Академический Документы
Профессиональный Документы
Культура Документы
Espacos Vetoriais
Defini
c
ao 1.1 Um espaco vetorial sobre R e um conjunto V no qual se tem definida uma adic
ao e uma multiplicac
ao de seus elementos por escalares (isto e, por n
umeros reais), ou seja, dados u, v V, existe u + v V e
dados a R e u V, existe au = a.u V. Essas operaco
es (adic
ao e multiplicaca
o por escalares) devem satisfazer
`
as seguintes propriedades:
1.1 u + v = v + u, para todos u, v V.
1.2 (u + v) + w = u + (v + w), para todos u, v, w V.
1.3 Existe 0 V tal que u + 0 = u, para todo u V. 0 e chamado vetor nulo.
1.4 Dado u V, existe u V tal que u + (u) = 0.
Vamos provar as propriedades 1.1 a 1.4 para o R2 . Para isso, sejam u = (x1 , x2 ), v = (y1 , y2 ), w = (z1 , z2 )
vetores arbitrarios em R2 .
(a) Vamos mostrar que u + v = v + u.
De fato u + v = (x1 + y1 , x2 + y2 ) = (y1 + x1 , y2 + x2 ) = (y1 , y2 ) + (x1 , x2 ) = v + u.
(b) (u + v) + w = u + (v + w).
De fato: (u + v) + w = ((x1 , x2 ) + (y1 , y2 )) + (z1 , z2 ) = (x1 + y1 , x2 + y2 ) + (z1 , z2 ) = (x1 + y1 +
z1 , x2 + y2 + z2 ) = (x1 , x2 ) + (y1 + z1 , y2 + z2 ) = (x1 , x2 ) + ((y1 , y2 ) + (z1 , z2 )) = u + (v + w).
(c) O vetor nulo de R2 e 0 = (0, 0).
Temos: u + 0 = (x1 , x2 ) + (0, 0) = (x1 + 0, x2 + 0) = (x1 , x2 ) = u.
(d) O vetor oposto de u = (x1 , x2 ) em R2 e u = (x1 , x2 ).
Temos: u + (u) = (x1 , x2 ) + (x1 , x2 ) = (x1 x1 , x2 x2 ) = (0, 0) = 0.
6. O conjunto dos ternos ordenados de n
umeros reais V = R3 = {(x1 , x2 , x3 ) : x1 , x2 , x3 R} e um espaco
vetorial sobre R nas seguintes operac
oes:
(a) Dados u = (x1 , x2 , x3 ) R3 e v = (y1 , y2 , y3 ) R3 , temos: u + v = (x1 + y1 , x2 + y2 , x3 + y3 ).
(b) Dados a R e u = (x1 , x2 , x3 ) R3 , temos: au = (ax1 , ax2 , ax3 ).
7. Fixado um inteiro n > 0, o conjunto das n uplas de n
umeros reais V = Rn = {(x1 , x2 , . . . , xn ) :
x1 , x2 , . . . , xn R} e um espaco vetorial nas seguintes operacoes:
(a) Dados u = (x1 , x2 , . . . , xn ) Rn e v = (y1 , y2 , . . . , yn ) Rn , temos: u+v = (x1 +y1 , x2 +y2 , . . . , xn +yn ).
(b) Dados a R e u = (x1 , x2 , . . . , xn ) Rn , temos au = (ax1 , ax2 , . . . , axn ).
8. Fixado um inteiro n > 0, o conjunto V = Pn (R) dos polinomios p(x) = a0 + a1 x + a2 x2 + + ar xr de
grau r n, incluindo o polin
omio identicamente nulo, e um espaco vetorial sobre R nas operac
oes usuais
de soma de polin
omios e multiplicac
ao de n
umero real por polinomio (os coeficientes a0 , a1 , a2 , . . . , ar dos
polinomios em Pn (R) s
ao n
umeros reais).
Em particular, temos
P2 (R) = {a0 + a1 x + a2 x2 : a0 , a1 , a2 R}.
Vamos provar as propriedades 2.1 a 2.4 para P2 (R). Para isso, sejam u = a0 +a1 x+a2 x2 e v = b0 +b1 x+b2 x2
polinomios arbitr
arios em P2 (R) e a, b R.
(a) Vamos mostrar que a(u + v) = au + av.
De fato, a(u + v) = a[a0 + b0 + (a1 + b1 )x + (a2 + b2 )x2 ] = aa0 + aa1 x + aa2 x2 + ab0 + ab1 x + ab2 x2 =
a(a0 + a1 x + a2 x2 ) + a(b0 + b1 x + b2 x2 ) = au + av.
(b) (a + b)u = au + bu.
De fato, (a + b)u = (a + b)a0 + (a + b)a1 x + (a + b)a2 x2 = aa0 + aa1 x + aa2 x2 + ba0 + ba1 x + ba2 x2 =
a(a0 + a1 x + a2 x2 ) + b(a0 + a1 x + a2 x2 ) = au + bu.
(c) (ab)u = a(bu).
De fato, (ab)u = (ab)a0 + (ab)a1 x + (ab)a2 x2 = a(ba0 ) + a(ba1 )x + a(ba2 )x2 = a[b(a0 + a1 x + a2 x2 )] =
a(bu).
(d) 1u = u.
De fato, 1u = a0 + a1 x + a2 x2 = u.
