Вы находитесь на странице: 1из 374

lgebra Linear e Geometria Analtica I (M143)

ALGA I(M143) - 2014/2015 k 0.0 -

Departamento de Matemtica
Faculdade de Cincias
Universidade do Porto

Ano lectivo 2014/15

k1

Programa

1. Sistemas de equaes lineares e matrizes


2. Determinantes
3. Espaos vectoriais e aplicaes lineares
4. Vectores e valores prprios
5. Produto interno (produto escalar)

ALGA I(M143) - 2014/2015 k 0.0 -

k2

Bibliografia

slides das aulas e folhas de exerccios disponveis na internet

Anton, H., Rorres, C. Elementary Linear Algebra

Monteiro, A. lgebra Linear e Geometria Analtica

Mansfield, L. Linear Algebra with Geometric Applications

Edwards jr. C. H. Elementary linear algebra

http://joshua.smcvt.edu/linearalgebra/

ALGA I(M143) - 2014/2015 k 0.0 -

k3

Avaliao
I

Frequncia: os alunos com mais de 4 faltas s aulas TP


ficaro excludos

Pedidos de dispensa: at 15 de Outubro (email para


gchaves@fc.up.pt, com indicao do nome e do curso)
2 testes obrigatrios, cotados para 4 valores cada um:

I
I
I

primeiro: 27/10, nota mnima 1 valor


segundo: 17/12, nota mnima 1 valor
mnimo na soma das notas dos testes: 4 valores

Exame final poca normal cotado para 12 valores, nota


mnima 3 valores

Exame da poca de recurso, acessvel a todos os alunos no


excludos por faltas

Classificaes superiores a 16 valores s sero atribudas aps


realizao de uma prova escrita complementar

ALGA I(M143) - 2014/2015 k 0.0 -

k4

Sistemas de equaes lineares

Sistema de m equaes lineares a n incgnitas:

a11 x1 + a12 x2 + + a1n xn = b1

a x + a x + + a x = b
21 1

22 2

2n n

am1 x1 + am2 x2 + + amn xn = bm

Diz-se que o sistema homogneo sse todos os bj so nulos.

(c1 , . . . , cn ) soluo do sistema se substituindo cada xj por


cj se obtm igualdades verdadeiras.

Dois sistemas dizem-se equivalentes sse tiverem o mesmo


conjunto de solues.

ALGA I(M143) - 2014/2015 k 1.1 Sistemas de equaes lineares e matrizes - Resoluo de sistemas pelo mtodo de Gauss

k5

Exemplos: sistemas

3x1 + x2 x3 = 1
um sistema no homgeneo
2x2 + 5x3 = 7

x1 x2 + 7x3 = 0
um sistema homogneo
x2 + 5x4 = 0

4x1 3x2 + x3 1 = 0
no um sistema homogneo
x1 3x2 = 0

2x1 + x3 = 5x4
equivalente a
2x2 = 3x1

2x1 + x3 5x4 = 0
, que um sistema homogneo.
3x1 2x2 = 0

ALGA I(M143) - 2014/2015 k 1.1 Sistemas de equaes lineares e matrizes - Resoluo de sistemas pelo mtodo de Gauss

k6

Exemplos: solues de sistemas

2x1 + x2 = 5

3x = 3

(2, 1) uma soluo do sistema

(0, 0) no uma soluo do sistema

Todos
os pares (a+1,2a), com a R so solues do sistema
(
2x1 x2 = 2
2x1 + x2 = 2

x x =1
1
2

2x1 + x2 = 5

3x = 3

x x =1
1
2

ALGA I(M143) - 2014/2015 k 1.1 Sistemas de equaes lineares e matrizes - Resoluo de sistemas pelo mtodo de Gauss

k7

Exemplos: sistemas equivalentes

x1 + x2 = 3
2x1 + 3x2 = 5
Os sistemas
e
no so
2x1 x2 = 3
x1 x2 = 2
equivalentes: (2, 1) soluo do primeiro mas no do segundo.
x1 = 3
x1 + 3x2 = 0
e
so
Os sistemas
2x1 + x2 = 5
x2 = 1
equivalentes: (3, 1) a nica soluo do primeiro e a nica
soluo do segundo.

ALGA I(M143) - 2014/2015 k 1.1 Sistemas de equaes lineares e matrizes - Resoluo de sistemas pelo mtodo de Gauss

k8

Sistemas (im)possveis, (in)determinados, homogneos

Diz-se que um sistema possvel se tiver pelo menos uma


soluo; caso contrrio diz-se que impossvel.

Diz-se que um sistema possvel e determinado se tiver


exactamente uma soluo.

Diz-se que um sistema possvel e indeterminado se tiver


mais do que uma soluo.

Um sistema homogneo sempre possvel (porqu?); pode ser


determinado ou indeterminado.

ALGA I(M143) - 2014/2015 k 1.1 Sistemas de equaes lineares e matrizes - Resoluo de sistemas pelo mtodo de Gauss

k9

Exemplos: sistemas (im)possveis, (in)determinados

(
I

x1 + x2 = 3
um sistema impossvel.
x1 + x2 = 5

x1 + x2 = 5
um sistema possvel e determinado: a nica
x2 = 1
soluo (4, 1).
(

x1 x2 = 3
um sistema possvel e indeterminado:
2x1 + 2x2 = 6
qualquer par da forma (a, a 3) soluo do sistema; o
sistema tem uma infinidade de solues.

ALGA I(M143) - 2014/2015 k 1.1 Sistemas de equaes lineares e matrizes - Resoluo de sistemas pelo mtodo de Gauss

k10

Matriz de um sistema

Matriz do sistema:

a11
a21
..
.

a12
a22
..
.

am1 am2

a1n
a2n
..
.

b1
b2
..
.

amn bm

Matriz dos coeficientes:

a1n
a2n
..
.

am1 am2

amn

a11
a21
..
.

a12
a22
..
.

ALGA I(M143) - 2014/2015 k 1.1 Sistemas de equaes lineares e matrizes - Resoluo de sistemas pelo mtodo de Gauss

k11

Exemplo: matriz dos coeficientes/ sistema

Para o sistema

x1 + 3x
2 3 x3 = 7

2x1 2x2 + 47 x3 = 8 ,

x + 5x = 0
2
3

I a matriz do sistema 2 2
0

4
7

8
0

1
3
53

e a matriz dos coeficientes 2 2 47 .


0
1
5

53

ALGA I(M143) - 2014/2015 k 1.1 Sistemas de equaes lineares e matrizes - Resoluo de sistemas pelo mtodo de Gauss

k12

Exemplo: matriz dos coeficientes/ sistema

(3 + i)x
1 + 3x2 3 ix3 = 7 2 3i

Para o sistema

a matriz do sistema

3+i

e a matriz dos coeficientes 2


0

3+i

2
0

2x

2x + ( 4 5i)x = 8

1
2
3
7

(3 5i)x + (7 + 3 i)x = 0
2
3
7

2
3 5i

53 i
4
7 5i
7 + 37 i

2 3i

2
3 5i

53 i

4
7 5i
7 + 37 i

ALGA I(M143) - 2014/2015 k 1.1 Sistemas de equaes lineares e matrizes - Resoluo de sistemas pelo mtodo de Gauss

k13

Operaes que levam a sistemas equivalentes

Se num sistema de equaes


I

se substituir uma equao pelo seu produto por um nmero


diferente de zero

se trocar a ordem das equaes

se substituir uma equao pela soma dessa equao com o


produto de outra por qualquer nmero

obtm-se um sistema de equaes equivalente.

ALGA I(M143) - 2014/2015 k 1.1 Sistemas de equaes lineares e matrizes - Resoluo de sistemas pelo mtodo de Gauss

k14

Exemplos: operaes sobre sistemas

2x + 3y = 5

x + 7y = 1

2x + y z = 1

6x + 3y = 7

x + 2y = 3

2x y = 4

6x + 9y = 15
x + 7y = 1
(

6x + 3y = 7
2x + y z = 1

x + 2y = 3
2x y 2(x + 2y ) = 4 2 3

x + 2y = 3
5y = 2

ALGA I(M143) - 2014/2015 k 1.1 Sistemas de equaes lineares e matrizes - Resoluo de sistemas pelo mtodo de Gauss

k15

Exemplos: operaes sobre linhas de matrizes


O que acontece s matrizes ao efectuar estas operaes?
(
I

2x + 3y = 5

x + 7y = 1

2 3 5
1 7 1

6 9 15
1 7 1

Multiplicar a primeira equao por 3 corresponde a multiplicar


a primeira linha da matriz do sistema por 3.
(

2x + y z = 1

6x + 3y = 7

2 1 1 1
6 3 0 7

6x + 9y = 15
x + 7y = 1

6x + 3y = 7
2x + y z = 1
6 3 0 7
2 1 1 1

Trocar duas equaes corresponde a trocar duas linhas da


matriz do sistema.

ALGA I(M143) - 2014/2015 k 1.1 Sistemas de equaes lineares e matrizes - Resoluo de sistemas pelo mtodo de Gauss

k16

Exemplo: operaes sobre linhas de matrizes

(
I

x + 2y = 3

2x y = 4
(

I
I

x + 2y = 3
2x y 2(x + 2y ) = 4 2 3

x + 2y = 3
5y = 2

1 2 3
2 1 4

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

Subtrair duas vezes a primeira equao segunda equao


corresponde a subtrair duas vezes a primeira linha da matriz
segunda.

ALGA I(M143) - 2014/2015 k 1.1 Sistemas de equaes lineares e matrizes - Resoluo de sistemas pelo mtodo de Gauss

k17

Operaes elementares sobre as linhas de uma matriz

Se numa matriz
I

se substituir uma linha pelo seu produto por um nmero


diferente de zero

se trocar a ordem das linhas

se substituir uma linha pela soma dessa linha com o produto


de outra por qualquer nmero

o sistema correspondente matriz obtida equivalente ao sistema


correspondente matriz inicial.
Diz-se que duas matrizes so equivalentes por linhas sse uma se
obtm da outra por um nmero finito de operaes destes tipos.

ALGA I(M143) - 2014/2015 k 1.1 Sistemas de equaes lineares e matrizes - Resoluo de sistemas pelo mtodo de Gauss

k18

Exemplos: sistemas j resolvidos


Sistemas particularmente

1 0
x =1

I
y =2
0 1

z = 3
0 0
determinado)

1 0
x =0

I
y =0 0 1

0=1
0 0
(
I

simples e respectivas matrizes:

0 1

0 2 (sistema possvel e
1 3
0

0 (sistema impossvel)
1

1 0 1 3
x +z =3
(sistema possvel e
0 1 1 5
y z =5
indeterminado: as solues so da forma (3 a, 5 + a, a), com
a R)

ALGA I(M143) - 2014/2015 k 1.1 Sistemas de equaes lineares e matrizes - Resoluo de sistemas pelo mtodo de Gauss

k19

Matriz na forma de Gauss

Diz-se que uma matriz est na forma de Gauss sse as condies


seguintes se verificam:
I

a primeira entrada no nula de qualquer linha no nula 1;

a primeira entrada no nula de qualquer linha no nula est


direita da primeira entrada no nula de qualquer linha anterior;

em qualquer coluna que contenha a primeira entrada no nula


de uma linha, todas as outras entradas so nulas;

se existirem linhas nulas, so as ltimas.

ALGA I(M143) - 2014/2015 k 1.1 Sistemas de equaes lineares e matrizes - Resoluo de sistemas pelo mtodo de Gauss

k20

Exemplos: matrizes na forma de Gauss


1 0 0 3

0 1 0 2 est na forma de Gauss.


0 0 1 4

1 0 1 0 2

0 1 1 0 3 est na forma de Gauss.


0 0 0 1 4

0 1 2 0 3
0 0 0 1 5

est na forma de Gauss.

1 0 0 3

0 0 1 0 est na forma de Gauss.


0 0 0 0

1
3i 0 3 7i

0 1 12 + 4i est na forma de Gauss.


0
0 0 0
0

ALGA I(M143) - 2014/2015 k 1.1 Sistemas de equaes lineares e matrizes - Resoluo de sistemas pelo mtodo de Gauss

k21

Exemplos: sistemas com matrizes na forma de Gauss


Sistemas correspondentes s matrizes anteriores

x =3
I
y = 2 ; nica soluo: (3, 2, 4)

z =4

x +z =2
I
y + z = 3 ; solues: (2 a, 3 a, a, 4), a R

t=4
(
I

y + 2z = 3
; solues: (a, 3 2b, b, 5), a, b R
t=5

x =3

z = 0 ; solues: (3, a, 0), a R

0=0
(

x + 3iy = 3 7i
; solues:
z = 12 + 4i

(3 7i 3ia, a, 12 + 4i), a C

ALGA I(M143) - 2014/2015 k 1.1 Sistemas de equaes lineares e matrizes - Resoluo de sistemas pelo mtodo de Gauss

k22

Exemplos: matrizes no na forma de Gauss


3 0 0 2

0 1 5 4 no est na forma de Gauss.


0 0 0 6

0 1 0 1
1 0 0 3

1 0 1
1 0 1

0 0
1 1
1+i

0
0

no est na forma de Gauss.

no est na forma de Gauss.

no est na forma de Gauss.


0
1i
2i

1 + i no est na forma de Gauss.


