CAPTULO 4 ESPAO VETORIAL

No contexto fsico, os vetores desempenham um importante papel, por exemplo, a velocidade e a acelerao de um determinado objeto so descritas por um vetor, as foras que atuam sobre este objeto tambm so descritas por vetores. Nesta seo trataremos das operaes entre vetores, preparando a base terica necessria para o bom entendimento dos espaos vetoriais. 4.1 VETORES NO PLANO No plano cartesiano ortogonal um ponto P do plano identificado pelo par (a,b) de nmeros reais, onde as quantidades a e b so as coordenadas do ponto P (Fig. 4.1(a)).

Q b P P

a (a) Figura 4.1 Considerados os pontos P e Q do plano, podemos definir dois segmentos de reta orientados PQ e QP , o primeiro com ponto inicial em P e ponto final em Q (Fig. 4.1(b)) e o segundo, com ponto inicial em Q e ponto final em P. Embora o conjunto de pontos PQ e QP sejam iguais, considerada a orientao, eles so distintos. Diremos aqui, que eles so segmentos opostos. Definio 4.1: Dois segmentos orientados so ditos equivalentes se tiverem o mesmo comprimento e direo. A direo determinada pela reta que suporta o segmento. Exemplo 1. Observe a Fig. 4.2 abaixo (b)

S Q L K P R Figura 4.2 T Z

PQ, KL e RS tm a mesma direo; RT e KL tm o mesmo comprimento; PQ, ZW e RS tm o

mesmo comprimento, mas os nicos com orientaes equivalentes so PQ e RS . 66

Definio 4.2: Para qualquer segmento orientado no plano existe outro equivalente a este cujo ponto inicial a origem. Exemplo 2. Observe o segmento orientado PQ na Fig. 4.3 abaixo. O segmento OA tem a mesma orientao de PQ , e uma vez que eles tm mesma direo e mesmo sentido, eles so equivalentes. Q P A O Figura 4.3 Definio 4.3: Os segmentos orientados com ponto inicial na origem so denominados vetores no plano e so determinados exclusivamente pelo seu ponto final, uma vez que o ponto inicial fixo na origem. A cada ponto no plano P(a,b) associado um nico vetor v = OP e, reciprocamente, dado um vetor, este fica associado a um nico ponto do plano, que seu ponto final. Conseqentemente a correspondncia entre pontos do plano e vetores biunvoca (os vetores sero exibidos em negrito). Desta forma, um vetor v = OP representado, simplesmente, pelas coordenadas do seu ponto a final P(a,b). Usamos a notao v = ou v = (a,b) para identificar um vetor cujo ponto final (a,b). b Definio 4.4: A origem do plano fica associada a um vetor denominado vetor nulo, que tem os pontos inicial e final coincidentes com a origem. O vetor nulo representado por 0 = (0,0). Definio 4.5: O oposto de um vetor v = OP o vetor w = OQ , que tem o mesmo comprimento e direo oposta. Em termos de coordenadas, se v = (a,b), ento w = (-a,-b) e denotamos w = -v. 4.2 OPERAES COM VETORES NO PLANO a) Multiplicao de um vetor v por um escalar k. Se k > 0, o vetor w = kv possui mesma direo de v e comprimento k vezes o comprimento de v. Se k < 0, o vetor w = kv ser igual ao oposto do vetor |k|v. Se k = 0, w = kv ser o vetor nulo.

A multiplicao de um vetor por um escalar corresponde multiplicao de cada coordenada desse vetor por esse escalar. Assim, se v = (a,b) e w = kv, ento w = (ka,kb). Exemplo 3. Para v = (3,1), w1 = 2v = (6,2) e w2 = -2v = (-6,-2) (Fig. 4.4).

67

Figura 4.4 b) Adio de dois vetores. Se v = (a,b) e w = (c,d), ento o vetor soma ser v + w = (a + c, b + d). A soma de um vetor v = (a,b) com seu oposto w = -v = (-a,-b) o vetor nulo. Isto , v + w = v + (-v) = (a - a, b - b) = (0,0). A diferena entre dois vetores v e w, a soma do primeiro com o oposto do segundo vetor: v w = v + (-w).