9. Seja I um intervalo de R e indiquemos por C(I) o conjunto das funcoes contnuas definidas no intervalo I
e tomando valores reais, isto e, C(I) = {f : I R : f e contnua }. Dados f, g C(I) e a R, definem-se
f + g e af do seguinte modo:
f + g : I R e (f + g)(t) = f (t) + g(t), t I;
af : I R e (af )(t) = a.f (t), t I;
O calculo nos ensina que, uma vez que f e g sao contnuas, f + g e af tambem sao funcoes contnuas, isto e,
f + g, af C(I). Temos ent
ao sobre C(I) uma adicao e uma multiplicacao por escalares e pode-se verificar
que C(I) e um espaco vetorial com relac
ao a esse par de operacoes.
Se V e um espaco vetorial, ent
ao temos uma subtracao definida em V. Dados u, v V, temos: uv = u+(v),
conforme a propriedade 1.4.
Conforme os exemplos acima, temos espacos vetoriais que podem ser conjuntos de matrizes, polinomios, func
oes,
etc. Entretanto, e comum referirmo-nos aos elementos de um espaco vetorial como vetores, especialmente quando
os espacos vetoriais s
ao estudados de forma geral, sem preocupacoes com a natureza de seus elementos.
EXERC
ICIOS:
1. No espaco
1
A= 0
0
1
0 1
1 2
0 , B = 2 1 e C = 1 0 .
0
1 1
0 1
x+u v+x
+
=w
2
2
1.1
Subespa
cos
Defini
c
ao 1.2 Seja V um espaco vetorial sobre R. Um subespaco vetorial de V e um subconjunto W V que
satisfaz `
as seguintes condic
oes:
(a) 0 W.
(b) Se u, v W, ent
ao u + v W.
(c) Se a R e v W, ent
ao av W.
Proposi
c
ao 1.3 Se W e um subespaco vetorial do espaco vetorial V, ent
ao W tambem e um espaco vetorial.
Demonstra
c
ao: Como W V, podemos somar dois elementos de W considerando-os como elementos de V e
multiplicar um elemento de W por um escalar considerando-o como elemento de V. Pelas condicoes (b) e (c) da
definicao acima, os resultados dessas operac
oes estao em W. Assim, W satisfaz `a primeira condicao para ser espaco
vetorial: nele estao definidas uma soma e uma multiplicacao por escalares. Para que W seja espaco vetorial, essas
operacoes devem satisfazer `
as propriedades 1.1 a 1.4 e 2.1 a 2.4. De fato, isso e o que acontece, porque operamos
com os elementos de W considerando-os como elementos de V e as operacoes realizadas em V satisfazem `
as
propriedades, porque V e um espaco vetorial. Quanto `a propriedade 1.4, dado v W, temos v W, porque
v = (1).v e (1).v W, pela condic
ao (c) da definicao acima.
2
Exemplos:
1. Se V e um espaco vetorial, ent
ao {0} e V sao subespacos de V, chamados subespa
cos triviais.
2. Se W1 e W2 sao subespacos de V, ent
ao W1 W2 tambem e subespaco de V.
Demonstra
c
ao:
(a) 0 W1 e 0 W2 , pois W1 e W2 s
ao subespacos, logo 0 W1 W2 .
(b) Se u, v W1 W2 , ent
ao u, v W1 e u, v W2 , logo u + v W1 e u + v W2 , pois W1 e W2 s
ao
subespacos. Conclumos que u + v W1 W2 .
(c) Se a R e v W1 W2 , ent
ao v W1 e v W2 , logo av W1 e av W2 , pois W1 e W2 s
ao
subespacos. Conclumos que av W1 W2 .
2
3. Podemos considerar
as
oes de um sistema linear AX = B de n incognitas x1 , x2 , . . . , xn como matrizes
soluc
x1
x2
colunas X = . M(n1) (R). Podemos tambem pensar nas solucoes de um sistema como vetores
.
.
xn
(x1 , x2 , . . . , xn ) Rn . A seguir, provamos que o conjunto-solucao S de um sistema homogeneo AX = 0 de
n incognitas e um subespaco do Rn , ou de M(n1) (R). Temos: S = {X M(n1) (R)/AX = 0}.
(a) 0 S, pois A0 = 0 (soluc
ao trivial)
(b) Se X1 , X2 S = AX1 = 0 e AX2 = 0 = A(X1 + X2 ) = AX1 + AX2 = 0 + 0 = A(X1 + X2 ) =
0 = X1 + X2 S
(c) Se a R e X S = AX = 0 = A(aX) = aAX = a0 = A(aX) = 0 = aX S.
Daqui por diante, o conjunto-soluc
ao de um sistema homogeneo sera chamado espa
co-solu
c
ao.
4. Mostrar que o subconjunto W = {(x, y) R2 /y = 0} e um subespaco do R2 .
Solu
c
ao:
(a) (0, 0) W.
(b) Sejam u = (x1 , 0) e v = (x2 , 0) em W ; da u + v = (x1 + x2 , 0), donde u + v W.
(c) Sejam u = (x, 0) em W e a R; entao au = (ax, 0), donde au W.
5. Mostrar que e um subespaco de M(nn) (R) o subconjunto W = {A M(nn) (R)/AT = T A}, onde T e uma
matriz constante de M(nn) (R).
Solucao:
(a) Seja 0 a matriz nula de M(nn) (R).
