NOTAS DE AULA - LGEBRA LINEAR

ESPAOS VETORIAIS
TRANSFORMAES LINEARES


ISABEL C. C. LEITE


















SALVADOR BA
2007

Prof. Isabel Cristina C. Leite lgebra Linear 1



ESPAOS VETORIAIS


Definio:
Seja um conjunto V, no vazio, sobre o qual esto definidas as operaes adio e multiplicao por
um escalar, ou seja,
u, v V, u + v V
R, u V, u V.

O conjunto V com essas duas operaes chamado espao vetorial real (ou espao vetorial sobre
R) se as seguintes propriedades forem satisfeitas:

A) Em relao adio: u, v, w V
A
1
) (u + v) + w = u + (v + w)
A
2
) u + v = v + u
A
3
) 0 V tal que u + 0 = u
A
4
) u V tal que u + (u) = 0

M) Em relao multiplicao por escalar: u, v V e , R
M
1
) () u = (u)
M
2
) ( + ) u = u + u
M
3
) (u + v) = u + v
M
4
) 1u = u

Exemplos:

1. V = R = {(x, y)/ x, y R} um espao vetorial com as operaes usuais de adio e
multiplicao por escalar:
(x
1
, y
1
) + (x
2
, y
2
) = (x
1
+ x
2
, y
1
+ y
2
)
(x, y) = (x, y)

2. Os conjuntos R, R
4
, ..., R
n
so espaos vetoriais com as operaes usuais de adio e
multiplicao por escalar.

3. V = M(m,n), o conjunto das matrizes reais m x n com a soma e o produto por escalar usuais.
Em particular:

3.1. V = M(n,n) o conjunto das matrizes quadradas de ordem n;
3.2. V = M(1,n) = {[a
11
, a
12
, ..., a
1n
]; a
ij
R}, tambm identificado com V = R
n

so espaos vetoriais relativamente s mesmas operaes.

4. O conjunto P
n
= {a
0
+ a
1
x + a
2
x + ... + a
n
x
n
; a
i
R} dos polinmios com coeficientes reais de
grau n, em relao s operaes usuais de adio de polinmios e multiplicao por
escalar.
Em particular, o conjunto dos polinmios de grau menor ou igual a 2,
P
2
= {a
0
+ a
1
x + a
2
x; a
i
R} um espao vetorial relativamente s mesmas operaes.

Prof. Isabel Cristina C. Leite lgebra Linear 2

Propriedades dos espaos vetoriais

Da definio de espao vetorial V decorrem as seguintes propriedades:
i. Existe um nico vetor nulo em V (elemento neutro da adio).
ii. Cada vetor u V admite apenas um simtrico (u) V.
iii. Para quaisquer u, v, w V, se u + v = u + w, ento v = w.
iv. Qualquer que seja v V, tem-se (v) = v.
v. Quaisquer que sejam u, v V, existe um e somente um w V tal que u + w = v.
Esse vetor w ser representado por w = v u.
vi. Qualquer que seja v V, tem-se 0v = 0.
vii. Qualquer que seja R, tem-se 0 = 0.
viii. Se v = 0, ento = 0 ou v = 0.
ix. Qualquer que seja v V, tem-se (1)v = v.
x. Quaisquer que sejam u, v V e R, tem-se ()v = (v) = (v).

SUBESPAOS VETORIAIS

Definio
Dado um espao vetorial V, um subconjunto W, no vazio, um subespao vetorial de V se:
i. Para quaisquer u, v W tem-se u + v W.
ii. Para qualquer R, u W, tem-se u W.

Observaes

1. As condies da definio garantem que ao operarmos em W no obteremos um vetor fora de
W. De modo que W ele prprio um espao vetorial.
2. Qualquer subespao W de V precisa necessariamente conter o vetor nulo (condio (ii) para
0 = ).
3. Todo espao vetorial admite pelo menos dois subespaos (chamados subespaos triviais), o
conjunto formado somente pelo vetor nulo e o prprio espao vetorial.

Exemplos

1. Sejam V = R e W = {(x, 2x); x R}.
Evidentemente, W , pois (0,0) W.
Verifiquemos as condies (i) e (ii).
Para u = (x
1
, 2x
1
) e v = (x
2
, 2x
2
) W, tem-se:
i. u + v = (x
1
, 2x
1
) + (x
2
, 2x
2
) = (x
1
+ x
2
, 2x
1
+

2x
2
) = (x
1
+ x
2
, 2(x
1
+x
2
)) W, pois a segunda
componente de u + v igual ao dobro da primeira.
ii. u = (x
1
, 2x
1
) = (x
1
, 2(x
1
)) W, pois a segunda componente de u igual ao dobro da
primeira.
Portanto, W um subespao vetorial de R que representa geometricamente uma reta que
passa pela origem.
Prof. Isabel Cristina C. Leite lgebra Linear 3


Observemos que ao tomarmos dois vetores u e v da reta que passa pela origem, o vetor soma
ainda uma reta que passa pela origem. E se multiplicarmos um vetor u da reta por um
nmero real , o vetor u ainda estar nesta reta.
O mesmo no ocorre quando a reta no passa pela origem. Por exemplo, a reta
W = {(x, 4 2x); x R}
no um subespao vetorial do R.
Se escolhermos os vetores u = (1, 2) e v = (2, 0) de W, temos u + v = (3, 2) W.
Ainda u W, para 1.

Os exemplos destas duas retas sugerem, para qualquer subconjunto W de um espao vetorial
V, que: sempre que 0 W, W no subespao de V. No entanto, se 0 W no nos
enganemos pensando de imediato que W seja subespao de V, pois ser necessrio verificar
as propriedades (i) e (ii).

Para V = R, os subespaos triviais so {(0,0)} e o prprio R, enquanto que os outros
subespaos (subespaos prprios) so as retas que passam pela origem.

2. Sejam V = R
4
e W = {(x,y,z,0); x,y,z R}.
(0,0,0,0) W
Para u = (x
1
, y
1
, z
1
, 0) e v = (x
2
, y
2
, z
2
, 0) W:
i. u + v = (x
1
, y
1
, z
1
, 0) + (x
2
, y
2
, z
2
, 0) = (x
1
+ x
2
, y
1
+ y
2
, z
1
+ z
2
, 0) W, pois a quarta
componente nula.
ii. u = (x
1
, y
1
, z
1
, 0) = (x
1
, y
1
, z
1
, 0) W, pois a quarta componente nula.
Logo, W subespao vetorial de R
4
.

3. Sejam V = M(3,1) e W o conjunto-soluo de um sistema linear homogneo a trs variveis.
Consideremos o sistema homogneo

= + +
= + +
= + +
0
0
0
33 32 31
23 22 21
13 12 11
z a y a x a
z a y a x a
z a y a x a

Fazendo:
(
(
(

=
(
(
(

=
(
(
(

=
0
0
0
0 X , A
33 32 31
23 22 21
13 12 11
e
z
y
x
a a a
a a a
a a a
, o sistema, em notao matricial, ser dado
por AX = 0, sendo X elemento do conjunto-soluo W.
Se
(
(
(

= =
(
(
(

= =
2
2
2
2
1
1
1
1
X v e X u
z
y
x
z
y
x
so solues do sistema, ento: AX
1
= 0 e AX
2
= 0.
i. Somando essas igualdades, vem: AX
1
+ AX
2
= 0 ou A(X
1
+ X
2
) = 0 X
1
+ X
2
W, isto ,
a soma de duas solues ainda uma soluo do sistema.
ii. Multiplicando por R a primeira igualdade, vem: (AX
1
) = 0 ou A(X
1
) = 0 X
1
W,
isto , o produto de uma constante por uma soluo ainda uma soluo do sistema.
Logo, o conjunto-soluo W do sistema linear homogneo um subespao vetorial de
M(3,1).


Prof. Isabel Cristina C. Leite lgebra Linear 4

Exerccios

1. Verifique se os seguintes conjuntos so espaos vetoriais.
OBS: Os smbolos e , quando utilizados, so para indicar que a adio e a multiplicao
por escalar no so usuais.
a) V = {(x, x); xR} com as operaes definidas por:
(x
1
, x
1
) (x
2
, x
2
) = (x
1
+ x
2
, (x
1
+ x
2
))
(x, x) = (x, x)

b) V =
*
+
R com as operaes definidas por x y = xy e x = x

, x, y V.

2. Verifique se os seguintes subconjuntos dos espaos vetoriais dados so subespaos vetoriais
destes.

a) ( ) { } x y R y x W = = , ,
2

2
R
b) ) ( , ;
0 0
2
R M R b a
b a
W
)
`

=


INTERSECO DE SUBESPAOS VETORIAIS

Definio

Sejam W
1
e W
2
subespaos vetoriais de V.
W = W
1
W
2
= {v V; v W
1
e v W
2
}

Teorema: A interseco W de dois subespaos vetoriais W
1
e W
2
de V tambm um subespao
vetorial de V.

Exemplos:
1. V = M(2,2), W
1
=
)
`

= =
(

0 , ; c b d a
d c
b a
e W
2
=
)
`

= = =
(

0 , ; b d c a
d c
b a
, ou seja,
W
1
=
)
`

d
b b d
0
e W
2
=
)
`

' '
0 '
a a
a

Para encontrarmos W
1
W
2
, as condies de W
1
e de W
2
devem ser satisfeitas simultaneamente.
Assim temos:

=
= =
=
=
a' d - b
d d a'
a'
b
0
0
0
. Portanto W
1
W
2
=
)
`

0 0
0 0
.