1 + 2i

ALGA I(M143) - 2014/2015 k 1.1 Sistemas de equaes lineares e matrizes - Resoluo de sistemas pelo mtodo de Gauss

k23

Forma de Gauss de uma matriz

Se a matriz de um sistema est na forma de Gauss, ento


muito fcil ver quais so as solues do sistema.

Pode-se mostrar que, dada qualquer matriz M, existe uma


nica matriz na forma de Gauss que equivalente por linhas a
M.

A essa matriz chama-se a forma de Gauss de M.

Conclui-se que se duas matrizes na forma de Gauss so


equivalentes por linhas ento so iguais.

ALGA I(M143) - 2014/2015 k 1.1 Sistemas de equaes lineares e matrizes - Resoluo de sistemas pelo mtodo de Gauss

k24

Algoritmo para determinar a forma de Gauss de uma matriz

ALGA I(M143) - 2014/2015 k 1.1 Sistemas de equaes lineares e matrizes - Resoluo de sistemas pelo mtodo de Gauss

k25

Exemplo: determinao da forma de Gauss de uma matriz


1.

L2 L2 2L1
L3 L3 + L1

L2 12 L2

L1 L1 + L2
L3 L3 2L2

x y +z =1

2x z = 3

x + 3y = 1

x y +z =1

2y 3z = 1

2y + z = 2

x y +z =1
3

y 2z = 2

2y + z = 2

1
3

x 2z = 2

y 3z =

4z = 1

1
2

1 1 1 1

0 1 3
2
1 3
0 1

1 1 1 1

0 2 3 1
0 2
1 2

1 1 1

0 1 32
0 2
1

1
1
2

1 0 12

0 1 32
0 0 4

3
2
1
2

(continua)
ALGA I(M143) - 2014/2015 k 1.1 Sistemas de equaes lineares e matrizes - Resoluo de sistemas pelo mtodo de Gauss

k26

Exemplo: determinao da forma de Gauss de uma matriz

3
1

x 2z = 2

y 3z =

4z = 1

1
2

1
3

x 2z = 2

L3

1
4 L3

L1 L1 + 21 L3
L2 L2 + 23 L3

y 3z =

z= 1
4

13

x = 8
7

y=8

z= 1
4

1
2

1 0 21

0 1 32
0 0 4

3
2
1
2

1 0 21

0 1 32
0 0 1

3
2
1
2
1
4

1 0 0

0 1 0
0 0 1

13
8
7
8
1
4

7 1
Sistema possvel e determinado; soluo: ( 13
8 , 8, 4)

ALGA I(M143) - 2014/2015 k 1.1 Sistemas de equaes lineares e matrizes - Resoluo de sistemas pelo mtodo de Gauss

k27

Exemplo: determinao da forma de Gauss de uma matriz


2.

L2 L2 2L1
L3 L3 L1

L2 12 L2

L1 L1 L2
L3 L3 + 2L2

x +y z =1

1 1 1 1

1 3
2 0
1 1 2 2

2x + z = 3

x y + 2z = 2

x +y z =1

1 1 1 1

0 2 3 1
0 2 3 1

2y + 3z = 1

y 3z = 1

2
2

2y + 3z = 1

1
3

x + 2z = 2

y 32 z = 21

0=0

2y + 3z = 1

x +y z =1

1 1 1 1

0 1 32 12
0 2 3
1

1 0 12

0 1 32
0 0 0

3
2

12
0

Sistema possvel e indeterminado; solues:


( 32 12 a, 21 + 32 a, a), a R
ALGA I(M143) - 2014/2015 k 1.1 Sistemas de equaes lineares e matrizes - Resoluo de sistemas pelo mtodo de Gauss

k28

Exemplo: determinao da forma de Gauss de uma matriz

3.

3x 6y + 3z 3t + 9w = 18

t w = 2
x 2y + 3z t + 7w = 8

L1 13 L1

x 2y + z t + 3w = 6

t w = 2
x 2y + 3z t + 7w = 8

x 2y + z t + 3w = 6

t w = 2
2z + 4w = 2

x 2y + z t + 3w = 6

2z + 4w = 2
t w = 2

2x 4y + 3z t + 7w = 11

2x 4y + 3z t + 7w = 11

L3 L3 L1
L4 L4 2L1

L2 L3

z + t + w = 1

z + t + w = 1

3 6 3 3 9 18
0 0 0 1 1 2

8
1 2 3 1 7
2 4 3 1 7 11

6
1 2 1 1 3
0 0 0 1 1 2

8
1 2 3 1 7
2 4 3 1 7 11

1 2 1 1 3
6
0 0 0 1 1 2
0 0 2 0
4
2
0 0 1 1
1 1

1 2 1 1 3
6
0 0 2 0
4
2
0 0 0 1 1 2
0 0 1 1
1 1

(continua)
ALGA I(M143) - 2014/2015 k 1.1 Sistemas de equaes lineares e matrizes - Resoluo de sistemas pelo mtodo de Gauss

k29

Exemplo: determinao da forma de Gauss de uma matriz

x 2y + z t + 3w = 6

2z + 4w = 2
t w = 2

x 2y + z t + 3w = 6

z + 2w = 1

t w = 2

L1 L1 L2
L4 L4 L2

x 2y t + w = 5

z + 2w = 1

t w = 2

L1 L1 + L3
L4 L4 L3

x 2y = 3

z + 2w = 1

t w = 2

z + t + w = 1

L2 12 L2

z + t + w = 1

t w = 2

0=0

1 2 1 1 3
6
0 0 2 0
4
2
0 0 0 1 1 2
0 0 1 1
1 1

1 2
0
0
0 0

1 1 3
6
1
1 0
2
0 1 1 2
1 1
1 1

1 2 0 1 1
5
0 0 1 0
2
1
0 0 0 1 1 2
0 0 0 1 1 2

1 2
0
0
0 0

0
1
0
0

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

Sistema possvel e indeterminado; solues:


(3 + 2a, a, 1 2b, 2 + b, b), a, b R)
ALGA I(M143) - 2014/2015 k 1.1 Sistemas de equaes lineares e matrizes - Resoluo de sistemas pelo mtodo de Gauss

k30

Exemplo: determinao da forma de Gauss de uma matriz


4.

L3 L3 2L1

L1 L1 L2
L3 L3 + 2L2

x +y +z =1

1 1 1 1

0 1 1 2
2 0 4 0

y z =2

2x + 4z = 0

x +y +z =1

y z =2

2y + 2z = 2

x + 2z = 1

y z =2

0=2

1 1
1
1

0
1
1
2

0 2 2 2

1 0 2 1

0 1 1 2
0 0 0
2

Sistema impossvel
ALGA I(M143) - 2014/2015 k 1.1 Sistemas de equaes lineares e matrizes - Resoluo de sistemas pelo mtodo de Gauss

k31

Caracterstica de uma matriz

Chama-se caracterstica de uma matriz ao nmero de linhas


no nulas da sua forma de Gauss.

A caracterstica de uma matriz sempre menor ou igual ao


nmero de linhas da matriz. (porqu?)

A caracterstica de uma matriz sempre menor ou igual ao


nmero de colunas da matriz. (porqu?)

Se a uma matriz se acrescentarem linhas ou colunas, a matriz


obtida tem caracterstica maior ou igual caracterstica da
matriz original. (porqu?)

ALGA I(M143) - 2014/2015 k 1.1 Sistemas de equaes lineares e matrizes - Resoluo de sistemas pelo mtodo de Gauss

k32

Exemplos: caracterstica
matriz

1 1 1 1

0 1 3
A= 2
1 3
0 1

forma

0
0

1 1 1 1

1 3
A= 2 0
1 1 2 2

3 6 3 3 9 18
1 1 2

1 7
8
2 4 3 1 7 11

1 1

1 1

1 2
2 0 4 0

1 0

1
5 1
1 11 1
1 1
1
5 0 1 17 1

3 0

A=
1 0

1 2
0
0
0 0

0
1
0
0

1 0

3
2

caracterstica de A
3

21
0

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

2 0

1 0
0 0 0 1

1 0 0 3 0
2 1

0 0
0 0 0 0 0

A= 0 1

Gauss deA
0 13
8

0 78
1
1 4

1 0 21

0 1 32
0 0 0

0 0 0

A=
1 2 3

de
0
1
0

0 1

0 0 1

0 0 0

ALGA I(M143) - 2014/2015 k 1.1 Sistemas de equaes lineares e matrizes - Resoluo de sistemas pelo mtodo de Gauss

k33

Matriz escalonada

Diz-se que uma matriz est escalonada sse as condies seguintes


se verificam:
I

a primeira entrada no nula de qualquer linha no nula est


direita da primeira entrada no nula de qualquer linha anterior;

em qualquer coluna que contenha a primeira entrada no nula


de uma linha, todas as entradas de linhas inferiores so nulas;

se existirem linhas nulas, so as ltimas.

ALGA I(M143) - 2014/2015 k 1.1 Sistemas de equaes lineares e matrizes - Resoluo de sistemas pelo mtodo de Gauss

k34

Exemplos: matrizes escalonadas e no escalonadas


2 3 1 5 0

0 0 4 0 2 est escalonada
0 0 0 0 1

1 5 2 3 0 5

0 0 2 4 0 0 est escalonada
0 0 0 3 1 1

2 3 5 2

2 1 0 0 no est escalonada
0 1 3 0

0 3 5

1 0 0 no est escalonada
0 0 0

ALGA I(M143) - 2014/2015 k 1.1 Sistemas de equaes lineares e matrizes - Resoluo de sistemas pelo mtodo de Gauss

k35

Caracterstica de uma matriz escalonada

Se duas matrizes so equivalentes por linhas, tm a mesma


forma de Gauss, e portanto a mesma caracterstica.

Se uma matriz est escalonada, a sua caracterstica igual ao


nmero de linhas no nulas. (porqu?)

Duas matrizes escalonadas podem ser equivalentes por linhas


sem serem iguais (exemplo?)

ALGA I(M143) - 2014/2015 k 1.1 Sistemas de equaes lineares e matrizes - Resoluo de sistemas pelo mtodo de Gauss

k36

Exemplos: caracterstica de matrizes escalonadas

2 3 1 5 0

car 0 0 4 0 2 = 3
0 0 0 0 1

1 5 2 3 0 5

car 0 0 2 4 0 0 = 3
0 0 0 3 1 1

2 0 3 1

car 0 5 1 2 = 2
0 0 0 0

3 5 1 4

car 0 0 0 0 = 1
0 0 0 0

ALGA I(M143) - 2014/2015 k 1.1 Sistemas de equaes lineares e matrizes - Resoluo de sistemas pelo mtodo de Gauss

k37

Discusso de sistemas em funo da caracterstica


I

A caracterstica da matriz de um sistema sempre maior ou


igual caracterstica da matriz dos coeficientes. (porqu?)

Se a caracterstica da matriz de um sistema maior do que a


caracterstica da matriz dos coeficientes, ento o sistema
impossvel. (porqu?)

Se a caracterstica da matriz de um sistema igual


caracterstica da matriz dos coeficientes e igual ao nmero de
incgnitas ento o sistema possvel e determinado.
(porqu?)

Se a caracterstica da matriz de um sistema igual


caracterstica da matriz dos coeficientes e menor do que o
nmero de incgnitas ento o sistema possvel e
indeterminado. (porqu?)

ALGA I(M143) - 2014/2015 k 1.1 Sistemas de equaes lineares e matrizes - Resoluo de sistemas pelo mtodo de Gauss

k38

Exemplos: discusso de sistemas


1.
I

a11 x + a12 y + a13 z = b1

a21 x + a22 y + a23 z = b2

a x +a y +a z =b
31
32
33
3

Seja A a matriz dos coeficientes e M a matriz do sistema.

Tem-se car A 3 e car M 3.

Se car A = 3, o sistema possvel e determinado.

2.
(
I

a11 x + a12 y + a13 z + a14 t = b1


a21 x + a22 y + a23 z + a24 t = b2

Seja A a matriz dos coeficientes.

Tem-se car A 2, portanto o sistema no pode ser possvel e


determinado; pode ser impossvel ou possvel e indeterminado.

ALGA I(M143) - 2014/2015 k 1.1 Sistemas de equaes lineares e matrizes - Resoluo de sistemas pelo mtodo de Gauss

k39

Exemplos: discusso de sistemas


3.

x + y + z = 2a

x + 2z = 3

y + (a2 5)z = 1

A matriz do sistema

Usando o algoritmo para

L2 L2 L1

L2 L2

L1 L1 L2
L3 L3 L2

1 1
1
2a

1 0
2
3
2
0 1 a 5 1
determinar a forma de Gauss:

1 1
1
2a

0 1
1
3 2a
0 1 a2 5
1
1 1
1
2a

0 1
1
2a 3
0 1 a2 5
1

1 0
2
3

0 1
1
2a 3
0 0 a2 4 4 2a

(continua)

ALGA I(M143) - 2014/2015 k 1.1 Sistemas de equaes lineares e matrizes - Resoluo de sistemas pelo mtodo de Gauss

k40

Exemplos: discusso de sistemas


1 caso: a2 4 6= 0, isto , a 6= 2 e a 6= 2
Continuando o algoritmo:

L3

1
L
a2 4 3

L1 L1 2L3
L2 L2 + L3

1
0
0
1
0
0

0
1
0
0
1
0

3
2
1 2a 3

2
1 a+2

3a+10
0 3a+10

x = a+2
a+2
2
2 +a8

+a8
0 2a a+2
y = 2a a+2

2
2
1 a+2
z = a+2

A caracterstica da matriz do sistema 3, a caracterstica da


matriz dos coeficientes 3 e o nmero de incgnitas 3.
Para a R \ {2,
possvel
 2}, o sistema
 e determinado, e a
3a+10 2a2 +a8
2
nica soluo a+2 , a+2 , a+2 .
(continua)

ALGA I(M143) - 2014/2015 k 1.1 Sistemas de equaes lineares e matrizes - Resoluo de sistemas pelo mtodo de Gauss

k41

Exemplos: discusso de sistemas


2 caso: a = 2
Substituindo
a por

2 temos a matriz
1 0 2 3

0 1 1 1
0 0 0 0
que est na forma de Gauss e corresponde ao sistema

x + 2z = 3
y z =1 .