0 W, pois 0T = T 0 = 0.
1.2
Geradores
1. 0 W, pois 0 = 0v1 + 0v2 (quando 0 representa um escalar e quando 0 representa o vetor nulo de V ?)
2. Sejam u, v W. Ent
ao, u = a1 v1 + a2 v2 e v = b1 v1 + b2 v2 para certos a1 , a2 , b1 , b2 R. Temos: u + v =
(a1 + b1 )v1 + (a2 + b2 )v2 , logo u + v W.
3. Sejam u W e a R. Ent
ao, u = a1 v1 + a2 v2 , logo au = aa1 v1 + aa2 v2 , donde au W.
Exemplos: 1) V = R3 , v V, v 6= 0. Temos: [v] = {av : a R}, logo [v] e a reta que contem o vetor v. (ver
figura acima `a esquerda)
2) Sejam v1 , v2 V = R3 dois vetores n
ao colineares. Entao, [v1 , v2 ] = {a1 v1 + a2 v2 /a1 , a2 R} e o plano que
passa pela origem e contem os vetores v1 e v2 . (ver figura acima `a direita)
Observe que o R3 pode ser considerado como sendo tanto o conjunto dos ternos ordenados de n
umeros reais como
o conjunto dos vetores geometricos no espaco tri-dimensional (e sobre o R2 ?)
Em breve veremos que os u
nicos subespacos do R3 sao os subespacos triviais {0} e R3 , as retas passando pela
origem e os planos passando pela origem.
3) Sejam V = R3 , v1 = (1, 0, 0), v2 = (1, 1, 0). Entao, [v1 , v2 ] = W = {(x, y, 0) : x, y R}. De fato:
a) Dado v [v1 , v2 ], temos: v = av1 +bv2 , para certos a, b R, donde v = a(1, 0, 0)+b(1, 1, 0) = (a, 0, 0)+(b, b, 0),
logo v = (a + b, b, 0), ent
ao v W e est
a provado que todo vetor v [v1 , v2 ] esta em W. Resta mostrar que todo
v W esta em [v1 , v2 ].
b) Dado v = (x, y, 0) W, temos: v = (x y + y, y, 0) = (x y, 0, 0) + (y, y, 0) = (x y)(1, 0, 0) + y(1, 1, 0),
donde v = (x y)v1 + yv2 , logo v [v1 , v2 ].
Observe que o subespaco [v1 , v2 ] e o plano que passa pela origem e contem v1 e v2 (o plano coordenado xy, de
equacao z = 0).
4) Achar vetores geradores do seguinte subespaco de R4 :
S = {(x, y, z, t) R4 /x y z + t = 0}.
Solu
c
ao: S e o espaco-soluc
ao de um sistema homogeneo com uma u
nica equacao:
{x y z + t = 0.
Portanto, conforme o Exemplo 3 acima, S e de fato um subespaco de R4 . Temos: S = {(x, y, z, t) R4 /x =
y + z t}, logo (x, y, z, t) S se, e somente se, x = y + z t, logo (x, y, z, t) S equivale a (x, y, z, t) =
(y + z t, y, z, t) = (y, y, 0, 0) + (z, 0, z, 0) + (t, 0, 0, t) = y(1, 1, 0, 0) + z(1, 0, 1, 0) + t(1, 0, 0, 1). Ent
ao, S =
[(1, 1, 0, 0), (1, 0, 1, 0), (1, 0, 0, 1)], conforme a definicao de subespaco gerado.
5) Achar vetores geradores do seguinte subespaco de R4 :
W = {(x, y, z, t) R4 /x y = z + t = 0}.
x y
Solu
c
ao: W e o espaco-soluc
ao do sistema
= 0
z + t = 0
z
=
0
4x + y + 3z = 0
x
y z = 0
Solu
c
ao: Primeiramente, e preciso resolver o sistema, segundo o procedimento estudado no incio do curso. A
matriz aumentada do
sistema e:
2
1 1 0
4 1
3 0
1 1 1 0
Executamos
as opera
oes elementares L2 2L1 + L2 e L3 L1 2L3 :
c
2 1 1 0
0 3 1 0
0 3 1 0
Da
ltima matriz, obtemos:
u
2x + y z = 0 (Eq.1)
3y + z = 0 (Eq.2)
Da (Eq.2): y = z3 . Levando
na (Eq.1): 2x z3 z =
34 z = 0 = x = 2 z3 . Logo, o espa
c
ao do
0 =
2x
co-solu
z
z
z
z
z
1
z
2
3
=
2
e
y
=
,
z
/
z
R
,
mas
2
,
,
z
=
z
,
,
1
,
sistema dado
e
S
=
(x,
y,
z)
R
/
x
=
2
3
3
3
3
3
3
3
3
2 1
entao S = 3 , 3 , 1 . Porem, S tambem pode ser gerado da seguinte forma: S = [(2, 1, 3)].
7)
ao do sistema:
Achar geradores do espaco-soluc
x
y
+
4z
+
4t
=
0
x y 2z + t = 0
x y
+ 2t = 0
2x 2y 2z + 3t = 0
Solu
c
ao: A matriz aumentada do sistema e:
1 1 4 4 0
1 1 2 1 0
1 1 0 2 0
2 2 2 3 0
Executando as operac
oes elementares L2 L1 L2 ;
L3 L1 L3 ;
L4 2L1 L4 , obtemos:
1 1 4 4 0
0 0
6 3 0
0 0
4 2 0
0 0 10 5 0
Executando
as opera
oes elementares L2 L2 /3;
L3 L3 /2;
L4 L4 /5, obtemos:
c
1 1 4 4 0
0 0 2 1 0
0 0 2 1 0
0 0 2 1 0
As
opias da L2 , por isso s
ao desconsideradas.
linhas L3 e L4 sao c
x y + 4z + 4t = 0 (Eq.1)
2z + t = 0 (Eq.2)
As variaveis livres sao y e t. As vari
aveis que n
ao sao livres, x e z, devem ser postas em funcao das vari
aveis livres.