4.3 VETORES NO ESPAO Analogamente ao caso de vetores no plano, podemos estender a idia de vetor ao espao tridimensional, onde um ponto P do espao identificado com uma terna de nmeros reais (x,y,z), onde x, y e z so as coordenadas do ponto P (Fig. 4.5).

Figura 4.5 Agora cada ponto do espao P(a,b,c) associado um nico vetor v = OP e, reciprocamente, dado um vetor, este fica associado a um nico ponto do espao, que seu ponto final. Assim, um vetor v = OP representado pelas coordenadas do seu ponto final P(a,b,c). a Denotamos v = b ou v = (a,b,c) para identificar um vetor cujo ponto final (a,b,c). c A origem do espao representa o vetor nulo 0 = (0,0,0). Se V o conjunto de vetores no espao, ento V = {(x1,x2,x3); xi R} = R R R = R3. 68

4.4 OPERAES COM VETORES NO ESPAO Definio 4.6: Sejam u = (x1,x2,x3) e v = (y1,y2,y3) vetores no espao. A soma de dois vetores e o produto de um vetor por um escalar, so denotados respectivamente por u + v e ku, e so definidos da forma: u + v = (x1 + y1, x2 + y2, x3 + y3) e ku = (kx1, kx2, kx3). Propriedades: Sejam u, v, w V e a, b escalares quaisquer, ento podem ser facilmente verificadas as propriedades seguintes. i) ii) iii) iv) v) vi) vii) viii) (u + v) + w = u + (v + w) (associativa) u + v = v + u (comutativa) existe 0 V tal que u + 0 = u, onde 0 chamado vetor nulo (existncia de elemento neutro) existe u V tal que u + (-u) = 0 (existncia de simtrico aditivo) a(u + v) = au + av (a + b)v = av + bv (ab)v = a(bv) 1u = u

4.5 ESPAOS VETORIAIS Definio 4.7: Um espao vetorial real um conjunto V , sobre o qual esto definidas duas
+ operaes: soma V x V V , e multiplicao por escalar, . x V V , tais que, para quaisquer

u,v,w V e a,b R, as propriedades i) a vii) sejam satisfeitas. Na Def. 4.7, se ao invs de escalares reais, tivermos escalares complexos, V ser um espao vetorial complexo. Neste contexto, a palavra vetor utilizada de maneira mais geral, ou seja, designa um elemento de um espao vetorial. Contudo, considerando o espao vetorial das matrizes quadradas reais de ordem 2, denotado por V=M(2,2), um vetor deste espao ser na realidade uma matriz real 2x2. Exemplo 4. Considere o espao n-dimensional real, V = Rn = {(x1,x2,...,xn); xi R}. Sejam u e v dois vetores de V dados por u = (x1,x2,...,xn), v = (y1,y2,...,yn). A soma entre u e v definida por u + v = (x1 + y1,x2 + y2,...,xn + yn) e o produto de um vetor por um escalar definida como au = (ax1,ax2,...,axn) (a R). Nestas condies simples verificar que V um espao vetorial real, ou seja, as propriedades i) a vii) so satisfeitas. Neste caso, o vetor nulo 0 = (0, 0, 0, ..., 0) e u = (-x1,-x2,...,-xn). Exemplo 5. Considere agora, V como o conjunto das matrizes de ordem 2, cujos elementos so nmeros

z2 z z2 ;zi . Assim, se u, v V so dados por u = 1 e z4 z3 z 4 w1 w 2 z1 z 2 w1 w 2 z1 + w1 z 2 + w 2 v= , a soma u + v = + = e o produto por w3 w 4 z3 z 4 w 3 w 4 z3 + w 3 z 4 + w 4 z1 z 2 az1 az 2 escalar definido por au = a = , onde zi + wi (i = 1,2,3,4) uma soma de nmeros z3 z 4 az 3 az 4
complexos, ou seja, V = complexos azi (i = 1,2,3,4) produto de um escalar a por um nmero complexo. O Ex. 4 um espao vetorial real, enquanto o Ex. 5 um exemplo de espao vetorial complexo 69