2. V = P
2
(R), espao dos polinmios reais de grau menor ou igual a 2.
V = {a

+ bx + cx; a, b, c

R}
W
1
= {a

+ bx + cx; a 2b + c = 0} e W
2
= {a

+ bx + cx; a = 0}
W
1
W
2
= {a

+ bx + cx; 2b + c = 0, a = 0}


Prof. Isabel Cristina C. Leite lgebra Linear 5


SOMA DE SUBESPAOS VETORIAIS

Definio

Sejam W
1
e W
2
subespaos vetoriais de V.
W = W
1
+ W
2
= {u + w V; u W
1
e w W
2
}

Teorema: A soma W de dois subespaos vetoriais W
1
e W
2
de V tambm um subespao vetorial
de V.

Considerando os mesmos espaos e respectivos subespaos dos exemplos anteriores:

1.
(

+
+
=
(

+
(

d a a
b b d a
a a
a
d
b b d
' '
'
' '
0 '
0

W
1
+ W
2
=
)
`

R c b a
c a
b b c
, , ' ;
'
ou W
1
+ W
2
=
)
`

=
(

y w x
w z
y x
;
2. Sejam p = 2b c + bx + cx
2
W
1
e q = bx + cx
2
W
2
.
p + q = (2b c) + (b + b)x + (c + c) x
2
. Como no existe nenhuma relao de dependncia entre
os valores 2b c, b + b e c + c, W
1
+ W
2
um polinmio qualquer de P
2
(R).
W
1
+ W
2
= P
2
(R).


SOMA DIRETA DE SUBESPAOS VETORIAIS

Definio

Sejam W
1
e W
2
subespaos vetoriais de V. Diz-se que V soma direta de W
1
e W
2
, e se representa
por V = W
1
W
2
, se V = W
1
+ W
2
e W
1
W
2
= {0}.

Teorema:
Se V soma direta de W
1
e W
2
todo vetor v V se escreve de modo nico na forma v = u + w, onde
u W
1
e w W
2
.

Exemplo:
Sejam V = R
3
, ou seja, V = {(a,b,c); a,b,c R} e os seus subespaos W
1
= {(a, b, 0); a, b R} e
W
2
= {(0,0,c); c R}.
R
3
soma direta de W
1
e W
2
, pois W
1
+ W
2
= {(a,b,c); a,b,c R}e W
1
W
2
= {(0,0,0)}.
Confirmando o teorema acima, v = (a,b,c) R
3
, (a, b, c) = (a, b, 0) + (0, 0, c), escrito de modo
nico.

Exerccio:

Sejam W
1
=
)
`

= =
(

c b d a
d c
b a
e ; e W
2
=
)
`

= =
(

d b c a
d c
b a
e ; subespaos de M
2
(R).
Determine W
1
W
2
, W
1
+ W
2
e verifique se M
2
(R) = W
1
W
2
.



Prof. Isabel Cristina C. Leite lgebra Linear 6


COMBINAO LINEAR

Sejam os vetores
n
v v v , , ,
2 1
K do espao vetorial V e os escalares
n
a a a , , ,
2 1
K . Qualquer vetor v V
da forma
n n
v a v a v a v + + + = K
2 2 1 1
uma combinao linear dos vetores
n
v v v , , ,
2 1
K .

Exemplo: Em P
2
, o polinmio 7 5 5
2
+ = t t p uma combinao linear dos polinmios
, 1 2
2
1
+ = t t p 2
2
+ = t p e t t p =
2
3
2 , pois
3 2 1
2 3 p p p p + + = .

Exerccios
1) Escrever ) 6 , 3 , 4 ( = v como combinao linear de ( ) 2 , 3 , 1
1
= v e ( ) 1 , 4 , 2
2
= v .
2) Para que valor de k a matriz
(

=
k
A
0
14 8
combinao linear de
(

=
2 0
3 2
1
A e
(

=
4 0
2 1
2
A ?
3) Mostrar que o vetor ( ) 4 , 3 = v R pode ser escrito de infinitas maneiras como combinao
linear dos vetores ( ) 0 , 1
1
= v , ( ) 1 , 0
2
= v e ( ) 1 , 2
3
= v .

SUBESPAOS GERADOS

Sejam V um espao vetorial e { } =
n
v v v A , , ,
2 1
K V, A .
O conjunto W de todos os vetores de V que so combinao linear dos vetores de A um subespao
vetorial de V.
W = { } R a a a v a v a v a v v
n n n
+ + + = , , , ; ; V
2 1 2 2 1 1
K K dito subespao gerado pelo conjunto A.
Notao: W = [
n
v v v , , ,
2 1
K ] ou W = G(A).

Observaes:
1)
n
v v v , , ,
2 1
K so ditos vetores geradores do subespao W.
2) Por definio: A = [] = {0}.
3) A G(A), ou seja, { }
n
v v v , , ,
2 1
K [
n
v v v , , ,
2 1
K ].
4) Todo subconjunto A de V gera um subespao vetorial de V, podendo ocorrer G(A) = V.
Nesse caso, A o conjunto gerador de V.
5) Seja W = [
n
v v v , , ,
2 1
K ]. Ao acrescentarmos vetores de W ao conjunto dos geradores, os
novos conjuntos continuaro gerando o mesmo subespao W.
6) A observao 5 nos permite concluir que um espao vetorial pode ser gerado por uma
infinidade de vetores, mas existe um nmero mnimo de vetores para ger-lo.

Exemplos:

1) i = (1,0) e j = (0,1) geram o R, pois (x,y) = x(1,0) + y(0,1), x, y R.
2) i = (1,0,0) e j = (0,1,0) geram o subespao do R: W = {(x,y,0)R; x, y R} que
geometricamente representa o plano x0y.
3) i = (1,0,0), j = (0,1,0) e k = (0,0,1) geram o R, pois (x,y,z) = x(1,0,0) + y(0,1,0)+z(0,0,1), x, y,
z R.
4) i = (1,0,0), j = (0,1,0) e v = (3,4,0) geram o subespao do R: W = {(x,y,0)R; x, y R}.
5) u = (2,-1,3) e v = (0,-1,2) geram o subespao do R: W = {(x,y,z)R; x - 4y -2z = 0}
Prof. Isabel Cristina C. Leite lgebra Linear 7

6)
)
`

=
1 1
1 3
,
3 2
2 1
A gera o subespao de M
2
(R): W
)
`

+
= R y x
y x y
y x
, ;
2
.


ESPAOS FINITAMENTE GERADOS

Um espao vetorial V finitamente gerado se existe um conjunto finito A, A V, tal que V = G(A).

Todos os exemplos de espaos vetoriais vistos at agora so exemplos de espaos finitamente
gerados. Um exemplo de espao vetorial no finitamente gerado o espao P de todos os
polinmios reais.


DEPENDNCIA E INDEPENDNCIA LINEAR

Sejam V um espao vetorial, { } =
n
v v v A , , ,
2 1
K V e 0
2 2 1 1
= + + +
n n
v a v a v a K .
O conjunto A diz-se linearmente independente (L.I.) ou os vetores
n
v v v , , ,
2 1
K so ditos L.I., caso a
equao acima admita apenas a soluo trivial 0 , , 0 , 0
2 1
= = =
n
a a a K .
Se existirem solues 0
i
a para algum i = 1, 2, ..., n, diz-se que o conjunto linearmente
dependente (L.D.)

Exemplos:
a) Em V = R, os vetores u = (2,-1,3), v = (-1,0,-2) e w = (2,-3,1) so L.D., pois podemos escrever
a combinao linear 3u + 4v w =0.
b) Em V = P
3
(R), os polinmios
3 2
2
3 2
1
3 5 , 4 3 2 2 x x x p x x x p + = + + + = e
3 2
3
2 4 x x p = so
L.I., pois 0
3 3 2 2 1 1
= + + p a p a p a somente quando . 0
3 2 1
= = = a a a
c) Em V = R, i = (1,0) e j = (0,1) so L.I.
d) Em V = R, i = (1,0), j = (0,1) e v = (3,-2) so L.D., pois podemos escrever a combinao linear
3i + 2j + v = 0.

Ateno: Faa os clculos que conferem as afirmaes acima.

Teorema
Um conjunto { }
n
v v v A , , ,
2 1
K = L.D. se, e somente se, pelo menos um desses vetores combinao
linear dos outros.
Ou, equivalentemente, um conjunto { }
n
v v v A , , ,
2 1
K = L.I. se, e somente se, nenhum desses vetores
pode ser escrito como combinao linear dos outros.

Do teorema acima podemos concluir que para o caso particular de dois vetores, temos que:
u e v so L.D. se, e somente se, um vetor mltiplo escalar do outro.

Exemplo:

)
`

=
9 12
6 3
,
3 4
2 1
A M
2
(R) um conjunto L.D., pois podemos escrever a combinao
linear
(

=
(

0 0
0 0
9 12
6 3
3 4
2 1
3 . Notemos que
(

=
(

3 4
2 1
3
9 12
6 3
.

Prof. Isabel Cristina C. Leite lgebra Linear 8


Exerccio: Verifique se so L.D. os seguintes conjuntos.

1) { } + + +
2 2 2
7 4 3 , 3 2 , 2 1 x x x x x x P
2
(R)
2) ( ) ( ) { } 3 , 1 , 1 , 2 R

PROPRIEDADES DA DEPENDNCIA E DA INDEPENDNCIA LINEAR

Seja V um espao vetorial.
1. Se A = {v} V e v 0, ento A L.I.
2. Considera-se por definio que o conjunto vazio L.I.
3. Se um conjunto A V contm o vetor nulo, ento A L.D.
4. Se uma parte de um conjunto A V L.D., ento A tambm L.D.
5. Se um conjunto A V L.I., ento qualquer parte de A tambm L.I.