Da (Eq.2) vem: z = t/2. Levando na (Eq.1): x y 2t + 4t = 0 = x = y 2t, logo o espaco soluc
ao do
sistema
dado
e
:
t
t
S = (x, y, z,t) R4 /x = y 2t e z = 2t = y 2t, y,
,
t
/y,
t
R
,
mas
y
2t,
y,
,
t
= (y, y, 0, 0) +
2
2
2t, 0, 2t , t = y(1, 1, 0, 0) + t 2, 0, 21 , 1 , entao, S = (1, 1, 0, 0), 2, 0, 12 , 1 .
Defini
c
ao 1.4 (Soma de Subespa
cos) Sejam V um espaco vetorial e U, W V subespacos. Ent
ao, U + W e
o subespaco de V dado por: U + W = {u + w/u U, w W }.
A seguir, provamos que U + W e de fato um subespaco de V (ver definicao de subespaco):
o
acima.
Se
U
=
u
,
u
,
.
.
.
,
u
para certos
1
2
m
u1 , u2 , . . . , um U e W =
w1 , w2 , . . . , wn , para certos w1 , w2 , . . . , wn W, entao e facil provar que U +W = u1 , u2 , . . . , um , w1 , w2 , . . . , wn .
Defini
c
ao 1.5 Seja V um espaco vetorial. Dizemos que V e finitamente gerado se existir uma quantidade
finita de vetores v1 , v2 , . . . , vn tais que V = v1 , v2 , . . . , vn .
Todos os espacos vetoriais mencionados ate aqui sao finitamente gerados, o que ficara claro em breve, a partir do
estudo de bases. Estudaremos somente os espacos vetoriais finitamente gerados. Um exemplo de espaco vetorial
que nao e finitamente gerado e P (R), o conjunto de todos os polinomios, de todos os graus, com coeficientes
reais, mais o polinomio 0.
1.3
Depend
encia e Independ
encia Linear
Defini
c
ao 1.6 Sejam V um espaco vetorial e v1 , v2 , . . . , vn V vetores. Dizemos que o conjunto
v1 , v2 , . . . , vn e linearmente independente (L.I.) se a igualdade a1 v1 + a2 v2 + + an vn = 0,
(1)
onde a1 , a2 , . . . , an s
ao escalares, valer somente quando a1 = a2 = = an = 0. Caso contr
ario, existindo
escalares a1 , a2 , . . . , an n
ao todos nulos e tais que a igualdade (1) e v
alida, dizemos que o conjunto v1 , v2 , . . . , vn
e linearmente dependente (L.D.).
Proposi
c
ao 1.7 v1 , v2 , . . . , vn e L.D. se, e s
o se, um destes vetores for uma combinaca
o linear dos outros.
Assim, um conjunto de vetores ser
a L.I. se nenhum deles for uma combinac
ao linear dos outros.
Demonstra
c
ao: Suponha que v1 , v2 , . . . , vn e L.D. Logo, existem escalares a1 , a2 , . . . , an nao todos nulos tais
que a1 v1 + a2 v2 + + an vn = 0.
(1)
a2
an
Suponha que a1 6= 0. Ent
ao, de (1) vem: a1 v1 = a2 v2 an vn , logo v1 = a1 v2 a1 vn , mostrando que
v1 e combinacao linear de v2 , . . . , vn .
Reciprocamente, suponha que um dos vetores, digamos v1 , e uma combinacao linear dos outros, ou seja, v1 =
a2 v2 + + an vn , ent
ao, 1v1 a2 v2 an vn = 0, mostrando que existe
uma combina
cao linear de v1 , v2 , . . . , vn
com coeficientes nao todos nulos e igual a 0. Portanto, por definicao, v1 , v2 , . . . , vn e L.D.
2
Exemplos: 1) V = R3 e v1 , v2 V. Pela Proposicao acima, v1 , v2 e L.D. se v1 = av2 ou v2 = bv1 , ou seja, se
v1 e v2 forem colineares.
2) V = R3 e v1 , v2 , v3 V. Pela Proposic
ao acima, v1 , v2 ,v3 e L.D.
ao
se um destes vetores for uma combinac
linear dos outros, por exemplo, v1 = xv2 + yv3 . Portanto, v1 , v2 , v3 e L.D. se, e so se, estes tres vetores forem
coplanares.
3) Seja V = R2 . {(1, 1), (1, 0), (1, 1)} e linearmente dependente, pois 21 (1, 1) 1(1, 0) + 12 (1, 1) = (0, 0).
4) O conjunto {(1, 1, 0, 0), (0, 2, 1, 0), (0, 0, 0, 3)} R4 e linearmente independente, pois se x(1, 1, 0, 0)+y(0, 2, 1, 0)+
z(0, 0, 0, 3) = (0, 0, 0, 0) = (x, x, 0, 0)+(0, 2y, y, 0)+(0, 0, 0, 3z) = (0, 0, 0, 0) = (x, x+2y, y, 3z) = (0, 0, 0, 0) =
= 0
x
x + 2y
= 0 = x = y = z = 0.
