lineares. Ento F G uma transformao
linear.

cap6_OK.indd 206 31/03/2013 03:40:27


Transformao Linear | 207

6.5.3. Multiplicao de uma transformao linear por um escalar

Sejam V e W espaos vetoriais sobre um corpo K, F : V W uma trans-


formao linear e K . Chama-se multiplicao da transformao F pelo
nmero a aplicao F : V W tal que F v F v , v V .

Propriedades:dadas as transformaes lineares F : V W e G : V W e os es-


calares e , a operao de multiplicao por escalar satisfaz as propriedades:

a) F F F

b) F G F G

c) F F F
d) 1 F F

possvel demonstrar que verdadeiro o resultado seguinte.

Proposio:Sejam:V e W espaos vetoriais sobre um corpo K, F : V W e


K . Ento F uma transformao linear.

6.5.4. Composio de Transformaes Lineares

Sejam: V, U e W espaos vetoriais sobre um corpo K e F : V U e


G : U W transformaes lineares. Chama-se transformao composta de
G com F, denotada por G F , a aplicao G F : V W , definida por:
G F v G F v , v V .
A representao grfica mostrada na Figura 6.9.

Figura 6.9

cap6_OK.indd 207 31/03/2013 03:40:27


208 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

Assim, tem-se:

Figura 6.10

Observao: a composio de G com F, denotada por G F , lida G composta


com F ou, ento, G bola F. No se trata, evidentemente, do produto de G por F,
denotado por G F . Alm disso, tem-se, em geral, que G F v F G v ,
ou seja, G composta com F diferente, em geral, de F composta com G. Portan-
to, a composio de transformaes lineares no comutativa.

Proposio: Sejam:V, U e W espaos vetoriais sobre um corpo K e F : V U


e G : U W transformaes lineares. Ento, G F : V W uma transfor-
mao linear.

Demonstrao:

Hiptese: F e G so transformaes lineares

Tese: G F transformao linear

a) Sejam u e v dois elementos de V. Tem-se, por definio, que:

G F u v G F u v .
Como, por hiptese, F uma transformao linear, pode-se escrever:

G F u v G F u v G F u F v .
Por sua vez, G uma transformao linear; ento:

G F u F v G F u G F v G F u G F v

Assim, G F u v G F u G F v .

b) Sejam u V e K ; tem-se:

G F u G F u G F u G F u G F u
De (a) e (b), conclui-se que G F uma transformao linear.

cap6_OK.indd 208 31/03/2013 03:40:28


Transformao Linear | 209

Para o caso dos operadores lineares, so vlidas as propriedades que se


seguem.

Propriedades:

Sejam: V, um espao vetorial sobre um corpo K; F : V V , G : V V e


H : V V operadores lineares. Ento, so vlidas as propriedades:

a) Associativa: F G H F G H .

b) Elemento Neutro: o operador linear identidade Id : V V , definido por


Id v v , v V , satisfazendo: F Id Id F F .

c) Distributiva:
esquerda: F G H F G F H
direita: G H F G F H F

d) Elemento Inverso: considerado o operador linear inversvel F : V V , o


elemento inverso da composio de transformaes o operador
1 1
F 1 : V V tal que F F F F Id .

Observao: as transformaes lineares inversveis sero estudadas no


Captulo 7.

Exemplo: Dadas as transformaes lineares: F : , G :


2 3 3 2
e
H : , definidas por:
2 3

F x , y x y , x y , x , G x , y , z x y , x z e
H x , y 2 x y , y , x 2 y , determinar:

a) R 3F 2H
Tem-se:
R x , y 3F x , y 2 H x , y 3 x y , x y , x 2 2 x y , y , x 2 y

7 x y ,3x y ,5x 4 y

b) G F

G F x , y G F x , y G x y , x y , x
x y x y , x y x 2 y ,2 x y

cap6_OK.indd 209 31/03/2013 03:40:28


210 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

c) F 2 F F
F 2 x , y F F x , y F F x , y F x y , x y , x
x y x y , x y x y , x y 2 x ,2 y , x y

6.6. EXERCCIOS PROPOSTOS

1) Seja M n o espao vetorial das matrizes quadradas de ordem n e B uma


matriz fixa deste espao. Mostrar que a aplicao F : M n M n ,
definida por: F X BX , X M n um operador linear.

2) Sabendo que T um operador linear do 2 tal que T 1,2 3, 1 e


T 0,1 1,2 , determinar a expresso de T x , y .

R: T x , y x y , 5x 2 y

3) Considere-se a transformao linear definida por:


T x , y , z , t x y z ,2 x y 2z t ,3x z t .
Determinar uma base e a dimenso para Im T e Ker T .

R:Base de Im T : 1,2,3 , 0,1,1 ; dim Im T 2


Base de Ker T : 1,1,0, 3 , 1,0,1, 4 ; dim Ker T 2
4) Determinar um operador do 3 cujo ncleo constitudo pelos pontos da
reta de equao
y 2 x

z 0
e cuja imagem constituda pelos pontos do plano de equao
x 2 y z 0.
R: T x , y , z 4 x 2 y z , 2 x y , z

5) Sendo T x , y 3x 2 y , x y , x y e G x , y , z x y z ,2 x z
duas transformaes lineares, determine a dimenso de Ker G T e de
Im G T .
R: dim Ker G T 0 e dim Im G T 2

cap6_OK.indd 210 31/03/2013 03:40:28


7
ISOMORFISMO

A pergunta inicial que se faz neste captulo e que o motiva : dada uma
transformao linear T : V W , possvel definir uma transformao linear
que seja inversa de T, ou seja, existe a transformao linear T 1 : W V ? Sero
dados, a seguir, definies e resultados que permitam responder a esta pergunta.
Primeiramente, recordar-se-o trs definies importantes sobre funes
reais de uma varivel real, para, em seguida, estend-las s transformaes
lineares.

Definies:Dados dois subconjuntos no vazios de , A e B, e uma funo


f de A em B, define-se:
y f x injetora se f x 1 f x 2 x 1 x 2, ou seja, y 1 y 2 x 1 x 2.
Isto significa que cada y pertencente ao conjunto Im f imagem
de um nico x do domnio de f . Equivalentemente, tem-se:
x 1 x 2 f x 1 f x 2 . Assim, elementos distintos do domnio de f
tm imagens diferentes.

y f x sobrejetora se y CD f , x D f / y f x , isto :
Im f CD f .
Isto significa que todo elemento de B imagem de pelo menos um x do do-
mnio de f . Aqui, D f e CD f denotam, respectivamente, o domnio
e o contradomnio de f.
Quando a funo , ao mesmo tempo, injetora e sobrejetora, diz-se que ela
bijetora. Assim, tem-se: a funo f de A em B uma bijeo (ou bijetora) se
todo elemento de B imagem de um nico elemento de A.
Apresentam-se, agora, as definies anlogas para transformaes lineares.

Definio: Dados dois espaos vetoriais no vazios V e W, diz-se que uma


transformao linear T : V W injetora se T v 1 T v 2 v 1 v 2 ,
v 1 , v 2 V . Equivalentemente, tem-se: v 1 v 2 T v 1 T v 2 .

cap7_OK.indd 211 31/03/2013 03:40:49


212 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

Isto significa que cada w pertencente ao conjunto Im T imagem de um


nico v do domnio de T . Assim, elementos distintos do domnio de T tm
imagens diferentes.

Definio: Dados dois espaos vetoriais no vazios V e W, diz-se que


uma transformao linear T : V W sobrejetora se w CD T ,
v D T / w T v , isto : Im T CD T W .

Isto significa que todo elemento de W imagem de pelo menos um v do do-


mnio de T . Aqui, D T e CD T denotam, respectivamente, o domnio e o
contradomnio de T.

Definio: Dados dois espaos vetoriais no vazios V e W, diz-se que uma


transformao linear T : V W bijetora se injetora e sobrejetora.

Exemplo:Considere-sea transformao linear T : definida por:


2 2

T v T x , y x y , x y , para todo v x , y 2 .

Afirma-se: T bijetora.
Para ver que essa afirmao verdadeira, deve-se mostrar que T injetora
e sobrejetora. Tomando-se dois elementos v 1 x 1 , y 1 e v 2 x 2 , y 2 no do-
mnio de T, tem-se:

T v 1 T x 1 , y 1 x 1 y 1 , x 1 y 1 e T v 2 T x 2 , y 2 x 2 y 2 , x 2 y 2 .

Ento:

T v1 T v 2 x1 y1, x1 y1 x 2 y 2 , x 2 y 2 ,

de onde se obtm o sistema linear:

x 1 y 1 x 2 y 2
.
x 1 y 1 x 2 y 2

Resolvendo-se esse sistema, conclui-se que x 1 x 2 e y 1 y 2 , ou seja,


conclui-se que v 1 v 2 e, portanto, T injetora.
Para mostrar que T sobrejetora, deve-se mostrar que todo elemento de
CD T 2 imagem de pelo menos um elemento de D T 2 , isto ,
deve-se mostrar que Im T 2 .

cap7_OK.indd 212 31/03/2013 03:40:51


Isomorsmo | 213

Um elemento w x , y pertencente ao conjunto Im T escrito na for-


ma w x y , x y . Ento, vem:

w x 1,1 y 1, 1,

ou seja, o conjunto B 1,1 , 1, 1 uma base de Im T . Entretanto, B


tambm uma base do 2 . Logo, dim Im T dim 2 . Como
Im T , conclui-se que Im T , ou seja, T sobrejetora.
2 2

Sendo injetora e sobrejetora, segue-se que T bijetora.


Sero enunciados, a seguir, teoremas que auxiliaro a verificar se uma
transformao linear ou no bijetora.

Teorema1: Seja T : V W uma transformao linear. Ento T injetora se,


e somente se, Ker T 0.

Demonstrao:

(i) Condio necessria


Hiptese: T : V W uma transformao linear injetora
Tese: Ker T 0.

Seja v Ker T ; ento, T v 0 . Mas, sendo T uma transformao


linear, sabe-se que T 0 0 e, portanto, segue-se que T v T 0 . Mas,
por hiptese, T injetora e, portanto, conclui-se que v 0 , ou seja,
Ker T 0.

(ii) Condio suficiente


Hiptese: Ker T 0
Tese: T injetora.

Sejam u, v V tais que T u T v . Ento:


T u T v 0 ,
de onde vem que
T u v 0 ,
isto , u v Ker T . Como, por hiptese, Ker T 0, conclui-se que
u v 0 , ou seja, u v . Portanto, T injetora.

cap7_OK.indd 213 31/03/2013 03:40:51


214 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

Exemplo: Considere-se novamente a transformao linear T : , defi-


2 2

nida por:
T v T x , y x y , x y , para todo v x , y 2 ,
a qual injetora. Tomando um elemento u x , y Ker T , tem-se:
T u 0 , ou seja, T x , y 0 , ressaltando que, neste caso, o elemento 0
que figura no segundo membro da igualdade o vetor 0 0,0 . Assim, vem:
T x , y 0 x y , x y 0,0 ,
ou seja,

x y 0
,
x y 0
de onde se segue que x y 0 , ou seja, u 0 . Conclui-se, assim, que o nico
elemento que pertence a Ker T o vetor nulo, isto , Ker T 0 , ou,
equivalentemente, Ker T 0,0 .

Teorema 2: Seja T : V W uma transformao linear injetora. Se


v 1 , v 2 ,, v n so vetores LI de V, ento T v 1 , T v 2 ,, T v n so ve-
tores LI de W.

Demonstrao:
Hipteses: T : V W uma transformao linear injetora; v 1 , v 2 , , v n V
so LI

Tese: T v 1 , T v 2 , , T v n W so LI

Considerem-se os escalares 1 , 2 ,, n K tais que:

1T v 1 2T v 2 nT v n 0 ;
sendo T uma transformao linear, pode-se escrever:

T 1v 1 2v 2 nv n 0 .

Como T injetora, segue-se que:


1v 1 2v 2 nv n 0 .
Sendo v 1 , v 2 ,, v n LI, segue-se que 1 2 n 0 e, portanto,
T v 1 ,T v 2 ,,T v n so LI.

cap7_OK.indd 214 31/03/2013 03:40:51


Isomorsmo | 215

Exemplo: Considere-se, uma vez mais, a transformao linear T : , de-


2 2

finida por:

T v T x , y x y , x y , para todo v x , y 2 ,

e os vetores v 1 1,2 e v 2 0, 1 , os quais so LI. Tem-se:

T v 1 T 1,2 1 2,1 2 3, 1
e
T v 2 T 0, 1 0 1,0 1 1,1

Verificar-se- que os vetores obtidos T v 1 3, 1 e T v 2 1,1 so


LI. Para isso, escreve-se a equao abaixo, onde a e b so escalares:

aT v 1 bT v 2 0 ,

ou seja,

a 3, 1 b 1,1 0,0 ,

ou, ainda,

3a b, a b 0,0 ,
de onde se obtm o sistema linear

3a b 0
,
a b 0
cuja soluo a b 0 . Assim, conclui-se que T v 1 e T v 2 so LI.

Teorema3: Sejam V e W espaos vetoriais sobre um corpo K, sendo V de di-


menso finita, e T : V W uma transformao linear. Ento:

dim V dim Im T dim Ker T .

Demonstrao:

Hipteses: V e W so espaos vetoriais sobre K; V tem dimenso finita;


T : V W transformao linear
dim Ker T
Tese: dim V dim Im T

Supondo-se que dim Ker T 0 , considere-se u1 , u 2 ,..., u n V uma


base de Ker T . Pode-se completar esse conjunto, de modo a obter uma base

cap7_OK.indd 215 31/03/2013 03:40:52


216 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

de V. Sejam v 1 , v 2 ,..., v m V tais que u1 , u 2 ,..., u n , v 1 , v 2 ,..., v m uma base


de V. Ento, dim V n m. Mostrar-se- que T v 1 , T v 2 ,., T v m
uma base de Im T .

a) O conjunto T v 1 , T v 2 ,., T v m gera Im T , isto :

Im T T v 1 , T v 2 ,., T v m .

De fato, tomando-se w Im T , existe v V tal que T v w .


Sendo um elemento de V, v uma combinao linear dos vetores da base
de V. Logo, existem escalares i 1 i n e j 1 j m tais que:

v 1u1 2u 2 nu n 1v 1 2v 2 mv m .

Ento:

w T v T 1u1 2u 2 nu n 1v 1 2v 2 mv m ,

isto ,
w T v 1T u1 2T u 2 nT u n 1T v 1 2T v 2 mT v m .

Como os vetores u i 1 i n pertencem a Ker T , tem-se que


T u i 0 1 i n , e, portanto, w 1T v 1 2T v 2 mT v m .

Conclui-se, assim, que T v 1 , T v 2 ,., T v m gera Im T .

b) Deve-se mostrar, agora, que os vetores T v 1 , T v 2 ,., T v m so LI.


Para isso tomam-se escalares 1 , 2 ,, m tais que:

1T v 1 2T v 2 mT v m 0 .

Dessa equao, pode-se escrever:

T 1v 1 2v 2 mv m 0 ,

de onde se segue que 1v 1 2v 2 mv m Ker T e, portanto, uma


combinao linear dos elementos da base deste espao, ou seja, existem
escalares i 1 i n tais que:
1v 1 2v 2 mv m 1u1 2u 2 nu n ,
ou seja,

cap7_OK.indd 216 27/04/2013 17:26:54


Isomorsmo | 217

1v 1 2v 2 mv m 1u1 2u 2 nu n 0 .
Como u1 , u 2 ,..., u n , v 1 , v 2 ,..., v m uma base de V, segue-se que
i 0 1 i n e j 0 1 j m . Portanto, T v 1 , T v 2 ,., T v m
LI.

De (a) e (b), segue-se que dim Im T m e vem:

dim Im T dim Ker T m n dim V ,


o que prova o teorema.