0=0
A caracterstica da matriz do sistema 2, a caracterstica da
matriz dos coeficientes 2 e o nmero de incgnitas 3.
Para a = 2, o sistema possvel e indeterminado; as solues so
(3 2c, 1 + c, c), c R.
(continua)

ALGA I(M143) - 2014/2015 k 1.1 Sistemas de equaes lineares e matrizes - Resoluo de sistemas pelo mtodo de Gauss

k42

Exemplos: discusso de sistemas


3 caso: a = 2
Substituindo
a por
2 temos a matriz

1 0 2
3

0 1 1 7
0 0 0
8

x + 2z = 3
y z = 7 , obviamente
que corresponde ao sistema

0=8
impossvel.
A caracterstica da matriz do sistema 3, a caracterstica da
matriz dos coeficientes 2.
Para a = 2, o sistema impossvel.
ALGA I(M143) - 2014/2015 k 1.1 Sistemas de equaes lineares e matrizes - Resoluo de sistemas pelo mtodo de Gauss

k43

Exemplos: discusso de sistemas


4.

x + (1 + i)y + (3 + 2i)z = 1

iy + 2z = 0

ix + (1 i)y + (a2 2a + 3i)z = a 1 + 2i

A matriz do sistema

Usando o algoritmo para

L3 L3 iL1

L2

1
i L2

L1 L1 (1+i)L2

1 1 + i
3 + 2i
1

0
i
2
0

2
i 1 i a 2a + 3i a 1 + 2i
determinar a forma de Gauss:

1 1 + i
3 + 2i
1

0
i
2
0

2
0
0
a 2a + 2 a 1 + i
1 1 + i
3 + 2i
1

0
1
2i
0

0
0
a2 2a + 2 a 1+ i
1 0
1
1

0 1
2i
0

2
0 0 a 2a + 2 a 1 + i
(continua)

ALGA I(M143) - 2014/2015 k 1.1 Sistemas de equaes lineares e matrizes - Resoluo de sistemas pelo mtodo de Gauss

k44

Exemplos: discusso de sistemas


1 caso: a2 2a + 2 6= 0, isto , a 6= 1 + i e a 6= 1 i
Continuando o algoritmo:

L3

1
L
a2 2a+2 3

L1 L1 L3
L2 L2 + 2iL3

1
0
0
1
0
0

0
1
0
0
1
0

1
1
2i
0
1
1
a1i

a2i
0 a1i

2i
0 a1i

1
1 a1i

a2i

x = a1i
2i

y = a1i

z= 1
a1i

A caracterstica da matriz do sistema 3, a caracterstica da


matriz dos coeficientes 3 e o nmero de incgnitas 3.
Para a C \ {1  i, 1 + i}, o sistema possvel e determinado, e a
a2+i
2i
1
nica soluo a1+i
, a1+i
, a1+i
.
(continua)
ALGA I(M143) - 2014/2015 k 1.1 Sistemas de equaes lineares e matrizes - Resoluo de sistemas pelo mtodo de Gauss

k45

Exemplos: discusso de sistemas


2 caso: a = 1 i
Substituindo
a por1 i temos a matriz

1 0 1 1

0 1 2i 0
0 0 0 0
que est na forma de Gauss e corresponde ao sistema

x +z =1
y 2iz = 0 .

0=0
A caracterstica da matriz do sistema 2, a caracterstica da
matriz dos coeficientes 2 e o nmero de incgnitas 3.
Para a = 1 i, o sistema possvel e indeterminado; as solues
so (1 c, 2ic, c), c C.
(continua)

ALGA I(M143) - 2014/2015 k 1.1 Sistemas de equaes lineares e matrizes - Resoluo de sistemas pelo mtodo de Gauss

k46

Exemplos: discusso de sistemas


3 caso: a = 1 + i
Substituindo
a

1 0 1

0 1 2i
0 0 0

por
1 + i temos a matriz
1

0
2i

x +z =1
y 2iz = 0 , obviamente
que corresponde ao sistema

0 = 2i
impossvel.
A caracterstica da matriz do sistema 3, a caracterstica da
matriz dos coeficientes 2.
Para a = 1 + i, o sistema impossvel.

ALGA I(M143) - 2014/2015 k 1.1 Sistemas de equaes lineares e matrizes - Resoluo de sistemas pelo mtodo de Gauss

k47

Matrizes
I

Notao: Mm,n (R) =


{matrizes de m linhas e n colunas com entradas em R}

Notao: Mm,n (C) =


{matrizes de m linhas e n colunas com entradas em C}

Observao: Mm,n (R) Mm,n (C)

3 1
2 53

3 1
2 53

7
3+1

M2,3 (R)
!

7
M2,3 (C)
3+1

1
5

4
1+45

1
M5,2 (C)
2 + +1
i
7

4
12 + 2i
0
0

ALGA I(M143) - 2014/2015 k 1.2 Sistemas de equaes lineares e matrizes - Operaes com matrizes

k48

Matriz transposta: definio

I Seja A Mm,n (C), A =

a1n
a2n
..
.

am1 am2

amn

a11
a21
..
.

a12
a22
..
.

I Chama-se transposta de A matriz

que se obtm trocando as linhas de A


I

Notao: At

Se A Mm,n (C) ento At Mn,m (C)

a11 a21 am1


a12 a22 am2
..
..
..
.
.
.
a1n a2n amn
com as colunas.

ALGA I(M143) - 2014/2015 k 1.2 Sistemas de equaes lineares e matrizes - Operaes com matrizes

k49

Matriz transposta: exemplos

I A=

2 + 3i

A= 1
0

2 1
4 3
7 15
2 1

t
, A =

5
0
5 76 i

2 + 3i

5
At =
7 + 2i

2 4 7 2
1 3 15 1

7 + 2i

0 ,
2 + 3i

1
0

7
0 5

6i
0
2 + 3i

ALGA I(M143) - 2014/2015 k 1.2 Sistemas de equaes lineares e matrizes - Operaes com matrizes

k50

Soma de matrizes: definio

Soma de duas matrizes de m linhas e n colunas:

a1n
a2n
..
.

am1 am2

amn

a11
a21
..
.

a12
a22
..
.

b1n
b2n
..
.

bm1 bm2

bmn

b11
b21
..
.

b12
b22
..
.

a1n + b1n
a2n + b2n
..
.

am1 + bm1 am2 + bm2

amn + bmn

a11 + b11

a21 + b21

..

a12 + b12
a22 + b22
..
.

ALGA I(M143) - 2014/2015 k 1.2 Sistemas de equaes lineares e matrizes - Operaes com matrizes

k51

Exemplos: soma de matrizes

2 1 3
4
5 3 2 12

1 2 0
2 1 53

5
4

3 1
3
1
7
13
7 2 5
2


2 0
1
3
3
3


0 2 + 5 1 = 5 3
2 3
3 53
5 14
3

ALGA I(M143) - 2014/2015 k 1.2 Sistemas de equaes lineares e matrizes - Operaes com matrizes

k52

Produto de um nmero por uma matriz: definio

Produto de um nmero por uma matriz:

a1n
a2n
..
.

am1 am2

amn

a11
a21
..
.

a12
a22
..
.

ca1n
ca2n
..
.

cam1 cam2

camn

ca11
ca21
..
.

ca12
ca22
..
.

ALGA I(M143) - 2014/2015 k 1.2 Sistemas de equaes lineares e matrizes - Operaes com matrizes

k53

Exemplos: produto de um nmero por uma matriz

2 1 3
0 1 4

10 5 15
0 5 20

1
1
2
3
1
2
2 3 4 = 1
2
5
6
7
52

1 23

3
2
2
3 27

3+i
1 2i

0 =
(1 + i) 5
5
2 + 3i
2

2 + 4i
3i

5 + 5i

2 3 + ( 2 + 3)i 52 + 52 i

ALGA I(M143) - 2014/2015 k 1.2 Sistemas de equaes lineares e matrizes - Operaes com matrizes

k54

Produto de matrizes
Produto de duas matrizes tais que o nmero de colunas da
primeira igual ao nmero de linhas da segunda (s se define
produto de matrizes neste caso):

a1n
a2n
..
.

am1 am2

amn

a11
a21
..
.

a12
a22
..
.

b11 b12
b21 b22
..
..
.
.
bn1 bn2

b1p
b2p
..
.

bnp

c1p
c2p
..
.

cm1 cm2

cmp

c11
c21
..
.

c12
c22
..
.

onde cij = ai1 b1j + ai2 b2j + ai3 b3j + ain bnj =

n
X

aik bkj .

k=1

ALGA I(M143) - 2014/2015 k 1.2 Sistemas de equaes lineares e matrizes - Operaes com matrizes

k55

Exemplos: produto de matrizes


1 2
3 4

5 6
7 8

15+27 16+28
35+47 36+48

19 22
43 50

2
1
1 3
4

0 5 7
4 1
24+17
1 4 + 3 7
0457
4 4 + 1 7
15
4
4
17
5
2
35 10 0
9 2
8

1 2
2 0

21+12
2 (2) + 1 0
1 1 + 3 2 1 (2) + 3 0
0152
0 (2) 5 0
4 1 + 1 2 4 (2) + 1 0

ALGA I(M143) - 2014/2015 k 1.2 Sistemas de equaes lineares e matrizes - Operaes com matrizes

k56

Produto de matrizes: caso particular


Tem-se

a11
a21
..
.

a12
a22
..
.

a1n
a2n
..
.

am1

am2

amn

x1
x2
..
.

a11 x1 + a12 x2 + + a1n xn


a21 x1 + a22 x2 + + a2n xn
..
.

am1 x1 + am2 x2 + + amn xn

xn

Portanto o sistema

a11 x1 + a12 x2 + + a1n xn = b1

a x + a x + + a x = b
21 1
22 2
2n n
2

am1 x1 + am2 x2 + + amn xn = bm

pode-se escrever na
forma
AX = B,
ondeA a matriz dos
b1
x1

x2
b2

coeficientes, X = . , e B = .

..
..
xn

bm

ALGA I(M143) - 2014/2015 k 1.2 Sistemas de equaes lineares e matrizes - Operaes com matrizes

k57

Produto de matrizes

Sejam A Mm,n (C), B Mn,p (C).

Sejam B1 , B2 , . . . , Bp as colunas
de B, isto ,

B = B1 B2 Bp

Ento as colunas de AB so AB1, AB2 , . . . , ABp , isto ,


AB = AB1 AB2 ABp

ALGA I(M143) - 2014/2015 k 1.2 Sistemas de equaes lineares e matrizes - Operaes com matrizes

k58

Operaes com matrizes: propriedades

Para quaisquer matrizes A, B, C , tem-se


I
I
I
I
I

A+B =B+A
(A + B) + C = A + (B + C )
A(B + C ) = AB + AC
(A + B)C = AC + BC
(AB)C = A(BC )

desde que A, B, C tenham um nmero de linhas e colunas


tais que as operaes sejam possveis.
I

MAS: em geral AB 6= BA

Exerccio (com bastantes clculos)


mostrar estas propriedades

ALGA I(M143) - 2014/2015 k 1.2 Sistemas de equaes lineares e matrizes - Operaes com matrizes

k59

Exemplo: no comutatividade do produto

1 2
0 1

3 1
2 1

3 1
2 1

1 2
0 1

7
1
2 1

3 7
2 3

ALGA I(M143) - 2014/2015 k 1.2 Sistemas de equaes lineares e matrizes - Operaes com matrizes

k60

Matriz identidade

Chama-se matriz identidade de ordem n matriz In , onde

1 0 0

0 1 0

In = . .
..
, In Mn,n (R).
.
.. ..
0 0 1
Para qualquer M Mm,n (C), tem-se Im M = M e MIn = M.

ALGA I(M143) - 2014/2015 k 1.2 Sistemas de equaes lineares e matrizes - Operaes com matrizes

k61

Exemplos: matriz identidade

1 0 0
2 1 3
4
2 1 3
4

0 1 0 5 0 2 6 = 5 0 2 6
0 0 1
7 1 4
3
7 1 4
3

7 1
0
2

4 5
3
6

1 0
0 1

7 1
0
2

4 5
3
6

ALGA I(M143) - 2014/2015 k 1.2 Sistemas de equaes lineares e matrizes - Operaes com matrizes

k62

Inversa de uma matriz


I

Diz-se que M Mm,n (C) tem inversa sse existe uma matriz
M 0 tal que MM 0 e M 0 M so matrizes identidade (se existir,
tem-se M 0 Mn,m (C); porqu?)