Observemos que a recproca desta afirmao no verdadeira.
De fato, voltando ao exemplo (d), A = {(1,0), (0,1), (3,-2)} temos que qualquer subconjunto prprio
de A L.I.
A
1
= {(1,0)}, A
2
= {(0,1)}, A
3
={(3,-2)}, A
4
= {(1,0), (0,1)}, A
5
= {(1,0), (3,-2)}, A
6
= {(3,-2), (0,1)}
Porm verificamos que o conjunto A LD.

6. Se { }
n
v v v A , , ,
2 1
K = L.I e { } w v v v B
n
, , , ,
2 1
K = L.D., ento w combinao linear dos
vetores
n
v v v , , ,
2 1
K .


BASE DE UM ESPAO VETORIAL

Um conjunto B = } , , , {
2 1 n
v v v K V uma base do espao vetorial V se:
i) B LI;
ii) B gera V.

Exemplos:

1) B = {(1, 1), (-1, 0)} base do R
2
.

OBS: quaisquer dois vetores no colineares do R
2
, portanto LI formam uma base desse espao.

2) B = {(1, 0), (0, 1)} base do R
2
, denominada base cannica.

3) B = { }
n
e e e , , ,
2 1
K base cannica do R
n
, onde
( ) ( ) ( ) 1 , , 0 , 0 , , 0 , , 0 , 1 , 0 , 0 , , 0 , 0 , 1
2 1
K K K K = = =
n
e e e so vetores LI e
. como escrito ser pode R
2 2 1 1
n
n n
e x e x e x v v + + + = K


4)
)
`

=
1 0
0 0
,
0 1
0 0
,
0 0
1 0
,
0 0
0 1
B base cannica de M
2
(R).

5) B = { }
n
t t t , , , , 1
2
K base cannica do espao vetorial P
n
e tem n + 1 vetores.

Prof. Isabel Cristina C. Leite lgebra Linear 9


6) B = {(1,2), (-2, -4)} no base do R
2
, pois LD.

7) B = {(3, -1)} no base do R
2
, pois no gera todo R
2
. Esse conjunto gera uma reta que passa pela
origem. W = [(3, -1)] = {(x, y) R
2
; x = -3y}

8) B = {(1,2,1), (-1,-3,0)} no base do R
3
, pois no gera todo R
3
. B gera o subespao do R
3

( ) { } 0 3 ; R , , W
3
= = z y x z y x e por ser LI base de W.

OBS: Todo conjunto LI de um espao vetorial V base do subespao por ele gerado.

Teorema: Se B = } , , , {
2 1 n
v v v K for uma base de um espao vetorial V, ento
i) todo conjunto com mais de n vetores ser LD;
ii) todo conjunto com menos de n vetores no gera V.

Corolrio: Duas bases quaisquer de um mesmo espao vetorial tm o mesmo nmero de vetores.

DIMENSO de um espao vetorial: o nmero de vetores da base de um espao vetorial.

Exemplos:
1) dim R
2
= 2
2) dim R
n
= n
3) dim M
2
(R) = 4
4) dim M(m,n) = mn
5) dim P
n
= n + 1
6) dim {0} = 0 , pois {0} gerado pelo conjunto vazio e portanto no possui base.

Observaes:
1) dim V = n e W subespao de V dim W n
No caso de dim W = n, ento temos que W = V.
Ex: V = R
3
, dim V = 3. A dimenso de qualquer subespao W do R
3
s poder ser 0, 1, 2 ou
3. Portanto temos:
a. dim W = 0, ento W = {(0,0,0)} a origem.
b. dim W = 1, ento W uma reta que passa pela origem.
c. dim W = 2, ento W um plano que passa pela origem.
d. dim W = 3, ento W = R
3
.

2) Se dim V = n, ento qualquer subconjunto de V com mais de n vetores LD.

3) Se soubermos que a dim V = n, para obtermos uma base de V basta que apenas uma das
condies de base esteja satisfeita, pois a outra ocorrer como conseqncia. Ou seja:
a. Se dim V = n, qualquer subconjunto de V com n vetores LI uma base de V.
b. Se dim V = n, qualquer subconjunto de V com n vetores geradores de V uma base de V.








Prof. Isabel Cristina C. Leite lgebra Linear 10


EXERCCIOS


1. Verifique se os conjuntos abaixo so subespaos de
2
= V .

a) ( ) { }. real constante , , ,
2
a ax y y x W = = c) ( ) { }
3 2
, , x y y x W = =
b) ( ) { } x y y x W = = , ,
2
. d) ( ) ( ) { } x sen y y x W = = , ,
2


2. Dados os espaos vetoriais abaixo diga, em cada caso, se W subespao vetorial de V sobre .

a)
3
= V .
a.1) ( ) { } 1 , , ,
3
= + + = z y x z y x W .
a.2) ( ) { } z y x z y x W + = = 2 , , ,
3
.
a.3) ( ) { } 0 . , , ,
3
= = y x z y x W .

c) ( ) =
2
P V .
c.1) { } 0 2 ,
2
= + + + = c b a V c bt at W .
c.2) { } 4 ,
2
= + + = c V c bt at W .

b) ( ) =
2
M V .
b.1) { } V T TA AT V A W em fixada , , = = .
b.2) { } A A V A W = =
2
, .
b.3) { } inversvel , A V A W = .
d) ( ) = , F V . Espao das funes contnuas de
em .
d.1) ( ) ( ) { } x f x f V f W = = , .
d.2) ( ) { } 0 3 , = = f V f W .


3. Seja ( ) =
2
M V e sejam { } { } A A V A W A A V A W
t t
= = = = , e ,
2 1
. Mostre que:

a)
2 1
e W W so subespaos de V;
b)
2 1
W W V + = ;

4. No exerccio anterior, mostre que
2 1
W W V = .

5. Escreva, se possvel, cada vetor v como combinao linear dos elementos de S, sendo:

a)
)
`

|
|

\
|
|
|

\
|
|
|

\
|
|
|

\
|
=
|
|

\
|
=
5 9
1 4
,
0 1
0 0
,
3 0
0 0
,
0 0
2 3
e
1 0
1 1
S v .
b) ( ) ( ) ( ) { } 9 , 2 , 0 , 1 e 7 , 2 = = S v .
c) ( ) ( ) ( ) { } 0 , 1 , 0 , 0 , 0 , 2 e 3 , 0 , 0 = = S v .
d) d) ( ) { }
3 2 2 3
, 1 , t 3 , 2 e 1 + t + 4t + t t t S t p v = = = .
e) ( ) ( ) ( ) { } 3 cos e
2 2
, x S x sen x f v = = = .

6. Determine um conjunto de geradores para os seguintes subespaos:

a) ( ) { } 0 2 e 0 , , ,
3
= = + = y x z x z y x W .


b) ( ) { } 0 3 2 , , ,
3
= + = z y x z y x W .

c) ( )
)
`

=
|
|

\
|
= 0 e 0 = c + ,
2
d a M
d c
b a
W .

d) ( ) { } 0 e , d + ct + bt + at
3
2 3
= = = a c b P W
Prof. Isabel Cristina C. Leite lgebra Linear 11




7. Seja { } w v u , , um conjunto L.I. de vetores de um espao vetorial V. Mostre que
{ } w w v u w v u , 3 , 3 + + L.I. .

8. Determine k de modo que o conjunto ( ) ( ) ( ) { }
2
, , 1 , , 1 , 1 , , 0 , 1 k k k k seja L.I. .

9. Mostre que os seguintes pares de vetores em V= ( ) , F so L.I. .

a) x , 1
b)
2
, x x c)
x x
e e x
2
, . d) ( ) ( ) x x sen cos ,

10. Verifique quais dos seguintes conjuntos:

i) so L.I. ii) geram os espaos V considerados. iii) so bases dos espaos V considerados.

a) ( ) ( ) ( ) ( ) { }
4
V 1 , 1 , 1 , 1 , 0 , 1 , 1 , 1 , 0 , 0 , 1 , 1 , 0 , 0 , 0 , 1 = .

b) ( ) ( ) ( ) { }
2
V 2 , 1 , 1 , 1 , 1 , 1 = .

c) ( ) =
)
`

|
|

\
|

|
|

\
|
|
|

\
|

|
|

\
|

2
V
1 1
1 1
0 0
1 1
1 1
1 1
1 1
1 1
M , , , .

d) ( ) =
)
`

|
|

\
|
|
|

\
|
|
|

\
|
3 2
V
0 1 0
0 0 0
0 0 0
0 0 3
0 0 2
0 2 0
x
M , , .

e) { } ( ) = +
2
2
V 1 P t, t, t .

f) { } ( ) =
2
2 2
V 1 3 5 P , t , t .

11. Determine uma base e a dimenso dos seguintes subespaos vetoriais:

a) ( ) ( ) ( ) ( ) [ ] 2 , , 3 , 2 , 0 , 7 , 2 , 5 , 0 , 0 , 0 , 1 = W em
3
= V .


b) ( ) ( ) ( ) ( ) [ ] 1 , 0 , 3 , 2 , 1 , 14 , 1 , 3 , 2 , 7 , 4 , 3 , 1 , 0 , 3 , 1 = W em
4
= V .


c) ( ) { }
t
A A M A W = = ,
2
em ( ) =
2
M V .


d) Os subespaos do exerccio 6.


e) ( ) ( ) [ ] ( ) = = , , os , F V x c x sen W .


f) ( ) = = , ], , , [
3 2
F V e e e W
x x x
.