Corolrio:Nas hipteses do teorema anterior, se dim V dim W , as se-
guintes afirmaes so equivalentes:
(i) T sobrejetora
(ii) T bijetora
(iii) T injetora
(iv) T leva uma base de V em uma base de W

Demonstrao:

(i) (ii)

Hipteses: dim V dim W eT sobrejetora
Tese: T bijetora

De fato, por hiptese, Im T W e, portanto, dim Im T dim W dim V .


Pelo teorema anterior, tem-se que dim V dim Im T dim Ker T , de onde
se conclui que dim Ker T 0 , ou seja, Ker T 0. Pelo Teorema 1, segue-se
que T injetora e, portanto, T bijetora.

(ii) (iii)

Hipteses: dim V dim W eT bijetora
Tese: T injetora

Se T bijetora, ento T injetora.

(iii) (iv)

Hipteses: dim V dim W eT injetora
Tese: T leva uma base de V em uma base de W

cap7_OK.indd 217 27/04/2013 17:26:55


218 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

Seja B v 1 , v 2 ,, v n uma base de V. Mostrar-se- que


TB T v 1 , T v 2 ,, T v n uma base de W.

Uma vez que T injetora, TB tem tantos vetores quanto B. Dessa forma,
resta mostrar que TB LI. Considerem-se, ento escalares i 1 i n tais que:

1T v 1 2T v 2 nT v n 0.

Sendo T uma transformao linear, pode-se escrever:

T 1v 1 2v 2 nv n 0;

sendo T injetora, tem-se que 1v 1 2v 2 nv n 0 e, como


B v 1 , v 2 ,, v n base de V, segue-se que i 0 1 i n . Portanto,
TB T v 1 , T v 2 ,, T v n base de W.

(iv) (i)

Hipteses: dim V dim W eT leva uma base de V em uma base de W
Tese: T sobrejetora

De fato, seja w W . Tomando uma base B v 1 , v 2 ,, v n de V, segue-se,


por hiptese, que TB T v 1 , T v 2 ,, T v n uma base de W. Logo, w
uma combinao linear dos elementos desta base, isto , existem escalares
i 1 i n tais que:
w 1T v 1 2T v 2 nT v n ,

ou seja,

w T 1v 1 2v 2 nv n .

Isso mostra que w Im T e, portanto, T sobrejetora.

Teorema4: Se V e W so espaos vetoriais de dimenso finita e T : V W


uma transformao linear, ento:

a) Se dim V dim W , ento T no injetora.

b) Se dim V dim W , ento T no sobrejetora.

cap7_OK.indd 218 31/03/2013 03:40:53


Isomorsmo | 219

Demonstrao:
a) Hiptese: dim V dim W
Tese: T no injetora

Demonstrar-se- a seguinte afirmao equivalente (a):Se T injetora,


ento dim V dim W . De fato, tm-se as seguintes equivalncias:

T injetora Ker T 0 dim Ker T 0 .

Por outro lado, pelo Teorema 3, tem-se:

dim V dim Im T dim Ker T .

Assim, segue-se que dim V dim Im T .

Como dim Im T dim W , segue-se que dim V dim W ,

o que demonstra a afirmao.

b) Hiptese: dim V dim W


Tese: T no sobrejetora

De modo anlogo, demonstrar-se- a seguinte afirmao equivalente:Se


T sobrejetora, ento dim V dim W . De fato, sendo T sobrejetora,
tem-se que Im T W e, portanto, dim Im T dim W .
Do Teorema 3, tem-se:
dim V dim Im T dim Ker T
ou seja,
dim V dim W dim Ker T dim W ,
O que demonstra a afirmao.
As afirmaes (a) e (b) do Teorema 4 asseguram o seguinte resultado:

Teorema 5: Se uma transformao linear T : V W bijetora, ento


dim V dim W .

Exemplos:
1) Considere-se novamentea transformao linear T : 2 2 definida por:
T v T x , y x y , x y , para todo v x , y 2. Mostrar-se- que
T bijetora, utilizando-se os resultados dos teoremas anteriores.

cap7_OK.indd 219 31/03/2013 03:40:53


220 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

Sendo V W 2, tem-se que dim V dim W . Seja v x , y 2;


para que esse elemento pertena ao ncleo de T, deve-se ter T v 0, isto :

T v T x , y x y , x y 0,0 ,
ou seja,
x y 0
,
x y 0
de onde se obtm que x y 0. Portanto, Ker T 0; assim, pelo Teo-
rema 1, segue-se que T injetora. Pelo Corolrio do Teorema 3, conclui-se
que T bijetora.

2) Seja T : P2 M 2 uma transformao linear definida por:

a 0 a1 0

T a 0 a1t a 2t 2 .
0 a1 a 2

Pergunta-se:

a) T sobrejetora?

b) T injetora?

c) Quais so as dimenses dos espaos Ker T e Im T ?

a) Uma vez que dim P2 dim M 2 , conclui-se, pelo Teore-


ma 4, que T no sobrejetora.

b) Seja p t a 0 a1t a 2t 2 um elemento de Ker T . Ento, T p t 0,


isto :
a 0 a1 0 0 0

T a 0 a1t a 2t 2 ,
0 a1 a 2 0 0

de onde vem que:

a 0 a1 0
,
a1 a 2 0
resultando em a 0 a1 a 2 . Logo, todo elemento p t Ker T da
forma:

cap7_OK.indd 220 31/03/2013 03:40:54


Isomorsmo | 221


p t a 0 a 0t a 0t 2 a 0 1 t t 2 .


Portanto, 1 t t 2 base de Ker T , isto , dim Ker T 1 . Logo,
pelo Teorema 1, conclui-se que T no injetora.

c) Conforme se viu em (b), dim Ker T 1. Para determinar dim Im T ,


utiliza-se a igualdade:
dim P2 dim Ker T dim Im T ;

como dim P2 3 e dim Ker T 1, segue-se que dim Im T 2.

Definio: Dados dois espaos vetoriais no vazios V e W, diz-se quea trans-


formao linear T : V W um isomorfismo se bijetora.

Observao:quando V W , ou seja, T : V V um operador linear bijetor,


ento T chamado de um automorfismo.

Definio: Seja T : V W um isomorfismo. Ento, a aplicao inversa


T 1 : W V tambm um isomorfismo tal que T T 1 T 1 T Id .
1
Observao:quando a transformao linear T admite a aplicao inversa T ,
diz-se que T inversvel, ou invertvel, ou regular, ou no singular.

Exemplos:

1) Considere-se o operador linear

T : 2 2
.
x , y x 2 y ,3x y
Mostrar queT inversvel e determinar T 1.
Para mostrar que T inversvel, mostrar-se- que bijetor.
O ncleo de T constitudo dos elementos x , y tais que T x , y 0,0 ,
ou seja:
T x , y 0,0 x 2 y ,3x y 0,0 ,

isto ,
x 2 y 0
.
3x y 0

cap7_OK.indd 221 31/03/2013 03:40:54


222 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

Esse sistema apresenta apenas a soluo trivial 0,0 . Conclui-se, assim,


que Kert T 0,0 e, portanto, T injetor.

Por outro lado, tem-se:


dim Im T dim 2 dim Ker T 2 0 2 .
De acordo com o Corolrio do Teorema 3, segue-se que T bijetor e, por-
tanto, admite inversa.

Determinar-se-, agora, T 1 . Para isso, seja T 1 x , y a, b . Ento:

x , y T a, b a 2b,3a b ,
de onde se segue que:

a 2b x
,
3a b y
ou seja,

a 2b x
,
7b 3x y
isto ,

3 1
b 7 x 7 y
.
a 1 x 2 y
7 7

Portanto:
1 2 3 1
T 1 x , y x y , x y .
7 7 7 7

2) Seja T : P2 3 a transformao linear definida por:


T a 0 a1t a 2t 2 a 0 a1 , a1 a 2 , a 0 a1 a 2 .

Verificar se T um isomorfismo. Em caso afirmativo, determinar o iso-


morfismo inverso.
Determinar-se- o ncleo de T, para verificar se T injetora. Considere-se,
assim, um elemento a 0 a1t a 2t 2 de Ker T . Ento,

cap7_OK.indd 222 31/03/2013 03:40:54


Isomorsmo | 223


T a 0 a1t a 2t 2 0 ,

ou seja,
a 0 a1 , a1 a 2 , a 0 a1 a 2 0,0,0 .
Obtm-se, assim, o sistema linear:

a 0 a1 0

a1 a 2 0 ,
a a a 0
0 1 2
do qual se conclui que a 0 a1 a 2 0. Logo Ker T 0. Pelo Teorema
1, segue-se que T injetora.


Uma vez que dim P2 dim 3 3, segue-se, do Corolrio do Teo-
rema 3, que T sobrejetora e, assim, T um isomorfismo.

Quer-se determinar, agora, o isomorfismo inverso T 1 : 3 P2 .


Como o contradomnio de T 1 o espao vetorial P2 , tem-se:

T 1 x , y , z a 0 a1t a 2t 2. (1)

Ento:


T T 1 x , y , z T a 0 a1t a 2t 2 ,
ou seja,


T T 1 x , y , z T a 0 a1t a 2t 2
Sendo T e T 1 isomorfismos inversos, tem-se que T T 1 Id e, portanto,

x , y , z T a 0 a1t a 2t 2 .
Pela definio de T, vem:

x , y , z a 0 a1 , a1 a 2 , a 0 a1 a 2 ,
de onde se segue que

x a 0 a1

y a1 a 2 .
z a a a
0 1 2

cap7_OK.indd 223 31/03/2013 03:40:54


224 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

Resolvendo-se esse sistema para obter os coeficientes a 0 , a1 e a 2 , vem:

a 0 2 x y z

a1 x y z .
a x z
2
Substituindo-se esses coeficientes na expresso de T 1 dada por (1), ob-
tm-se, finalmente o isomorfismo inverso procurado:
T 1 x , y , z 2 x y z x y z t x z t 2 .

Observao:nos exemplos anteriores, determinou-se o ncleo de T, isto ,


Ker T , para verificar se a transformao linear era ou no injetora. Um
erro muito comum que se observa considerar Ker T contido no espao
de chegada da transformao. Ressalta-se que Ker T um subespao do
domnio da transformao. No exemplo anterior, tem-se Ker T P2 .
Assim, os elementos de Ker T so polinmios de grau menor ou igual
a 2, os quais so levados, por T, no vetor nulo 0 3.

3) Considere-se o operador linear T : 3 3, com as seguintes caractersti-


cas: T 2,1,0 1,00 , T 1,0,1 0,0, 1 e T 1, 1, 0, 1,1. Deter-
minar o operador inverso T 1, sabendo-se que ele existe.
Pela definio de operador inverso, tem-se:

T 1 1,00 2,1,0
1
T 0,0, 1 1,0,1 (1)
1
T 0, 1,1 1, 1,1

Observe-se que 1,00 , 0,0, 1 , 0, 1,1


uma base de 3 e que se
conhece a imagem de cada um desses vetores pela aplicao T 1. O que se
quer calcular T 1 x , y , z .
Com esse objetivo, expressa-se x , y , z como combinao linear dessa
base, isto :

x , y , z a 1,0,0 b 0,0, 1 c 0, 1,1 ,


ou seja:
x , y , z a, c, b c ,

cap7_OK.indd 224 31/03/2013 03:40:55


Isomorsmo | 225

de onde se segue:

x a

y c ,
z b c

e, portanto,

a x

c y .
b z y

Ento, tem-se:

x , y , z x 1,0,0 y z 0,0, 1 y 0, 1,1.


Portanto, tem-se:

T 1 x , y , z T 1 x 1,0,0 y z 0,0, 1 y 0, 1,1 .

Uma vez que T 1 uma transformao linear, vem:

T 1 x , y , z T 1 x 1,0,0 T 1 y z 0,0, 1 T 1 y 0, 1,1 ,

ou, ainda,

T 1 x , y , z xT 1 1,0,0 y z T 1 0,0, 1 y T 1 0, 1,1.

De (1), vem:

T 1 x , y , z x 2,1,0 y z 1,0,1 y 1, 1,1,

de onde se conclui que

T 1 x , y , z 2 x 2 y z , x y , 2 y z ,

que a expresso de T 1 que se procurava.

4) Seja T : 2 2 definida por: T x , y 2 x y , x 3 y . Verificar se T


um automorfismo.
Observe-se, inicialmente, que o enunciado no afirma que T uma transfor-
mao linear. Assim, necessrio, antes de utilizar os resultados enunciados
anteriormente, que se faa essa verificao, que ser deixada a cargo do leitor.

cap7_OK.indd 225 31/03/2013 03:40:55


226 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

Uma vez que se tenha mostrado que T uma transformao linear, verifi-
car-se- se T bijetora.
Para verificar se T injetora, determina-se seu ncleo; seja x , y Ker T .
Ento:

T x , y 0,0 ,

ou seja,

2x y , x 3 y 0,0 ,
de onde vem que:

2 x y 0

x 3 y 0
A resoluo desse sistema linear leva soluo x y 0 e, portanto, con-
clui-se que Ker T 0, o que acarreta que T injetora. Como os espaos
de sada e de chegada de T so iguais, eles tm a mesma dimenso; con-
clui-se, assim, que T sobrejetora e, portanto, bijetora. Assim, T um
automorfismo.

Definio: Dois espaos vetoriais V e W so isomorfos se existir um isomor-


fismo entre eles.

Exemplos:

1) O espao vetorial 2 x , y / x , y isomorfo ao espao vetorial


dos nmeros complexos C x yi / x , y , pois, por exemplo, a trans-
formao linear

T : 2 C
x , y x yi
um isomorfismo, ou seja, esses espaos so isomorfos. A aplicao T
transforma 2 no plano complexo C .


2) O espao vetorial 2 isomorfo ao subespao W x , y , z 3 / z 0
do 3. Observe-se que W o plano Oxy 3, chamado plano horizontal.
De fato, a aplicao linear

cap7_OK.indd 226 31/03/2013 03:40:55


Isomorsmo | 227

T : 2 W
x , y x , y ,0
bijetora, pois, a cada vetor x , y 2 corresponde um nico vetor
x , y ,0 W e, reciprocamente. Assim, T um isomorfismo e, portanto,
2 e W so isomorfos. Denota-se: 2 W .

Teorema6:Dois espaos vetoriais V e W sobre um mesmo corpo K so iso-


morfos se, e somente se, eles tm a mesma dimenso.

Demonstrao:

(i) Condio necessria


Hiptese:V e W so espaos vetoriais sobre K isomorfos
Tese: V e W tm a mesma dimenso

Sendo V e W isomorfos, existe um isomorfismo T : V W entre eles. Se


T bijetora, ento, pelo Teorema 5, segue-se que dim V dim W .

(ii) Condio suficiente


Hiptese: dim V dim W
Tese:V e W so isomorfos

imediato, pois, se dim V dim W , ento existe um isomorfismo en-


tre V e W e, portanto, esses espaos so isomorfos.

Exemplo:

Sejam W e U subespaos dos espaos vetoriais reais 3 e P2 , respecti-


vamente, definidos por:


W x , y , z 3 / x 2 y z 0 e U a 0 a1t a 2t 2 P2 / a 0 a1 a 2 0 .

a) Mostrar W e U so isomorfos.

b) Determinar um isomorfismo entre W e U.

a) Pelo Teorema 6,para mostrar que W e U so isomorfos, basta mostrar


que eles tm a mesma dimenso. Pode-se escrever:


W 2 y z , y , z 3 , y e z .

cap7_OK.indd 227 31/03/2013 03:40:56


228 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

Como 2 y z , y , z y 2,1,0 z 1,0,1, ento o conjunto


B 2,1,0 , 1,0,1 forma um sistema de geradores LI de W,
ou seja, B uma base de W. Logo, dim W 2.