z1 z3

4.6 SUPESPAOS VETORIAIS Definio 4.8: Dado um espao vetorial real V, um subconjunto W , ser um subespao vetorial de V se: i) u,v W u + v W ii) a R, u W au W A Def. 4.8 garante que operaes realizadas em W, no caso a adio e a multiplicao por escalar, resultam em elementos de W, sendo o suficiente para afirmar o prprio W um espao vetorial. As operaes so bem definidas e no preciso verificar as 7 propriedades que definem um espao vetorial, pois, sendo vlidas em V, que contm W, tambm o so em W. Todo subespao W V, necessariamente contm o vetor nulo (devido definio ii). fcil verificar esta condio, quando se faz a = 0. Todo espao vetorial admite pelo menos dois subespaos, denominados subespaos triviais, o conjunto formado somente pelo vetor nulo e o prprio espao vetorial (0 e V). Exemplo 6. Considere o espao vetorial V = R5 e W= {(x1, x2, 0, x4, x5); xi R}. Note que W V. Se u,v W so dados por u = (p1, p2, 0, p4, p5) e v = (q1, q2, 0, q4, q5) e a R, ento: u + v = (p1, p2, 0, p4, p5) + (q1, q2, 0, q4, q5) = (p1 + q1, p2 + q2, 0 ,p4 + q4, p5 + q5) W; au = a(p1, p2, 0, p4, p5) = (ap1, ap2, 0, ap4, ap5) W. e portanto, pela Def. 4.8, W um subespao vetorial de V. Agora veremos um importante subespao que aparece quando se resolve sistemas lineares homogneos.
3x + 5y + z = 0 Exemplo 7. Considere o sistema linear homogneo 2x + 2y + 3z = 0 que tem a seguinte forma matricial 2x + 4y z = 0 3 5 1 x 0 2 2 3 y = 0 (*). Assim, estamos procurando no espao vetorial M(3,1) que so as matrizes de 2 4 1 z 0

ordem 3x1 reais, os vetores que satisfazem a equao matricial (*). O conjunto dos vetores-soluo um x1 x 2 subespao de M(3,1)? Para responder esta pergunta basta considerar dois vetores-soluo y1 e y 2 e z1 z 2
x1 x 2 verificar que sua soma y1 + y 2 ainda um vetor-soluo: z1 z 2 3 5 1 x1 x 2 3 5 1 x1 3 5 1 x 2 0 0 0 2 2 3 y + y = 2 2 3 y + 2 2 3 y = 0 + 0 = 0 . 1 2 1 2 2 4 1 z1 z 2 2 4 1 z1 2 4 1 z 2 0 0 0

70

 x1 Isto , a soma soluo. Alm disso, multiplicando y1 por uma constante k, teremos: z1 3 5 1 x1 3 5 1 x 2 0 0 2 2 3 k. y = k. 2 2 3 y = k. 0 = 0 2 1 2 4 1 z 2 4 1 z 2 0 0 1

Isto , o produto de uma constante por uma soluo continua sendo uma soluo. Portanto, o conjunto W dos vetores-soluo de (*) um subespao de M(3,1). A seguir veremos um exemplo onde um subconjunto de um espao vetorial no subespao vetorial.
Exemplo 8. Sejam V = R2 e W = {(x,x3); x R}. Considerando u = (1,1) e v = (2,8) em W, temos u + v

= (1,1) + (2,8) = (3,9) W. Portanto, W no subespao vetorial de V, pois, a primeira condio da Def. 4.8 deveria ser satisfeita para quaisquer u e v W e isto no acontece no caso dos vetores considerados.
Teorema 4.1 (Interseo de subespaos): Dados W1 e W2 subespaos de um espao vetorial V, a interseo W1 W2 ainda um subespao de V. Exemplo 9. Seja o espao vetorial das matrizes quadradas reais de ordem n, denotado por V = M(n,n). Se considerarmos o conjunto das matrizes triangulares superiores e das matrizes triangulares inferiores aqui denotados, respectivamente, por W1 e W2, subconjuntos de V. fcil verificar que W1 e W2 so subespaos de V. Ento W1 W2 o conjunto das matrizes diagonais, e de acordo com o Teor. 4.1, tambm um subespao de V. Exemplo 10. Considere o espao vetorial tridimensional real V = R3, e W1 e W2 representando retas no