3z = 0
5) Verificar se {(1, 1, 0), (0, 1, 0), (2, 1, 0)} R3 e linearmente independente.
Solu
c
ao: x(1, 1, 0) + y(0, 1, 0) + z(2, 1, 0) = (0, 0, 0) = (x, x, 0) + (0, y, 0) + (2z, z, 0) = (0, 0, 0) = (x + 2z, x +
x
+ 2z = 0
x
+ 2z = 0
y + z, 0) = (0, 0, 0) =
=
x + y + z = 0
y z = 0
Do fato desse sistema ser indeterminado conclumos que os vetores dados sao linearmente dependentes. De fato,
o sistema tem outras soluc
oes alem da soluc
ao trivial, por exemplo, x = 2, y = 1, z = 1, donde 2(1, 1, 0) +
1(0, 1, 0) + 1(2, 1, 0) = (0, 0, 0) e uma relac
ao de dependencia entre os vetores dados.
1 1 1 0
1 1 1 0
1 1
1 0
x + y + z = 0
2x + 4y + 8z = 0 2 4 8 0 1 2 4 0 0 1 3 0
3x + 9y + 27z = 0
3 9 27 0
1 3 9 0
0 2 8 0
1 1
1 0
1 1 1 0
x + y + z = 0
0 1
3 0 0 1 3 0
y + 3z = 0
0 1 4 0
0 0 1 0
z = 0
Da, a u
nica solucao e a trivial e o conjunto de vetores dado e linearmente independente.
1.4
Base de um Espa
co Vetorial
Defini
c
ao 1.8 Um conjunto B = v1 , v2 , . . . , vn de vetores de um espaco vetorial V ser
a uma base de V se
v1 , v2 , . . . , vn e linearmente independente.
2. v1 , v2 , . . . , vn geram V, isto e, v1 , v2 , . . . , vn = V.
1.
Exemplos:
1) Sejam V = R2 , e1 = (1, 0) e e2 = (0, 1) R2 . Entao, e1 , e2 e uma base do R2 , porque e L.I.
e e1 , e2 = R2 . De fato, dado (a, b) R2 , temos (a, b) = a(1, 0) + b(0, 1) = ae1 + be2 , donde
(a,
b) e uma
2
combinacao linear
e1 , e2 gera o R2 ,
de2 e1 e e2. Como esta conclusao vale para qualquer 2(a, b) R , temos que
2
ou seja, e1 , e2 = R .
e1 , e2 e chamada base can
onica do R . Outra base do R e {(1, 1), (0, 1)}, pois
(1, 1) e (0, 1) sao L.I. e geram R2 . De fato, dado (a, b) R2 , tentemos escrever (a, b) como uma combinac
ao linear
de (1, 1) e (0, 1) : (a, b) = x(1, 1) + y(0, 1). Desenvolvendo, obtemos x = a e y = b a, donde
(a, b) = a(1, 1) + (b a)(0, 1).
2) {(0, 1), (0, 2)} nao e base de R2 , pois e L.D. (veja a figura abaixo).
2x y + 2z = c (Eq.3)
a + b + c
x e y na (Eq.3): 2a (a + b) + 2z = c = a b + 2z = c = 2z = a + b + c = z =
.
2
9) Uma base para V = M(22) (R) e:
1 0
0 0
0 0
0 0
0 1
.
,
,
,
0 1
1 0
0 0
Determinaruma base
para W.
0 1 2
1 0 1 2
1 1 4 0 1 1 4 . Assim,
1 1 4
0 0 0 0
Observa
c
ao: Se, conhecidos os geradores de um subespaco W Rn , e ao escrevermos a matriz tendo como
linhas esses geradores, obtivermos uma matriz j
a escalonada, entao os proprios geradores serao uma base para W,
logo eles serao L.I.
Exemplo: 12) Sejam U = (x, y, z) R3 /x = 0 e W = [(1, 2, 0), (3, 1, 2)] R3 . Determinar uma base para U, W
e U + W.
Solu
c
ao: Como (x, y, z) U se, e s
o se, x = 0 e (0, y, z) = y(0, 1, 0) + z(0, 0, 1), entao U = [(0, 1, 0), (0, 0, 1)].
0 1 0
Para esses geradores, temos a matriz
, que ja esta escalonada. Logo, esses geradores formam uma
0 0 1
base para U (ver OBS. acima).
10
Para obter uma base de W, temos:
1 2 0
3 1 2
1 2 0
0 5 2
Lembremos
que
pelos geradores
deU junto
com
U +W e gerado
1 0
1 2 0
1 2 0
0 1 0
0 1
0 1 0
0 1 0
0 0 1
1 2 0 0 0 1 0 0 1 0 0
0 0
0 0 2
0 5 2
0 5 2
(1, 0, 0), (0, 1, 0), (0, 0, 1) e U + W = R3 .
, logo {(1, 2, 0), (0, 5, 2)} e uma base de W.
os de
W e determinemos uma base de U + W :
0
0
. Logo, U + W =
1
0
Solu
c
ao:
(a)
1 1 2
2 1 1
1 1 2
0 3 3
, logo, dim S = 2.