Por outro lado, o subespao U pode ser escrito na forma:


U a1 a 2 a1t a 2t 2 , a1 , a 2 .
Tem-se:

a1 a 2 a1t a 2t 2 a1 1 t a 2 1 t 2 ;

ento o conjunto C 1 t ,1 t 2 forma um sistema de geradores LI
de U, ou seja, C uma base de U. Logo, dim U 2.

Como dim W dim U 2, conclui-se, pelo Teorema 6, que U e W


so isomorfos.

b) Para se determinar um isomorfismo entre W e U, deve-se determinar


uma transformao linear bijetora T : W U .
Observe-se que todo vetor de x , y , z W gerado pelos vetores da
base B, ou seja:

x , y , z y 2,1,0 z 1,0,1.
Fazendo-se:

T 2,1,0 1 t e T 1,0,1 1 t 2,

tem-se:

T x , y , z T y 2,1,0 z 1,0,1 ,

isto ,

T x , y , z yT 2,1,0 zT 1,0,1 ,

ou seja,


T x , y , z y 1 t z 1 t 2 .

cap7_OK.indd 228 31/03/2013 03:40:56


Isomorsmo | 229

Obtm-se, assim, a aplicao T x , y , z y z yt zt 2 , a qual


uma transformao linear, pois:

para quaisquer vetores w 1 x 1 , y 1 , z 1 e w 2 x 2 , y 2 , z 2 perten-


centes a W, tem-se:

T w1 w 2 T x1 x 2 , y1 y 2 , z 1 z 2

y1 y 2 z1 z 2 y1 y 2 t z1 z 2 t 2

y 1 z 1 y 1t z 1t 2 y 2 z 2 y 2t z 2t 2 T w 1 T w 2

para qualquer vetor w x , y , z de W e para qualquer nmero real


, tem-se:
T w T x , y , z y z yt zt 2


y z yt zt 2 T w

Determina-se, agora, o Ker T . Seja um vetor x , y , z Ker T .


Ento:

T x , y , z 0 0t 0t 2 ,

isto ,

y z yt zt 2 0 0t 0t 2 ,
de onde se segue que:

y z 0

y 0 .
z 0

Como todo vetor de W deve satisfazer a condio x 2 y z , conclui-se


que x 0. Portanto, tem-se que Ker T 0,0,0 . Pelo Teorema 1,
conclui-se que T injetora e, portanto, tem-se que dim W dim U ,
o que acarreta que T e bijetora, pelo Corolrio do Teorema 3. Portanto,
T um isomorfismo.

cap7_OK.indd 229 31/03/2013 03:40:56


230 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

7.1. EXERCCIOS PROPOSTOS

a b
1) Seja T a b, b c, c d , a b c uma transformao linear.
c d
Mostrar que T um isomorfismo e determinar o isomorfismo inverso.

y t x y t
R.: T 1 x , y , z , t
x t x z t

2) Seja T x , y , z x z , x z , y um operador linear. Mostrar que T um


automorfismo e determinar o automorfismo inverso.

xy xy
R.: T 1 x , y , z , z,
2 2

3) Dada a transformao linear T x , y , z x , x y , y z , z , determinar


dim Im T e dim Ker T . T um isomorfismo? Por qu?

R.: dim Ker T 0; dim Im T 3; T no um isomorfismo

4) Se T 1 x , y , z 2 x y z x y t y z t 2 o isomorfismo inver-
so de T, determinar T e seus espaos de sada e de chegada.

a a a 2a1 a 2 a 0 2a1 3a 2

R.: T a 0 a1t a 2t 2 0 2 , 0
2 2
,
2 ; T : P2

3

5) Sabendo que T um automorfismo do 2 e que T 0,1 1, 1 e


1 2
T 1 1,0 , , determinar as expresses de T e de T 1.
3 3

x y 2x y
R.: T x , y x y ,2 x y ; T 1 x , y ,
3 3

cap7_OK.indd 230 31/03/2013 03:40:56


8
MATRIZ DE UMA TRANSFORMAO LINEAR

Dada uma transformao linear T : U V , mostrar-se- que convenien-


te, muitas vezes, trabalhar com uma matriz que a represente, ao invs de tra-
balhar com a expresso da transformao linear. Este o objetivo deste captulo.
Considerem-se dois espaos vetoriais U e V sobre um corpo K, de
dimenses n e m, respectivamente, a transformao linear T : U V e as
bases B u1 , u 2 ,, u n de U e C v 1 , v 2 ,, v m de V. Os vetores
T u1 , T u 2 ,, T u n so elementos de V e, portanto, se escrevem
como combinao linear da base C. Logo, existem nmeros reais
a ij 1 i m ; 1 j n tais que:

T u1 a11v 1 a 21v 2 a m1v m



T u a v a v a m 2v m
S : 2 12 1 22 2

T u n a1nv 1 a 2nv 2 a mnv m

Definio:A matriz P, de dimenso m n , dada por:

a11 a12 a1n



a 21 a 22 a 2n
P ,


a m1 a m2 a mn

chamada matriz da transformao linear T em relao s bases B e C.


B
Notao: P T .
C

Observaes:

1) As colunas da matriz P so constitudas pelas coordenadas dos vetores


T u1 , T u 2 ,, T u n em relao base C, ou seja:

cap8_OK.indd 231 31/03/2013 03:41:20


232 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

a11 a12 a1n



a 21 a 22 a 2n
T u1
2
, T u ,..., T u n .


a m1 a m2 a mn
Isso indica que P a matriz transposta da matriz dos coeficientes do siste-
ma linear S.

2) Cuidado com a notao! O leitor deve ficar atento s notaes utilizadas


neste captulo e a notao de matriz mudana de base introduzida no
Captulo 5:
B
T C a matriz da transformao linear T em relao s bases B e C.
De acordo com a definio, aplica-se a transformao T nos vetores da
base B e, posteriormente, escreve-se esses vetores como combinao
linear da base C
B
M C a matriz de mudana da base B para a base C; nesse caso, so os
vetores da base C que so escritos como combinao linear da base B.

Exemplo:Seja T : a transformao linear, definida por:


3 2

T x , y , z x y , x 2z .

Considerando-se a base cannica do 3 e a base C 1,1 , 1, 1 do 2,


determinar a matriz da transformao linear T em relao s bases B e C.
A base cannica do 3 : B 1,0,0 , 0,1,0 , 0,0,1. A transformao
linear T, aplicada nos elementos dessa base, resulta em:

T 1,0,0 1 0,1 0 1,1



T 0,1,0 0 1,0 0 1,0
T 0,0,1 0 0,0 2 0,2

Escrevendo cada vetor como combinao linear da base C, vem:

1,1 a 1,1 b 1, 1

1,0 c 1,1 d 1, 1
0,2 e 1,1 f 1, 1

de onde se obtm que:

cap8_OK.indd 232 31/03/2013 03:41:22


Matriz de uma Transformao Linear | 233

1,1 11,1 0 1, 1

1 1
1,0 1,1 1, 1 .
2 2
1
0,2 1 1,1 1 1,

Lembrando que as coordenadas obtidas constituiro as colunas da matriz


desejada, obtm-se:

1
B 1 2 1
P T C .
0 1 1
2

Teorema:Sejam: U e V espaos vetoriais sobre o corpo K, de bases B e C, respec-

tivamente, eT : U V uma transformao linear. Ento: T u T C u B .


B
C

Demonstrao:

Hipteses: T : U V transformao linear; B e C so bases de U e V

Tese: T u T u
B
C C B

Sejam B u1 , u 2 ,, u n e C v 1 , v 2 ,, v m as bases de U e V, respecti-


vamente. Tomando-se u U , existem em K escalares a i 1 i n tais que:
u a1u1 a 2u 2 a nu n .

Logo, as coordenadas de u em relao base B so:


a1

a2
u B .


an

Tem-se:

T u T a1u1 a 2u 2 a nu n a1T u1 a 2T u 2 a nT u n (1)

Uma vez que os vetores T u1 , T u 2 ,, T u n pertencem a V, po-


dem-se determinar suas coordenadas em relao base C; assim, existem
escalares bij K 1 i m ; 1 j n , tais que:

cap8_OK.indd 233 31/03/2013 03:41:22


234 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

T u1 b11v 1 b21v 2 bm1v m



T u b v b v b m 2v m
S : 2 12 1 22 2 ,

T u n b1nv 1 b2nv 2 bmnv m

e, portanto,

b11 b12 b1n



B b21 b22 b 2n
T C
.

bm1 bm2 bmn

Substituindo-se, na equao (1), as expresses de T u i 1 i n que


constam de S , vem:

T u a1 b11v 1 b21v 2 bm1v m a 2 b12v 1 b22v 2 bm2v m

a n b1nv 1 b2nv 2 bmnv m

isto ,

T u a1b11 a 2b12 a nb1n v 1 a1b21 a 2b22 a nb2n v 2

a1bm1 a 2bm2 a nbmn v m .

Esta ltima expresso de T u determina suas coordenadas em relao


base C, ou seja,
a1b11 a 2b12 a nb1n

a b a b a nb2n
T u 1 21 2 22 .
C

a1bm1 a 2bm2 a nbmn

Essa matriz resultante da multiplicao:

b11 b12 b1n a1



b b22 b2n a 2
T u 21
C

bm1 bm2 bmn
a n

cap8_OK.indd 234 31/03/2013 03:41:22


Matriz de uma Transformao Linear | 235

e, portanto, conclui-se que T u T C u B .


B
C

Corolrio:Sejam: U um espao vetorial sobre K; B1 e B 2 duas de suas bases;


Id o operador identidade de U. As coordenadas de um vetor u U , em relao
s bases B1 e B 2 , esto relacionadas por:
B
a) u B Id B1 u B
2 2 1


1
B
b) u B Id B1 u B ,
1 2 2

B
onde Id B1 a matriz do operador linear Id em relao s bases B1 e B 2 .
2

Demonstrao:

a) Hipteses:U espao vetorial sobre K; B1 e B 2 so bases de U; Id o ope-


rador identidade de U
B
Tese: u
B2
Id B1 u B
2 1

Sejam B1 v 1 , v 2 ,, v n e B 2 w 1 , w 2 ,, w n duas bases de U. O


operador identidade Id tal que Id u u , u U . Como B1 base
de U, ento existem escalares a i K , com 1 i n tais que:
u a1v 1 a 2v 2 a nv n . Logo, as coordenadas do vetor u em relao
base B1 so:
a1

a2
u B .
1

a n

A matriz Id B1 determinada escrevendo-se cada vetor Id v i v i 1 i n


B
2

como combinao linear dos vetores da base B 2 . Ento, existem escalares


c jk , com 1 j n e 1 k n , tais que:

Id v 1 v 1 c 11w 1 c 21w 2 c n1w n



Id v v c w c w c n2w n
2 2 12 1 22 2
S : .

Id v n v n c 1nw 1 c 2nw 2 c nnw n

cap8_OK.indd 235 31/03/2013 03:41:22


236 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

Portanto, a matriz procurada :

c 11 c 12 c 1n

c 21 c 22 c 2n
Id B
B1
.
2

c n1 c n2 c nn

B
Fazendo-se o produto Id B1 u B , segue-se que:
2 1

c 11 c 12 c 1n a1 a1c 11 a 2c 12 a nc 1n

c 21 c 22 c 2n a 2
a1c 21 a 2c 22 a nc 2n .


c n1 c n2 c nn a n a1c n1 a 2c n2 a nc nn

Substituindo em u a1v 1 a 2v 2 a nv n a expresso de cada v i do sis-


tema S , vem:

u a1 c 11w 1 c 21w 2 c n1w n a 2 c 12w 1 c 22w 2 c n2w n

a n c 1nw 1 c 2nw 2 c nnw n .

Aplicando a propriedade distributiva e associando os termos conveniente-


mente, segue-se que:

u a1c 11 a 2c 12 a nc 1n w 1 a1c 21 a 2c 22 a nc 2n w 2

a1c n1 a 2c n2 a nc nn w n .

Essa expresso mostra que u est escrito como combinao linear dos ve-
tores da base B 2. Logo, as coordenadas do vetor u em relao base B 2 so:

a1c 11 a 2c 12 a nc 1n

a1c 21 a 2c 22 a nc 2n
u B .
2

a1c n1 a 2c n2 a nc nn

B
Conclui-se, assim, que u B Id B1 u B .
2 2 1

cap8_OK.indd 236 31/03/2013 03:41:23


Matriz de uma Transformao Linear | 237

b) Hipteses: U espao vetorial sobre K; B1 e B 2 so bases de U; Id o


operador identidade de U


1
B
Tese: u
B1
Id B1 u B
2 2

B
Multiplicando-se ambos os lados da expresso u B Id B1 u B pela
2 2 1


1
B
matriz Id B1 , obtm-se:
2


1 1
B B B
Id B1 u B Id B1 Id B1 u B ,
2 2 2 1 1

isto ,


1
B
Id B1 u B u B ,
2 2 1

o que demonstra o item (b).

Exemplo: Sejam: T : P2 , a transformao linear definida por:


2

T x, y x y 2x y t x y t 2 ;


B 1,2 , 2,0 e C 2,1 t ,2 t 2 bases de 2 e de P2 , respec-
tivamente; u 1, 1 2 .

Verificar que T u T C u B , conforme se demonstrou no Teorema


B
C
anterior.

Inicialmente, determinam-se as coordenadas de u em relao base B, isto


, determinam-se escalares a e b tais que:

1, 1 a 1,2 b 2,0 ;
dessa igualdade, vem:

1 a 2b
,
1 2a
1 3
de onde se segue que a e b ;
2 4

cap8_OK.indd 237 27/04/2013 17:27:22


238 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

1

assim, u B 2 .
3
4

A transformao linear T, aplicada ao vetor u, produz:

T u T 1, 1 1 1 2 1 1 t 1 1 t 2 2 t .

Escreve-se, agora, o elemento T u P2 como combinao linear dos


elementos da base C, ou seja, determinam-se escalares , e tais que:


T u 2 1 t 2 t 2 .
Ento:


2 t 2 1 t 2 t 2 2 2 t t 2 ;

da igualdade de polinmios, segue-se que:

2 2 2

1 .
0

1
Desse sistema, obtm-se: , 1 e 0 , ou seja, as coordenadas
2
de T u em relao base C so:

1
2

T u 1 .
C

0

Determina-se, agora, a matriz da transformao linear T em relao s


bases B e C. Tem-se:


T 1,2 1 4t 3t 2 a 2 b 1 t c 2 t 2

,

T 2,0 2 4t 2t d 2 e 1 t f 2 t
2 2

de onde vem que:

cap8_OK.indd 238 31/03/2013 03:41:24


Matriz de uma Transformao Linear | 239

1 4t 3t 2 2a b 2c bt ct 2
.
2 4t 2t 2d e 2 f et ft
2 2

Tem-se, assim, o sistema linear:

2a b 2c 1

b 4
c 3
,
2d e 2 f 2
e 4

f 2
1
de onde se obtm: a ; b 4 ; c 3 ; d 1 ; e 4 ; f 2 , ou seja:
2
1
2 1

T C 4 4 .
B


3 2

B
Efetuando-se o produto T C u B , obtm-se:

1 1
2 1
1

2
4 4 2 1 T u .
3 C

3 2 4 0

Mostrou-se, assim, que T u T C u B .


B
C

Enunciam-se, a seguir, dois resultados, sem demonstrao.

Teorema:Sejam: U e V espaos vetoriais sobre um corpo K, de bases B e C,


respectivamente, e T : U V e S : U V duas transformaes lineares. Ento:
B B B
T S C T C S C .

cap8_OK.indd 239 31/03/2013 03:41:24


240 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

Teorema:Sejam: U, V e W espaos vetoriais sobre um corpo K, de bases B, C


e D, respectivamente, e T : U V e S : V W duas transformaes lineares.
Ento:
B C B
S T D S D T C .