coincidentes que passam pela origem. Ento W1 W2 = {0} e W1 W2 o feixe formado pelas duas retas, que no subespao vetorial de R3. De fato, se somarmos dois vetores u e v, pertencentes a W1 W2 vemos que u + v est no plano que contm W1 e W2 mas u + v W1 W2. Assim, W1 W2 no subespao de V. Entretanto, podemos construir um conjunto W, que contm W1 e W2 e subespao de V. W ser formado por todos os vetores de V que forem a soma de vetores de W1 com vetores de W2. Assim, W = W1 + W2 ser chamado soma de W1 com W2.
Teorema 4.2 (Soma de subespaos): Sejam W1 e W2 subespaos de um espao vetorial V. Ento, o conjunto: W1 + W2 = {v V: v = w1 + w2, w1 W1 e w2 W2} subespao de V. Exemplo 11. No Ex. 10, a soma de subespaos W = W1 + W2 o plano que contm as duas retas, e de acordo com o Teor. 4.2 tambm um subespao de V. Exemplo 12. Se W1 R3 um plano e W2 uma reta contida neste plano, ambos passando pela origem,

W1 + W2 = W1, pois a soma de quaisquer dois vetores num plano est contida neste plano.

71

Exemplo 13. Sejam W1 e W2 os subespaos do espao das matrizes quadradas reais de ordem 2 (M(2,2)) a b 0 0 gerados da seguinte forma: W1 = e W2 = c d , onde a,b,c,d R. Ento W1 + W2 = 0 0 a b = M(2,2). c d Definio 4.9: Considerando dois subespaos quaisquer W1 e W2 de um espao vetorial V, quando W1 W2 = {0}, ento W1 + W2 chamado soma direta de W1 com W2 e denotamos esta soma direta por

W1 W2.
4.7 COMBINAO LINEAR Definio 4.10: Consideremos um espao vetorial real V (ou complexo), v1, v2, ..., vn V e a1, a2, ..., an nmeros reais (ou complexos). Chamamos combinao linear de v1, v2, ..., vn como sendo o vetor v V, definido por v = a1v1 + a2v2 + ...+ anvn.

Vamos agora, entender o importante conceito de subespao gerado. Vamos primeiramente fixar os vetores v1, v2, ..., vn V. Desta forma o conjunto W de todos os vetores de V que so combinao linear destes, um subespao vetorial.
Definio 4.11: Fixados os vetores v1, v2, ..., vn V, o conjunto W de todos os vetores que so combinao linear dos vi (i = 1, 2, ..., n) chamado subespao gerado pelos vi e usamos a notao: W = [v1, v2, ..., vn].

Podemos escrever W = [v1, v2, ..., vn] = {v V: v = a1v1 + a2v2 + ...+ anvn, ai R, 1 i n}, onde W o menor subespao de V que contm o conjunto de vetores {v1, v2, ..., vn}. O termo menor significa que qualquer outro subespao W de V que contenha {v1, v2, ..., vn} dever satisfazer W W.
Exemplo 14. Considere o espao vetorial V = R3 e v V, v 0. Ento [v] = {av : a R}, isto , [v] a

reta que contm o vetor v (Fig. 4.6).

z

[v]

v
y

Figura 4.6
Exemplo 15. Se v1,v2 R3 so tais que v1 v2 para todo R, ento [v1,v2] ser o plano que passa

pela origem e contm v1 e v2 (Fig. 4.7). Observe que se v3 [v1,v2], ento [v1,v2,v3] = [v1,v2], pois todo vetor que pode ser escrito como combinao linear de v1, v2 e v3 uma combinao linear de v1 e v2 (pois v3 combinao linear de v1 e v2). 72

v2 v1
y

Figura 4.7
Exemplo 16. Considere o espao vetorial (plano) V = R2, e os vetores unitrios v1 = (1,0), v2 = (0,1).