12. Encontre as equaes lineares homogneas que caracterizam os seguintes subespaos:

a) ( ) ( ) ( ) [ ] 1 , 2 , 1 , 1 , 0 , 3 , 0 , 1 , 2 = W em
3
= V .


b) ( ) ( ) [ ] 4 , 2 , 4 , 2 , 1 , 2 = W em
3
= V .


c) ( ) ( ) ( ) ( ) [ ] 0 , 1 , 0 , 0 , 1 , 0 , 0 , 0 , 0 , 0 , 1 , 0 , 1 , 1 , 1 , 1 = W em
4
= V .


Prof. Isabel Cristina C. Leite lgebra Linear 12

d)
(

|
|

\
|
|
|

\
|

|
|

\
|
=
0 4
1 3
,
0 1
1 2
,
0 1
0 1
W em ( ) =
2
M V .


e) [ ] 1 , 2 ,
2 3
t t t t W + = em ( ) =
3
P V .

13. Em cada caso a seguir, determine os subespaos U W U W + , de V e uma base para cada um dos
subespaos encontrados:

a)
4
= V
( ) { }
( ) { }

= = =
= = + =
0 e 0 , , , ,
e 0 , , , ,
w z V w z y x W
z w y x V w z y x U


b)
3
= V
( ) { }
( ) ( ) ( ) ( ) [ ]

=
= =
3 , 2 , 1 , 21 , 12 , 7 , 3 , 2 , 1 , 0 , 2 , 0
e 0 , , ,
W
x V z y x U


c) ( ) =
2
M V

)
`

= = +
|
|

\
|
=
)
`

= = + +
|
|

\
|
=
0 , 0 3 ,
e 0 , 0 2 ,
w z y V
w z
y x
W
z w y x V
w z
y x
U


d)
3
= V
( ) ( ) ( ) [ ]
( ) ( ) [ ]

=
=
2 1 , 1 , 0 , 1 , 1 , 0
e 3 , 1 , 1 , 1 , 1 , 0 , 2 , 0 , 1
W
U


14. Dados os vetores ( ) ( ) ( ) 6 8 1 4 e 3 2 1 1 0 4 1 2 , , , t , , , , v , , , u = = = :

a) Encontre uma base para [ ] u, v, t S = ;

b) Escreva as equaes que caracterizam S;

c) Que relao deve existir entre a e b para que ( ) b a , 0 , , 0 pertena a S ?

d) Seja ( ) [ ] 2 , 0 , 1 , 0 = Y . Determine S Y , ( ) S Y + dim e uma base para S Y + .


15. Verifique se W U V = nos seguintes casos:

a)
3 2x
M V =

)
`

=
|
|

\
|
=
)
`

= =
|
|

\
|
=
0 ,
,
d V
f e d
c b a
W
f b a V
f e d
c b a
U


b)
4
= V
( ) { }
( ) { }

= = =
= + = = + =
0 , , , ,
0 , , , ,
z x V w z y x W
w z y w x V w z y x U


c) itens do exerccio 13
o


16. Determine uma base do
5
que contenha o conjunto ( ) ( ) { } 0 , 0 , 1 , 0 , 1 , 0 , 0 , 0 , 1 , 1 . Justifique sua resposta.

17. Sendo ( ) ( ) ( ) [ ] 1 , 12 , 7 , 1 , 5 , 3 , 3 , 2 , 1 = W , encontre um subespao U do
3
tal que W U =
3
.


Prof. Isabel Cristina C. Leite lgebra Linear 13


18. Sejam
2 1
eW W subespaos do
5
. Sabendo-se que:

( ) 4 dim
2 1
= +W W ;

( ) ( ) { } 0 , 0 , 1 , 1 , 0 , 0 , 0 , 1 , 2 , 1 base de
1
W ;

( ) ( ) ( ) [ ] 1 , 1 , 1 , 2 , 1 , 1 , 1 , 0 , 1 , 2 , 0 , 0 , 1 , 1 , 1
2 1
= W W .

Determine a dimenso de
2
W . Justifique a sua resposta.

19. Sabendo que W V =
4
e ( ) ( ) [ ] 12 , 9 , 6 , 3 , 4 , 3 , 2 , 1 = V , determine a dimenso de W. Justifique.

20. Sejam V um espao vetorial de dimenso igual a 6, U e W subespaos de V tais que:

a) ( ) ( ) 5 dim e 4 dim = = W U . Mostre que { } 0 W U .
b) ( ) ( ) 4 dim dim = = W U . Encontre as possveis dimenses para U W .

21. D, se possvel, exemplos de:

a) Um conjunto L.I. de 3 vetores que no geram o
3
;
b) Um conjunto L.D. de 3 vetores do ( ) M
2
;
c) Um subespao U de
4
tal que U
4
e
( )
dim U = 4 ;
d) Dois subespaos W e U de
5
tais que
( ) ( )
dim dim U W U W = = = 3
5
e .

Caso seja impossvel, justifique sua resposta.

22. Determine as coordenadas dos seguintes vetores em relao s bases indicadas:

a) ( ) 3 5 4 , ,
( ) ( ) ( ) { }
( ) ( ) ( ) { }

=
=
4 1 1 2 3 0 1 2 1
0 1 3 0 2 1 1 1 1
, , , , , , , , B'
, , , , , , , , B


b)
|
|

\
|
0 1
2 1

( )

=
)
`

|
|

\
|
|
|

\
|
|
|

\
|
|
|

\
|
=
de cannica base
0 1
0 0
1 0
0 0
0 0
0 1
0 0
1 1
2
M B'
, , , B


c) t t t 2 5 2
2 3
+
{ }
( )

=
+ + =
de cannica base
3 2
3
2 2 3
P B'
, t, t- , t t t B



Prof. Isabel Cristina C. Leite lgebra Linear 14


Respostas

1. a) sim b) no c) no d) no

2. a.1) no a.2) sim a.3) no c.1) sim c,2) no
b.1) sim b.2) no b.3) no d.1) sim d.2) sim

5. a)
1 1
0 1
3
5
3 2
0 0
2
3
0 0
0 3
9
5
0 0
1 0
1
5
4 1
9 5
|
\

| =
|
\

| +
|
\

| +
|
\

|
|
\

|
b) ( ) ( ) ( ) 2 7
4
9
10
7
9
2 9 , , , = +
c) no possvel.
d) ( ) ( ) ( ) ( )
t t t t t t
3 2 2 3
4 1
5
2
2
1
3
3 4 1 1 + + + = + + +
e)
( )
( )
sen cos
2 2
1
1
3
3 x x = +

6. a) ( ) { } 2 1 2 , , b) ( ) ( ) { } 2 10 3 01 , , , , , c)
1 0
1 0
0 1
0 0
|
\

|
|
\

`
)
, d) { } t t
2
1 + ,

8. k k 0 1 e

10. a) i) L.I. ii) sim iii) sim
b) i) L.D. ii) sim iii) no
c) i) LD. ii) no iii) no
d) i) L.I. ii) no iii) no
e) i) L.I. ii) sim iii) sim
f) i) L.D. ii) no iii) no


11. a) ( ) ( ) ( ) { } B = 10 0 0 5 2 7 0 2 , , , , , , , , outra base de W: ( ) ( ) ( ) { }
( )
B W ' , , , , , , , , , dim = = 10 0 010 0 01 3
b) ( ) ( ) ( ) { }
( )
B W = = 13 01 3 4 7 2 2 301 3 , , , , , , , , , , , dim
c)
( )
B W =
|
\

|
|
\

|
|
\

`
)
=
1 0
0 0
0 1
1 0
0 0
0 1
3 , , , dim
d) d.1) ( ) { }
( )
B W = = 2 1 2 1 , , , dim
d.2) ( ) ( ) { }
( )
B W = = 210 301 2 , , , , , , dim
d.3)
( )
B W =

|
\

|
|
\

`
)
=
1 0
1 0
0 1
0 0
2 , , dim
d.4) { } ( )
B t t W = + = 1 2 , , dim
2

e)
( ) ( ) { } ( )
B x , x , W = = sen cos dim 2
f)
{ }
( )
B e , e e , W
x x x
= =
2 3
3 , dim

12. a) ( ) { } W x y z x y z = + = , , ,
3
2 3 0 b) ( ) { } 0 , , ,
3
= + = z x z y x W
c) W =
4
d)
( )
W
x y
z w
M x y z w =
|
\

| + = =

`
)
2
0 0 , e
e)
( )
{ } W at bt ct d P c a b = + + + =
3 2
3
2 ,

13. a) ( ) { } U W x,y,z,w , x y , z , w = + = = =
4
0 0 0 ( ) { } B
U W
= 1 10 0 , , ,
( ) { } U W x,y,z,w , w z + = =
4
0 ( ) ( ) ( ) { } B
U W +
= 10 0 0 010 0 0 011 , , , , , , , , , , ,

Prof. Isabel Cristina C. Leite lgebra Linear 15


13. b) ( ) { }
U W x,y,z x =
3
, = z = 0 ( ) { } B
U W
= 010 , ,
U W + =
3
( ) ( ) ( ) { } B
U W +
= 10 0 010 0 01 , , , , , , , ,

c) U W =
|
\

`
)
0 0
0 0
no h base.
( ) U W M + =
2
B
U W +
=
|
\

|
|
\

|
|
\

|
|
\

`
)
1 0
0 0
0 1
0 0
0 0
1 0
0 0
0 1
, , ,

d) ( ) { } U W x,y,z , x , z y = = =
3
0 ( ) { } B
U W
= 011 , ,
U W + =
3
( ) ( ) ( ) { } B
U W +
= 10 0 010 0 01 , , , , , , , ,

14. a) ( ) ( ) { } B = 10 2 1 010 2 , , , , , , , , outra base: ( ) ( ) { } 2 14 0 112 3 , , , , , , , b) ( ) { } S x y z w y z w = + = , , , ,
4
4 2 0

c) b a = 2 d)
( )
Y S Y Y S B
Y S
= + =
+
, dim , 2 a mesma de S

15. a) no b) sim c) 13a) no 13b) no 13c) sim 13d) no

16. ( ) ( ) ( ) ( ) ( ) { }
B = 110 0 0 1010 0 0 010 0 0 0 010 0 0 0 01 , , , , , , , , , , , , , , , , , , , , , , , ,

17. ( )
[ ]
( )
[ ]
( )
[ ]
U U U = = = 0 01 010 10 0 , , , , , , , , ou por exemplo, ou

18. ( ) dim W
2
4 =

19.
( )
dim W = 3

20. a) ( ) { } 2 5 0 < < dim U W U W b) 2 3 4 , ,

21. a) impossvel. b)
1 0
0 0
3 0
0 0
0 1
0 0
|
\

|
|
\

|
|
\

`
)
, , , por exemplo. c) impossvel. d) impossvel.