1 1 2
1 1 2
1 1 2
1 1 2
2 1
0 3 3
0 1 1
0 1 1
1
.
(e)
0 1 1 0 1 1 0 3 3 0 0
0
1 2
1
0 3 1
0 3 1
0 0 2
3
Logo, dim (S + T ) = 3 e da, pela Proposicao acima, S + T = R .
0 1 1
1 2
1
1 2 1
1 2 1
1 0 1 1 0 1 1 0 1 1 .
(f ) 1 2
1 1 4
1 1 4
0 3 3
0 0 0
Logo, dim (T + U ) = 2.
A dimensao do espaco vetorial V = {0} e considerada como sendo 0.
EXERC
ICIOS:
1. Considere o subespaco de R4 W = [(1, 1, 2, 4), (1, 1, 1, 2), (1, 4, 4, 8)].
(a) O vetor v1 = (2/3, 1, 1, 2) pertence a W ?
11
3x + 12 y = 0
2x 2y + z = 0
3x y + 3z = 0
c)
3y + 4z = 0
x + y
2x y
x + 4y
x
3x
d)
z
2z
5z
y
y
2y
=
=
=
+
+
0
0
0
z t = 0
2z 4t = 0
5z + t = 0
(e) V + W
3
8. No espa
os seguintes
subespacos: U = (x, y, z) R3 : x = 0 ,
co vetorial3 R consideremos
V = (x, y, z) R : y 2z = 0 e W = (1, 1, 0), (0, 0, 2) . Determinar uma base e a dimensao de cada um
dos subespacos:
a) U
b) V
c) W
d) U V
e) V + W
f) U + V + W.
9. Considere o subespaco de R4 gerado pelos vetores v1 = (1, 1, 0, 0), v2 = (0, 0, 1, 1), v3 = (2, 2, 1, 1) e
v4 = (1, 0, 0, 0).
(a) O vetor v = (2, 3, 2, 2) v1 , v2 , v3 , v4 ? Justifique.
(b) Exiba uma base para v1 , v2 , v3 , v4 .
(c) v1 , v2 , v3 , v4 = R4 ? Por que?
10. Considere o subespaco de R3 gerado pelos vetores v1 = (1, 1, 0), v2 = (0, 1, 1) e v3 = (1, 1, 1).
v1 , v2 , v3 = R3 ? Por que?
12
11. Sejam W1 = (x, y, z, t) R4 : x + y = 0 e z t = 0 e W2 = (x, y, z, t) R4 : x y z + t = 0 subespacos de R4 .
(a) Determine W1 W2 .
(b) Exiba uma base para W1 W2 .
(c) Determine uma base para W1 + W2 . Responda (justificando): W1 + W2 = R4 ?
1.5
Coordenadas
c1 , c2 , . . . , cn
c1
c2
em (1) sao denominados coordenadas de v em relacao `a base B e escrevemos [v]B = . , matriz esta
..
cn
denominada matriz de coordenadas de v em relacao `a base B.
Exemplo: 1) Determinar as coordenadas do vetor u = (3, 0, 1) R3 em relacao `as seguintes bases:
3
coordenadas de u em relac
ao `
a base can
onica e [u]B = 0 . Desse exemplo, observamos o seguinte fato:
1
As coordenadas de qualquer vetor u R3 em relacao `a base canonica de R3 sao as proprias componentes
de u (generalize para Rn ).
(b) Devemos escrever o vetor u como combinacao linear dos vetores de C :
(3, 0, 1) = x.(2, 3, 1) + y.(1,
(*)
1, 0) + z.(3, 1, 2)
2x + y + 3z = 3
3x y z = 0 Resolvendo esse sistema, obtemos: x = 1, y =
Desenvolvendo, obtemos:
x
+ 2z = 1
13
2b
+
c
+
d
=
3
b
d = 1
. Resolvendo, obtemos: a = 2, b = 2, c = 2, d = 1 e a matriz de coordec
= 2
d = 1
2
2
1.6
Matriz de Mudan
ca de Base
a d g
B
b e h .
I C=
c f i
A matriz de mudanca de duas bases de um espaco vetorial V de dimensao n = 4, 5, 6, . . . e determinada de modo
analogo ao que fizemos para as dimens
oes 2 e 3.
Exemplo: 1) Determinar a matriz de mudanca da base B = {(1, 2), (0, 1)} do R2 para a base C = {(2, 1), (1, 1)}.
Solu
c
ao: Devemos escrever os vetores de B como combinacoes lineares dos vetores de C :
(1, 2) = a(2, 1) + b(1, 1)
14
(0,
1) = c(2, 1) + d(1,
1) Desenvolvendo, obtemos:
2a + b = 1
2c + d = 0
.
a
b = 2
c
d = 1
Resolvendoestes sistemas,
a = 3, b = 5, c = 1, d = 2. Entao, a matriz de mudanca de B para C
encontramos:
B
a c
3 1
=
.
e: I C =
b d
5 2
2) Achar a matriz de mudanca da base B = {(1, 1, 0), (2, 1, 3), (4, 5, 6)} do R3 para a base can
onica =
{(1, 0, 0), (0, 1, 0), (0, 0, 1)}.