Exemplo:Considerem-se as transformaes lineares:

T : 3 2 , definida por: T x , y , z x y , x z ;

S : 2 2 , definida por: S x , y x y ,2 y .

Sejam B 1,0,1 , 2,2,1 , 1, 1,1 , uma base de 3 ; C 1,1 , 0,2


uma base de 2 , considerado como espao de chegada de T e como espao de
sada de S; D 0,1 , 1,2 uma base de 2 , considerado como espao
de chegada de S. Determinar a transformao linear S T e verificar que
B C B
S T D S D T C .

Primeiramente, determina-se a transformao linear composta de T e S,


isto :
S T x , y , z S T x , y , z S x y , x z
x y x z ,2 x z 2 x y z ,2 x 2z

Observe-se que S T uma transformao de 3 em 2, sendo este ltimo


B
espao considerado com a base D. Para calcular a matriz S T D , deve-se apli-
car S T em cada vetor da base B de 3 e escrever os vetores resultantes como
combinao linear dos vetores da base D de 2 , ou seja:

S T 1,0,1 1,0 a 0,1 b 1,2



S T 2,2,1 5,2 c 0,1 d 1,2 .
S T 1, 1,1 0,0 e 0,1 f 1,2

Ento:

1,0 b, a 2b

5,2 d , c 2d ,
0,0 f , e 2 f

cap8_OK.indd 240 31/03/2013 03:41:24


Matriz de uma Transformao Linear | 241

de onde se segue que: a 2 ; b 1 ; c 12 ; d 5 ; e f 0 .

Portanto, a matriz de S T em relao s bases B e D :

B 2 12 0
S T D 1 5 0 .

B C
preciso, agora, calcular as matrizes T C e S D . Para calcular a primeira
delas, deve-se calcular a transformao linear T nos elementos da base B e, em
seguida, escrever esses vetores obtidos como combinao linear da base C de
seu espao de chegada, isto :

T 1,0,1 1,0 a 1,1 b 0,2



T 2,2,1 4,1 c 1,1 d 0,2 .
T 1, 1,1 0,0 e 1,1 f 0,2

Ento:

1,0 a, a 2b

4,1 c, c 2d ,
0,0 e, e 2 f

1 3
de onde vem que: a 1 ; b ; c 4 ; d ; e f 0.
2 2
Portanto, a matriz procurada :


B 1 4 0
T C .
1 3 0
2 2
C
Para o clculo da matriz S D , faz-se:

S 1,1 2,2 a 0,1 b 1,2


,
S 0,2 2, 4 c 0,1 d 1,2

de onde vem que:

2,2 b, a 2b
.
2, 4 d , c 2d

cap8_OK.indd 241 31/03/2013 03:41:24


242 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

Resolvendo-se esse sistema, obtm-se os valores: a 6 ; b 2; c 8 ;


d 2 e, assim, a matriz procurada :

C 6 8
S D 2 2 .

C B
Efetuando-se o produto S D T C , vem:


C B 6 8 1 4 0 2 12 0 B
S D T C S T D .
2 2 1 3 0
1 5 0
2 2
Enunciam-se, a seguir, trs proposies, sem demonstrao.

Proposio:Sejam:U e V espaos vetoriais sobre o corpo K, com bases B e C,


C 1
respectivamente, e T : U V um isomorfismo.Ento T 1 T C
B
.
B

B
Observao:a matriz do isomorfismo T, em relao s bases B e C, : T .
C

Conforme se viu no Captulo 7, sendo um isomorfismo, T bijetora e, portan-


to, admite o isomorfismo inverso T 1 : V U . A matriz desse isomorfismo,
C
em relao s bases C e B, : T 1 . O que se afirma nessa proposio que,
B
B
para obter essa ltima matriz, pode-se calcular a matriz inversa de T C , ou


C 1
seja, T 1 T C
B
.
B

Proposio:Sejam:U e V espaos vetoriais sobre o corpo K, com bases B e C,


respectivamente, e T : U V uma transformao linear. Ento, T um iso-
morfismo se, e somente se, det T C 0 . B

Observao: a proposio afirma que T admite o isomorfismo inverso se, e


B
somente se, o determinante da matriz T C no nulo.

Exemplo: Considere-se o operador linear

T : 2 2
.
x , y x 2 y ,3x y

cap8_OK.indd 242 31/03/2013 03:41:25


Matriz de uma Transformao Linear | 243

Mostrar queT inversvel e determinar T 1 .


Esse exemplo foi resolvido de outra forma no captulo anterior. Aqui, mos-
trar-se- que T inversvel mostrando-se que a matriz do operador linear em
relao base cannica do 2 inversvel, ou seja, que seu determinante
no nulo.
Para isso, deve-se calcular T nos elementos da base cannica do 2 e
escrev-los como combinao linear dessa base. Tm-se:
T 1,0 1 0,3 0 1,3 11,0 3 0,1
.
T 0,1 0 2,0 1 2,1 2 1,0 1 0,1
Assim, a matriz procurada :
1 2
T
3 1
Uma vez que det T 7 0 , segue-se que T no singular, ou seja,
inversvel, e, portanto, o operador linear T inversvel.
Para determinar T 1 , determina-se a matriz inversa de T . Utilizando-se
qualquer mtodo de inverso de matrizes, obtm-se:
1 2
1 7 .
T 1 T 7

3 1

7 7

Ento:
1 2 1 2
x y
1 x x
T 1 x , y T 7 7

7 7 .

y 3 1 y 3

1
x y
7 7 7 7
Assim, tem-se:

1 2 3 1
T 1 x , y x y , x y .
7 7 7 7

Proposio: Sejam: U e V espaos vetoriais sobre o corpo K; B e C, bases


de U; D e E, bases de V; T : U V uma transformao linear. Ento:
B E C B
T D Id D T E Id C .

cap8_OK.indd 243 31/03/2013 03:41:25


244 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

Teorema:Sejam: V, um espao vetorial sobre o corpo K; B e C bases de V;


B
T : V V um operador linear; P M C a matriz de mudana da base B para

a base C. Ento: T C P 1 T B P .

B
Observao: T denota a matriz T B , assim como T C denota a matriz
B
C
T C .

Demonstrao:

Hipteses: V um espao vetorial sobre o corpo K; B e C so bases de V;


B
T : V V um operador linear; P M C a matriz de mudana da base B
para a base C
1
Tese: T P T B P
C

Sejam B u1 , u 2 ,, u n e C v 1 , v 2 ,, v n as bases de V consideradas


na hiptese e u V . Determinar-se- a matriz de mudana da base B para a
base C. Para isso, escrevem-se os vetores da base C como combinao linear
dos elementos da base B:

v 1 a11u1 a 21u 2 a n1u n



v 2 a12u1 a 22u 2 a n2u n
; (1)

v n a1nu1 a 2nu 2 a nnu n

assim, obtm-se:

a11 a12 a1n



a 21 a 22 a 2n
P M C
B
.


a n1 a n2 a nn

Determinar-se-o, agora, as matrizes de T em relao s bases B e C. Para

determinar T B T B , deve-se escrever, para cada 1 i n , T u i como


B

combinao linear dos vetores u1 , u 2 ,, u n , isto :

cap8_OK.indd 244 27/04/2013 17:27:45


Matriz de uma Transformao Linear | 245

T u1 b11u1 b21u 2 bn1u n



T u 2 b12u1 b22u 2 bn2u n
. (2)

T (u n ) b1nu1 b2nu 2 bnnu n

Assim, a matriz de T em relao base B :

b11 b12 b1n



b21 b22 b 2n
T
B .


bn1 bn2 bnn

C
De modo anlogo, Para determinar T C T C , deve-se escrever, para

cada 1 i n , T v i como combinao linear dos vetores v 1 , v 2 ,, v n , isto :

T v 1 c 11v 1 c 21v 2 c n1v n



T v 2 c 12v 1 c 22v 2 c n2v n
, (3)

T v n c 1nv 1 c 2nv 2 c nnv n

e, portanto, vem:

c 11 c 12 c 1n

c 21 c 22 c 2n
T C .


c n1 c n2 c nn

Sendo T um operador linear, a partir das equaes (1), obtm-se:

T v 1 a11T u1 a 21T u 2 a n1T u n



T v 2 a12T u1 a 22T u 2 a n2T u n
. (4)

T v n a1nT ( u1 a 2nT u 2 a nnT u n

Em (4), na expresso de T v 1 , substitui-se o primeiro membro pela pri-


meira equao de (3) e, no segundo membro, substitui-se T u i , 1 i n ,
pelas equaes de (2), obtendo-se:

cap8_OK.indd 245 27/04/2013 17:27:47


246 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

c 11v 1 c 21v 2 c n1v n a11 b11u1 b21u 2 bn1u n

a 21 b12u1 b22u 2 bn2u n a n1 b1nu1 b2nu 2 bnnu n .

Por outro lado, substituindo-se as expresses de v i , 1 i n , dadas em


(1), vem:
c 11 a11u1 a 21u 2 a n1u n c 21 a12u1 a 22u 2 a n2u n

c n1 a1nu1 a 2nu 2 a nnu n a11 b11u1 b21u 2 bn1u n

a 21 b12u1 b22u 2 bn2u n a n1 b1nu1 b2nu 2 bnnu n

ou seja,

c11a11 c 21a12 c n1a1n u1 c11a 21 c 21a 22 c n1a 2n u 2


c 11a n1 c 21a n2 c n1a nn u n a11b11 a 21b12 a n1b1n u1

a11b21 a 21b22 a n1b2n u 2 a11bn1 a 21bn2 a n1b nn u n .

Da igualdade de vetores, obtm-se:

c 11a11 c 21a12 c n1a1n a11b11 a 21b12 a n1b1n



c 11a 21 c 21a 22 c n1a 2n a11b21 a 21b22 a n1b2n
. (5)

c 11a n1 c 21a n2 c n1a nn a11bn1 a 21bn2 a n1b nn

Escrevendo essas equaes na forma matricial, obtm-se:

a11 a12 a1n c 11 c 12 c 1n



a 21 a 22 a 2n c 21 c 22 c 2n



a n1 a n2 a nn
c n1 c n2 c nn

b11 b12 b1n a11 a12 a1n



b21 b22 b2n a 21 a 22 a 2n
.


bn1 bn2 bnn
a n1 a n2 a nn

cap8_OK.indd 246 31/03/2013 03:41:25


Matriz de uma Transformao Linear | 247

Tem-se, ento, o produto das matrizes:

P T c T B P .

Sendo P inversvel, podem-se multiplicar ambos os membros dessa equa-


o por P 1 , obtendo-se:

P 1P T c P 1 T B P ,

ou seja,

T c P 1 T B P .

De modo anlogo, trabalhando-se com T v 2 ,, T v n , obtm-se o pro-


duto de matrizes anterior.

Exemplo: Determinar o operador linear do cuja matriz em relao base


2

3 1
B 1,2 , 0,5 .
2 1

B 3 1
Tem-se: T B T B .
2 1

B
Por definio, para se obter T B , calcula-se o valor de T em cada vetor da
base B e se escrevem esses vetores como combinao linear dos vetores da
prpria base B. Os escalares dessas combinaes lineares so os elementos des-
sa matriz. Ou seja:

T 1,2 3 1,2 2 0,5 3,16


. (1)
T 0,5 11,2 1 0,5 1, 3

Tomando-se um elemento genrico u, v 2, quer-se determinar T u, v .


Uma vez que T um operador linear do 2, tem-se que T u, v 2, ou seja,
T u, v x , y . Assim, x , y pode ser escrito como combinao linear da
base B, ou seja:

cap8_OK.indd 247 31/03/2013 03:41:26


248 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

x , y a 1,2 b 0,5 a,2a 5b , (2)

de onde se segue que:

a x

2 x y .
b 5

Substituindo-se esses valores de a e b em (2), vem:

2 x y
T x , y xT 1,2 T 0,5 ;
5

por outro lado, das equaes (1), vem:

2 x y
T x , y x 3,16 1, 3 ,
5

e, portanto, a expresso de T :

13x y 86 x 3 y
T x, y , .
5 5

8.1. EXERCCIOS PROPOSTOS

1) Sejam F : 2 3 e G : 2 3 transformaes lineares tais que a ma-


2 1

triz de F G em relao s bases cannicas do e do 0 1 .
2 3

3 3

Sabendo-se que F x , y x , x y ,2 y , determinar a matriz de G em
relao s bases cannicas do 2 e do 3. Em seguida, determinar a
expresso de G x , y .

1 1

R.: G 1 2 ; G x , y x y , x 2 y ,3x y
3 1

cap8_OK.indd 248 31/03/2013 03:41:26


Matriz de uma Transformao Linear | 249

1
2) Seja F : P2 a transformao linear definida por F p t p t dt.
1


Determinar a matriz de F em relao s bases B 1,1 t , 1 t 2 de P2


1

e C 2 de . R.: F C 1
B

2

3

3) Seja T : 3 M 2 a transformao linear cuja matriz em relao s

1 0 0

1 1 0
bases cannicas do e de M 2
3
. Considerando-se o
0 1 1

0 0 1

vetor u 2, 1,3 , determinar as coordenadas de T u em relao base

cannica de M 2 . Determinar a expresso de T x , y , z .

2

1 x x y
R.: T u ; T x , y , z
2
yz z
3

4) Seja F o operador linear do 2 cuja matriz em relao base

1 1
B 1,0 , 1, 4 F B
B
. Determinar a matriz de F em relao
5 1
C 6 1
base cannica do 2 . R.: F C
20 4

cap8_OK.indd 249 31/03/2013 03:41:26


250 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

1 1 2 1
B
5) Sejam: T C 2 1 1 0 a matriz de uma transformao linear
1 3 0 0

T : M 2 P2 ; B e C as bases cannicas de M 2 e de P2 ,
respectivamente. Sabendo-se que as coordenadas do vetor u M 2 ,
2

1
emrelao base B, so , determinar as coordenadas do vetor T u
1

3
em relao base C. Qual a expresso de T : M 2 P2 ?

2
a b
R.: T u 2 ; T a b 2c d 2a b c t a 3b t
2
C c d
5

cap8_OK.indd 250 31/03/2013 03:41:26


9
OPERADORES DIAGONALIZVEIS

No captulo 8, viu-se que possvel determinar a matriz de uma transfor-


mao ou de um operador linear em relao a qualquer base do espao onde
esto definidos. Neste captulo, considerado um operador linear T : V V ,
quer-se determinar uma base de V em relao qual a matriz de T seja a mais
simples possvel. Mostrar-se- que essa matriz diagonal, o que justificar a
nomenclatura de operador diagonalizvel. Para tanto, so necessrios algumas
definies e resultados.

9.1. AUTOVALORES E AUTOVETORES

Definio:Sejam: V um espao vetorial sobre o corpo K dos nmeros comple-


xos ou reais e T : V V um operador linear. Um vetor no nulo v V um
autovetor de T se existir um escalar K tal que T v v . O escalar
chamado de autovalor de T associado ao autovetor v.

Observao: podem ser usadas, alternativamente, as seguintes expresses


para autovetor: vetor prprio ou vetor caracterstico. Analogamente, podem
ser usadas as seguintes expresses para autovalor: valor prprio ou valor
caracterstico.

Exemplo:Sejam: V um espao vetorial sobre um corpo K e T H a homotetia


de razo , definida por:
H :V V
.
v H v v

Pela definio do operador linear H , v-se que todo vetor de V um


autovetor, com autovalor .

Proposio:Seja T : V V um operador linear. O autovalor univoca-


mente determinado pelo autovetor v de T.

cap9_OK.indd 251 31/03/2013 03:41:54


252 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

Demonstrao:
Hipteses: T : V V um operador linear; v um autovetor de T

Tese:o autovalor nico


De fato, suponha-se que existam dois autovalores e associados ao
autovetor v, isto :
T v v e T v v .