Logo V = [v1,v2], ou seja, v1 e v2 geram o plano R2, pois, dado v = (x,y) V, temos que (x,y) = x(1,0) + y(0,1), ou seja, todo vetor pode ser escrito como uma combinao linear de v1 e v2 (v = xv1 + yv2).
Exemplo 17. Considere o espao vetorial das matrizes quadradas reais de ordem 2 (M(2,2)). Dados os a b 1 0 0 1 vetores v1 = , v2 = 0 0 , o espao gerado por v1 e v2 dado por [v1,v2] = 0 0 : a, b reais . 0 0 4.8 DEPENDNCIA E INDEPENDNCIA LINEAR Definio 4.12: Sejam V um espao vetorial e v1, ..., vn V. Dizemos que o conjunto {v1, ..., vn } linearmente independente (LI), ou que os vetores v1, ..., vn so LI, se (a1,a2,...,an) = (0,0,...,0) for a nica soluo da equao a1v1 +... + anvn = 0.

Se existir algum ai 0, que satisfaa a equao anterior dizemos que {v1, ..., vn } linearmente dependente (LD), ou que os vetores v1, ..., vn so LD.
Teorema 4.3: O conjunto {v1, ..., vn} LD se, e somente se existe um vi neste conjunto que combinao linear de v1, v2, ..., vi-1, vi+1, ..., vn.

O Teorema 4.3 equivalente a dizer que um conjunto de vetores LI se, e somente se nenhum deles for uma combinao linear dos outros.
Exemplo 18. Seja V = R3. Considerando vetores quaisquer v1,v2 V, o conjunto {v1,v2} LD se e

somente se v1 e v2 estiverem na mesma reta, que passa pela origem (v1 = v2). Por exemplo, se v1 = (1,2,3) e v2 = (2,4,6), temos v1 = 0.5v2. Ento, na combinao linear a1v1 + a2v2 = 0, basta tomar a1 = -2 e a2 = 1 (ambos diferentes de 0) para que esta seja satisfeita.
Exemplo 19. Sejam V = R3 e v1,v2,v3 V. Ento o conjunto {v1,v2,v3} LD se estes trs vetores

estiverem no mesmo plano que passa pela origem. (Tente verificar isto!).
Exemplo 20. Sejam V = R2, e1 = (1,0) e e2 = (0,1). Ento temos que e1 e e2 so LI, pois a1e1 + a2e2 = 0

a1(1,0) + a2(0,1) =(0,0) (a1,a2) = (0,0) a1 = a2 = 0.

Exemplo 21. Analogamente, para V= R3 e e1 = (1,0,0), e2 = (0,1,0) e e3 = (0,0,1) temos que e1, e2 e e3 so

LI. (Verifique isto!) 73

Exemplo 22. Sejam V = R2 e o conjunto P = {(1,-1),(1,0),(1,1)}. Ento o conjunto P LD, pois,

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

4.9 BASE DE UM ESPAO VETORIAL Definio 4.13: Um conjunto {v1, ..., vn} de vetores de um espao vetorial V ser uma base de V se este conjunto for LI e se ele gerar o espao, ou seja: i) {v1, ..., vn} LI ii) [v1, ..., vn] = V Exemplo 23. Considere o plano V = R2, e os vetores e1 = (1,0) e e2 = (0,1). Ento, o conjunto {e1,e2}

base de V, conhecida como base cannica de R2, e os vetores e1 e e2 so chamados de vetores cannicos
do plano. O conjunto {(1,1),(0,1)} tambm uma base de V = R2.

De fato: se (0,0) = a(1,1) + b(0,1) = (a,a +b), ento a = b = 0. Isto , {(1,1),(0,1)} LI. Temos ainda que estes vetores geram o plano, ou seja, [(1,1),(0,1)] = V pois dado v = (x,y) V, temos (x,y) = x(1,1) + (y-x)(0,1), ou seja, todo vetor de R2 uma combinao linear dos vetores (1,1) e (0,1).
Exemplo 24. O conjunto de vetores {(0,1),(0,2)} no base de R2, pois um conjunto LD. De fato, se

(0,0) = a(0,1) + b(0,2), temos que a = -2b e a e b no so necessariamente zero.