22. a) ( )
[ ]
( )
[ ] 4 5 3
3
5
2
4 5 3
21 17
58 17
47 17
, , , ,
'
=
|
\

|
|
|
=
|
\

|
|
|
B B
e b)
1 2
1 0
2
1
0
1
1 2
1 0
1
2
1
0

|
\

(
=

|
\

|
|
|
|

|
\

(
=

|
\

|
|
|
|
B B
e
'


c) [ ] [ ] 2 5 2
2
3
5
10 3
2 5 2
0
2
5
2
3 2 3 2
t t t t t t
B B
+ =

|
\

|
|
|
|
+ =

|
\

|
|
|
|
e
'












Prof. Isabel Cristina C. Leite lgebra Linear 16


TRANSFORMAO LINEAR


Sejam V e W espaos vetoriais. Uma aplicao T:V W chamada transformao linear de V em W
se satisfaz s seguintes condies:
I) T(u + v) = T(u) + T(v)
II) ) ( ) ( u T u T =
R e V v u , .

Em particular, uma transformao linear de V em V (ou seja, se W = V) chamada operador
linear sobre V.

Exemplos:
1) A transformao nula (ou zero) linear: T O
O: V W
v 0 ) ( O = v a
De fato: I) O(u + v) = 0 = 0 + 0 = O(u) + O(v)
II) O(u) = 0 = 0 = O(u)

2) A transformao identidade linear. I T

v v I v
W V I
=

) (
:
a


De fato: I) ) ( ) ( ) ( v I u I v u v u I + = + = +
II) ) ( ) ( u I u u I = =

3) A transformao projeo de R
3
em R
2
linear.

( ) z x y x z y x T z y x
R R T
+ =

2 , ) , , ( ) , , (
:
2 3
a

De fato:
I) ( ) ) , , ( ) , , ( ) (
2 2 2 1 1 1
z y x z y x T v u T + = +

( )
( ) ( ) ( ) ( ) ( )
( )
( ) ( )
) ( ) (
2 , 2 ,
2 2 ,
2 ,
, ,
2 2 2 2 1 1 1 1
2 2 1 1 2 2 1 1
2 1 2 1 2 1 2 1
2 1 2 1 2 1
v T u T
z x y x z x y x
z x z x y x y x
z z x x y y x x
z z y y x x T
+ =
+ + + =
+ + + + =
+ + + + + =
+ + + =


II) ) , , ( ) ( z v x T u T =

( )
( )
) (
2 ,
2 ,
u T
z x y x
z x y x

=
+ =
+ =


4) A funo real F: R R, tal que F(u) = u
2
no uma transformao linear.
De fato: I) ( ) ( )
2
v u v u F + = + ) ( ) ( 2
2 2
v F u F uv v u + + + =
II) ( ) ( ) ) (
2 2 2
u F v u u F = =


Prof. Isabel Cristina C. Leite lgebra Linear 17


5) A transformao derivada D T linear.
P
n
(R) o conjunto dos polinmios reais de grau n e f(t), g(t) so polinmios de P
n
(R).

) ( ' )) ( ( ) (
) ( ) ( :
t f t f D t f
R P R P D
n n
=

a

De fato: I) ( ) ( )' ) ( ) ( ) ( ) ( t g t f t g t f D + = +

( ) ( ) ) ( ) (
) ( ' ) ( '
t g D t f D
t g t f
+ =
+ =

II) ( ) ( )' ) ( ) ( t f t f D =

( ) ) (
) ( '
t f D
t f

=
=


Exerccio: Verifique se so lineares as seguintes aplicaes.
a)
3 2
: T R R definida por ( ) ( , , ) , 2 T x y z x y x z = +
b) ( )
3
2
: T P R R definida por ( )
2
0 1 2 0 1 2
( ) , 1, 2 T a a t a t a a a + + =

Propriedades

1. Se W V T : uma transformao linear, ento ( )
W V
T 0 0 = .
Equivalentemente, se ( ) 0 0
V W
T , ento W V T : no uma transformao linear.
Podemos usar esta propriedade para justificar que a transformao do exerccio (b) no linear,
pois ( ) ( ) 0 0, 1, 2 T = .

2. Se W V T : uma transformao linear, ento
( ) ( ) ( ) . , e , ,
2 1 2 1 2 2 1 1 2 2 1 1
R a a V v v v T a v T a v a v a T + = +
Analogamente,
( ) ( ) ( ) ( ) . , , e , , ,
1 1 2 2 1 1 2 2 1 1
R a a V v v v T a v T a v T a v a v a v a T
n n n n n n
+ + + = + + + K K K K

Esta propriedade muito til, principalmente se os vetores
1 2
, ,
n
v v v K constituem uma base de
V, pois podemos encontrar a lei da transformao linear como vem exemplificado abaixo.

Exemplo: Sejam
3 2
: T R R uma transformao linear e ( ) ( ) ( ) { }
0,1, 0 , 1, 0,1 , 1,1, 0 B = uma base do
R. Sabendo que ( ) ( ) ( ) ( ) ( ) ( ) 0,1, 0 1, 2 , 1, 0,1 3,1 e 1,1, 0 0, 2 T T T = = = , determine ( ) , , T x y z e
( ) 5, 3, 2 T .
Em primeiro lugar vamos expressar o vetor ( ) , , x y z como combinao linear dos vetores da base. No
caso, resolvendo o sistema, determinamos que

( ) ( ) ( ) ( ) ( ) ( ) , , 0,1, 0 1, 0,1 1,1, 0 x y z y z x z x z = + + +

Aplicando a transformao T e usando a propriedade (2), temos

( ) ( ) ( ) ( ) ( ) ( )
( ) ( ) ( ) ( ) ( )
( ) ( ) ( ) ( ) ( )
, , 0,1, 0 1, 0,1 1,1, 0
0,1, 0 1, 0,1 1,1, 0
1, 2 3,1 0, 2
T x y z T y z x z x z
y z x T z T x z T
y z x z x z
( = + + +

= + + +
= + + +

Portanto, ( ) ( ) , , 4 , 4 2 3 T x y z x y z x y z = + + e aplicando ao vetor dado, ( ) ( ) 5, 3, 2 10, 20 T = .


Prof. Isabel Cristina C. Leite lgebra Linear 18


Imagem de uma transformao linear

Chama-se imagem de uma transformao linear W V T : ao conjunto dos vetores w W que so
imagem de vetores v V.
Im(T) = { w W / T(v) = w para algum v V} W.

OBS: 1) ( ) T Im , pois no mnimo o conjunto imagem contm o vetor nulo.( ) Im( 0 T
W
)

2) Se Im(T) = W , T diz-se transformao sobrejetora, isto , ( ) . que tal , w v T V v W w =
3) A imagem de uma transformao linear W V T : um subespao vetorial de W.

Exemplo: Seja ) 0 , , ( ) , , ( , :
3 3
y x z y x f R R f = a projeo ortogonal do R
3
sobre o plano x0y. A
imagem de f o prprio plano x0y.
Im(f) = { R y x R y x , / ) 0 , , (
3
}



Ncleo de uma transformao linear

Chama-se ncleo de uma transformao linear W V T : ao conjunto de todos os vetores v V que
so transformados em 0 W. Indica-se este conjunto por N(T) ou ker(T).
N(T) = {v V/ T(v) = 0}

Exemplos:
1. No exemplo anterior o ncleo da transformao f o eixo dos z, pois

=
=
= =
0
0
) 0 , 0 , 0 ( ) 0 , , ( ) 0 , 0 , 0 ( ) , , (
y
x
y x z y x f
Portanto, } / ) , 0 , 0 {( ) ( R z z f N =
2. Dada a transformao linear ) 8 3 , 4 ( ) , , ( , :
2 3
z y x z y x z y x T R R T + + + = , por definio
sabemos que (x, y, z) N(T) se, e somente, se

= + +
= +
= + + +
0 8 3
0 4
ou
) 0 , 0 ( ) 8 3 , 4 (
z y x
z y x
z y x z y x

sistema cuja soluo x = 3z e y = z.
Logo, } / ) , , 3 {( ) (
3
R z R z z z T N = .