Ento:


v v v 0 0 .

Logo, o autovalor determinado por v nico.

Observao:este resultado significa que cada autovetor est associado a apenas


um autovalor, ou seja, cada autovetor gera um nico autovalor. Entretanto,
como se ver a seguir, cada autovalor pode gerar infinitos autovetores.

Definio:Sejam: V um espao vetorial sobre o corpo K dos nmeros comple-


xos ou reais e T : V V um operador linear. Dado o autovalor K , o subes-
pao prprio de o subespao V , dado por:

V v V / T v v .

Proposio:Sejam: V um espao vetorial sobre o corpo K dos nmeros com-


plexos ou reais e T : V V um operador linear. Dado o autovalor K as-
sociado ao autovetor v V , o subespao prprio de V Ker T Id .

Demonstrao:

Hipteses:V espao vetorial sobre K; T : V V operador linear; K


autovalor de T associado ao autovetor v V
Tese: V Ker T Id

Da definio de V , tem-se que o subespao prprio de constitudo


pelos elementos de V tais que T v v. Ento, vem:

T v v T v v 0 T v Id v 0 T Id v 0 ,

cap9_OK.indd 252 31/03/2013 03:41:56


Operadores Diagonalizveis | 253

e, portanto, v pertence ao ncleo do operador linear T Id . Assim, po-


de-se escrever:

V Ker T Id .

Exemplos:

1) Seja T : 2 2 o operador linear definido por T x , y y , x . Deter-


minar os subespaos prprios, se existirem.
Inicialmente, observe-se que esse operador a reflexo em torno da reta
y x . A representao geomtrica de T apresentada na Figura 9.1.
Primeiramente, preciso verificar se existem autovalores. Para tanto, con-
siderem-se v x , y 2 v 0 e . Impondo-se a condio
T v v , ou seja, T x , y x , y , vem:

y, x x, y ,
de onde se segue que

y x
.
x y

Conclui-se, assim, que 1 ou 1 , ou seja, existem dois autovalores.

Determinam-se, agora, os autovetores associados a cada autovalor.

Figura 9.1

cap9_OK.indd 253 31/03/2013 03:41:56


254 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

Para 1 1 , tem-se:

y 1 x
,
x 1 y

ou seja, 1 1 gera vetores da forma v 1 x , x . Mais precisamente,



1 1 gera o subespao prprio V 1 x , y 2 / y x . Geome-
tricamente, os vetores desse subespao pertencem reta bissetriz do 2 e 4
quadrantes, onde T v 1 v 1 (Figura 9.2).

Figura 9.2

Para 2 1 , tem-se:

y 1 x
,
x 1 y

ou seja, 2 1 gera vetores da forma v 2 x , x . Esse autovetor gera o



subespao prprio V 1 x , y 2 / y x . Geometricamente, os veto-
res desse subespao pertencem reta bissetriz do 1 e 3 quadrantes, onde
T v 2 v 2 (Figura 9.3).

cap9_OK.indd 254 31/03/2013 03:41:57


Operadores Diagonalizveis | 255

Figura 9.3

2) Seja T : 2 2 o operador linear dado por T x , y y , x , que a


rotao de um ngulo de 90o em torno da origem. Determinar, se existi-
rem, os subespaos prprios.
A representao geomtrica de T apresentada na Figura 9.4.

Figura 9.4

Sejam v x , y 2 v 0 e . Impondo-se a condio T v v ,


ou seja, T x , y x , y , vem:

y, x x, y ,

cap9_OK.indd 255 31/03/2013 03:41:57


256 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

de onde se segue que

y x
.
x y

Substituindo-se a primeira equao na segunda, vem:

x x ,

ou seja,


2x x 0 2 1 x 0 .

Para que essa equao seja verdadeira para todo x, deve-se ter 2 1 0 ;
entretanto, essa equao no admite soluo em . Conclui-se, assim, que
no existem nmeros reais tais que T x , y x , y , isto , no exis-
tem subespaos prprios.

3) Seja T : 3 3 o operador linear dado por T x , y , z x , y ,0 . Deter-


minar, caso existam, os subespaos prprios.
O operador T a projeo ortogonal de um ponto x , y , z sobre o plano
Oxy. Geometricamente, pode-se visualizar a ao do operador linear T na
Figura 9.5.

Figura 9.5

cap9_OK.indd 256 31/03/2013 03:41:57


Operadores Diagonalizveis | 257

Sejam e um vetor no nulo v x , y , z 3. Impondo-se a condi-


o T v v , tem-se:

T x, y, z x, y, z ,

isto ,
x , y ,0 x , y , z ,
de onde vem:

x x

y y . (1)
0 z

Dessas equaes, conclui-se que h dois valores de : 1 0 e 2 1 .
Substituindo-se o valor 1 0 nas equaes (1), obtm-se:

x 0x

y 0y ,
0 0z

de onde se conclui que x 0 , y 0 e z pode assumir qualquer valor, isto ,

obtm-se o vetor v 1 0,0, z . Assim, V 0 x , y , z 3 / x y 0
o subespao prprio gerado por 1 0 . Esse subespao, geometricamen-
te, o eixo Oz 3 (Figura 9.6).

Figura 9.6

cap9_OK.indd 257 31/03/2013 03:41:57


258 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

Figura 9.7

Substituindo-se, agora, o valor 2 1 nas equaes (1), obtm-se:

x 1x

y 1y ,
0 1z

de onde se conclui que z 0 e x e y so quaisquer, isto , obtm-se o vetor



v 2 x , y ,0 . Assim, V 1 x , y , z 3 / z 0 o subespao prprio
gerado por 2 1. Esse subespao, geometricamente, o plano Oxy 3
(Figura 9.7).

Definio:Dada uma matriz quadrada A de ordem n, chama-se polinmio ca-


racterstico da matriz A, denotado por PC , ao determinante: det A Id .

Observao: nessa definio, Id denota a matriz identidade de ordem n.


Assim, se

a11 a12 a1n



a 21 a 22 a 2n
A ,


a n1 a n2 a nn

ento:

cap9_OK.indd 258 31/03/2013 03:59:44


Operadores Diagonalizveis | 259

a11 a12 a1n 1 0 0



a 21 a 22 a 2n 0 1 0
A Id


a n1 a n2 a nn 0 0 1

a11 a12 a1n



a 21 a 22 a 2n
.


a n1 a n2 a nn

Logo,

a11 a12 a1n


a 21 a 22 a 2n
PC .

a n1 a n2 a nn

Proposio:Matrizes semelhantes tm o mesmo polinmio caracterstico.

Demonstrao:

Hiptese:A e B so matrizes semelhantes

Tese:A e B tm o mesmo polinmio caracterstico

De fato, sejam A e B duas matrizes semelhantes. Ento, existe uma matriz


inversvel P tal que: A P 1BP . Ento: A Id P 1BP Id . Calculando o
determinante das matrizes desta equao, vem:

A Id P 1BP Id P 1BP P 1 IdP P 1 B Id P

P 1 B Id P B Id

Logo, A e B tm o mesmo polinmio caracterstico.

5 5
1 3 2
Exemplo: Mostrar que as matrizes A 2 so
e B
2 1 3 1

semelhantes. 2 2

cap9_OK.indd 259 31/03/2013 03:41:58


260 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

Mostrar-se- que essas matrizes tm o mesmo polinmio caracterstico.


Tem-se:
1 3
PC A det A Id ,
2 1
ou seja,

PC A 2 2 5 .

Por outro lado, tem-se:


5 5

PC B det B Id 2 2 ,
3 1

2 2
de onde segue-se que

PC B 2 2 5 .

Como PC A PC B , conclui-se que A e B so semelhantes.

Definio:Sejam V um espao vetorial de dimenso n e T : V V um opera-


dor linear. Chama-se polinmio caracterstico do operador T o polinmio
caracterstico da matriz de T em relao a qualquer base.

Notao: PT .

Exemplo:Seja T : o operador linear definido por:


3 3

T x, y, z x, x y, x z .

Determinar o polinmio caracterstico de T em relao:

a) base cannica do 3.

b) base B 1,0,1 , 2,3,0 , 1, 1,2 .

a) A base cannica do 3 : C 1,0,0 , 0,1,0 , 0,0,1. Para determinar


a matriz de T em relao a essa base, calculam-se primeiramente, os
vetores resultantes da aplicao de T em cada um dos vetores da base,
isto :

cap9_OK.indd 260 31/03/2013 03:41:58


Operadores Diagonalizveis | 261

T 1,0,0 1,1 0,1 0 1,1,1



T 0,1,0 0,0 1,0 0 0,1,0 .
T 0,0,1 0,0 0,0 1 0,0,1

A matriz de T em relao a essa base aquela cujas colunas so as coor-


denadas dos vetores encontrados, ou seja:

1 0 0

T C 1 1 0 .
1 0 1

Portanto, o polinmio caracterstico de T o polinmio caracterstico


dessa matriz, isto :

1 0 0

PT det T C Id 1 1 0 ,
1 0 1

e, portanto,

PT 1 3 3 2 3 1 .
3

b) Calculando o valor de T em cada vetor da base, obtm-se:

T 1,0,1 1,1 0,1 1 1,1,2



T 2,3,0 2,2 3,2 0 2,5,2
T 1, 1,2 1,1 1,1 2 1,0,3

Escrevendo-se cada um dos vetores como combinao linear dos veto-


res da base B, tem-se:

1,1,2 a 1,0,1 b 2,3,0 c 1, 1,2 ,


de onde vem que:

1 a 2b c

1 3b c ,
2 a 2c

cap9_OK.indd 261 31/03/2013 03:41:58


262 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

de onde se conclui que

a 8

b 2 .
c 5

2,5,2 d 1,0,1 e 2,3,0 f 1, 1,2 ,


ou seja,

2 d 2e f

5 3e f ,
2 d 2 f

de onde se segue que

d 18

e 5 .
f 10

1,0,3 g 1,0,1 h 2,3,0 i 1, 1,2 ,


isto ,

1 g 2h i

0 3h i ,
3 g 2i

e, portanto,

g 9

h 2
i 6

Assim, a matriz T C :

8 18 9

T C 2 5 2 .
5 10 6

cap9_OK.indd 262 31/03/2013 03:41:58


Operadores Diagonalizveis | 263

Logo, o polinmio caracterstico de T o polinmio caracterstico


dessa matriz, isto :

8 18 9

PT det T C Id 2 5 2
5 10 6

e, portanto,

PT 3 3 2 3 1

Assim, independentemente da base, o polinmio caracterstico de um


operador linear T sempre o mesmo.

Proposio:Seja V um espao vetorial de dimenso n e T : V V um ope-


rador linear. Os zeros do polinmio caracterstico do operador T so seus
autovalores.

Observao:os zeros do polinmio caracterstico PT so as razes da equa-


o PT 0 .

Teorema:Autovetores associados a autovalores distintos so LI.

Demonstrao:

Hipteses: T : V V um operador linear; v 1 , v 2 , , v r so autovetores as-


sociados aos autovalores 1 , 2 ,, r , distintos entre si
Tese:os autovetores v 1 , v 2 , , v r so LI

Considere-se o operador linear T : V V e sejam v 1 , v 2 ,, v r autoveto-


res associados aos autovalores 1 , 2 ,, r , distintos entre si. A demonstrao
ser feita por induo.

Para k 1, tem-se apenas um autovetor v 1, associado ao autovalor 1, o


qual LI, pois no nulo.

Para k 2, tm-se os autovetores v 1 e v 2, associados, respectivamente, aos


autovalores 1 e 2. Demonstrar-se- que v 1 e v 2 so LI.

De fato, tomando-se escalares 1 e 2 tais que:

cap9_OK.indd 263 31/03/2013 03:41:59


264 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

1v 1 2v 2 0, (1)

vem:
T 1v 1 2v 2 T 0 ,

ou seja,

T 1v 1 T 2v 2 0,

isto ,

1T v 1 2T v 2 0.

Sendo v 1 e v 2 autovetores associados, respectivamente, aos autovalores


1 e 2, pode-se escrever:

1 1v 1 2 2v 2 0. (2)

Multiplicando-se a expresso (1) por 2, obtm-se:

1 2v 1 2 2v 2 0. (3)

Subtraindo-se membro a membro a equao (2) da equao (3), vem:

1 2 1 v 1 0,

de onde se segue que 1 0 , j que v 1 0 e 1 2. Substituindo-se 1 0 em


(1), conclui-se que 2 0 e, portanto, conclui-se que v 1 e v 2 so LI.
Supondo-se que so LI os autovetores v 1 , v 2 ,, v k 1 k r , demons-
trar-se- que v 1 , v 2 ,, v k 1 so LI. De fato, sejam 1 , 2 ,, k 1 escalares
tais que

1v 1 2v 2 k 1v k 1 0. (4)

Tem-se:

T 1v 1 2v 2 k 1v k 1 T 0 ,

ou seja,

T 1v 1 T 2v 2 T k 1v k 1 0 ,

ou, ainda,

cap9_OK.indd 264 26/04/2013 22:51:08


Operadores Diagonalizveis | 265

1 1v 1 2 2v 2 k 1 k 1v k 1 0 . (5)

Multiplica-se, agora, a expresso (4) por k 1 e vem:

1 k 1v 1 2 K 1v 2 k 1 k 1v k 1 0 . (6)

Fazendo-se (6) (5), vem:

1 k 1 1 v 1 2 k 1 2 v 2 k k 1 k v k 0 .

Uma vez que os vetores v 1 , v 2 ,, v k so LI e os autovetores so distintos,


conclui-se que 1 2 k 0 . Substituindo-se esses escalares em (4),
conclui-se que k 1 0 e, portanto, os vetores v 1 , v 2 ,, v k 1 so LI, o que de-
monstra o teorema.

Observao:a recproca desse teorema no verdadeira, ou seja, se os autove-


tores v 1 , v 2 ,, v r so LI, isso no significa que eles so associados a autovalores
distintos. De fato, considerando-se, por exemplo, a homotetia de razo , isto
, o operador

H :V V
,
v H v v

sendo V um espao de dimenso n 1 , v-se que todo vetor de V um auto-


vetor associado a um nico autovalor, que .

Corolrio:Se V um espao vetorial de dimenso n e T : V V um opera-


dor linear que admite n autovalores distintos, ento V possui uma base cujos
elementos so autovetores de T.

Exemplo: Considere-se o espao vetorial real e o operador linear definido


3

por:

T x , y , z 3 x 6 y 4 z , x 4 y 4 z , x 3 y 3z .

Mostrar que existe uma base do 3 constituda de autovetores de T, con-


forme afirma o corolrio anterior.

A matriz de T em relao base cannica C do 3 :

cap9_OK.indd 265 21/08/2013 15:36:45


266 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

3 6 4

T C 1 4 4
1 3 3

O polinmio caracterstico de T obtido atravs do determinante:

3 6 4
PC 1 4 4 ,
1 3 3

de onde vem:

PC 3 2 2 2 ,

cujas razes so os autovalores de T: 1 1 , 2 1 e 3 2. Tem-se, por-


tanto, 3 autovalores distintos. Determinam-se, agora, os autovetores:

Para 1 1 , tem-se:

3 1 6 4 x 0

1 4 1 4 y 0 ,
1 3 3 1
z 0

de onde vem que:

4 x 6 y 4 z 0

x 3 y 4z 0 .
x 3 y 4z 0

A soluo geral desse sistema :

x 2z
, z , com z 0.
y 2z

Logo, 1 1 gera autovetores da forma v 2z ,2z , z , z , com z 0.