Exemplo 25. Seja V = R3 o espao tridimensional. Ento o conjunto {(1,0,0),(0,1,0),(0,0,1)} uma base

de R3. Esta a base cannica de R3. fcil verificar que {e1,e2,e3} LI e (x,y,z) = xe1 + ye2 + ze3, ou seja, V = R3 = [e1,e2,e3].
Exemplo 26. {(1,0,0),(0,1,0)} no base de R3. LI, mas no gera todo R3, isto , [(1,0,0),(0,1,0)] R3. Exemplo 27. Seja o espao das matrizes quadradas de ordem 2, 1 0 0 1 0 facilmente que o conjunto formado pelas matrizes , , 0 0 0 0 1

V = M(2,2). Podemos verificar 0 0 0 , uma base de V. 0 0 1

Quando trabalhamos com espaos de funes, podemos encontrar espaos que no tm base finita, onde necessrio um conjunto infinito de vetores para gerar o espao. Isto no significa lidar com combinaes lineares infinitas, mas sim, que cada vetor do espao uma combinao linear finita daquela base infinita. Desta forma, escrevemos cada vetor, com uma quantidade finita de vetores da base infinita. Porm, aqui consideraremos sempre espaos vetoriais que tenham base finita.
Teorema 4.4: Sejam v1, v2, ..., vn vetores no nulos que geram um espao vetorial V. Ento, dentre estes vetores podemos extrair uma base de V. Teorema 4.5: Seja um espao vetorial V gerado por um conjunto finito de vetores v1, v2, ..., vn. Ento, qualquer conjunto com mais de n vetores necessariamente LD (e, portanto, qualquer conjunto LI tem no mximo n vetores).

74

Teorema 4.6: Qualquer base de um espao vetorial tem sempre o mesmo nmero de elementos. Este nmero chamado dimenso de V, e denotado por dimV. Exemplo 28. Considere o espao tridimensional V = R3. Os conjuntos {(1,0),(0,1)} e {(1,1),(0,1)} so

bases de V. Ento dimV = 2.

Exemplo 29. Uma vez considerada a base cannica de R3, notamos que dimR3 = 3. Exemplo 30. Seja V = M(2,2) o espao das matrizes quadradas de ordem 2, ento de acordo com o Ex. 27 da Seo 4.9, sua base tem 4 elementos e portanto, dimV = 4. Definio 4.14: Quando um espao vetorial V admite uma base finita, dizemos que V um espao vetorial de dimenso finita. Teorema 4.7: Qualquer conjunto de vetores LI de um espao vetorial V de dimenso finita pode ser completado de modo a formar uma base de V. Teorema 4.8: Se dimV = n, qualquer conjunto de n vetores LI formar uma base de V. Exemplo 31. Suponha que a dimenso de um determinado espao V dimV = 2. Se encontramos um conjunto de 2 vetores {v, w}. Se v e w so LI, podemos afirmar que eles formam uma base e, portanto, V = [v, w], ou seja, V gerado por v e w. Teorema 4.9: Se U e W so subespaos de um espao vetorial V que tem dimenso finita, ento dimU dimV e dimW dimV. Alm disso, dim(U + W) = dimU + dimW dim(UW) Teorema 4.10: Dada uma base = {v1, v2, ..., vn} de V, cada vetor de V escrito de maneira nica como combinao linear de v1, v2, ..., vn. Definio 4.15: Sejam = {v1, v2, ..., vn} base de V e v V onde v = a1v1 +... + anvn. Chamamos os nmeros a1, ..., an de coordenadas de v em relao base e denotamos por a1 [ v] = a n Exemplo 32. Seja o espao vetorial V = R2. Se = {(1,0),(0,1)} a base cannica de V, ento o vetor