Pode-se mostrar que s matrizes quadradas tm inversa (mas


nem todas as matrizes quadradas tm inversa).

Diz-se que M Mn,n (C) singular sse no tem inversa.

Se uma matriz tiver inversa, essa inversa nica; se existir,


designa-se por M 1 a inversa de M.

Pode-se mostrar que se M, M 0 Mn,n (C) e MM 0 = In ou


M 0 M = In , ento M 0 inversa de M.

Se M Mn,n (C), ento M tem inversa sse car M = n.

Exerccio
Dar exemplo de m, n N, M Mm,n (R) e M 0 Mn,m (R) tais que
MM 0 = Im mas M 0 M 6= In .
ALGA I(M143) - 2014/2015 k 1.2 Sistemas de equaes lineares e matrizes - Operaes com matrizes

k63

Demonstrao da unicidade da inversa

Suponhamos que M 0 e M 00 so inversas da matriz M Mm,n (C).


I

M 0 (MM 00 ) = M 0 Im = M 0

(M 0 M)M 00 = In M 00 = M 00

Pela associatividade do produto, M 0 (MM 00 ) = (M 0 M)M 00 .

Portanto M 0 = M 00 .

ALGA I(M143) - 2014/2015 k 1.2 Sistemas de equaes lineares e matrizes - Operaes com matrizes

k64

Demonstrao de que M tem inversa car M = n


Usar-se- a seguinte propriedade no demonstrada: se
M, M 0 Mn,n (C) e MM 0 = In , ento M 0 inversa de M.
Seja M Mn,n (C).

M tem inversa sse existe

a11 a12
a21 a22
..
..
.
.
an1 an2

a1n
a2n
..
.
ann

a11 a12
a21 a22
..
..
.
.
an1 an2

a1n
a2n
..
.
ann

tal que

= In .

ALGA I(M143) - 2014/2015 k 1.2 Sistemas de equaes lineares e matrizes - Operaes com matrizes

k65

Demonstrao de que M tem inversa car M = n (cont)


o mesmo que dizer que existem
a11 , a12 , . . . , a1n , a21 , a22 , . . . , a2n , . . . , an1 , an2 , . . . , ann

tais que M

a1n

a11
a21
..
.

an1


a2n 0

M
.. = ..
. .

ann

1
0
..
.
0

, M

a12
a22
..
.
an2

0
1
..
.
0

, . . . ,

ou seja que os sistemas

x1
x2
..
.
xn

1
0
..
.
0

, M

x1
x2
..
.
xn

0
1
..
.
0

, . . . , M

x1
x2
..
.
xn

0
0
..
.
1

so possveis.
ALGA I(M143) - 2014/2015 k 1.2 Sistemas de equaes lineares e matrizes - Operaes com matrizes

k66

Demonstrao de que M tem inversa car M = n (cont)

Se car M = n, ento todas as caractersticas das matrizes


destes sistemas so iguais a n (porqu?) logo todos os
sistemas so possveis e determinados (porqu?)
Se car M < n, ento cada sistema indeterminado ou
impossvel.
I
I

se algum impossvel, no existe inversa


se todos fossem indeterminados, existiria mais do que uma
inversa de A, o que j se sabe que no pode acontecer;
portanto no se pode dar esta situao.

ALGA I(M143) - 2014/2015 k 1.2 Sistemas de equaes lineares e matrizes - Operaes com matrizes

k67

Exemplo: matrizes inversas

3 2
1 1

1 2
1 3

1 2
1 3

1 2
1 3

3 2
1 1

1 2
1 3

=
!

1 0
0 1

1 0
0 1

,
, portanto

3 2
1 1

so inversas uma da outra.

!1

3 2
1 1

1 2
1 3

3 2
1 1

!1

ALGA I(M143) - 2014/2015 k 1.2 Sistemas de equaes lineares e matrizes - Operaes com matrizes

k68

Exemplo: matrizes inversas

1 1 0

= 0 1 1
0 0
1

1 1 0

0 1 1
0 0
1

1 1
1 1 0
1 0 0

1 1 0 1 1 = 0 1 0 ,
0 1
0 0
1
0 0 1

1 0
1 1 1
1 0 0


1 1 0 1 1 = 0 1 0 , portanto
0
1
0 0 1
0 0 1

1 1
1 1 0

1 1 e 0 1 1 so inversas uma da outra.


0 1
0 0
1

1 1 1

0 1 1
0 0 1

1
0
0
1
0
0
1
0
0

1 1 1

= 0 1 1
0 0 1

ALGA I(M143) - 2014/2015 k 1.2 Sistemas de equaes lineares e matrizes - Operaes com matrizes

k69

Exemplo: Clculo da inversa de

1 5
2 3

x
z

y
t

1 0
0 1

1 5
2 3

x + 5z
2x + 3z

x + 5z = 1

2x + 3z = 0

y + 5t = 0

2y + 3t = 1
(

1 5 1
2 3 0

As matrizes dos dois sistemas so


As formas de Gauss so
(

correspondem a

x = 73
z = 27

1 0 73
0 1 27
(

1 5 0
2 3 1

1 0 57
0 1 17

x + 5z = 1
2x + 3z = 0

y + 5t
2y + 3t

1 0
0 1

y + 5t = 0
2y + 3t = 1

, que

y = 57
t = 17

ALGA I(M143) - 2014/2015 k 1.2 Sistemas de equaes lineares e matrizes - Operaes com matrizes

k70

Exemplo: Clculo da inversa de


Ento

1 5
2 3

!1

37
2
7

5
7

17

1 5
2 3

Em vez de calcular separadamente a forma de Gauss das duas


matrizes, mais!simples calcular a forma de Gauss de
1 5 1 0
2 3 0 1
1 0 73
Obtemos
0 1 27
da matriz inicial.

5
7

17

; a metade da direita a inversa

ALGA I(M143) - 2014/2015 k 1.2 Sistemas de equaes lineares e matrizes - Operaes com matrizes

k71

Clculo de inversa pelo mtodo de Gauss

Queremos a inversa de M Mn,n (C), se existir.




Consideramos a matriz A =

Determinamos a forma de Gauss G de A

Se a metade esquerda de G for In , ento M tem inversa, e


M 1 a metade direita de G

Se a metade esquerda de G no for In , ento car M < n e


M no tem inversa.

M In

Observao: se M Mn,n (R), e M tiver inversa em Mn,n (C),


ento M 1 Mn,n (R). (porqu?)

ALGA I(M143) - 2014/2015 k 1.2 Sistemas de equaes lineares e matrizes - Operaes com matrizes

k72

Determinantes de ordem 2
!

a b
Seja A =
M2,2 (C).
c d
Quando que A tem inversa?
(Quando que car A = 2?)
caso a 6= 0
!
1 ba
1
L1 a L1
c d
!
b
1
a
0 d bc
L2 L2 cL1
a
Concluso: se a 6= 0, ento car A = 2 sse d
ad bc 6= 0

bc
a

6= 0, ou seja,

Exerccio
verificar que mesmo que a = 0,
car A = 2 ad bc 6= 0
ALGA I(M143) - 2014/2015 k 1.3 Sistemas de equaes lineares e matrizes - Determinantes

k73

Determinantes de ordem 2

Definio
Se A =

a b
c d

Notao: det
Temos funes

, o determinante de A ad bc.
a b
c d


a

, det A,
c

b
d




, |A|

det : M2,2 (C)


C
A
7 det A
det : M2,2 (R)
R
A
7 det A

ALGA I(M143) - 2014/2015 k 1.3 Sistemas de equaes lineares e matrizes - Determinantes

k74

Exemplos: determinantes de ordem 2

det

1 2
3 4

det

1 2
3 6

det

5 2
3 1

= 2
!

=0

= 11

ALGA I(M143) - 2014/2015 k 1.3 Sistemas de equaes lineares e matrizes - Determinantes

k75

Determinantes de ordem 2: propriedades

det

a + a0 b
c + c0 d

= det

a b
c d

det

a b + b0
c d + d0

= det

a b
c d

det

a + a0 b + b 0
c
d

det

a
b
c + c0 d + d0

+ det

a0 b
c0 d

+ det

a b0
c d0

= det

a b
c d

= det

a b
c d

+ det

a0 b 0
c d

+ det

a b
c0 d0

ALGA I(M143) - 2014/2015 k 1.3 Sistemas de equaes lineares e matrizes - Determinantes

k76

Exemplos: propriedades dos determinantes

1 2
3 4

det

1 2
0 4

det

1 2
3 4
1 0
3 4

det

det

= det

1+0 2
0+3 4

+ det

0 2
3 4

= det

1+0 0+2
3
4

+ det

0 2
3 4

ALGA I(M143) - 2014/2015 k 1.3 Sistemas de equaes lineares e matrizes - Determinantes

k77

Determinantes de ordem 2: propriedades

det

ka b
kc d

det

ka kb
c d

det

b a
d c

det I2 = det

= k det
!

= det
1 0
0 1

= det

a b
c d

= k det

a b
c d

a b
c d

= det

= det

a kb
c kd

a b
kc kd
c d
a b

=1

Exerccio
Mostrar as propriedades dos determinantes (fazer as contas)

ALGA I(M143) - 2014/2015 k 1.3 Sistemas de equaes lineares e matrizes - Determinantes

k78

Determinantes de ordem 2: propriedades

Se M tem duas colunas iguais, ento det M = 0.


I
I

Trocando as colunas, o determinante troca de sinal.


Mas trocando as colunas, a matriz fica igual, portanto o
determinante o mesmo.
Se troca de sinal e fica igual, 0.

Se M tem duas linhas iguais, ento det M = 0.

Se uma coluna de M mltipla da outra, ento det M = 0.


(porqu?)

Se uma linha de M mltipla da outra, ento det M = 0.


(porqu?)

ALGA I(M143) - 2014/2015 k 1.3 Sistemas de equaes lineares e matrizes - Determinantes

k79

Exemplos: propriedades dos determinantes

det

1 2
3 4

det

1 2
3 4

det

2 2
3 3

det

1 5
1 5

det

1 4
3 12

= det

1 21
3 22

= det

1
5

3
5

2
5

= 2 det

1 1
3 2

!
4
5

= 5 det

1
3
5

4
5

=0
=0
!

=0

ALGA I(M143) - 2014/2015 k 1.3 Sistemas de equaes lineares e matrizes - Determinantes

k80

Problema: caracterizao do determinante


Exerccio (exigindo alguma imaginao)
Mostrar que a funo determinante a nica funo definida em
M2,2 (C) tal que, para quaisquer a, b, c, d, k C
I

det

a + a0 b
c + c0 d

det

a b + b0
c d + d0

det

ka b
kc d

det

b a
d c

det I2 = det

= det

a b
c d

= det

a b
c d

= k det

a b
c d

= det

a b
c d

1 0
0 1

+ det

a0 b
c0 d

+ det

a b0
c d0

= det

a kb
c kd

=1

ALGA I(M143) - 2014/2015 k 1.3 Sistemas de equaes lineares e matrizes - Determinantes

k81

Determinantes de ordem 2: propriedades

Para qualquer matriz A M2,2 (C) tem-se det A = det At .

Para quaisquer matrizes A, A0 M2,2 (C), tem-se


det(AA0 ) = det A det A0 . (exerccio)
A tem inversa sse det A 6= 0, e nesse caso det A1 =

I
I

basta notar que (det A)(det A

) = det(AA

1
det A .

) = det I2 = 1

car A = 2 sse det A 6= 0


Se A =
A1

a b
c d
1
det A

e det A 6= 0, ento

d b
c a

(verificar)

ALGA I(M143) - 2014/2015 k 1.3 Sistemas de equaes lineares e matrizes - Determinantes

k82

Significado geomtrico do determinante


Consideremos um referencial
ortonormado no plano.
!
a b
Sejam A =
, u = (a, c), v = (b, d)
c d

A rea do paralelograma definido pelos vectores u e v igual ao


mdulo do determinante de A.
ALGA I(M143) - 2014/2015 k 1.3 Sistemas de equaes lineares e matrizes - Determinantes

k83

Significado geomtrico do determinante - demonstr


Uma demonstrao:
I

A rea do paralelograma definido por u e v igual rea do


rectngulo definido por u e w , onde w a projeco ortogonal
de v sobre um vector ortogonal a u.