Em particular, para z 1, tem-se o autovetor v 1 2,2,1.

cap9_OK.indd 266 31/03/2013 03:42:00


Operadores Diagonalizveis | 267

Para 2 1, tem-se:

3 1 6 4 x 0

1 4 1 4 y 0 ,
1 3 3 1
z 0

de onde se obtm o sistema:

2 x 6 y 4 z 0

x 5 y 4z 0 ,
x 3 y 2z 0

cuja soluo geral dada por:

x z
, z , com z 0.
y z

Logo, 2 1 gera autovetores da forma v z , z , z , z , com z 0.


Em particular, para z 1, tem-se o autovetor v 2 1,1,1.

Para 3 2, tem-se:

3 2 6 4 x 0

1 4 2 4 y 0 ,
1 3 3 2
z 0

ou seja,

x 6 y 4z 0

x 6 y 4z 0
x 3 y z 0

cuja soluo geral dada por:

x 2z
, z , com z 0 .
y z

cap9_OK.indd 267 31/03/2013 03:42:00


268 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

Logo, 3 2 gera autovetores da forma v 2z , z , z , z , com z 0.


Em particular, para z 1, tem-se o autovetor v 3 2,1,1.
Pode-se verificar que o conjunto B 2,2,1 , 1,1,1 , 2,1,1 LI e, por-
tanto, uma base do 3, a qual formada por autovetores de T.

9.2. DIAGONALIZAO DE OPERADORES

Teorema: Seja V um espao vetorial n-dimensional. A matriz T de um


B

operador linear T : V V , em relao a uma base B, uma matriz diagonal se,


e somente se, essa base B formada por autovetores de T.

Demonstrao:
Condio necessria:

Hipteses: B v 1 , v 2 , , v n base de V e v 1 , v 2 , , v n so autovetores de T

Tese: amatriz de T em relao base B diagonal

De fato, sendo v 1 , v 2 ,, v n autovetores de T, tem-se:

T v 1 1v 1

T v 2 2v 2
,

T v v
n n n

onde i 1 i n so os autovalores, no necessariamente distintos. Ou seja,

T v 1 1v 1 0v 2 0v n

T v 2 0v 1 2v 2 0v n
.

T v 0v 0v v
n 1 2 n n

Assim, a matriz do operador T, em relao a essa base, :

1 0 0

0 2 0
T B .


0 0 n

cap9_OK.indd 268 21/08/2013 15:39:54


Operadores Diagonalizveis | 269

V-se, assim, que a matriz de T em relao a uma base de autovetores


diagonal.

Condio suficiente:
Hipteses: B u1 , u 2 , , u n base de V e a matriz de T em relao a essa
base diagonal
Tese: u1 , u 2 , , u n so autovetores de T

Seja
a1 0 0

0 a2 0
T B


0 0 a n

a matriz de T em relao base B .

Tem-se, ento:
T u1 a1u1 0u 2 0u n

T u 2 0u1 a 2u 2 0u n
,

T u 0u 0u a u
n 1 2 n n

e, portanto, os vetores u i 1 i n so autovetores de T associados aos auto-


valores a i 1 i n , ou seja, a base B composta de autovetores de T.
A definio seguinte define o que um operador diagonalizvel.

Definio:Seja T : V V um operador linear. Diz-se que T um operador


diagonalizvel se existir uma base de V formada por autovetores de T.
Observao:por essa definio, se V tem dimenso n e se o operador diagona-
lizvel, ento existe uma base B de V constituda por autovetores de T, associados
a autovalores i 1 i n . Conforme se viu acima, a matriz de T em relao a
essa base diagonal, sendo que sua diagonal contm os autovalores, isto ,

1 0 0

0 2 0
T B .


0 0 n

cap9_OK.indd 269 31/03/2013 03:42:00


270 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

O questionamento que se pode fazer : qual a posio dos autovalores i


na diagonal?
O que determina a posio dos autovalores na diagonal a posio dos
autovetores dentro da base B. Lembrando que as razes do polinmio caracte-
rstico de T so seus autovalores, possvel que haja razes (isto , autovalores)
com multiplicidade maior do que 1. Assim, a matriz de T em relao base de
autovetores formada por blocos, cujas ordens so iguais multiplicidade dos
autovalores i 1 i n , como razes do polinmio caracterstico.
Por exemplo, se o polinmio caracterstico de um operador linear T :
PT 4 3 ,
2

conclui-se que a raiz 1 4 tem multiplicidade 1 e que a raiz 2 3 tem


multiplicidade 2. Ento, a matriz de T em relao base dos autovetores asso-
ciados a esses autovalores formada por dois blocos: um de ordem 1, associa-
do ao autovalor 1 4 e um de ordem 2, associado ao autovalor 2 3.
Portanto, a matriz T B pode apresentar as seguintes formas:

4 0 0 3 0 0

0 3 0 ou 0 3 0
0 0 3 0 0 4

Exemplos:

1) Verificar quais dos operadores T diagonalizvel. Para os que forem, exibir


a matriz de T em relao base de autovetores.

a) T x , y x 4 y ,2 x 3 y

b) T x , y , z 5x 6 y 6z , x 4 y 2z ,3x 6 y 4 z

a) Observe-se que T um operador linear de 2 em 2 . Para determi-


nar os autovalores, calculam-se as razes do polinmio caracterstico de
T. Como o polinmio caracterstico o mesmo em relao a qualquer
base, usar-se- a base cannica de 2 para construir a matriz de T.
Tem-se:

T 1,0 1 0,2 0 1,2


,
T 0,1 0 4,0 3 4,3

cap9_OK.indd 270 31/03/2013 03:42:01


Operadores Diagonalizveis | 271

e, portanto, sua matriz em relao a essa base :

1 4
T 2 3 .

Assim, o polinmio caracterstico de T o determinante:

1 4
PT 2 4 5 .
2 3

Os zeros desse polinmio, isto , as razes da equao 2 4 5 0,


so 1 1 e 2 5. Portanto, esses so os autovalores de T. Para de-
terminar os autovetores associados, faz-se:

T v v ,
ou seja,

T Id v 0.

Tomando-se um vetor v x , y , vem:

1 4 x 0
.
2 3 y 0

Ento:
para 1 1 , tem-se:

1 1 4 x 0
,
2 3 1 y 0

de onde se segue que

2 x 4 y 0
,
2 x 4 y 0

ou seja,
x 2 y .

Assim, os autovetores associados a esse autovalor so do tipo


v 2 y , y y 2,1 . Fazendo-se, por exemplo, y 1 , obtm-se o
autovetor v 1 2,1 .

cap9_OK.indd 271 31/03/2013 03:42:01


272 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

para 2 5 , tem-se:

1 5 4 x 0
,
2 3 5 y 0

isto ,

4 x 4 y 0
,
2 x 2 y 0
De onde se conclui que x y .

Logo, os autovetores associados a esse autovalor so do tipo


v x , x x 1,1 . Tomando-se, por exemplo, x 1, obtm-se o auto-
vetor v 2 1,1 .
Observe-se que esses autovetores so LI, pois, se a1 e a 2 so escalares
tais que:
a1v 1 a 2v 2 0 ,

vem:
a1 2,1 a 2 1,1 0,0 ,

ou seja,
2a1 a 2 , a1 a 2 0,0 ,
de onde vem que:

2a1 a 2 0
.
a1 a 2 0

A resoluo desse sistema linear leva soluo trivial, isto , a1 a 2 0


e, portanto, os vetores v 1 e v 2 so LI e formam uma base de 2, isto ,
B 2,1 , 1,1 uma base de 2. Conclui-se, assim, que T um
operador diagonalizvel e sua matriz em relao a essa base uma
matriz diagonal, cuja diagonal principal formada pelos autovalores,
ou seja:

1 0
T B .
0 5

cap9_OK.indd 272 31/03/2013 03:42:01


Operadores Diagonalizveis | 273

5 0
claro que T B tambm a matriz de T em relao base
0 1
B. A ordem dos autovalores na diagonal da matriz depende da posio
dos autovetores dentro da base B.

b) Aqui, tem-se que T um operador linear de 3 em 3. Para determi-


nar os autovalores, calculam-se as razes do polinmio caracterstico de
T. Usar-se- a base cannica de 3 para construir a matriz de T.
Tem-se:

T 1,0,0 5 0 0, 1 0 0,3 0 0 5, 1,3



T 0,1,0 0 6 0,0 4 0,0 6 0 6, 4, 6 .
T 0,0,1 0 0 6,0 0 2,0 0 4 6,2, 4

Assim, a matriz de T em relao base cannica de 3 :

5 6 6

T 1 4 2 ;
3 6 4

portanto, seu polinmio caracterstico :

5 6 6
PT 1 4 2 3 5 2 8 4 .
3 6 4

Determinando-se os zeros desse polinmio, isto , as razes da equao


3 5 2 8 4 0, obtm-se: 1 1, com multiplicidade 1, e 2 2,
com multiplicidade 2. Logo, o polinmio pode ser escrito na forma:

PT 1 2 .
2

Para determinar os autovetores associados, toma-se um vetor


v x , y , z e impe-se a condio:

T v v,
ou seja,

T Id v 0 ,

cap9_OK.indd 273 31/03/2013 03:42:01


274 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

ou, ainda,
5 6 6 x 0

1 4 2 y 0 .
3 6 4
z 0
Ento:
para 1 1 , vem:

4 6 6 x 0

1 3 2 y 0 ,
3 6 5 z 0

de onde se obtm o sistema linear
4 x 6 y 6z 0

x 3 y 2z 0 .
3 x 6 y 5z 0

De sua resoluo, obtm-se:

x 3 y
.
z 3 y

Assim, os autovetores associados a esse autovalor so do tipo


v 3 y , y , 3 y y 3,1, 3 . Fazendo-se, por exemplo, y 1, ob-
tm-se o autovetor v 1 3,1, 3 .
para 2 2, vem:

3 6 6 x 0

1 2 2 y 0 ,
3 6 6 z 0

de onde vem que:
3x 6 y 6z 0

x 2 y 2 z 0,
3x 6 y 6z 0

que leva soluo da forma x 2 y 2z. Portanto, os autovetores asso-
ciados e esse autovalor so do tipo v 2 y 2z , y , z y 2,1,0 z 2,0,1.

cap9_OK.indd 274 31/03/2013 03:42:02


Operadores Diagonalizveis | 275

Tomando-se, por exemplo, y 1 e z 0, obtm-se o autovetor


v 2 2,1,0 ; tomando-se outro par de valores para y e z, por exemplo,
y 0 e z 1, obtm-se outro autovetor associado a esse autovalor:
v 3 2,0,1.
Pode-se verificar que os autovetores determinados so LI e, portanto,
formam uma base de 3: B 3,1, 3 , 2,1,0 , 2,0,1. Ento, T
um operador diagonalizvel e sua matriz em relao a essa base dia-
gonal, dada por:

1 0 0

T B 0 2 0 .
0 0 2

Alternativamente, mudando-se a ordem dos vetores na base B, pode-se
escrever a matriz de T na forma:
2 0 0

T B 0 2 0 .
0 0 1

2) Mostrar que o operador linear T x , y , z 2 x y , y z , 2 y 4 z no


diagonalizvel.
Tem-se, aqui, um operador linear de 3 em 3 . Considerando-se a base
cannica de 3, verificar-se- se existe uma base de 3 constituda por
autovetores de T. Para isso, determinam-se, primeiramente os autovalores
de T, construindo o polinmio caracterstico e calculando-se seus zeros.
Tem-se:

T 1,0,0 2 0,0 0,0 0 2,0,0



T 0,1,0 0 1,1 0,2 0 1,1,2
T 0,0,1 0 0,0 1,0 4 0, 1, 4

e, portanto, a matriz de T em relao base cannica de 3 :

2 1 0

T 0 1 1 .
0 2 4

cap9_OK.indd 275 31/03/2013 03:42:02


276 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

Portanto, o polinmio caracterstico :

2 1 0
PT 0 1 1 3 7 2 16 12 .
0 2 4

Determinando-se as razes da equao 3 7 2 16 12 0, obtm-se


1 2, com multiplicidade 2, e 2 3 , com multiplicidade 1. Assim, o po-
linmio pode ser escrito na forma PT 3 2 .
2

Tomando-se um vetor v x , y , z e impondo-se a condio T v v ,


ou, equivalentemente, T Id v 0, obtm-se:

2 1 0 x 0

0 1 1 y 0 .
0 2 4
z 0

Para 1 3, tem-se:

1 1 0 x 0

0 2 1 y 0 ,
0 2 1 z 0

de onde vem que:
x y 0

2 y z 0 ,
2y z 0

x y
que leva a .
z 2 y

Logo, os autovetores associados so do tipo v y , y , 2 y y 1,1, 2 .


Tomando-se, por exemplo, y 1 , obtm-se o autovetor v 1 1,1, 2 .

Para 2 2, tem-se:

0 1 0 x 0

0 1 1 y 0 ,
0 2 2 z 0

cap9_OK.indd 276 31/03/2013 03:42:02


Operadores Diagonalizveis | 277

isto ,
y 0

y z 0,
2 y 2z 0

de onde se conclui que y z 0.

Portanto, os autovetores associados so do tipo v x ,0,0 x 1,0,0 . To-


mando-se, por exemplo, x 1, obtm-se o autovetor v 2 1,0,0 .

V-se, assim, que h apenas dois autovetores associados aos autovalores


obtidos, e, portanto, o conjunto B 1,1, 2 , 1,0,0 no uma base de
3. Se no existe uma base de 3 constituda pelos autovetores de T, en-
to T no um operador diagonalizvel e, portanto, no possui uma ma-
triz diagonal em relao a nenhuma base de 3.

9.3. RELAO ENTRE MATRIZ DIAGONALIZVEL E AUTOVETORES

No Captulo 1, viu-se que uma matriz quadrada B, de ordem n, diagona-


lizvel se existe uma matriz no singular P, de mesma ordem, tal que A P 1BP
uma matriz diagonal. Quando isso ocorre, diz-se que A e B so semelhantes.
A dificuldade consiste em determinar a matriz P. No entanto, pode-se de-
monstrar que se B for diagonalizvel, as colunas da matriz P so constitudas
das coordenadas dos autovetores relativos a um operador linear T e a matriz A,
cuja diagonal principal constituda dos autovalores associados, a represen-
tao diagonal da matriz B.

Exemplos:

1) No Exemplo 1 do item 1.3.6. Matrizes Semelhantes do Captulo 1, mostrou-se


3 0 4 1
que as matrizes A e B so semelhantes, determi-
0 2 6 3

1 1
nando-se, atravs da definio, a matriz P ; ou seja, imps-se
1 6
que A P 1BP, ou equivalentemente, PA BP , e determinou-se a matriz P.

cap9_OK.indd 277 31/03/2013 03:42:02


278 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

Determinar-se-, agora, essa mesma matriz P, utilizando-se os conceitos


de autovetores e autovalores associados a um operador linear T. A partir
da matriz B, determina-se seu polinmio caracterstico:

4 1
PC 2 6,
6 3

cujas razes so os autovalores 1 3 e 2 2. Os autovetores associados


so calculados a seguir.

Para 1 3, tem-se:

4 3 1 x 0
,
6 3 3 y 0

ou seja,
1 1 x 0
,
6 6 y 0
que leva ao sistema linear

x y 0
.
6 x 6 y 0

Desse sistema, conclui-se que x y , isto , o autovetor gerado por 1 3


da forma v 1 y , y , y , com y 0. Em particular, para y 1,
gera-se o autovetor v 1 1,1.