Prof. Isabel Cristina C. Leite lgebra Linear 19


OBS:
1) N(T) , pois no mnimo o ncleo contm o vetor nulo.(Se T(0) = 0, ) ( 0 T N
V
)
2) Uma transformao linear dita injetora, se e somente se, N(T) = {0}.
W V T : uma transformao injetora se ( ) ( )
2 1 2 1 2 1
, , v v v T v T V v v = = .
3) O ncleo de uma transformao linear W V T : um subespao vetorial de V.


Teorema do Ncleo e da Imagem

Se V um espao vetorial de dimenso finita e W V T : uma transformao linear,

V T T N dim ) Im( dim ) ( dim = +

Corolrios: Seja W V T : uma transformao linear.

1. Se dimV = dimW, ento T sobrejetora se, e somente se, T injetora.

2. Se dimV = dimW e T injetora, ento T transforma base em base, isto , se { }
1 2
, , ,
n
B v v v = K
base de V, ento ( ) ( ) ( ) ( ) { }
1 2
, , ,
n
T B T v T v T v = K base de W.

Se a transformao linear T no satisfaz a todas as condies do corolrio 2, podemos usar um
resultado semelhante para gerar a imagem da transformao:
Se W V T : uma transformao linear e { }
1 2
, , ,
n
v v v K gera V, ento
( ) ( ) ( ) { }
1 2
, , ,
n
T v T v T v K
gera a Im(T).

Exerccio: Determine o ncleo, a imagem, uma base para o ncleo, uma base para a imagem e a
dimenso de cada um deles para as seguintes transformaes lineares.

1.
3 3
: T R R definida por ( ) ( , , ) 2 , 2 , 3 T x y z x y z y z x y z = + + + + .
2.
3
1
: ( ) T R P R definida por ( ) ( ) , , T x y z x y zt = + + .
3.
3 2
: T R R tal que ( ) ( ) ( ) ( ) ( ) ( )
1 2 3
1, 2 , 0,1 e 1, 3 T e T e T e = = = , sendo { }
1 2 3
, , e e e a base
cannica do R.

Isomorfismo

Chama-se isomorfismo do espao vetorial V no espao vetorial W a uma transformao linear
W V T : bijetora (injetora e sobrejetora).
Neste caso, V e W so ditos espaos isomorfos.

Exemplo:
Mostremos que ( )
3
2
: T P R R , definida por ( )
2
( ) , , T a bt ct c b c b a + + = + , um isomorfismo.
Determinando o N(T):
( )
2
0 0
( ) 0, 0, 0 0 0
0 0
c c
T a bt ct b c b
b a a
= =

+ + = + = =


= =

( ) { } 0 N T = T injetora.
Como T injetora e dim ( )
2
P R = dim R, pelo corolrio 2 podemos afirmar que T tambm
sobrejetora, provando o isomorfismo.

Prof. Isabel Cristina C. Leite lgebra Linear 20


Automorfismo

Chama-se automorfismo o operador linear : T V V que bijetor.

Proposio
Se W V T : um isomorfismo, ento existe uma transformao inversa
1
: T W V

que linear e
que tambm um isomorfismo.

Exerccio. Determine
1
T

para o isomorfismo do exemplo anterior.

Matriz de uma transformao linear

Sejam
W V T :
uma transformao linear, { }
n
v v v A , , ,
2 1
K = uma base de V e { }
m
w w w B , , ,
2 1
K =
uma base de W. Ento ( ) ( ) ( )
n
v T v T v T , , ,
2 1
K so vetores de W e podemos escrev-los como combinao
linear dos vetores da base B.

( )
m m
w a w a w a v T
1 2 21 1 11 1
+ + + = K
( )
m m
w a w a w a v T
2 2 22 1 12 2
+ + + = K
M
( )
m mn n n n
w a w a w a v T + + + = K
2 2 1 1


A matriz
[ ]
(
(
(
(

=
mn m2 m1
2n 22 21
1n 12 11
A
B
a a a
a a a
a a a
T
K
M O M M
K
K


chamada matriz T da transformao em relao s bases A e B.

Como [ ]
A
B
T depende das bases A e B, uma transformao linear poder ter uma infinidade de matrizes
para represent-la. No entanto, uma vez fixadas as bases, a matriz nica.
Podemos representar a transformao linear pela operao entre matrizes: ( ) [ ] [ ] [ ]
A
A
B B
v T v T = .

Exemplos:

1. Dada a transformao linear ) , ( ) , , ( , :
2 3
z y y x z y x T R R T + = e considerando as bases
( ) ( ) ( ) { }
1,1,1 , 0,1,1 , 0, 0,1 A = do R
3
e ( ) ( ) { }
1,1 , 0, 2 B = do R
2
, temos
( ) ( ) ( ) ( )
11 21
1,1,1 2, 0 1,1 0, 2 T a a = = +
( ) ( ) ( ) ( )
12 22
0,1,1 1, 0 1,1 0, 2 T a a = = +
( ) ( ) ( ) ( )
13 23
0, 0,1 0, 1 1,1 0, 2 T a a = = +

que gera os sistemas:


Prof. Isabel Cristina C. Leite lgebra Linear 21


11
11 21
2
2 0
a
a a
=

+ =

,
12
12 22
1
2 0
a
a a
=

+ =

e
13
13 23
0
2 1
a
a a
=

+ =

cujas solues so
11 21 12 22 13 23
1 1
2, 1, 1, , 0,
2 2
a a a a a a = = = = = =
Logo,
[ ]
1 1
2 2
1 0 2
1
A
B
T
(
=
(




2. Considerando a mesma transformao do exemplo anterior com as bases cannicas
( ) ( ) ( ) { }
' 1, 0, 0 , 0,1, 0 , 0, 0,1 A = do R
3
e ( ) ( ) { }
' 1, 0 , 0,1 B = do R
2
.
( ) ( ) ( ) ( ) 1, 0, 0 1, 0 1 1, 0 0 0,1 T = = +
( ) ( ) ( ) ( ) 0,1, 0 1,1 1 1, 0 1 0,1 T = = +
( ) ( ) ( ) ( ) 0, 0,1 0, 1 0 1, 0 1 0,1 T = =

Logo,
[ ]
'
'
1 1 0
0 1 1
A
B
T
(
=
(

No caso de serem A e B bases cannicas, representa-se a matriz simplesmente por [T], que chamada
matriz cannica de T.
Ento tem-se: ( ) [ ] [ ] [ ] v T v T =

Observemos que calcular T(v) pela matriz [T] o mesmo que faz-lo pela frmula que define T.
T(2,1,3) = (2 + 1, 1 3) = (3, 2)

ou
[ ]
(

=
(
(
(

=
2
3
3
1
2
1
0
1
1
0
1
) (v T
3. Dadas as bases ( ) ( ) { }
1,1 , 0,1 B = do R
2
e ( ) ( ) ( ) { }
' 0, 3, 0 , 1, 0, 0 , 0,1,1 B = do R
3
, encontremos a
transformao linear cuja matriz [ ]
'
0 2
1 0
1 3
B
B
T
(
(
=
(
(

.
No caso, desejamos determinar a transformao
2 3
: T R R tal que ( ) ( ) , , , T x y a b c = . Pelo modo
como determinada a matriz
[ ]
'
B
B
T sabemos que
( ) ( ) ( ) ( ) ( )
( ) ( ) ( ) ( ) ( )
1,1 0 0, 3, 0 1 1, 0, 0 1 0,1,1 1, 1, 1
0,1 2 0, 3, 0 0 1, 0, 0 3 0,1,1 0, 9, 3
T
T
= =
= + + =


Escrevendo (x, y) como combinao linear dos vetores da base B, temos
( ) ( ) ( )( ) , 1,1 0,1 x y x y x = +


Prof. Isabel Cristina C. Leite lgebra Linear 22


Aplicando T :
( ) ( ) ( ) ( )
( ) ( ) ( )
( )
, 1,1 0,1
1, 1, 1 0, 9, 3
, 10 9 , 4 3
T x y xT y x T
x y x
x x y x y
= +
= +
= + +


Do exemplo acima, observamos que dada uma matriz e fixada duas bases em V e em W esta matriz
representa uma transformao linear. Esta mesma matriz numa outra dupla de bases representar uma
transformao linear diferente.

4. Considerando que a matriz [ ]
0 2
1 0
1 3
T
(
(
=
(
(

a matriz cannica da transformao, temos que
( ) ( ) ( ) ( ) ( )
( ) ( ) ( ) ( ) ( )
1, 0 0 1, 0, 0 1 0,1, 0 1 0, 0,1 0, 1, 1
0,1 2 1, 0, 0 0 0,1, 0 3 0, 0,1 2, 0, 3
T
T
= =
= + + =

e, portanto,
( ) ( ) ( ) , 1, 0 0,1 x y x y = + ( ) ( ) ( ) ( ) ( ) ( ) , 1, 0 0,1 , 0, 1, 1 2, 0, 3 T x y xT yT T x y x y = + = +
( ) ( ) , 2 , , 3 T x y y x x y = +

As matrizes das transformaes lineares so importantes, pois:
muitas vezes respostas a questes tericas sobre a estrutura de uma transformao linear podem
ser obtidas estudando as caractersticas da matriz da transformao;
estas matrizes tornam possvel calcular as imagens de vetores usando a multiplicao matricial.
Estes clculos podem ser efetuados rapidamente em computadores.