Um vector ortogonal a u o vector u 0 = (c, a)

Ento w =

Portanto

rea do rectngulo definido por u e w =

| c 2 + a2 = |ad bc|
kukkw k = a2 + c 2 | bc+ad
c 2 +a2

v |u 0 0
u = (b,d)|(c,a)
(c, a) = bc+ad
(c, a).
ku 0 k2
c 2 +a2
c 2 +a2

kw k = | bc+ad
|k(c, a)k = | bc+ad
| c 2 + a2
c 2 +a2
c 2 +a2

(notao: | designa o produto escalar, kuk designa a norma, ou


comprimento, do vector u)

ALGA I(M143) - 2014/2015 k 1.3 Sistemas de equaes lineares e matrizes - Determinantes

k84

Significado geomtrico do determinante - demonstr


Outra demonstrao:

A rea do paralelograma definido por u e v igual rea do


rectngulo definido por u e w , onde w a projeco ortogonal
de v sobre um vector ortogonal a u.

kw k
1 cos2
kv k = sen =

cos =

1 cos2 = 1

u|v
kukkv k

ab+cd

a2 +c 2 b 2 +d 2
(ab+cd)2
(a2 +c 2 )(b 2 +d 2 )

(adbc)2
(a2 +c 2 )(b 2 +d 2 )
|adbc|

I sen =
a2 +c 2 b 2 +d 2
I rea=kukkw k = kukkv k sen

a2 d 2 +b 2 c 2 2abcd
(a2 +c 2 )(b 2 +d 2 )

|adbc|

a2 + c 2 b 2 + d 2 a2 +c
= |ad bc|
2 b 2 +d 2

ALGA I(M143) - 2014/2015 k 1.3 Sistemas de equaes lineares e matrizes - Determinantes

k85

Exemplos: propriedades dos determinantes


I

det

1 2
3 4

= 2 6= 0, portanto car

1 2
3 4

1 2
3 4

!1

det

=2e

tem inversa;
=

5 2
3 1

12

4 2
3 1

3
2

= 11 6= 0, portanto car

5 2
3 1

5 2
3 1

!1

det

1 2
3 4

1
12
5 2
3 1

=2e

tem inversa;
=

3 1
6 2

3 1
6 2

1
11

1 2
3 5

= 0, portanto car

2
11
5
11

3 1
6 2

1
11
3
11

<2e

no tem inversa.

ALGA I(M143) - 2014/2015 k 1.3 Sistemas de equaes lineares e matrizes - Determinantes

k86

Determinantes de ordem n

Notao:
I

A = C1 C2 Cn representa a matriz cujas colunas


so C1 , C2 , . . . , Cn

L1

L2
. representa a matriz cujas linhas so L1 , L2 , . . . , Lm
.
.
Lm

ALGA I(M143) - 2014/2015 k 1.3 Sistemas de equaes lineares e matrizes - Determinantes

k87

Determinantes de ordem n
Proposio
Para cada n N, existe uma nica funo det : Mn,n (C) C que
satisfaz as seguintes propriedades:
I

det

C1

Cj + Cj0

Cn


det C1 Cj Cn + det
para quaisquer C1 , . . . , Cj , . . . , Cn , Cj0
I

det

C1


I
I

kCj

Cn

C1

Cj0

Cn

k det C1 Cj Cn , para quaisquer


C1 , . . . , Cj , . . . , Cn e qualquer k C
Se a matriz B se obtm da matriz A por troca de duas colunas,
ento det B = det A
det In = 1

Exerccio
Mostrar a partir destas propriedades que se A Mn,n (R), ento
det A R.
ALGA I(M143) - 2014/2015 k 1.3 Sistemas de equaes lineares e matrizes - Determinantes

k88

Determinantes de ordem n: propriedades s/ demonstrao


Pode-se mostrar que:

L1

..

.
I

det Li + L0i

..

det kLi
.
.
.

L1
.
..

= k det

Ln

L1
.
..

= det Li + det

Ln
L1 , . . . , Li , . . . , Lm , L0i

L1

..
I

L0i
..
.

, para quaisquer

Ln

L1
..
.
Li
..
.

, para quaisquer

Ln
Ln
L1 , . . . , Li , . . . , L0m e qualquer k C
Se a matriz B se obtm da matriz A por troca de duas linhas,
ento det B = det A

ALGA I(M143) - 2014/2015 k 1.3 Sistemas de equaes lineares e matrizes - Determinantes

k89

Determinantes de ordem n: propriedades s/ demonstrao

Pode-se mostrar que, para qualquer A Mn,n (C),


det A = det At
Pode-se mostrar que det(AB) = det A det B, para quaisquer
A, B Mn,n (C)
I
I
I

o que implica que se A tem inversa, ento det A 6= 0; porqu?


se A tem inversa, ento det A1 = det1 A
portanto se car A = n, ento det A 6= 0

A tem inversa det A 6= 0 (ser visto depois)

det A 6= 0 car A = n A tem inversa

ALGA I(M143) - 2014/2015 k 1.3 Sistemas de equaes lineares e matrizes - Determinantes

k90

Determinantes de ordem n: propriedades

Se uma das colunas de A mltipla de outra, ento det A = 0


(caso particular: duas colunas iguais)

Substituindo uma coluna pela sua soma com um mltiplo de


outra coluna, o determinante no alterado.

Se uma das linhas de A mltipla de outra, ento det A = 0


(caso particular: duas linhas iguais)

Substituindo uma linha pela sua soma com um mltiplo de


outra linha, o determinante no alterado.

ALGA I(M143) - 2014/2015 k 1.3 Sistemas de equaes lineares e matrizes - Determinantes

k91

Determinantes de ordem n: demonst. das propriedades


I

Se uma das colunas de A mltipla de outra, ento det A = 0


I

Substituindo uma coluna pela sua soma com um mltiplo de


outra coluna, o determinante no alterado.
I


det C1 . . . Cj . . . kCj . . . Cn =
k det C1 . . . Cj . . . Cj . . . Cn
O determinante da segunda matriz 0, porque tem duas
colunas iguais (mesmo raciocnio que para matrizes em
M2,2 (C))


det C1 Ci + kCj Cj Cn =
= det C1 Ci Cj Cn +
det C1 kCj Cj Cn
o determinante da segunda parcela 0, porque uma coluna
mltipla de outra

o raciocnio para as linhas anlogo

ALGA I(M143) - 2014/2015 k 1.3 Sistemas de equaes lineares e matrizes - Determinantes

k92

Exemplo: clculo de determinante


1
0
1
0

0
3
0
1

2
1
0
1

0
1
2
0

L3 L3 +L1

det
=
det

2
0

1 0 2 0
1 0 2 0
0 3 0 0
0 3 0 1 L2 L2 1 L3
C3 C3 C4

= 2 det
=
det

=
0 0 0 2
0 0 0 2
0 1 1 0
0 1 1 0

1 0 0 0
1 0 0 0
0 3 0 0
0 3 0 0
C3 C3 2C1

C2 C2 C3

=
det
=
det

0 0 0 2
0 0 0 2
0 1 1 0
0 0 1 0

1 0 0 0
1 0 0 0
0 3 0 0
0 1 0 0
C3 C4

= det
= 3 det

0 0 2 0
0 0 2 0
0 0 0 1
0 0 0 1

1 0 0 0
0 1 0 0

= 3 2 det
= 6 det I4 = 6
0 0 1 0
0 0 0 1

1
0
0
0

0
3
0
1

2
1
2
1

ALGA I(M143) - 2014/2015 k 1.3 Sistemas de equaes lineares e matrizes - Determinantes

k93

Caso n = 3

a11 a12 a13

Seja A = a21 a22 a23 M3,3 (C).


a31 a32 a33
Tem-se
det A =
a11 a22 a33 +a21 a32 a13 +a31 a12 a23 a31 a22 a13 a11 a32 a23 a21 a12 a33

Exerccio
Mostrar esta igualdade a partir das propriedades de definio do
determinante

ALGA I(M143) - 2014/2015 k 1.3 Sistemas de equaes lineares e matrizes - Determinantes

k94

Caso n = 3: regra de Sarrus

a11 a12 a13

Para calcular o determinante de a21 a22 a23 , escrevemos


a31 a32 a33
a11
a21
a31
a11
a21

a12
a22
a32
a12
a22

a13
a23
a33
a13
a23

somamos os produtos das trs diagonais \ e subtraimos os


produtos das trs diagonais /.

ALGA I(M143) - 2014/2015 k 1.3 Sistemas de equaes lineares e matrizes - Determinantes

k95

Exemplo: determinantes de ordem 3


1
0 5

det 3 2 4 =?
1 3 0

1
0 5

3 2 4
1 3 0
1
0 5
3 2 4

1
0 5

det 3 2 4 = 1 (2) 0 + 3 (3) 5+


1 3 0
+(1)04(1)(2)51(3)4300 = 43

ALGA I(M143) - 2014/2015 k 1.3 Sistemas de equaes lineares e matrizes - Determinantes

k96

Notao
I

Notao: Aij designar a matriz que se obtm da matriz A


eliminando a linha i e a coluna j.

1 2 4 3
2 1 1 5

Exemplo: A =

1 3 5 2
2 1 2 1

A11 =

A23 =

A42 =

1 1 5
3 5 2
1 2 1

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

ALGA I(M143) - 2014/2015 k 1.3 Sistemas de equaes lineares e matrizes - Determinantes

k97

Determinantes de ordem n: desenvolvimento de Laplace


a11
..
Seja A = .
an1
Pode-se mostrar que

a1n
.. .
.
ann

det A = a11 det A11 a21 det A21 + + (1)n+1 an1 det An1
(desenvolvimento de Laplace ao longo da primeira coluna)
det A = a11 det A11 a12 det A12 + + (1)1+n a1n det A1n
(desenvolvimento de Laplace ao longo da primeira linha)
det A =
(1)1+j a1j det A1j +(1)2+j a2j det A2j + +(1)n+j anj det Anj
(desenvolvimento de Laplace ao longo da coluna j)
det A =
(1)i+1 ai1 det Ai1 + (1)i+2 ai2 det Ai2 + + (1)i+n ain det Ain
(desenvolvimento de Laplace ao longo da linha i)

ALGA I(M143) - 2014/2015 k 1.3 Sistemas de equaes lineares e matrizes - Determinantes

k98

Exemplo: clculo de determinante


Desenvolvimento de Laplace ao longo da primeira coluna:

det

1
0
1
0

0
3
0
1

2
1
0
1

0
1
2
0

3 1 1
0

= 1 det 0 0 2 0 det 0
1 1 0
1

0 2 0

+(1) det 3 1 1 0 det


1 1 0
= 4 2 = 6

2
0
1
0
3
0

0
2
0
2
1
0

1
2

ALGA I(M143) - 2014/2015 k 1.3 Sistemas de equaes lineares e matrizes - Determinantes

k99

Exemplo: clculo de determinante

2 5 4
2 1 1

2 1 1

det
=3 det 0 2 2 =

0 2 2
0 0 5
0 0 5
!
2 2
3 2 det
= 60
0 5

3
0
0
0

ALGA I(M143) - 2014/2015 k 1.3 Sistemas de equaes lineares e matrizes - Determinantes

k100

Exemplo: clculo de determinante

Desenvolvimento
de Laplace
ao longo da primeira coluna:

1 2 4 3
2 1 1 5

det
=
1 3 5 2
2 1 2 1
1 1 5
2 4 3

= det 3 5 2 2 det 3 5 2 +
1 2 1
1 2 1

2 4 3
2 4 3

+(1) det 1 1 5 2 det 1 1 5 = ...


1 2 1
3 5 2

ALGA I(M143) - 2014/2015 k 1.3 Sistemas de equaes lineares e matrizes - Determinantes

k101

Exemplo: clculo de determinante


Clculo do mesmo determinante usando algumas propriedades dos
determinantes antes de efectuar o desenvolvimento de Laplace ao
longo da primeira coluna:

det
1

L2 L2 2L1
L3 L3 + L1
2 4 3

L
1 1 5 4 L4 2L2
=

3 5 2
1 2 1

2
4
3
3 9 1

3 9 1

9
5 = ...
= det 5
5
9
5
3 6 7
3 6 5

= det
0

ALGA I(M143) - 2014/2015 k 1.3 Sistemas de equaes lineares e matrizes - Determinantes

k102

Clculo da inversa de uma matriz

Se A Mn,n (R) tal que det A 6= 0, ento


A1 =

1
det A

det A11
det A12
..
.

det A21
det A22
..
.

(1)n+1 det An1


(1)n+2 det An2
..
.

(1)1+n det A1n (1)2+n det A2n


det Ann
i+j
(Na entrada da linha i, coluna j est (1) det Aji .)

ALGA I(M143) - 2014/2015 k 1.3 Sistemas de equaes lineares e matrizes - Determinantes

k103

Clculo da inversa de uma matriz: dem. sucinta


Seja A0 =

det A11
det A12
..
.

det A21
det A22
..
.

(1)1+n det A1n (1)2+n det A2n

(1)n+1 det An1


(1)n+2 det An2
..
.
det Ann

Basta mostrar que A det1 A A0 = In , o que equivale a mostrar que

AA0

det A
0

0
det A
..
..
.
.
0
0

0
0
..
.

det A

ALGA I(M143) - 2014/2015 k 1.3 Sistemas de equaes lineares e matrizes - Determinantes

k104

Clculo da inversa de uma matriz: dem. sucinta (cont)


Seja B = AA0 .
Ento bij =

n
X

aik (1)k+j det Ajk =

k=1

Para i = j, vem bii =

n
X

n
X

(1)k+j aik det Ajk

k=1

(1)k+i aik det Aik , que det A (desenvolvimento de

k=1

Laplace ao longo da linha i).

a11 a12
..
..
.
.

a
i1 ai2
.
..
Para i 6= j, vem bij = det
.
..

ai1

..
.

ai2
..
.

an1 an2
(desenvolvimento ao longo da linha j)

a1n
..
.

linha j

linha i
ain

..
.

ain
..
.

ann

Ento bij = 0, porque o determinante de uma matriz com duas linhas iguais.