Para 2 2, tem-se:

4 2 1 x 0
,
6 3 2 y 0

isto ,

6 1 x 0
,
6 1 y 0

de onde se obtm:

6 x y 0
.
6 x y 0

cap9_OK.indd 278 31/03/2013 03:42:03


Operadores Diagonalizveis | 279

A soluo geral desse sistema y 6 x, com x . Ento, o autovetor


gerado por 2 2 da forma v 2 x , 6 x , x , com x 0. Em particu-
lar, para x 1, tem-se o autovetor v 2 1, 6 . Logo, a matriz P consti-
1 1
tuda dos autovetores v 1 e v 2 , ou seja, P , que a matriz obtida
1 6
6 15
anteriormente. Essa matriz no singular e sua inversa P 1 51 1
.
5 5
Assim, da mesma forma que se fez no Exemplo 1 do item 1.3.6. Matrizes
Semelhantes do Captulo 1, tem-se:

6 15 4 1 1 1 185 3
1 1 3 0
P 1BP 51
5
2 1 A.
5 15 6 3 1 6 25 5 6 0 2

Observe-se que os elementos da diagonal de A so os autovalores encontrados.

2) Tambm no Exemplo 1 do item 1.3.6. Matrizes Semelhantes do Captulo 1,


2 0 0 2 1 0

mostrou-se que as matrizes A 0 1 0 e B 0 1 1 no so
0 0 6 0 2 4

semelhantes, ou seja, no existe a matriz P tal que A P 1BP . Pode-se che-
gar a essa mesma concluso utilizando-se autovalores e autovetores asso-
ciados a um operador linear T. A partir de B, determina-se seu polinmio
caracterstico:
2 1 0
PC 0 1 3 7 16 12 3 2 ;
2
1
0 2 4

as razes desse polinmio so os autovalores 1 3 (com multiplicidade 1)


e 2 2 (com multiplicidade 2).

Para 1 3 , tem-se:

2 3 1 0 x 0

0 1 3 1 y 0 ,
0 2 4 3
z 0

cap9_OK.indd 279 31/03/2013 03:42:03


280 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

isto ,
x y 0

2 y z 0 .
2 y z 0

A resoluo do sistema leva s concluses x y e z 2 y , para y .
Ento, o autovetor gerado por 1 3 da forma v 1 y , y , 2 y , y ,
com y 0. Em particular, para y 1, gera-se o autovetor v 1 1,1, 2 .

Para 2 2, tem-se:
2 2 1 0 x 0

0 1 2 1 y 0 ,
z 0
4 2
0 2
ou seja, obtm-se o sistema linear
y 0

y z 0 ,
2 y 2z 0

cuja soluo geral y z 0 e x . Ento, o autovetor gerado por 2 2
da forma v 2 x ,0,0 , x , com x 0. Em particular, para x 1,
tem-se o autovetor v 2 1,0,0 .
Como s existem dois autovetores v 1 1,1, 2 e v 2 1,0,0 , no existe a
matriz P de ordem 3, constituda de autovetores, tal que A P 1BP . Con-
clui-se, portanto, que as matrizes A e B no so semelhantes, ou seja, B no
diagonalizvel, como j se havia concludo no citado exemplo do Captulo 1.

3) No Exemplo 2 do item 9.2. Diagonalizao de Operadores deste Captulo,


mostrou-se que:
5 6 6

a matriz A 1 4 2 , que a matriz de um operador linear em

3 6 4
relao base cannica do 3, diagonalizvel;
seus autovalores so 1 1 e 2 2 ;
os autovetores gerados so v 1 3,1, 3 , v 2 2,1,0 e v 3 2,0,1.

cap9_OK.indd 280 31/03/2013 03:42:03


Operadores Diagonalizveis | 281

3 2 2

Logo, existe a matriz P 1 1 0 , cuja inversa :
1
3 0

1 2 2
1
P 1 3 2 .
3 6 5

Pode-se, assim, utilizar essa matriz para determinar a matriz diagonal B que
semelhante matriz A. Basta que se efetue o produto P 1 AP :

1 2 2 5 6 6 3 2 2
1
P AP 1 3 2 1 4 2 1 1 0
3 6 5 3 6 4 3 0 1

1 2 2 3 2 2 1 0 0

2 6 4 1 1 0 0 2 0 .
6 12 10 3 0 1 0 0 2

Obteve-se, assim, a matriz

1 0 0

B 0 2 0 ,
0 0 2

diagonal, a qual semelhante matriz A, que a mesma obtida anterior-


mente no citado exemplo.

9.4. EXERCCIOS PROPOSTOS

1) Seja T : M 2 TS M 2 TS , onde M 2 TS o espao vetorial das matrizes

1 0 0 1 0 0 0 0
triangulares superiores, cuja base cannica C , , , .
0 0 0 0 1 0 0 1

cap9_OK.indd 281 21/08/2013 15:50:50


282 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

a b 3a 3b
Mostrar que o operador linear T diagonali-
0 c 0 a 3b c
zvel e exibir sua matriz em relao base de autovetores.

3 0 0 1 0 0

R: T B 0 3 0 ou T B 0 3 0
0 0 1 0 0 3

2) Verificar quais dos operadores lineares so diagonalizveis. Para os que o


forem, exibir a matriz do operador em relao base de autovetores.

a) T x , y , z 2 x z , x 2 y z ,2 x 3z

1 0 0 1 0 0

R: diagonalizvel; T B 0 2 0 ou T B 0 4 0
0 0 4 0 0 2

2 0 0

ou T B 0 1 0 ...
0 0 4

b) T a 0 a1t 8a 0 6a1 9a 0 7a1 t

2 0 1 0
R.: diagonalizvel; T B ou T B
0 1 0 2

c) T x , y , z x y z , x y z , x y z

1 0 0 1 0 0

R.: diagonalizvel; T B 0 2 0 ou T B 0 2 0
0 0 2 0 0 2

2 0 0

ou T B 0 1 0 ...
0 0 2

cap9_OK.indd 282 21/08/2013 15:50:51


Operadores Diagonalizveis | 283

6x y 2x 3 y
d) T x , y ,
4 4

5 0 1 0
R.: diagonalizvel; T B 4 ou T B 5
0 1 0 4

e) T x , y , z x , y z ,2z

R.:no diagonalizvel.

f) T x , y , z x 2 y 3z ,2 x y 2z ,3x 3 y z

6 0 0 6 0 0

R.: diagonalizvel; T B 0 1 0 ou T B 0 2 0
0 0 2 0 0 1

2 0 0

ou T B 0 1 0 ...
0 0 6

cap9_OK.indd 283 31/03/2013 03:42:04


cap9_OK.indd 284 31/03/2013 03:42:04
10
ESPAOS COM PRODUTO INTERNO

Em Geometria Analtica, estudam-se, em particular, dois espaos veto-


riais: o 2 (cuja imagem geomtrica o plano de coordenadas cartesianas
ortogonais) e o 3 (cuja imagem geomtrica o espao tridimensional). So
espaos vetoriais reais importantes, os quais tm viso geomtrica. Dentre os
conceitos e definies que se introduzem nesses espaos, tem-se o produto
escalar entre dois vetores, de grande importncia e aplicabilidade. O que se
pretende, neste captulo, generalizar o conceito de produto escalar visando a
introduzir os conceitos de distncia, comprimento, ngulo e ortogonalidade,
os quais, apesar de terem um carter geomtrico, podem ser estendidos para
espaos vetoriais no geomtricos.

10.1. PRODUTO INTERNO

Definio: Seja V um espao vetorial real. Um produto interno sobre V uma


funo : V V , que, para todo par de vetores u, v V V , associa
um nmero real u, v u, v satisfazendo:

a) u, v v , u , u, v V

b) u, v u, v , u , v V e

c) u v , w u, w v , w , u , v , w V

d) u, u 0 e u, u 0 u 0

Um espao vetorial real munido de produto interno chamado espao


euclidiano.

Observao: pode-se, em geral, definir mais de um produto interno em um


espao vetorial real.

cap10_OK.indd 285 21/08/2013 15:55:08


286 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

Exemplos:

1) Dados dois vetores u, v n, isto , u x 1 , x 2 ,, x n e v y 1 , y 2 ,, y n ,


define-se o produto interno entre eles da seguinte forma:
u, v x 1 y 1 x 2 y 2 x n y n

Esse o produto interno usual do n.

2) O produto escalar entre dois vetores do 3 o produto interno usual,


pois, dados dois vetores u x 1 , y 1 , z 1 e v x 2 , y 2 , z 2 do 3, ento:

u v u , v x 1 x 2 y 1 y 2 z 1z 2 .

3) O produto escalar entre dois vetores do 2 o produto interno usual,


pois, dados dois vetores u x 1 , y 1 e v x 2 , y 2 do 2, ento:

u v u, v x 1x 2 y 1 y 2 .

4) Mostrar que u, v 2 x 1x 2 x 1 y 2 y 1x 2 3 y 1 y 2 define um produto inter-


no no 2, quaisquer que sejam os vetores u x 1 , y 1 e v x 2 , y 2 .

De fato, considerem-se os vetores u x 1 , y 1 , v x 2 , y 2 e w x 3 , y 3


pertencentes ao 2. Verificar-se- que so satisfeitas as condies da defi-
nio de produto interno. Tem-se:

a) u, v 2 x 1x 2 x 1 y 2 y 1x 2 3 y 1 y 2 2 x 2 x 1 x 2 y 1 y 2 x 1 3 y 2 y 1 v , u

b) u, v 2 x 1x 2 x 1 y 2 y 1x 2 3 y 1 y 2
2 x 1 x 2 x 1 y 2 y 1 x 2 3 y 1 y 2 u, v

c) u v , w 2 x 1 x 2 x 3 x 1 x 2 y 3 y 1 y 2 x 3 3 y 1 y 2 y 3

2 x 1x 3 2 x 2 x 3 x 1 y 3 x 2 y 3 y 1x 3 y 2 x 3 3 y 1 y 3 3 y 2 y 3

2 x 1x 3 x 1 y 3 y 1x 3 3 y 1 y 3 2 x 2 x 3 x 2 y 3 y 2 x 3 3 y 2 y 3

u, w v , w


d) u, u 2 x 12 2 x 1 y 1 3 y 12 x 12 x 12 2 x 1 y 1 y 12 2 y 12


x 1 y 1 x 12 2 y 12 0
2

cap10_OK.indd 286 31/03/2013 03:42:26


Espaos com Produto Interno | 287

Por outro lado, tem-se:


x 1 y 1 0
2

u, u 0 x 1 y 1 x 12 2 y 12 0 2
x 1 2 y 1 0
2

x 1 0 e y 1 0 u 0,0

5) Seja M n o espao vetorial das matrizes quadradas de ordem n com


elementos reais. Define-se o produto interno entre duas matrizes A e B
desse espao da seguinte forma:
n n
A, B a b
i 1 j 1
ij ji .

Sugesto:verificar que esse produto satisfaz as condies da definio de


produto interno para n 2.

6) Seja Pn o espao vetorial dos polinmios de grau menor ou igual a n


com coeficientes reais. Dados dois polinmios p x a 0 a1x a n x n
e q x b0 b1x bn x n desse espao, possvel verificar que
n
p x , q x a b
i 0
i i

define um produto interno.


Sugesto: verificar para o caso em que n 2 .

10.2. NORMA, MTRICA E NGULO

10.2.1. Norma

Definio: Seja V um espao euclidiano com produto interno u, v . A norma


(ou comprimento) de um vetor u V , denotada por u , o nmero real
no negativo dado por u u, u .

Exemplos:

1) No 3, a norma u de qualquer vetor u x , y , z coincide com seu


mdulo u , pois, utilizando-se o produto interno usual (que o produto
escalar), tem-se:
u, u x 2 y 2 z 2

cap10_OK.indd 287 31/03/2013 03:42:26


288 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

Assim:

u u, u x 2 y 2 z 2 u

e, portanto, tem-se que u u .

2) Conforme se observou anteriormente, o produto interno no nico. Des-


sa forma, um vetor de um espao euclidiano poder ter normas diferentes,
conforme se considerem produtos internos diferentes no espao vetorial.
Para ver isso, considere-se, por exemplo, o espao vetorial 2 , com o pro-
duto interno usual e o produto interno definido no exemplo 4, isto :

u, v 2 x 1x 2 x 1 y 2 y 1x 2 3 y 1 y 2 ,

para u x 1 , y 1 e v x 2 , y 2 pertencentes ao 2 .

Tomando-se, por exemplo, o vetor u 3, 4 , calcular-se- sua norma


usando-se cada um dos produtos internos citados:

usando-se o produto interno usual, tem-se:

u u, u x 2 y 2 3 2 4 2 25 5

usando-se o produto interno acima definido, tem-se:

u u, u 2 3 3 3 4 4 3 3 4 4 90 3 10 9,5

V-se, assim, que o vetor u tem normas (comprimentos) diferentes em


relao a produtos internos diferentes.

a11 a12
3) Dados uma matriz A do espao vetorial M 2 e o produto
a 21 a 22
2 2
interno A, B a b
i 1 j 1
ij ji , a norma de A, segundo esse produto interno :

2 2 2
A, A
i 1 j 1
a ija ji a
i 1
i1a1i a i 2a 2i

a11a11 a12a 21 a 21a12 a 22a 22 a11


2
2a12a 21 a 22
2

cap10_OK.indd 288 31/03/2013 03:42:26


Espaos com Produto Interno | 289

2 1
Tomando-se, por exemplo, a matriz A , tem-se:
5 3

A A, A 2 2 2 1 5 3 2 3 .

Propriedades da Norma

Dados um espao euclidiano V e vetores u, v V , so vlidas as seguintes


propriedades:

P1 u 0 e u 0u0

De fato, por definio, tem-se:

u u, u ;

uma vez que, por definio de produto interno, tem-se que u, u 0 , segue-se
que:

u u, u 0 .

Alm disso, se u 0 , vem:

0 u u, u u, u 0 u 0 .

P2
2
u, u u

Imediata, pois, por definio, u u, u .

P3 ku k u , k

Tem-se:

ku ku, ku k 2 u, u k u, u k u

P4 Desigualdade de Cauchy-Schwarz: u, v u v

Primeiramente, observe-se que, se u 0 ou v 0 , tem-se:

u, v 0 e u v 0 ;

cap10_OK.indd 289 26/04/2013 22:57:07


290 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

ento,

u, v u v

e, portanto, verdadeiro que

u, v u v .

Se u 0 e v 0 , tem-se, para todo nmero real k, que:


2
ku v 0,

de onde se segue que:


2
0 ku v ku v , ku v ku, ku ku, v v , ku v , v
2 2
k 2 u , u 2k u , v v , v k 2 u 2k u , v v
2
Tem-se, aqui, uma inequao do 2 grau na varivel k, j que u 0:
2 2
u k 2 2 u , v k v 0.

Considerando-se a equao do 2 grau


2 2
u k 2 2 u , v k v 0,

seu discriminante :
2 2
4 u, v 2 4 u v ,

o qual deve ser menor ou igual a zero, para que a inequao seja satisfeita, ou
seja, deve-se ter:
2 2
4 u, v 2 4 u v 0,

isto ,
2 2
u, v 2 u v ,

ou, ainda,

u, v u v ,

o que demonstra a desigualdade.

cap10_OK.indd 290 31/03/2013 03:42:27


Espaos com Produto Interno | 291

P5 Desigualdade Triangular: uv u v

Tem-se:
2 2 2
uv u v , u v u , u u , v v , u v , v u 2 u , v v

Pela Desigualdade de Cauchy-Schwarz, tem-se:

u, v u, v u v ;

logo, vem:

u v
2 2 2 2 2 2
uv u 2 u , v v u 2 u v v ,

isto ,

u v
2 2
uv

e, portanto,

uv u v .

Observaes:

1) Se u 1 ou, equivalentemente, se u, u 1 , diz-se que u um vetor uni-


trio e que o vetor est normalizado. Um vetor qualquer u 0 pode ser
1
normalizado fazendo-se u 0 u ; o vetor u 0 assim obtido um mlti-
u

plo positivo de u. Esse processo denominado de normalizao do vetor v.


O vetor u 0 tambm chamado de versor do vetor u.