Teorema

Sejam
W V T :
uma transformao linear e A e B bases de V e W, respectivamente. Ento
[ ]
[ ] [ ] [ ]
dimIm( ) posto de
dim ( ) nulidade de n de colunas de posto de
A
B
A A A
B B B
T T
N T T T T

= =

Teorema

Sejam A e B bases dos espaos vetoriais V e W, respectivamente. Uma transformao linear
W V T :
inversvel se, e somente se, [ ]
A
B
T inversvel. Alm disso, se T inversvel, ento
[ ]
( )
1
1
B
A
B
A
T T

( =

.

Corolrio

Sejam A e B bases dos espaos vetoriais V e W, respectivamente e
W V T :
uma transformao
linear. T inversvel se, e somente se, det [ ]
A
B
T 0 .

Exerccio. Seja
2 2
: T R R uma transformao linear dada pela matriz cannica
[ ]
3 4
2 3
T
(
=
(

.
Verifique se T inversvel. Caso o seja, determine T
-1
(x, y).
Prof. Isabel Cristina C. Leite lgebra Linear 23


Autovalores (Valores Prprios) e Autovetores (Vetores Prprios)

Definio

Seja : T V V um operador linear. Um vetor v V , 0 v , um autovetor (ou vetor prprio) do
operador T se existe R tal que ( ) T v v = .
denominado autovalor (ou valor prprio, valor caracterstico, valor espectral) associado ao
autovetor v.

Exemplos:
1. Seja
2 2
: T R R tal que ( ) ( ) , , , T x y x y R = . Este operador tem como autovalor e
qualquer ( ) ( ) , 0, 0 x y como autovetor correspondente.
Se
i. 0 < , T inverte o sentido do vetor;
ii. 1 > , T dilata o vetor;
iii. 1 > , T contrai o vetor;
iv. 1 = , T a transformao identidade.



2. Seja
2 2
: T R R definida por ( ) ( ) , , T x y x y = , a transformao reflexo no eixo x.




Os vetores da forma (0, y), so tais que ( ) ( ) 0, 0, T y y = , ou seja,
( ) ( ) 0, 1 0, T y y = .
Assim, todo vetor (0, y), y 0 autovetor de T com autovalor
1 = .
Tambm para todo vetor (x, 0) temos que ( ) ( ) ( ) , 0 , 0 1 , 0 T x x x = = .
Da, dizemos que todo vetor (x, 0), x 0 autovetor de T com
autovalor 1 = .
3. Seja
2 2
: T R R definida por ( ) ( ) , , T x y y x = , a transformao rotao de 90.


Notemos que nenhum outro vetor diferente do vetor nulo
levado por T num mltiplo de si mesmo. Logo, este operador
T no tem autovalores nem autovetores.


y
x
u T(u)
v
T(v)
y
x
u
T(u)
Prof. Isabel Cristina C. Leite lgebra Linear

24

Determinao dos autovalores e autovetores

Seja o operador :
n n
T R R cuja matriz matriz cannica

11 12 1
21 22 2
1 2
n
n
n n nn
a a a
a a a
A
a a a
| |
|

|
=
|
|

\
M M O M
, ou seja, A =[T].

Se v e so, respectivamente, autovetor e autovalor associado, temos:

0 A v v A v v = = (v a matriz coluna n x 1 e 0 a matriz nula n x 1)

Tendo em vista que v I v = , onde I a matriz identidade de ordem n, podemos escrever

( )
0
0
A v I v
A I v

=
=

Para que o sistema homogneo admita solues no nulas, isto
0
0
0
x
v y
z
| | | |
| |
=
| |
| |
\ \
, este deve ser
indeterminado e portanto, devemos ter ( ) det 0 A I = .

11 12 1
21 22 2
1 2
det 0
n
n
n n nn
a a a
a a a
a a a

| |
|

|
=
|
|

\
M M O M


A equao ( ) det 0 A I = denominada equao caracterstica do operador T ou da matriz A e suas
razes so os autovalores do operador T ou da matriz A.
O ( ) det A I um polinmio na varivel denominado polinmio caracterstico.
Determinamos os autovetores correspondentes substituindo os autovalores encontrados no sistema
homogneo de equaes lineares.

Exemplo: Determinar os autovalores e autovetores do operador linear
3 3
: T R R definido por
( ) ( ) , , 3 4 , 3 5 , T x y z x z y z z = + .
1) Matriz cannica de T:
3 0 4
0 3 5
0 0 1
A
| |
|
=
|
|

\

2)
3 0 4
0 3 5
0 0 1
A I

| |
|
=
|
|

\

3) Equao caracterstica: ( ) det 0 A I = ( ) ( ) ( )
1
2
3
3 3 1 0
1

=
=

=

Prof. Isabel Cristina C. Leite lgebra Linear

25

4) Clculo dos autovetores associados:
Para
1
3 = , temos o sistema
3 3 0 4 0 4 0
0 3 3 5 0 5 0 , e 0
0 0 1 3 0 4 0
x z
y z x y R z
z z
= | | | | | |
| | |
= = =

| | |
| | |
=
\ \ \


Portanto temos os autovetores (x, y, 0) associados ao autovalor 3.
Verificao: ( ) ( ) ( ) 2, 4, 0 6,12, 0 3 2, 4, 0 T = = .

Para
2
1 = , temos
4 0 4 0
4 4 0
0 4 5 0 ,
5
4 5 0
0 0 0 0
4
x
x z
x z
y z R
y z y z
z
| | | | | |
=
=
| | |
=

| | |
+ = =

| | |

\ \ \


Portanto temos os autovetores
5
, ,
4
z z z
| |

|
\
associados ao autovalor 1 .
Verificao: ( ) ( ) ( ) 4, 5, 4 4, 5, 4 1 4, 5, 4 T = = .

Teorema

Dado um operador linear T: V V, o conjunto formado pelos autovetores associados a um autovalor
e o vetor nulo subespao vetorial de V, isto , ( ) { }
; V v V T v v

= = subespao de V.

Prof. Isabel Cristina C. Leite lgebra Linear

26

EXERCCIOS

1. Verifique quais das seguintes aplicaes so lineares:

a) T:
3 2
definida por ( ) ( ) T x y z x y , , , =
b) T:
2
definida por ( ) T x y x y , . =
c) T: definida por ( ) T x x =
d) T:
3 2
definida por ( ) ( ) T x y z x y z , , , = 2 3
e) ( ) T M :
2
2
definida por ( ) T x y
x y
y
, =
+ |
\

|
2 0
0

f) ( ) T M
x
:
2 3
2
definida por ( ) T
a b c
d e f
a e c f
|
\

| = + + ,
g) : T definida por ( ) ( ) x sen x T =

2. Determine a transformao linear para cada uma das aplicaes abaixo:

a) T:
2 3
tal que ( ) ( ) ( ) ( ) T T 12 3 15 01 2 1 4 , , , , , , = = e
b) T:
3 2
tal que ( ) ( ) ( ) ( ) ( ) ( ) T T T 10 0 2 0 010 11 0 01 0 1 , , , , , , , , , , = = = e
c) T:
3 3
tal que ( ) ( ) ( ) ( ) ( ) ( ) T T T 121 12 3 010 2 15 0 41 0 3 2 , , , , , , , , , , , , , = = = e
d) ( ) T P :
2
2
tal que
( ) ( ) ( ) ( ) ( ) ( ) T T x T x 1 01 0 5 5 7
2
= = = , , , , e
e) ( ) T M
x
:
3
2 3
tal que ( ) ( ) ( ) T T T 10 0
1 0 0
3 4 5
012
2 0 0
6 8 10
0 0 1 3
0 0 1
0 0 5
, , , , , , , =
|
\

| =
|
\

| =
|
\

| e

3. a) Qual a transformao linear T:
2 3
tal que ( ) ( ) ( ) ( ) T T 11 3 21 0 2 010 , , , , , , = = e ?
b) Determine ( ) ( ) T T 10 01 , , e , usando o item (a).
c) Qual a transformao linear S:
3 2
tal que ( ) ( ) ( ) ( ) ( ) ( ) S S S 3 2 1 11 010 0 2 0 01 0 0 , , , , , , , , , , = = = e ?
d) Determine a transformao linear composta SoT:
2 2
, usando os itens (a) e (c).

4. Determine a dimenso do ncleo e da imagem e suas respectivas bases da aplicao linear T do:

a) exerccio 1, itens (a), (d) e (e).
b) exerccio 2, itens (b), (d) e (e).

5. Sendo T:
3 5
definida por ( ) ( ) T x y z x y x y z x z , , , , , , = + + + 2 0 3 0 , determine uma base de N(T) e
Im(T).

6. Determine uma transformao linear:

a) T:
3 3
cuja imagem seja gerada por ( ) ( ) { } 12 3 4 56 , , , , , .
b) T:
3 2
tal que
( ) ( ) ( )
[ ]
( ) ( )
[ ] N T T = = 10 0 0 2 0 2 4 , , , , , Im , e , considere ( ) ( ) ( ) { }
= 10 0 0 2 0 0 01 , , , , , , , , base do
3
.
c) T:
3 4
tal que
( ) ( ) ( )
[ ] Im , , , , , , , T = 1121 2 101 .

7. D, se possvel, os exemplos pedidos abaixo. Caso no existam, justifique.

a) Uma aplicao linear injetora T:
3 2
.
b) Uma aplicao linear sobrejetora T:
2 3
.
c) Uma aplicao linear T:
2 2
, tal que ( ) ( ) { } T T 01 10 , , , seja uma base para
2
.

Prof. Isabel Cristina C. Leite lgebra Linear

27

d) Uma aplicao linear T V W : tal que
( ) { }
Im T = 0 .
e) Uma aplicao linear T:
5 5
, tal que seja injetora, mas no seja sobrejetora.