Solu
c
ao: Devemos escrever os vetores de B como combinacoes lineares dos vetores de :
(1, 1, 0) = 1(1, 0, 0) + 1(0, 1, 0) + 0(0, 0, 1)
(2, 1, 3) = 2(1, 0, 0) 1(0, 1, 0) + 3(0, 0, 1)
1
2
4
B
(4, 5, 6) = 4(1, 0, 0)5(0, 1, 0)+6(0, 0, 1) Portanto, a matriz de mudanca de B para e: I = 1 1 5 .
0 3
6
Compare as colunas desta matriz com os vetores de B. Conclumos, entao, que e muito facil determinar a matriz
de mudanca de uma base B do R3 para a base canonica (generalize para o Rn ).
3) No espaco R3 consideremos as bases B = {e1 , e2 , e3 } e C = {g1 , g2 , g3 } relacionadas da seguinte maneira:
g1 = e1 + e3 ,
g2 = 2e1 + e2 + e3 ,
g3 = e1 + 2e2 + e3 . Determinar as matrizes de mudanca de B para C e de C para B.
1
2
1
C
Solu
c
ao: Pelas relac
oes dadas, temos: I B = 0 1 2 . Conforme veremos em breve, a matriz de mudanca
1 1 1
B
C
I C de B para C e a inversa da matriz de mudanca I B de C para B. Passamos, entao, a inverter a matriz
acima:
1 2 1 1 0 0
0 1 2 0 1 0 . A seguir, executamos a operacao L3 L1 L3 :
1 1 1 0 0 1
1 2 1 1 0 0
0 1 2 0 1 0 . Executamos as operacoes L1 L1 2L2 e L3 L2 L3 :
0 1 0 1 0 1
1 0 3 1 2 0
0 1 2
0
1 0 . Executando L1 2L1 + 3L3 e L2 L2 L3 :
0 0 2 1 1 1
2 0 0 1 1 3
0 1 0 1
0 1 . Executando L1 L1 /2 e L3 L3 /2 :
0 0 2 1 1
1
15
Solu
c
ao: A matriz de coordenadas de u em relacao `a base B e u B
1 1 3
1
2
0 2 , logo a
2
1 1
1
1 1 3
1
1
2
0 2 . 1 = 21
2
1 1
1
2
1
= 1 . Conforme o Exemplo 3,
2
B
I C =
B
matriz de coordenadas de u em relacao `a base C e u C = I C . u B =
4
2
2 = 1 .
2
1
B
B
C
ao I D = N.M =
Proposi
c
ao 1.12 Se B, C e D s
ao bases de um espaco vetorial V, I C = M e I D = N, ent
C B
I D . I C . (veja a figura abaixo `
a esquerda).
B
C
Sejam B e C bases de um espaco vetorial V de dimensao n, I C = P e I B = Q. Entao, conforme a figura acima
B
B
a` direita, I B = QP. Ent
ao, como I B = In = matriz identidade de ordem n (prove isto), temos: QP = In .
B
Analogamente, P Q = In . Ent
ao, concluimos que Q = P 1 , isto e, a matriz de mudanca I C e a inversa da matriz
C
de mudanca I B .
Proposi
c
ao 1.13 Sejam dim V = n, B uma base de V e P uma matriz quadrada inversvel n n. Ent
ao, existe
B
uma base C de V tal que I C = P.
EXERC
ICIOS:
1. Determinar as coordenadas do vetor v = (4, 5, 3) R3 em relacao `as seguintes bases:
(a) Canonica.
(b) {(1, 1, 1), (1, 2, 0), (3, 1, 0)}
(c) {(1, 2, 1), (0, 3, 2), (1, 1, 4)}
2. Quais sao as coordenadas de v = (1, 0, 0) R3 em relacao `a base = {(1, 1, 1), (1, 1, 0), (1, 0, 1)}?
3. Determinar
as coordenadas
do polin
omio t3 em relacao a` seguinte base de P3 (R) :
1, 2 t, t2 + 1, 1 + t + t3 .
4. Sejam B = {(1, 0), (0, 1)}, B1 = {(1, 1), (1, 1)}, B2 = ( 3, 1), ( 3, 1) e B3 = {(2, 0), (0, 2)} bases do
R2 .
16
B
iv) I B3
ii) B2
4
0
. Determinar as
iii) B3
1 1
B
3
0 1
6. Sejam B e C bases do R tais que I C =
1 0
0
1 e u, v vetores do R3 . Determinar:
1
1
(a) v C , se v B = 2 .
3
1
(b) u B , se u C = 2 .
3
7. A matriz de mudanca da base C = {(1, 1), (0, 2)} do R2 para uma base B desse mesmo espaco e
1 0
2 3
.
Determinar a base B.
8. Sejam B1 = {(1, 0), (0, 2)}, B2 = {(1, 0), (1, 1)} e B3 = {(1, 1), (0, 1)} bases do R2 .
B
(a) Ache: i) I B21
B
ii) I B32
B
iii) I B31
B B
iv) I B21 . I B32
1.7
Demonstra
c
ao: Se v1 , v2 , . . . , vn s
ao linearmente independentes, entao eles cumprem as condicoes para uma
base, e nao temos mais nada a fazer. Se v1 , v2 , . . . , vn sao linearmente dependentes, entao, pela Proposic
ao 1.7,
um destes vetores, vn , suponhamos, e uma combinacao linear dos outros (v1 , . . . , vn1 ) e, portanto, v1 , . . . , vn1
ainda geram V. Se v1 , . . . , vn1 forem L.I., estes vetores formarao uma base de V e acabou, mas se eles forem
L.D., um destes vetores e uma combinac
ao linear dos outros e poderemos extrair esse vetor. Seguindo dessa forma,
17
chegaremos a um subconjunto de {v1 , . . . , vn } , formado por r (r n) vetores L.I. que ainda geram V, constituindo,
portanto, uma base de V.