Exerccio
Verificar analogamente que

1
0
det A A A

= In

ALGA I(M143) - 2014/2015 k 1.3 Sistemas de equaes lineares e matrizes - Determinantes

k105

Exemplo: clculo da inversa de uma matriz


1 2 3

1
0 2 , det A = 25 6= 0
A=
5 1 0

det A11 det A21 det A31

1
det A22 det A32 =
A1 = 25
det A12
det A13 det A23 det A33

0 2
2
det
det

1 0
1

1 2
1
1
det
25
det

5 0
5

1 0
1

det
det
5 1
5

3
2 3
det
0
0 2
!
!
3
1 3
det
0
1 2
!
!
2
1 2
det
1
1 0

2
3
4

1
= 25 10 15 5
1 11 2

ALGA I(M143) - 2014/2015 k 1.3 Sistemas de equaes lineares e matrizes - Determinantes

k106

Regra de Cramer

Seja A a matriz dos coeficientes do sistema de n equaes a n


incgnitas

a11 x1 + a12 x2 + + a1n xn = b1

a x + a x + + a x = b
21 1
22 2
2n n
2

an1 x1 + an2 x2 + + ann xn = bn


Se det A 6= 0, ento o sistema possvel e determinado.

ALGA I(M143) - 2014/2015 k 1.3 Sistemas de equaes lineares e matrizes - Determinantes

k107

Regra de Cramer
Na situao anterior, a nica soluo do sistema dada por

b1 a12 a1n
.
..
..
det ..
.
.
x1 =

bn an2

ann

det A

x2 =

a11 b1
.
..
det ..
.
an1 bn
...

det A

xn =

a1n
..
.

ann

a11 a12
.
..
det ..
.
an1 an2

det A

ALGA I(M143) - 2014/2015 k 1.3 Sistemas de equaes lineares e matrizes - Determinantes

b1
..
.

bn

k108

Regra de Cramer: demonstrao sucinta

a11 x1 + a12 x2 + + a1n xn = b1

a x + a x + + a x = b
21 1
22 2
2n n
2
Resolver o sistema

an1 x1 + an2 x2 + + ann xn = bn

o mesmo que resolver


aequao AX = B, onde A a matriz dos

b1

b2

coeficientes e B = .

..
bn

Como det A 6= 0,
AX = B A1 AX = A1 B X = A1 B

ALGA I(M143) - 2014/2015 k 1.3 Sistemas de equaes lineares e matrizes - Determinantes

k109

Regra de Cramer: demonstrao sucinta


A entrada da linha i de A1 B, que a entrada da linha i de

1
det A

det A11
det A12
..
.

(1)1+n det A1n

det A21
det A22
..
.

(1)2+n det A2n

(1)n+1 det An1


(1)n+2 det An2
..
.
det Ann

b1
b2
..
.

bn

n
1 X
(1)i+k bk det Aki
det A k=1

que
a11
1
..
det .
det A
an1

b1
..
.

a1n
..
.

bn

ann

(onde os bk esto na coluna i)


ALGA I(M143) - 2014/2015 k 1.3 Sistemas de equaes lineares e matrizes - Determinantes

k110

Exemplo: regra de Cramer

(
I

2x + 3y = 1
5x y = 3
!

2 3
a matriz dos coeficientes A
,e
5 1
det A = 17 6= 0, portanto o sistema possvel e determinado
as
solues so dadas por !

1 3

= 10

x = 17 det 3 1
17
!

1
y = 1 det 2 1
= 17

17
5 3

ALGA I(M143) - 2014/2015 k 1.3 Sistemas de equaes lineares e matrizes - Determinantes

k111

Exemplo: regra de Cramer


I

x y + 3z = 4

2x + y + z = 2

x 5y = 1

1 1 3

a matriz dos coeficientes A 2 1 1 , e


1 5 0
det A = 29 6= 0, portanto o sistema possvel e determinado
as solues so
dadas por

4
1
3

1
46

x = 29 det 2 1 1 = 29

1 5 0

1 4 3

1
15
y = 29
det 2 2 1 = 29

1 1 0

1
1 4

1
49

2
1 2 = 29
z
=

det

29

1 5 1

ALGA I(M143) - 2014/2015 k 1.3 Sistemas de equaes lineares e matrizes - Determinantes

k112

Exemplo de espao vectorial real - vectores do plano


Vectores no plano com origem em (0, 0)

Soma de vectores

Produto de um nmero real por um vector

ALGA I(M143) - 2014/2015 k 2.1 Espaos vectoriais reais e complexos - Definio e propriedades

k113

Exemplo de espao vectorial real - R2

R2 = R R = {(x , y ) : x , y R}
I

soma de dois elementos de R2 :


(x , y ) + (z, t) = (x + z, y + t)

produto de um nmero real por um elemento de R2 :


a (x , y ) = (ax , ay )

Observao: Dado um referencial do plano, R2 identifica-se com o


plano, se para cada ponto do plano considerarmos o par formado
pelas suas coordenadas (e com os vectores do plano com origem
em (0, 0), de maneira anloga).

ALGA I(M143) - 2014/2015 k 2.1 Espaos vectoriais reais e complexos - Definio e propriedades

k114

Exemplo de espao vectorial real - vectores do espao

Vectores no espao com origem em (0, 0, 0)

Soma de vectores

Produto de um nmero real por um vector

ALGA I(M143) - 2014/2015 k 2.1 Espaos vectoriais reais e complexos - Definio e propriedades

k115

Exemplo de espao vectorial real - R3

R3 = R R R = {(x , y , z) : x , y , z R}
I

soma de dois elementos de R3 :


(x , y , z) + (t, u, v ) = (x + t, y + u, z + v )

produto de um nmero real por um elemento de R3 :


a (x , y , z) = (ax , ay , az)

Observao: Dado um referencial do espao, R3 identifica-se com


o espao, se para cada ponto do espao considerarmos as suas trs
coordenadas (e com os vectores do espao com origem em
(0, 0, 0), de maneira anloga).

ALGA I(M143) - 2014/2015 k 2.1 Espaos vectoriais reais e complexos - Definio e propriedades

k116

Espao vectorial sobre K: K = R ou K = C

K representar R ou C

K = R espao vectorial real

K = C espao vectorial complexo

ALGA I(M143) - 2014/2015 k 2.1 Espaos vectoriais reais e complexos - Definio e propriedades

k117

Operaes num conjunto


Vamos considerar dois tipos de operaes num conjunto:
I

# operao interna num conjunto E : associa a cada par


ordenado de elementos de E um elemento de E
(u, v ) 7 u#v E
exemplos: soma, subtraco, multiplicao em Z, R, C,
diviso em R+ , composio de funes de R em R

operao externa envolvendo elementos de K (nmeros):


associa a cada par (, u) com K, u E , um elemento de
E
K, u E 7 u E
exemplos: multiplicao de um nmero por um vector, por um
polinmio, por uma matriz

ALGA I(M143) - 2014/2015 k 2.1 Espaos vectoriais reais e complexos - Definio e propriedades

k118

Espao vectorial sobre K

Um espao vectorial sobre K um tripleto (E , #, ), onde


I

E um conjunto no vazio (a cujos elementos se chamam


normalmente vectores)

# uma operao interna (normalmente chamada adio) em


E : a um par ordenado (u, v ) de elementos de E associa um
elemento u#v de E

uma operao envolvendo os elementos de K (normalmente


chamada multiplicao por escalares), que a um elemento
de K e um elemento u de E associa um elemento u de E

as operaes satisfazem determinadas propriedades.

ALGA I(M143) - 2014/2015 k 2.1 Espaos vectoriais reais e complexos - Definio e propriedades

k119

Espao vectorial sobre K - definio

Definio
Seja E um conjunto, # uma operao interna em E , uma
operao externa com os elementos de K; diz-se que (E , #, )
um espao vectorial sobre K sse
1. a operao # associativa, isto , para quaisquer u, v , w E
se tem (u#v )#w = u#(v #w );
2. existe elemento neutro para #, isto , existe 0E E tal que,
para qualquer u E , se tem 0E #u = u#0E = u;
3. para qualquer u E existe u 0 E tal que u#u 0 = u 0 #u = 0E
4. a operao # comutativa, isto , para quaisquer u, v E se
tem u#v = v #u;

ALGA I(M143) - 2014/2015 k 2.1 Espaos vectoriais reais e complexos - Definio e propriedades

k120

Espaos vectoriais reais - definio

5. a operao distributiva relativamente a #, isto , para


quaisquer K, u, v E , se tem (u#v ) = ( u)#( v );
6. a operao distributiva relativamente adio de escalares,
isto , para quaisquer , K, u E , se tem
( + ) u = ( u)#( u);
7. para quaisquer , K, u E , se tem () u = ( u)
(a esta propriedade chama-se associatividade mista);
8. para qualquer u E se tem 1 u = u.

ALGA I(M143) - 2014/2015 k 2.1 Espaos vectoriais reais e complexos - Definio e propriedades

k121

Espaos vectoriais: observaes e notaes

(E , #, ) espao vectorial sobre K


I O elemento neutro para # nico; chama-se vector nulo.
I

Para cada u, s existe um u 0 E tal que u#u 0 = 0e = u 0 #u;


chama-se simtrico de u e designa-se por u
I

se 0E e 00E so elementos neutros para #, ento


0E = 0E #00E = 00E (porqu?)

se u 0 e u 00 so tais que u#u 0 = u 0 #u = 0E e


u#u 00 = u 00 #u = 0E , ento
u 0 = u 0 #0E = u 0 #(u#u 00 ) = (u 0 #u)#u 00 = 0E #u 00 = u 00

Escreve-se u v em vez de u#(v ).

ALGA I(M143) - 2014/2015 k 2.1 Espaos vectoriais reais e complexos - Definio e propriedades

k122

Espaos vectoriais reais - exemplos

Os vectores do plano com origem em (0, 0) e as operaes


vistas anteriormente.

Os vectores do espao com origem em (0, 0, 0) e as operaes


vistas anteriormente.

R2 , com as operaes vistas anteriormente; o vector nulo


(0, 0) e o simtrico de (x , y ) (x , y ).

R3 , com as operaes vistas anteriormente; o vector nulo


(0, 0, 0) e o simtrico de (x , y , z) (x , y , z).

Rn , com as operaes
(x1 , . . . , xn )#(y1 , . . . , yn ) = (x1 + y1 , . . . , xn + yn ) e
(x1 , . . . , xn ) = (x1 , . . . , xn ); o vector nulo (0, 0, . . . , 0)
e o simtrico de (x1 , x2 , . . . , xn ) (x1 , x2 , . . . , xn ).

ALGA I(M143) - 2014/2015 k 2.1 Espaos vectoriais reais e complexos - Definio e propriedades

k123

Espaos vectoriais reais - exemplos


I

M
definida por
m,n (R), com a operao
#
a11 a12 a1n
b11 b12


a21 a22 a2n b21 b22
.

..
..
..
.
# .
.
. ..
.
.
am1 am2 amn
bm1 bm2

a11 + b11 a12 + b12 a1n + b1n

a22 + b22 a2n + b2n


a21 + b21

..
..
..

.
.
.

am1 + bm1 am2 + bm2


e a
operao definida por
a11 a12 a1n

a21 a22 a2n

..
..
..
.
.
.
am1 am2

amn

amn + bmn

b1n
b2n
..
.

bmn

a1n
a2n
..
.

am1 am2

amn

a11
a21
..
.

a12
a22
..
.

ALGA I(M143) - 2014/2015 k 2.1 Espaos vectoriais reais e complexos - Definio e propriedades

k124

Espaos vectoriais reais - exemplos


I

O conjunto dos polinmios de coeficientes reais, com a adio


usual de polinmios e a multiplicao usual por um nmero
real (notao: R[X ]):
(a0 + a1 X + an X n )#(b0 + b1 X + + bn X n ) =
a0 + b0 + (a1 + b1 )X + + (an + bn )X n
(a0 + a1 X + an X n ) = a0 + a1 X + an X n

O conjunto das funes de R em R, com a adio usual de


funes e a multiplicao usual por um nmero real (notao:
F(R, R)).

Mais geralmente, para A R, o conjunto F(A, R) das


funes de A em R, com as operaes definidas como no
exemplo anterior.

O conjunto das sucesses de nmeros reais, com a adio


usual de sucesses e a multiplicao usual de um nmero real
por uma sucesso.

ALGA I(M143) - 2014/2015 k 2.1 Espaos vectoriais reais e complexos - Definio e propriedades

k125

Espaos vectoriais complexos - exemplos

Cn , com as operaes
(x1 , . . . , xn )#(y1 , . . . , yn ) = (x1 + y1 , . . . , xn + yn ) e
(x1 , . . . , xn ) = (x1 , . . . , xn ); o vector nulo (0, 0, . . . , 0)
e o simtrico de (x1 , x2 , . . . , xn ) (x1 , x2 , . . . , xn ).

ALGA I(M143) - 2014/2015 k 2.1 Espaos vectoriais reais e complexos - Definio e propriedades

k126

Espaos vectoriais complexos - exemplos


I

M
definida por
m,n (C), com a operao
#
a11 a12 a1n
b11 b12


a21 a22 a2n b21 b22
.

..
..
..
.
# .
.
. ..
.
.
a
am2 amn
bm1 bm2
m1
a11 + b11 a12 + b12 a1n + b1n

a22 + b22 a2n + b2n


a21 + b21

..
..
..

.
.
.

b1n
b2n
..
.

bmn

am1 + bm1 am2 + bm2 amn + bmn


e a operao definida por

a11 a12 a1n


a11 a12

a21 a22 a2n


a21 a22
.