2) Uma interpretao geomtrica particular da desigualdade triangular


bastante conhecida. Considerando-se dois vetores u e v do 2 ou do 3,
sabe-se que, geometricamente, a soma u v desses dois vetores, o vetor
com origem na origem do vetor u e extremidade na extremidade do ve-
tor v, ou seja,

cap10_OK.indd 291 31/03/2013 03:42:27


292 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

Figura 10.1

Sabe-se que: u v u v .

10.2.2. Mtrica

Definio: Dado um espao vetorial euclidiano V, uma mtrica sobre V uma

aplicao d : V V tal que d u, v u v , u, v V .

Propriedades da mtrica: dados os vetores u, v e w em V, tem-se:

P1 d u, v 0 e d u, v 0 u v
P2 d u, v d v, u
P3 d u, v d u, w d v, w
O nmero real d u, v usualmente chamado de distncia entre os veto-
res u e v, nos espaos vetoriais nos quais este conceito pode ser interpretado
geometricamente. Por exemplo, no 3 , tem-se:

Figura 10.2

cap10_OK.indd 292 31/03/2013 03:42:27


Espaos com Produto Interno | 293

10.2.3. ngulo

Seja V o espao euclidiano 2 com o produto interno usual. Conside-


rem-se os vetores u x 1 , y 1 e v x 2 , y 2 no nulos e no paralelos desse
espao e seja o ngulo entre eles. Considere-se, ainda, o ngulo mostrado
na Figura 10.3:
Figura 10.3

Do tringulo OAB, tem-se:


x1 y
cos e sen 1 .
u u

Ento, vem:
x1
cos cos cos sen sen ,
u

de onde se segue que:


x1
sen sen
u
cos (1)
cos

e
y1
sen sen cos sen cos ,
u

ou seja,
y1
sen cos
u
sen . (2)
cos

cap10_OK.indd 293 31/03/2013 03:42:27


294 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

Substituindo-se em (2) em (1), obtm-se:


y1
sen cos
x1 u
sen
u cos
cos ,
cos

isto ,
x1 y
cos 1 sen sen 2 cos
u u
cos ,
cos 2
ou, ainda,
x1 y
cos cos 2 cos sen 2 cos 1 sen .
u u

Do tringulo OCD, tem-se:


x2 y
cos e sen 2 .
v v

Assim, vem:


cos cos 2 sen 2 x1 x 2 y1 y 2
u v

u v
,

de onde se obtm:

x 1x 2 y 1 y 2
cos .
u v

Uma vez que se est considerando o produto interno usual, obtm-se,


finalmente, que:
u, v
cos .
u v

Dessa forma, pode-se calcular o cosseno do ngulo 0 entre os


vetores u e v. Observe-se que essa expresso est bem definida, pois, da desi-
gualdade de Cauchy-Schwarz, tem-se que:

u, v u v

cap10_OK.indd 294 31/03/2013 03:42:28


Espaos com Produto Interno | 295

ou seja,

u v u, v u v .

Se os vetores u e v so no nulos, pode-se dividir os membros dessa desi-


gualdade pelo nmero real u v , obtendo-se:

u, v
1 1 .
u v

O nmero real chamado de ngulo entre os vetores u e v.

Exemplos:

1) Considerem-se os vetores u 1,5 e v 2,1 do espao 2. Tem-se:

d u, v u v 1,5 2,1 3, 4 3 2 4 2 25 5

Portanto, a distncia entre os vetores u e v igual a 5 unidades de medida.


De fato, possvel ver, geometricamente, que d u, v 5, conforme mostra
a Figura 10.4.

Figura 10.4

No tringulo retngulo ABC, tem-se que as medidas dos catetos AB e AC


so, respectivamente, 4 e 3 unidades de medida e, portanto, a medida da
hipotenusa BC 5, ou seja, d u, v 5 .

Pode-se, assim, calcular o ngulo entre os vetores u e v, atravs de seu


cosseno, como segue:

cap10_OK.indd 295 31/03/2013 03:42:28


296 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

u, v 1 2 5 1 3 3 130
cos 0,26 .
u v 12 5 2 2 12
2 26 5 130

Portanto, arccos 0,26 75 0 .

2 1 1 1
2) Considerem-se as matrizes A e B pertencentes ao
5 3 4 2
espao euclidiano M 2 , com o produto interno definido por;
2 2
A, B a b
i 1 j 1
ij ji , A, B M 2 . Tem-se:

2 2
A, A a a
i 1 j 1
ij ji a11
2
2a12a 21 a 22
2
2 2 2 1 5 3 2 3 ,

e, portanto,

A A, A 3

e
2 2

b b 1 2 1 4 2 2 13 ,
2
B, B ij ji b11
2
2b12b21 b22
2

i 1 j 1

isto ,

B B, B 13 .

Por outro lado, tem-se:

2 1 1 1 3 2
AB .
5 3 4 2 1 1

Uma vez que d A, B A B , vem:


2 2
A B, A B c c
i 1 j 1
ij ji c 11
2
2c 12c 21 c 22
2
3 2 2 2 1 12 6

ou seja,

d A, B A B A B, A B 6 .

cap10_OK.indd 296 31/03/2013 03:42:28


Espaos com Produto Interno | 297

Alm disso, tem-se:


2 2
A, B a b
i 1 j 1
ij ji a11b11 a12b21 a 21b12 a 22b22 2 1 1 4 5 1 3 2 5

e, portanto,

A, B 5 5 39
cos .
A B 3 13 39

5 39
Apesar de ser possvel determinar d A, B 6 e cos para as
39
matrizes A e B, esses valores no tm um significado geomtrico como no
Exemplo 1.

10.3. ORTOGONALIDADE

Definio: Seja V um espao euclidiano. Dois vetores u, v V so ortogonais


se, e somente se, u, v 0 .

Exemplo: Considerem-se os vetores u 1,3,2 , v 5,1,1 e w 1,1, 1


do espao euclidiano 3. Verificar-se- quais desses vetores so ortogonais
entre si.
Para isso, basta calcular o produto interno entre eles. Considerando-se o
produto interno usual do 3, tem-se:

u, v 1 5 3 1 2 1 5 5 0

u, w 1 1 3 1 2 1 3 3 0

w , v 1 5 1 1 1 1 1 6 5

Conclui-se, assim, que u e v so ortogonais, u e w so ortogonais e v e w


no so ortogonais.

Definio: Seja V um espao euclidiano. Um conjunto S v 1 , v 2 , , v k V


ortogonal se v i , v j 0, para i j, ou seja, dois vetores quaisquer distintos
de S so ortogonais.

cap10_OK.indd 297 31/03/2013 03:42:28


298 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

Exemplo: Considerem-se os vetores u 1,3,2 , v 5,1,1 e w 1, 11,16


do espao euclidiano 3. Mostrar-se- que o conjunto S u, v , w 3
ortogonal.
De fato, considerando-se o produto interno usual do 3, tem-se:

u, v 1 5 3 1 2 1 5 5 0 .

u, w 1 1 3 11 2 16 33 33 0 .

v , w 5 1 1 11 1 16 16 16 0 .

Uma vez que os vetores de S so dois a dois ortogonais, conclui-se que S


um conjunto ortogonal.

Definio: Seja V um espao euclidiano. Um conjunto S u1 , u 2 , , u k V


ortonormal se, e somente se:

(i) u i 1 , i 1,2,, k , isto , todo vetor de S unitrio;

(ii) u i , u j 0 , para i j , isto , dois vetores quaisquer distintos de S so


ortogonais.

Observaes:

1) Uma definio alternativa para conjuntos ortonormais dada pela intro-


duo do smbolo de Kronecker:

ij 1, se i j
ij u i , u j , i, j 1,2,, k .
ij 0, se i j

2) Todo conjunto ortonormal um conjunto ortogonal, mas a recproca no


verdadeira.

Exemplos:

1) Considerando-se o espao euclidiano 3 com o produto interno usual,


sua base cannica B i, j, k 1,0,0 , 0,1,0 , 0,0,1 um conjunto
ortonormal, pois:

i j k 1 e i, j i, k k, j 0 .

cap10_OK.indd 298 31/03/2013 03:42:28


Espaos com Produto Interno | 299

2) Generalizando, no espao euclidiano n n 2 , com o produto interno


usual, a base cannica B 1,0,0,...,0 , 0,1,0,...,0 ,, 0,0,...0,1 um
conjunto ortonormal.

3) No espao euclidiano 2, verificar quais dos conjuntos abaixo so orto-


normais:

a) S1 u1 1,2 , u 2 2,1

Tem-se:

u1 , u 2 1 2 2 1 0 ;

portanto, os vetores so ortogonais. Por outro lado, tem-se que

u 1 u 2 2 2 12 5 ,

ou seja, os vetores no so unitrios. Conclui-se, assim, que o conjunto


S1 ortogonal, mas no ortonormal.

5 2 5 2 5 5
b) S 2 v 1 , , v 2 ,
5 5 5
5

Tem-se:

5 2 5 2 5 5 2 2
v 1 , v 2 0,
5 5 5 5 5 5

ou seja, os vetores so ortogonais. Por outro lado, tem-se:

2 2
5 2 5 5 20
v1 v 2 1,
5 5 25 25

isto , os vetores so unitrios. Logo, o conjunto S 2 ortonormal.

Demonstram-se, a seguir, alguns resultados a respeito de conjuntos orto-


normais.

cap10_OK.indd 299 31/03/2013 03:42:29


300 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

Proposio1:Todo subconjunto ortonormal S u1 , u 2 , , u k de um espao


euclidiano V necessariamente LI.

Demonstrao:

Hiptese: S u1 , u 2 , , u k um subconjunto ortonormal de um espao eu-


clidiano V
Tese: S um conjunto LI

De fato, supondo-se que a1u1 a 2u 2 a k u k 0, sendo a i , i 1,2, k,


vem:
0 0, u1 a1u1 a 2u 2 a k u k , u1
a1u1 , u1 a 2u 2 , u1 a k u k , u1
a1 u 1 , u 1 a 2 u 2 , u 1 a k u k , u 1
2
a1 u1 a 2 0 a k 0 a1 1 a1

Logo, a1 0 . De modo anlogo, prova-se que a 2 a 3 a k 0 , de


onde se conclui que o conjunto S u1 , u 2 ,, u k LI.

Proposio 2:Seja S u1 , u 2 , , u k um subconjunto de um espao eucli-


diano V. Se v V ortogonal a todo vetor de S, ento v ortogonal a qualquer
vetor do subespao gerado por S.

Demonstrao:

Hipteses: S u1 , u 2 , , u k um subconjunto de um espao euclidiano V;


v V ortogonal a todo vetor de S
Tese: v ortogonal a todo vetor do subespao gerado por S

Sejam S o subespao gerado por S e m S . Ento, existem escalares


a1 , a 2 ,, a k tais que m a1u1 a 2u 2 a k u k .

Deve-se mostrar que v ortogonal a m, isto , v , m 0 . De fato, tem-se:


v , m v , a1u1 a 2u 2 a k u k a1 v , u1 a 2 v , u 2 a k v , u k .

Uma vez que v ortogonal a todo vetor de S, segue-se que


v , u i 0, i 1,2,, k. Conclui-se, portanto, que v , m 0, isto , v orto-
gonal aos vetores do subespao gerado por S.

cap10_OK.indd 300 27/04/2013 17:06:24


Espaos com Produto Interno | 301

Proposio 3: Seja S u1 , u 2 , , u k um subconjunto ortonormal de um


espao euclidiano V. Ento, para todo elemento v V , o vetor

w v v , u 1 u 1 v , u 2 u 2 v , u k u k

ortogonal a todo vetor do subespao gerado por S.

Demonstrao:
Hiptese: S u1 , u 2 , , u k um subconjunto ortonormal de um espao
euclidiano V
Tese: para todo v V , o vetor w v v , u1 u1 v , u 2 u 2 v , u k u k
ortogonal a todo vetor do subespao gerado por S.

Pela Proposio 2, basta mostrar que o vetor w ortogonal a todo vetor de S.


Mostrar-se-, primeiramente, que w ortogonal a u1 S . De fato, tem-se:

w , u 1 v v , u 1 u 1 v , u 2 u 2 v , u k u k , u 1

v , u1 v , u1 u1 , u1 v , u 2 u 2 , u1 v , u k u k , u1
2
v , u 1 v , u 1 u 1 v , u 2 0 v , u k 0 v , u1 v , u1 0.

ou seja,
w , u 1 0 .

Analogamente, prova-se que: w , u 2 w , u k 0 , isto , w orto-


gonal aos vetores do subespao gerado por S.

Definio:Seja V um espao euclidiano de dimenso finita. Uma base B de V


dita ortogonal se B for um conjunto ortogonal.

Definio:Seja V um espao euclidiano de dimenso finita. Uma base B de V


dita ortonormal se B for um conjunto ortonormal.

Exemplo: Os conjuntos seguintes so bases ortonormais dos referidos espaos


euclidianos:

a) B 1,0,0 , 0,1,0 , 0,0,1 uma base ortonormal do 3 .


b) B 1, t , t 2 uma base ortonormal do espao euclidiano P2 .

cap10_OK.indd 301 26/04/2013 23:02:57


302 | INTRODUO AO ESTUDO DA LGEBRA LINEAR

c) A base B u 1,1,2 , v 3,1,1 , w 1, 7, 4 uma base ortogonal


do 3 , mas no uma base ortonormal.

De fato, os vetores da base so ortogonais entre si, pois:


u, v 1 3 1 1 2 1 0
u, w 1 1 1 7 2 4 0
v , w 3 1 1 7 1 4 0 .

Entretanto, os vetores da base no so unitrios, como se mostra a seguir:

u 6 , v 11, w 66 ,

ou seja, a base ortogonal, mas no ortonormal.


No teorema que se segue, demonstra-se o processo de ortonormalizar uma
base de um espao vetorial de dimenso finita.

Teorema 1 Processo de Ortonormalizao de Gram-Schmidt: Todo es-


pao euclidiano V de dimenso finita, com dim V 0 , admite uma base
ortonormal.

Demonstrao:
Hiptese: V um espao euclidiano de dimenso finita, com dim V 0
Tese: V admite uma base ortonormal

Suponha-se que dim V 1 e que u seja uma base de V; ento, o vetor


u
v LI e v 1 . Portanto, v base ortonormal de V.
u

Supondo-se que dim V 2 e que u1 , u 2 seja uma base de V, consi-


dere-se o vetor
u1
v 1 .
u1

Pela Proposio 3, o vetor w 1 u 2 u 2 , v 1 v 1 ortogonal a v 1 .


w1
Fazendo v 2 , segue-se que v 1 , v 2 base ortonormal de V.
w1

cap10_OK.indd 302 31/03/2013 03:42:29


Espaos com Produto Interno | 303

Supondo-se, agora, que dim V n e que u1 , u 2 ,, u n seja uma base


de V, considere-se o vetor:
u1
v 1 .
u1

Pela Proposio 3, o vetor w 1 u 2 u 2 , v 1 v 1 ortogonal a v 1 .

Considere-se, agora, o vetor:


w1
v 2 .
w1

Pela Proposio 3, o vetor w 2 u 3 u 3 , v 2 v 2 u 3 , v 1 v 1 ortogonal aos


vetores v 1 e v 2 .

Tomando-se o vetor:
w2
v 3 ,
w2

tem-se que o vetor w 3 u 4 u 4 , v 3 v 3 u 4 , v 2 v 2 u 4 , v 1 v 1 ortogonal


aos vetores v 1 , v 2 e v 3 .

Continuando com esse processo, considere-se o vetor:


w n 2
v n1 ;
w n 2

o vetor

w n1 u n u n , v n1 v n1 u n , v n2 v n2 u n , v 1 v 1

ortogonal aos vetores v 1 , v 2 ,, v n1 .