2
Teorema 1.15 Seja V um espaco vetorial gerado por um conjunto finito de vetores v1 , . . . , vn . Ent
ao, qualquer
subconjunto de V com mais de n vetores e L.D. (e, portanto, qualquer subconjunto L.I. tem no m
aximo n vetores).
Demonstra
c
ao: Como [v1 , . . . , vn ] = V, pelo Teorema 1.14, podemos extrair uma base para V de {v1 , . . . , vn } .
Seja {v1 , . . . , vr } , r n, esta base (para n
ao complicar a notacao). Consideremos agora w1 , w2 , . . . , wm , m vetores
de V, com m > n. Devemos mostrar que w1 , w2 , . . . , wm sao linearmente dependentes. Como v1 , . . . , vr geram V,
cada um dos vetores w1 , w2 , . . . , wm e uma combinacao linear de v1 , . . . , vr . Entao, existem constantes aij , tais que
w1 = a11 v1 + a12 v2 + + a1r vr
w2 = a21 v1 + a22 v2 + + a2r vr
(1)
..
.
wm = am1 v1 + am2 v2 + + amr vr
Consideremos agora uma combinac
ao linear de w1 , w2 , . . . , wm igualando-se a zero: x1 w1 + x2 w2 + + xm wm = 0
(2)
Substituindo as relac
oes (1) em (2) e reagrupando os termos, obtemos:
(a11 x1 + a21 x2 + + am1 xm ) v1 +
+ (a12 x1 + a22 x2 + + am2 xm ) v2 + +
+ (a1r x1 + a2r x2 + + amr xm ) vr = 0.
Como v1 , v2 , . . . , vr sao L.I., ent
ao
a11 x1 + a21 x2 + + am1 xm = 0
a12 x1 + a22 x2 + + am2 xm = 0
..
.
a1r x1 + a2r x2 + + amr xm = 0
Temos entao um sistema linear homogeneo com r equacoes e m incognitas x1 , . . . , xm e, como r n < m, ele
admite uma solucao n
ao trivial, ou seja, existem x1 , x2 , . . . , xm , nao todos nulos, tais que vale a igualdade (2).
Portanto, w1 , . . . , wm s
ao L.D.
2
Demonstra
c
ao: Sejam {v1 , . . . , vn } e {w1 , . . . , wm } duas bases de V. Como v1 , . . . , vn geram V e w1 , . . . , wm s
ao
L.I., pelo Teorema 1.15, m n.
Por outro lado, como w1 , . . . , wm geram V e v1 , . . . , vn sao L.I., pelo Teorema 1.15, n m. Portanto, n = m.
Proposi
c
ao 1.17 Se dim V = n, ent
ao todo subconjunto L.I. de V tem no m
aximo n vetores.
Demonstra
c
ao: Seja {v1 , . . . , vn } uma base de V. Entao, v1 , . . . , vn geram V. Entao, pelo Teorema 1.15, todo
subconjunto L.I. de V tem no m
aximo n vetores.
2
18
Proposi
c
ao 1.18 Se dim V = n, ent
ao qualquer conjunto de vetores que gerem V deve ter no mnimo n vetores.
Demonstra
c
ao: Sejam v1 , . . . , vr geradores de V. Entao, pelo Teorema 1.14, r n, porque qualquer base de V
tem n vetores.
2
Teorema 1.19 Qualquer subconjunto L.I. de um espaco vetorial V pode ser completado de modo a formar uma
base de V.
Demonstra
c
ao: Sejam dim V = n e v1 , . . . , vr vetores L.I. (pela proposicao 2.17, r n). Se [v1 , . . . , vr ] = V,
entao {v1 , . . . , vr } forma uma base e n
ao temos mais nada a fazer (neste caso, n = r). Porem se [v1 , . . . , vr ] 6= V,
entao existe vr+1 V tal que vr+1
/ [v1 , . . . , vr ], isto e, vr+1 nao e uma combinacao linear de v1 , . . . , vr , ent
ao
{v1 , . . . , vr , vr+1 } e L.I. (prove isto). Se [v1 , . . . , vr , vr+1 ] = V, entao {v1 , . . . , vr+1 } e a base procurada. Caso
contrario, existe vr+2
/ [v1 , . . . , vr+1 ] e, ent
ao, {v1 , . . . , vr+1 , vr+2 } e L.I. Se [v1 , . . . , vr+1 , vr+2 ] = V, nossa prova
esta concluda. Se nao, prosseguimos usando o mesmo argumento. Como, pela Proposicao 1.17, nao podemos ter
mais do que n vetores L.I. em V, este processo tem que parar, obtendo-se uma base de V que contem os vetores
dados.
2
Demonstra
c
ao: Se n
ao formasse uma base, poderamos completar o conjunto ate forma-la (Teorema 1.19) e
dessa forma teramos uma base com mais do que n vetores, o que e absurdo (Teorema 1.16).
2
Demonstra
c
ao: Seja {v1 , . . . , vn } uma base de W. Como {v1 , . . . , vn } e L.I. e dim V = n, pelo Teorema 1.20,
{v1 , . . . , vn } e base de V, logo W = V.
2
19