8. Seja T V V : uma transformao linear. Sabendo-se que
( ) ( ) ( ) ( ) dim dim Im V N T T = = 5 2 e .

a) Determine, justificando, a
( ) ( ) ( ) dim Im N T T + .
b) T pode ser injetora ? Justifique.

9. Mostre que a aplicao
( )
T P :
2
1
, definida por
( )
T x y x y t x , ( ). . = + + 1 um isomorfismo.
10. Determine a transformao linear
4 3
: T tal que
( )
( ) { } N T x y z z x y = = , , ;
3
e ( ) ( ) T 0 01 0 0 01 , , , , , = .
11. Consideremos a transformao linear
2 3
: T definida por ( ) ( ) y x z y x z y x T 2 , 2 , , + + = e as bases
( ) ( ) ( ) { } ( ) ( ) { }
2 3
do 1 , 0 , 1 , 1 e do 1 , 1 , 0 , 0 , 1 , 2 , 0 , 0 , 1 = = B A . Determine a matriz [ ] .
A
B
T

12. Seja a transformao linear ( ) ( ) y y x y x y x T T 2 , 3 , 2 , , :
3 2
+ = e as bases ( ) ( ) { } 1 , 2 , 1 , 1 = A e
( ) ( ) ( ) { } 0 , 1 , 1 , 1 , 1 , 0 , 1 , 0 , 0 = B . Determine [ ] .
A
B
T Qual a matriz
[ ]
A
C
T
, onde C a base cannica do
3
?

13. Sabendo que a matriz de uma transformao linear T:
2 3
nas bases ( ) ( ) { } 0 , 1 , 1 , 1 = A do
2
e
( ) ( ) ( ) { } 1 , 0 , 3 , 0 , 1 , 2 , 1 , 1 , 1 = B do
3
[ ]
(
(
(

=
1
5
1
1
2
3
A
B
T , encontre a expresso de ( ) y x T , e a matriz [ ] T .
14. Seja [ ]
(
(
(

=
3 1
0 2
2 1
T a matriz cannica de uma transformao linear T:
2 3
. Se ( ) ( ) 2 , 4 , 2 = v T , calcule
v.
15. Seja T o operador linear dado pela matriz
(
(
(

2 2 1
1 0 2
1 2 1
. Determine:
a. N(T) e dim N(T)
b. Im(T) e dim Im(T).


AUTOVALORES E AUTOVETORES

1. Verifique, utilizando a definio, se os vetores dados so autovetores das correspondentes matrizes:
a) v = (-2,1),
(

3 1
2 2
b) v = (-2,1,3),
(
(
(

1 2 1
2 3 2
0 1 1


2. Determine os autovalores e os autovetores dos seguintes operadores lineares:
a)
2 2
: T ; T(x,y) = (x + 2y, x + 4y);
b)
2 2
: T ; ( ) ( ) y x y x y x T 3 , 2 2 , + + =
c)
2 2
: T ; T(x,y) = (5x y, x + 3y);
d)
2 2
: T ; T(x,y) = (y, x);
e)
3 3
: T ; ( ) ( ) z y z y z y x z y x T 3 2 , 2 , , , + + + + =
f)
3 3
: T ; ( ) ( ) z y x y x x z y x T 2 2 , 2 , , , + + =
g)
3 3
: T ; ( ) ( ) z y y x z y x T , , , , + =

Prof. Isabel Cristina C. Leite lgebra Linear

28

3. Os vetores ) 1 , 1 (
1
= v e ) 1 , 2 (
2
= v so autovetores de um operador linear
2 2
: T , associados a 5
1
= e
1
2
= , respectivamente. Determine a imagem do vetor ) 1 , 4 ( = v por esse operador.

4. a) Determine o operador linear
2 2
: T cujos autovalores so 3 e 1
2 1
= = associados aos autovetores
( ) ) , 0 ( e ,
2 1
y v y y v = = , respectivamente.
b) Mesmo enunciado para 2 , 3
2 1
= = e ( ) ) 0 , ( , 2 ,
2 1
x v x x v = = .

5. Se 4
1
= e 2
2
= , so autovalores de
2 2
: T , associados aos autovetores u = (2,1) e v = (1,3),
respectivamente, determine T(3u v).

6. Seja um operador linear
2 2
: T , tal que T(u) = u e T(v) =
2
1
v para algum vetor u ( e v)
2
.
Determine T(w) se u = (0,2), v = (2,6) e w = (3,7).


Respostas

1. So lineares as funes dos itens (a), (d), (e), (f).

2. a) ( ) ( ) T x,y x y, x y, x y = + + 2 3 13 4

b) ( ) ( ) T x,y,z x y, y z = + 2

c) ( ) ( ) T x,y,z x y z, x y z, x y z = + + + 5 2 8 11 5 18

d)
( ) ( ) T a bx cx c, a+ b+ c + + =
2
5 5 7

e)
( )
T x y z
x y z y
x y x y x y z
, , =
+
+ + +
|
\

|
2 0 3 6
3 6 4 8 5 20 15


3. a) ( ) ( ) ( )
T x,y x, x y , x = 3 5 2 b) ( ) ( ) ( ) ( ) T , , , T , , , 10 3 5 2 1 01 0 1 2 0 = = e

c) ( ) ( ) ( )
S x,y,z x , x y = 3 5 6 3 d) ( ) ( ) SoT x,y x, y =

4. a) 1.a)
( )
( ) { }

N T
= 0 01 , ,
( )
( ) ( ) { }

Im
, , ,
T
= 10 01

1.d)
( )
( ) { }

N T
= 013 , ,
( )
( ) ( ) { }

Im
, , ,
T
= 10 01

1.e)
( )
( ) { }

N T
= 0 0 ,
( )

Im
,
T
=
|
\

|
|
\

`
)
1 0
0 0
2 0
0 1


b) 2.b)
( )
( ) { }

N T
= 12 2 , ,
( )
( ) ( ) { }

Im
, , ,
T
= 10 01

2.d)
( )
{ }
N T
x = 5
( )
( ) ( ) { }

Im
, , ,
T
= 10 01

2.e)
( )
( ) { }
N T
= 212 , ,
( )

Im
,
T
=
|
\

|
|
\

`
)
0 0 3
0 0 15
1 0 0
3 4 5


Prof. Isabel Cristina C. Leite lgebra Linear

29

5.
( )
( ) { }
( )
( ) ( ) { }

N T T
= = 113 12 0 3 0 1 10 0 0 , , , , , , , , , , ,
Im
e

6. a) ( ) ( ) T x,y x y, x y, x y = + + + 4 2 5 3 6

b) ( ) ( ) T x,y,z z, z = 2 4

c) ( ) ( ) T x,y,z x y, x y, x x y = + + + 2 2 ,

7. a) Impossvel. b) Impossvel. c) Qualquer aplicao injetiva (ou sobrejetiva).

d) A aplicao nula. e) No existe.

8. a) ( ) ( ) ( )
dim Im N T T + = 3 b) No. ( ) ( )
dim N T 0
10. ( ) ( ) T x,y,z , , , z x y = + 0 0 0
11.
(

2 3 3
0 3 2


12.
(
(
(

(
(
(

2 2
5 2
3 3
e
3 3
2 5
0 3


13. ( ) ( ) [ ]
(
(
(

= + + =
4 2
11 6
18 8
e 4 2 , 11 6 , 18 8 , T y x y x y x y x T

14. v = (2,0)

15.
( ) { }
( ) ( ) { } 2 ) Im( dim , 0 ; , , Im )
1 ) ( dim , ; 4 , 3 , 2 ) ( )
3
= = + =
= =
T z y x z y x T b
T N z z z z T N a



Autovalores e autovetores

1. a) Sim b) No
2. a) ) , 2 ( , 2 ); , ( , 3
2 2 1 1
y y v y y v = = = =
b) ) , ( , 4 ); , 2 ( , 1
2 2 1 1
y y v y y v = = = =
c) ) , ( , 4
2 1
x x v = = =
d) No existem.
e) ) 2 , , ( , 4 ); , , ( , 1
3 3 2 1
x x x v y y x v = = = = =
f) ) 1 , 0 , 0 ( , 2 ); 1 , 3 , 0 ( , 1 ); 1 , 3 , 3 ( , 1
3 3 2 2 1 1
z v z v z v = = = = = =
g) ) , 0 , ( , 1
3 2 1
z x v = = = = , x e z no simultaneamente nulos.

3. (8,11)
4. a) ( ) y x x y x T 3 2 , ) , ( + =
b) |

\
|
+ = y y x y x T 3 ,
2
5
2 ) , (
5. (26,6)
6. |

\
|
2
5
,
2
3




Prof. Isabel Cristina C. Leite lgebra Linear

30

REFERNCIAS BIBLIOGRFICAS


STEINBRUCH, A., WINTERLE, P. lgebra Linear. Editora Makron Books. 1987
CALLIOLI, Carlos A., DOMINGUES, Hygino H., COSTA, Roberto C. F. lgebra linear e
aplicaes. 6
a
edio. Atual Editora. 1998.
ANTON Howard. & RORRES Chris. lgebra Linear com Aplicaes. Ed. Bookman. 8
a
Edio.

BOLDRINI, J. L. lgebra Linear. Harbra. 1984.
LIPSCHUTZ, S. lgebra Linear. 3
a
edio. Coleo Schaum. Editora Makron Books.
SANTOS, REGINALDO J. lgebra Linear e Aplicaes. Belo Horizonte, Imprensa Universitria
da UFMG, 2006. Livro disponvel para download no site www.mat.ufmg.br/~regi