..
..
..
..
.
=
.
.
.
.
.

am1 am2 amn


am1 am2
ALGA I(M143) - 2014/2015 k 2.1 Espaos vectoriais reais e complexos - Definio e propriedades

a1n
a2n
..
.
amn

k127

Espaos vectoriais complexos - exemplos


I

O conjunto dos polinmios de coeficientes complexos, com a


adio usual de polinmios e a multiplicao usual por um
nmero complexo (notao: C[X ]):
(a0 + a1 X + an X n )#(b0 + b1 X + + bn X n ) =
a0 + b0 + (a1 + b1 )X + + (an + bn )X n
(a0 + a1 X + an X n ) = a0 + a1 X + an X n

O conjunto das funes de C em C, com a adio usual de


funes e a multiplicao usual por um nmero complexo
(notao: F(C, C)).

Mais geralmente, para A C, o conjunto F(A, C) das


funes de A em C, com as operaes definidas como no
exemplo anterior.

O conjunto das sucesses de nmeros complexos, com a


adio usual de sucesses e a multiplicao usual de um
nmero complexo por uma sucesso.

ALGA I(M143) - 2014/2015 k 2.1 Espaos vectoriais reais e complexos - Definio e propriedades

k128

Espaos vectoriais reais - exemplos

Cn , com as operaes
(x1 , . . . , xn )#(y1 , . . . , yn ) = (x1 + y1 , . . . , xn + yn ) e
(x1 , . . . , xn ) = (x1 , . . . , xn ), para qualquer R; o
vector nulo (0, 0, . . . , 0) e o simtrico de (x1 , x2 , . . . , xn )
(x1 , x2 , . . . , xn ).

ALGA I(M143) - 2014/2015 k 2.1 Espaos vectoriais reais e complexos - Definio e propriedades

k129

Espaos vectoriais reais - exemplos


I

M
definida por
m,n (C), com a operao
#
a11 a12 a1n
b11 b12


a21 a22 a2n b21 b22
.

..
..
..
.
# .
.
.
. ..
.
am1 am2 amn
bm1 bm2

a11 + b11 a12 + b12 a1n + b1n

a22 + b22 a2n + b2n


a21 + b21

..
..
..

.
.
.

b1n
b2n
..
.

bmn

am1 + bm1 am2 + bm2 amn + bmn


e a operao definida por

a11 a12 a1n


a11 a12

a21 a22 a2n


a21 a22
.

..
..
..
..
.
=
.
.
.
.
.

am1 am2 amn


am1 am2
para qualquer R.

ALGA I(M143) - 2014/2015 k 2.1 Espaos vectoriais reais e complexos - Definio e propriedades

a1n
a2n
..
.
amn

k130

Espaos vectoriais reais - exemplos


I

O conjunto dos polinmios de coeficientes complexos, com a


adio usual de polinmios e a multiplicao usual por um
nmero real (notao: C[X ]):
(a0 + a1 X + an X n )#(b0 + b1 X + + bn X n ) =
a0 + b0 + (a1 + b1 )X + + (an + bn )X n
(a0 + a1 X + an X n ) = a0 + a1 X + an X n

O conjunto das funes de C em C, com a adio usual de


funes e a multiplicao usual por um nmero real (notao:
calF (C, C)).

Mais geralmente, para A C, o conjunto F(A, C) das


funes de A em C, com as operaes definidas como no
exemplo anterior.

O conjunto das sucesses de nmeros complexos, com a


adio usual de sucesses e a multiplicao usual de um
nmero real por uma sucesso.

ALGA I(M143) - 2014/2015 k 2.1 Espaos vectoriais reais e complexos - Definio e propriedades

k131

Espaos vectoriais - exerccios


I

Seja (E , #, ) um espao vectorial complexo; se restringirmos


a operao apenas aos nmeros reais, obtemos uma
estrutura de espao vectorial real.

Seja (E , #, ) um espao vectorial real; seja a operao


externa em E E envolvendo elementos de C definida por
(a + bi) (u, v ) = (a u b v , a v + b u); (E E , #, )
um espao vectorial complexo (onde
E E = {(u, v ), u, v E }).

Sejam A um conjunto, (E , #, ) um espao vectorial qualquer


sobre K e F(A, E ) o conjunto das funes de A em E ; sejam
a operao definida em F(A, E ) por
(f g)(x ) = f (x )#g(x ) e a operao externa definida por
( f )(x ) = (f (x )); (F(A, E ), , ) um espao
vectorial sobre K.

ALGA I(M143) - 2014/2015 k 2.1 Espaos vectoriais reais e complexos - Definio e propriedades

k132

Espaos vectoriais - propriedades bsicas


(E , #, ) espao vectorial sobre K; para quaisquer
u, v , w E , , K
I

(u) = u

u = v u v = 0E

u#v = u#w v = w v #u = w #u

u#v = u v = 0E

u = 0E = 0 ou u = 0E

u = u = 0 ou u = 0E

(u) = () u = ( u)

u = u = ou u = 0E

u = v = 0 ou u = v

(u v ) = u v

( ) u = u u

ALGA I(M143) - 2014/2015 k 2.1 Espaos vectoriais reais e complexos - Definio e propriedades

k133

Espaos vectoriais - notaes

Normalmente escreve-se + em vez de #

Normalmente escreve-se u em vez de u

Fala-se do espao vectorial E em vez do espao vectorial


(E , +, )

Quando falarmos dos espaos vectoriais Rn , R[X ], F(R, R),


ser com as operaes vistas nos exemplos, a menos que seja
dito o contrrio.

Quando falarmos dos espaos vectoriais Cn , C[X ], F(C, C),


ser com as operaes vistas nos exemplos, a menos que seja
dito o contrrio; nestes casos necessrio precisar se se trata
da estrutura de espao vectorial real ou complexo.

ALGA I(M143) - 2014/2015 k 2.1 Espaos vectoriais reais e complexos - Definio e propriedades

k134

Combinaes lineares

(E , +, ) espao vectorial sobre K

Definio
Sejam u1 , . . . , un E ; chamam-se combinaes lineares de
u1 , . . . , un aos elementos da forma 1 u1 + + n un , com
1 , . . . , n K
(diz-se que u combinao linear de u1 , . . . , un com coeficientes
1 , . . . , n sse u = 1 u1 + + n un )

Observao
Para quaisquer u1 , . . . , un E , 0E combinao linear de
u1 , . . . , un .

ALGA I(M143) - 2014/2015 k 2.1 Espaos vectoriais reais e complexos - Definio e propriedades

k135

Combinaes lineares - exemplos

E = R2
I
I
I

(8, 9) = 2(1, 3) + 3(2, 5)


(8, 9) combinao linear de (1, 3) e (2, 5)

I
I

I
I

(2, 1) = a(1, 3) + b(2, 6) (2, 1)= (a + 2b, 3a + 6b)


a + 2b = 2

 3a + 6b = 1
a + 2b = 2

0 = 5
No existem a, b tais que (2, 1) = a(1, 3) + b(2, 6)
(2, 1) no combinao linear de (1, 3) e (2, 6).

ALGA I(M143) - 2014/2015 k 2.1 Espaos vectoriais reais e complexos - Definio e propriedades

k136

Combinaes lineares - exemplo

E = R3
I

(3, 4, 1) = 1(1, 1, 1) + 2(1, 2, 1) 3(2, 3, 0)

(3, 4, 1) = 2(1, 1, 1) 1(1, 2, 1) + 0(2, 3, 0)

(3, 4, 1) = 2(1, 1, 1) + 3(1, 2, 1) 4(2, 3, 0)

(3, 4, 1) pode-se escrever como combinao linear de


(1, 1, 1), (1, 2, 1) e (2, 3, 0) de mais do que uma maneira: os
coeficientes no so nicos.

ALGA I(M143) - 2014/2015 k 2.1 Espaos vectoriais reais e complexos - Definio e propriedades

k137

Combinaes lineares - exemplos


Qual o conjunto das combinaes lineares de (1, 2, 1) e (0, 1, 1)?
I

(x , y , z) comb. lin. de (1, 2, 1) e (0, 1, 1)


existem a, b R tais que (x , y , z) = a(1, 2, 1) + b(0, 1, 1)
existem a, b R tais que (x
, y , z) = (a, 2a + b, a + b)

a=x
2a + b = y
existem a, b R tais que

a+b =z

a=x
2a + b = y em a, b possvel
o sistema

a+b =z

a=x
b = 2x + y
o sistema
em a, b possvel

0=x y +z
x +y z =0
Portanto o conjunto das combinaes lineares de (1, 2, 1) e
(0, 1, 1) {(x , y , z) R3 : x y + z = 0}

ALGA I(M143) - 2014/2015 k 2.1 Espaos vectoriais reais e complexos - Definio e propriedades

k138

Subespaos vectoriais

Sejam (E , +, ) um espao vectorial sobre K e F um subconjunto


no vazio de E .
I

Se a soma de quaisquer dois elementos de F pertence a F


(isto , u, v F , u + v F ), ento + define uma operao
em F (diz-se que F estvel ou fechado para +).

Se o produto de qualquer elemento de K por qualquer


elemento de F pertence a F (isto , se
K, u F , u F ), ento define uma operao em F
(diz-se que F estvel ou fechado para ).

ALGA I(M143) - 2014/2015 k 2.2 Espaos vectoriais reais e complexos - Subespaos

k139

Subespaos vectoriais - exemplos


E = R2 , F = {(x , y ) R2 : y 0}

se u = (a, b) F , e v = (c, d) F , ento b 0, d 0

u + v = (a + c, b + d)

de b 0, d 0, deduz-se que b + d 0

ento, se u, v F , tem-se u + v F

F estvel para a soma

ALGA I(M143) - 2014/2015 k 2.2 Espaos vectoriais reais e complexos - Subespaos

k140

Subespaos vectoriais - exemplos


E = R2 , F = {(x , y ) R2 : y 0}

(3, 1) F

2(3, 1) = (6, 2) 6 F

F no estvel para o produto por escalares

ALGA I(M143) - 2014/2015 k 2.2 Espaos vectoriais reais e complexos - Subespaos

k141

Subespaos vectoriais - exemplos


E = R2 , F = {(x , y ) R2 :

1
2

y
x

3} {(0, 0)}

u = (1, 3) F , v = (2, 1) F

u + v = (1, 2) 6 F

F no estvel para a soma

ALGA I(M143) - 2014/2015 k 2.2 Espaos vectoriais reais e complexos - Subespaos

k142

Subespaos vectoriais - exemplos


E = R2 , F = {(x , y ) R2 :

I
I
I
I
I
I
I

1
2

y
x

3} {(0, 0)}

sejam u F , R
se u = (0, 0), bvio que u F
se u = (x , y ) 6= (0, 0), ento x 6= 0
se = 0, ento u = (0, 0) F
se 6= 0, ento u = (x , y ), com x 6= 0
y
1
como nesse caso y
x = x [ 2 , 3], tem-se (x , y ) F
F estvel para o produto por escalares

ALGA I(M143) - 2014/2015 k 2.2 Espaos vectoriais reais e complexos - Subespaos

k143

Subespaos vectoriais - exemplos


E = R2 , F = {(x , y ) R2 : y = 3x }
I

se u = (a, b), v = (c, d) F , ento b = 3a e d = 3c

u + v = (a + c, b + d)

b + d = 3a + (3c) = 3(a + c)

ento (a + c, b + d) F , isto u + v F

F estvel para a soma

se u = (a, b) F , ento b = 3a

se R, u = (a, b)

b = (3a) = 3(a)

ento (a, b) F , isto u F

F estvel para o produto

ALGA I(M143) - 2014/2015 k 2.2 Espaos vectoriais reais e complexos - Subespaos

k144

Subespaos vectoriais
Sejam (E , +, ) um espao vectorial sobre K e F um subconjunto
no vazio de E estvel para + e .
(F , +, ) um espao vectorial?
I

propriedades 1, 4, 5, 6, 7, 8 da definio: verificam-se


obviamente
propriedade 2
I
I
I
I

basta ver que 0E F


seja u F (existe porque F 6= )
0 u F (porque F estvel para )
0 u = 0E , portanto 0E F

propriedade 3
I
I
I

basta ver que se u F ento u F


se u F ento (1) u F (porque F estvel para )
como (1) u = (1 u) = u, vem que u F

ALGA I(M143) - 2014/2015 k 2.2 Espaos vectoriais reais e complexos - Subespaos

k145

Subespaos vectoriais

Definio
Sejam (E , +, ) um espao vectorial sobre K e F um subconjunto
no vazio de E estvel para + e ; diz-se que (F , +, ) um
subespao vectorial de (E , +, ) (geralmente diz-se s que F um
subespao vectorial de E ).

Observao
Se F um subespao de E ento 0E F .

ALGA I(M143) - 2014/2015 k 2.2 Espaos vectoriais reais e complexos - Subespaos

k146

Subespaos vectoriais - exemplos

Seja (E , +, ) um espao vectorial sobre K.


I

{0E } um subespao de E (subespao trivial)

E um subespao de E

Um subespao diz-se prprio se for diferente de E .