(4,3) pode ser escrito como (5,-1) = 5(1,0) + (-1)(0,1). De maneira mais geral, um vetor genrico (x,y) 5 x escrito como (x,y) = x(1,0) + y(0,1). Portanto [(5,-1)] = e [(x,y)] = . Se = {(1,1),(0,1)}, y 1 ento (5,-1) = x(1,1) + y(0,1), resultando x = 5 e y = -6. Ento (5,-1) = 5(1,1) - 6(0,1), donde 5 [(5,-1)] = . 1 muito importante neste momento, notar que a ordem dos elementos de uma base influi diretamente na matriz das coordenadas de um vetor em relao a esta base. Por exemplo, se tivermos: x y 1 = {(1,0),(0,1)} e 2 = {(0,1),(1,0)}, ento ( x, y ) = mas ( x, y ) = . 2 1 x y 75

Em virtude disto, ao considerarmos uma base = {v1, v2, ..., vn}, estaremos sempre subentendendo que a base seja ordenada, isto , que os vetores esto ordenados na ordem em que aparecem.
Exemplo 33. Considere V = {(x,y,z) : x + y z = 0}, W = {(x,y,z) : x = y}. Determine V + W. Observe que V = [(1,0,1),(0,1,1)] e W = [(1,1,0),(0,0,1)], ento V + W = [(1,0,1),(0,1,1),(1,1,0),(0,0,1)]. Dado (x,y,z) R3 podemos escrever (x,y,z) = (1,0,1) + (0,1,1) + (1,1,0) + (0,0,1). Com = x, = y, = 0

e = z x y. Observe que a soluo deste sistema no nica, uma vez que 4 vetores em R3 so necessariamente LD. Portanto V + W = R3. De acordo com o Teor. 4.9 temos: dimR3 = dimV + dimW dim(VW) dim(VW) = 1. E assim, VW = {(x,y,z) : x + y z = 0 e x = y} = {(x,y,z) : x = y = z/2} = [(1,1,1/2)].

4.10 MUDANA DE BASE

Nesta seo veremos como relacionar os vetores de um espao vetorial escritos em bases diferentes. Sejam = {u1,...,un} e = {w1,...,wn} duas bases ordenadas de um mesmo espao vetorial. Dado um vetor v V, podemos escrev-lo como v = x1u1 + ... + xnvn e v = y1w1 + ... + ynwn, respectivamente nas bases e . Como podemos relacionar as coordenadas de v em relao base : x1 y1 [ v] = , com as coordenadas do mesmo vetor v em relao base : [ v] ' = ? xn yn : Como {u1,...,un} base de V, podemos escrever os vetores wi como combinao linear dos uj, isto
w1 = a11 u1 + a 21 u 2 + ... + a n1 u n w = a u + a u + ... + a u 2 12 1 22 2 n2 n ...................................... w1 = a1n u1 + a 2n u 2 + ... + a nn u n

Substituindo estas ltimas equaes em v = y1w1 + ... + ynwn temos:

v = y1w1 + ... + ynwn = y1(a11u1 + ... + an1un) + + yn(a1nu1 + ... + annun) = (a11y1 + + a1nyn)u1 + + (an1y1 + + annyn)un

Mas v = x1u1 + + xnun, e como as coordenadas em relao a uma base so nicas, temos: x1 = a11y1 + a12y2 + + a1nyn xn = an1y1 + an2y2 + + annyn Em forma matricial

76

 x1 a11 = x n a n1 a11 a = 21 an1 a12 a22 an 2

a1n y1 a nn y n

onde, denotando [ I ]

'

a1n a2 n , temos [ v ] = [ I ] ' [ v ] . ' ann

Definio 4.16: A matriz [ I ] , obtida conforme o procedimento anterior chamada matriz de mudana
'

da base para a base .

w1 = a11 u1 + a 21 u 2 + ... + a n1 u n w = a u + a u + ... + a u 12 1 22 2 n2 n com 2 observamos que esta matriz obtida, ...................................... w1 = a1n u1 + a 2n u 2 + ... + a nn u n
'

Comparando [ I ]

'

colocando as coordenadas em relao a dos wi na i-sima coluna. Note que, uma vez obtida [ I ] , podemos encontrar as coordenadas de qualquer vetor v em relao base , multiplicando a matriz pelas coordenadas de v na base (supostamente conhecidas).
Exemplo 34. Sejam = {(2,-1),(3,4)} e = {(1,0),(0,1)} bases de R2. Procuremos, inicialmente [ I ] .
'

Como w1 = (1,0) = a11(2,-1) + a21(3,4) = (2a11 + 3a21, -a11 + 4a21), obtemos o sistema: 2a11 + 3a 21 = 1 a11 + 4a 21 = 0 donde a11 =
4 1 e a 21 = . 11 11

Por outro lado, w2 = (0,1) = a12(2,-1) + a22(3,4) = (2a12 + 3a22, -a12 + 4a22), o que fornece o sistema: 2a12 + 3a 22 = 0 a12 + 4a 22 = 1 donde resolvendo obtemos, a12 = 3 2 e a 22 = . Portanto: 11 11 4 3 a a ' [ I] = a 11 a 12 = 11 11 2 22 21 1 11 11 Podemos usar esta matriz para encontrar, por exemplo, [v] para v = (5,-8): 4 11 ' ( 5, 8 ) = [ I ] [ (5, 8)] = 1 11 Isto , (5,-8) = 4(2,-1) 1(3,4). 3 11 5 = 4 2 8 1 11

77

 claro que se o problema fosse apenas encontrar as coordenadas de (5,-8) em relao base , poderamos simplesmente resolver o sistema (5,-8) = a(2,1) + b(3,4), porm, o clculo feito atravs da matriz de mudana de base operacionalmente vantajoso quando trabalhamos com mais vetores, pois neste caso no teremos que resolver um sistema de equaes para cada vetor. Se no incio desta seo tivssemos comeado escrevendo os ui em funo dos wj, chegaramos relao anloga: [ v ] ' = [ I ] ' [ v ] . fcil ver que as matrizes [ I ] ' e [ I ] so inversveis e
'

([I] )

' 1

= [ I ] '

Definio 4.17: A matriz [ I ] , obtida conforme o procedimento anterior a inversa da matriz de

'

mudana da base [ I ] ' , e vice-versa.

Exemplo 35. No Ex. 34 podemos obter [ I ] a partir de [ I ] ' . Note que [ I ] ' fcil de ser calculada, pois
'

2 3 a base cannica. Assim, (2,-1) = 2(1,0) 1(0,1) e (3,4) = 3(1,0) + 4(0,1) donde [ I ] ' = . 1 4 4 3 1 11 11 2 3 ' Ento [ I ] = . =1 2 1 4 11 11
Exemplo 36. Consideremos em R2 a base = {e1,e2} e a base = {f1,f2} obtida da base cannica pela
x rotao de um ngulo (Fig. 4.8). Dado um vetor v R2 de coordenadas [ v ] = 1 em relao base x 2 y , quais so as coordenadas [ v ] ' = 1 em relao base ? y2
v e2 f2 f1 e1

Figura 4.8 Temos ento v = x1e1 + x2e2 = y1f1 + y2f2 e queremos calcular [ v ] ' = [ I ] ' [ v ] , ou seja, temos que

achar a matriz [ I ] ' . Para isto, devemos escrever e1 e e2 em funo de f1 e f2 (Figs. 4.9a e 4.9b):

e1 = cosf1 - senf2 e2 = senf1 + cosf2

78

e2 f2 cos

f1

e2 f2
e1

f1 sen

cos
sen

e1

(a) Fig. 4.9

(b)

y cos sen x1 cos sen donde 1 = Portanto, [ I ] ' = , ou seja: sen cos y 2 sen cos x 2

y1 = x1 cos + x2 sen y2 = -x1 sen + x2 cos. 2 No Ex. 36, em particular para = /3, para v = (-2,3), isto v = -2e1 + 3e2, temos [ v ] ' = e 3 queremos determinar as coordenadas de v na base = {f1,f2} (Fig. 4.10).
(-2,3) y1 y2 e2 f2 f1 e1 = /3

Fig. 4.10
y Como vimos, [ v ] ' = 1 onde: y2

y1 = x1cos + x2sen = -2cos(/3) + 3sen(/3) y2 = -x1sen + x2cos = 2sen(/3) + 3cos(/3)

donde [ v ] '

2 + 3 3 2 , ou seja v = = 3+ 2 3 2

2 + 3 3 3+ 2 3 f1 + 2 f2 . 2

79