ALGA I(M143) - 2014/2015 k 2.2 Espaos vectoriais reais e complexos - Subespaos

k147

Subespaos vectoriais - exemplos


I

{(x , y ) R2 : 2x + 3y = 0} um subespao de R2

{(x , y , z) R3 : x + y + z = 0} um subespao de R3

{(x , y , z) R3 : x + 2y = z x y = 0} um subespao de
R3

{(z, w ) C2 : z + iw = 0} um subespao de C2 com a


estrutura complexa e com a estrutura real

{(z, w ) C2 : Re z = Im w } um subespao de C2 com a


estrutura real mas no com a estrutura complexa.

Exerccio
Se E um espao vectorial complexo e F um subespao vectorial
de E , ento F tambm um subespao vectorial de E quando se
considera a estrutura de espao vectorial real associado.

ALGA I(M143) - 2014/2015 k 2.2 Espaos vectoriais reais e complexos - Subespaos

k148

Subespaos de R2
Seja F um subespao de R2
(0, 0) F
.

&

F = {(0, 0)}

F 6= {(0, 0)}
u F \ {(0, 0)}
F contm todos
os mltiplos de u
.
&
F = {u, R}
(porque que
subespao?)

ALGA I(M143) - 2014/2015 k 2.2 Espaos vectoriais reais e complexos - Subespaos

v F ,
v no mltiplo de u

F contm todas
as combinaes
lineares de u e v

F = R2
(porqu?)
k149

Subespaos de R2
Subespaos de R2 :
I

{(0, 0)}

{u, R}, com u R2 \ {(0, 0)}; se u = (a, b), ento


{u, R} = {(x , y ) R2 : bx = ay } (corresponde no plano
recta que passa pela origem e tem a direco do vector u)

R2

ALGA I(M143) - 2014/2015 k 2.2 Espaos vectoriais reais e complexos - Subespaos

k150

Subespaos de R3
Analogamente verifica-se (exerccio) que os subespaos de R3 so:
I

{(0, 0, 0)}

{u, R}, com u R3 \ {(0, 0, 0)}; (corresponde no espao


recta que passa pela origem e tem a direco do vector u)

{u + v , , R}, com u, v R3 \ {(0, 0, 0)} e u, v no


colineares; (corresponde no espao ao plano que passa pela
origem e contm os vectores u e v )

R3

ALGA I(M143) - 2014/2015 k 2.2 Espaos vectoriais reais e complexos - Subespaos

k151

Subespaos vectoriais - exemplos

O conjunto das solues de um sistema homogneo de


equaes lineares de coeficientes reais com n incgnitas um
subespao de Rn .

O conjunto das solues de um sistema homogneo de


equaes lineares de coeficientes complexos com n incgnitas
um subespao de Cn , tanto para a estrutura real como para
a estrutura complexa.

ALGA I(M143) - 2014/2015 k 2.2 Espaos vectoriais reais e complexos - Subespaos

k152

Subespaos vectoriais - exemplos

{matrizes

11

0
.

..

diagonais
0
a22
..
.

{matrizes

a11

0
.

..

triangulares superiores}
=

a12 a1n

a22 a2n

M
(R)
um subespao de
..
..
n,n

.
.

0
0
de Mn,n (R)
I

0
Mn,n (R)

}=
0
0
..
.

0
0
..
.

0 ann

ann

Mn,n (R) um subespao

ALGA I(M143) - 2014/2015 k 2.2 Espaos vectoriais reais e complexos - Subespaos

k153

Subespaos vectoriais - exemplos


I

Para cada n, {polinmios de coeficientes reais de grau n}


um subespao de R[X ]. (notao: Rn [X ])

Ateno: {polinmios de coeficientes reais de grau n} NO


um subespao de R[X ].

{P R[X ] : P(3) = 0} um subespao vectorial de R[X ].

Para cada n,
{polinmios de coeficientes complexos de grau n}
um subespao de C[X ], tanto para a estrutura real como
para a estrutura complexa. (notao: Cn [X ])

Ateno: {polinmios de coeficientes complexos de grau n}


NO um subespao de C[X ].

R[X ] um subespao vectorial de C[X ] considerando em


C[X ] a estrutura de espao vectorial real, mas no
considerando a estrutura de espao vectorial complexo.

ALGA I(M143) - 2014/2015 k 2.2 Espaos vectoriais reais e complexos - Subespaos

k154

Subespaos vectoriais - exemplos


E = F(R, R)
Os seguintes conjuntos so subespaos vectoriais de E :
I

{funes contnuas de R em R}

{funes derivveis de R em R}

{funes limitadas de R em R}

{funes pares de R em R} (f par se


x R, f (x ) = f (x ))

{funes mpares de R em R} (f mpar se


x R, f (x ) = f (x ))

{funes de R em R que se anulam em 3}

{funes de R em R que se anulam em [0, 1]}

ALGA I(M143) - 2014/2015 k 2.2 Espaos vectoriais reais e complexos - Subespaos

k155

Interseco de subespaos
(E , +, ) espao vectorial

Proposio
A interseco de subespaos de E um subespao de E .

Demonstrao
I

Sejam Fi , i I subespaos de E .

0E Fi , para cada i, portanto 0E

Se u, v iI Fi , ento, para cada i I, u, v Fi , logo


u + v Fi (porque Fi estvel para +) portanto
T
T
u + v iI Fi ; ento iI Fi estvel para +.

Se u iI Fi , ento, para cada i I, u Fi , logo, para


qualquer K, u Fi (porque Fi estvel para ) portanto
T
T
u iI Fi ; ento iI Fi estvel para .

iI

Fi , logo

iI

Fi 6=

ALGA I(M143) - 2014/2015 k 2.2 Espaos vectoriais reais e complexos - Subespaos

k156

Reunio de subespaos
(E , +, ) espao vectorial
A reunio de subespaos de E em geral no um subespao de E
Exemplo: F1 = {(x , y ) R2 : y = x },
F2 = {(x , y ) R2 : y = 2x }
F1 e F2 so subespaos vectoriais de R2 mas F1 F2 no
(porqu?)

Proposio
Se F1 , F2 so subespaos de E , ento F1 F2 um subespao de
E sse F1 F2 ou F2 F1 .

Demonstrao
Exerccio

ALGA I(M143) - 2014/2015 k 2.2 Espaos vectoriais reais e complexos - Subespaos

k157

Soma de subespaos

(E , +, ) espao vectorial

Definio
Se A1 , . . . , An so subconjuntos de E , chama-se soma de
A1 , . . . , An ao conjunto {u1 + + un , u1 A1 , . . . , un An }
(notao: A1 + + An ).

Proposio
Se A1 , . . . , An so subespaos de E , ento A1 + + An um
subespao de E .

Demonstrao
Exerccio.

ALGA I(M143) - 2014/2015 k 2.2 Espaos vectoriais reais e complexos - Subespaos

k158

Subespao gerado por um conjunto


(E , +, ) espao vectorial

Proposio (*)
Se A um subconjunto de E , existe um nico subespao vectorial
G(A) de E que contm A e mnimo entre os subespaos de E
que contm A (isto , se F um subespao de E que contm A,
ento G(A) F ) e G(A) a interseco de todos os subespaos
vectoriais de E que contm A.

Definio
Se A um subconjunto de E , chama-se subespao gerado por A
ao menor subespao de E que contm A.
Diz-se que A gera F se F = G(A).

ALGA I(M143) - 2014/2015 k 2.2 Espaos vectoriais reais e complexos - Subespaos

k159

Subespao gerado por um subconjunto - dem


Demonstrao (da proposio *)
I

Seja G(A) =

F.

F subespao de E
AF
I

A G(A)

G(A) subespao de E ( interseco de subespaos)

Se F1 um subespao de E que contm A, ento G(A) F1


(porque a interseco de conjuntos est contida em cada um)

Portanto G(A) mnimo entre os subespaos que contm A.

Unicidade: se houver dois subespaos mnimos, cada um tem


que estar contido no outro (porqu?) portanto so iguais.

ALGA I(M143) - 2014/2015 k 2.2 Espaos vectoriais reais e complexos - Subespaos

k160

Subespao gerado por um subconjunto


(E , +, ) espao vectorial

Proposio
Se A um subconjunto no vazio de E , ento G(A) o conjunto
de todas as combinaes lineares de elementos de A.

Demonstrao
I

Seja H o conjunto das combinaes lineares de elementos de


A.

H no vazio

H contm A

H estvel para + e , portanto H subespao de E .

Como H um subespao de E que contm A, G(A) H.

Como A G(A) e G(A) estvel para + e , todas as


combinaes lineares de elementos de A esto em G(A), isto
, H G(A).

ALGA I(M143) - 2014/2015 k 2.2 Espaos vectoriais reais e complexos - Subespaos

k161

Subespao gerado por um subconjunto - exemplo

E = R3 , A = {(1, 0, 1), (2, 1, 0)}


I

(x , y , z) G(A) a, b R : a(1, 0, 1) + b(2, 1, 0) = (x , y , z)


a, b R :

a + 2b = x

b=y

a = z

z + 2y = x
I

G(A) = {(x , y , z) R3 : x 2y + z = 0}

ALGA I(M143) - 2014/2015 k 2.2 Espaos vectoriais reais e complexos - Subespaos

k162

Subespao gerado por um conjunto - exemplo


E = C2 , estrutura complexa, A = {(1, i), (1 + i, 0)}
I

(z, w ) G(A) a, b C : (z, w ) = a(1, i) + b(1 + i, 0)


(

a, b C :

a + (1 + i)b = z
ia = w

1 1+i
Como det
= 1 i 6= 0, o sistema sempre
i
0
possvel (e determinado)

Ento qualquer (z, w ) C2 combinao linear de


(1, i), (1 + i, 0).

Portanto G(A) = C2

ALGA I(M143) - 2014/2015 k 2.2 Espaos vectoriais reais e complexos - Subespaos

k163

Subespao gerado por um conjunto - exemplo


E = C2 , estrutura real, A = {(1, i), (1 + i, 0)}
(z, w ) G(A) a, b R : (z, w ) = a(1, i) + b(1 + i, 0)
(

a + (1 + i)b = z
ia = w

a + (1 + i)b = Re z + i Im z
ia = Re w + i Im w

a + b + ib = Re z + i Im z
ia = Re w + i Im w

a, b R :
a, b R :
a, b R :

a + b = Re z

b = Im z
a, b R :

0 = Re w

a = Im w
Re w = 0 e Im w + Im z = Re z
ALGA I(M143) - 2014/2015 k 2.2 Espaos vectoriais reais e complexos - Subespaos

k164

Subespao gerado por um conjunto - exemplo

E = C2 , estrutura real, A = {(1, i), (1 + i, 0)}


I

(z, w ) G(A) Re w = 0 e Im w + Im z = Re z

Portanto
G(A) = {(z, w ) C2 : Re w = 0 e Im w + Im z = Re z}

Por exemplo, para a estrutura complexa, (0, 1) G(A), mas


para a estrutura real (0, 1) 6 G(A).

ALGA I(M143) - 2014/2015 k 2.2 Espaos vectoriais reais e complexos - Subespaos

k165

Conjunto de geradores de um subespao

(E , +, ) espao vectorial, F subespao de E


I

Diz-se que A um conjunto de geradores de F sse A gera F .

Diz-se geralmente u1 , . . . , un geram F em vez de


{u1 , . . . , un } gera F .

Um subconjunto A de F gera F sse qualquer elemento de F


combinao linear de elementos de A

ALGA I(M143) - 2014/2015 k 2.2 Espaos vectoriais reais e complexos - Subespaos

k166

Conjunto de geradores de um subespao - exemplo


E = C2 , estrutura real, F = {(z, w ) C2 : w = (1 + i)z}
F

= {(z, (1 + i)z), z C}
= {(a + bi, (1 + i)(a + bi)), a, b R}
= {(a + bi, a b + (a + b)i), a, b R}
= {(a + bi, a(1 + i) + b(1 + i)), a, b R}
= {(a, a(1 + i)) + (bi, b(1 + i)), a, b R}
= {a(1, 1 + i) + b(i, 1 + i), a, b R}
= {combinaes lineares de (1, 1 + i) e (i, 1 + i)}
= G({(1, 1 + i), (i, 1 + i)})

ALGA I(M143) - 2014/2015 k 2.2 Espaos vectoriais reais e complexos - Subespaos

k167

Conjunto de geradores de um subespao - exemplo

E = C2 , estrutura complexa F = {(z, w ) C2 : w = (1 + i)z}


F

= {(z, (1 + i)z), z C}
= {z(1, 1 + i), z C}
= {combinaes lineares de (1, 1 + i)}
= G({(1, 1 + i)})

Observao
Tambm verdade que F = G({(1, 1 + i), (i, 1 + i)}

ALGA I(M143) - 2014/2015 k 2.2 Espaos vectoriais reais e complexos - Subespaos

k168

Espaos finitamente gerados

Definio
Diz-se que um espao vectorial (E , +, ) finitamente gerado ou
de dimenso finita sse existe um conjunto finito que o gera; caso
contrrio diz-se que de dimenso infinita.

ALGA I(M143) - 2014/2015 k 2.2 Espaos vectoriais reais e complexos - Subespaos

k169

Espaos finitamente gerados - exemplos


I
I
I
I
I
I
I
I
I
I

Rn finitamente gerado
Cn finitamente gerado (para a estrutura real e complexa)
R[X ] no finitamente gerado
n, Rn [X ] finitamente gerado
C[X ] no finitamente gerado (para a estrutura real e
complexa)
n, Cn [X ] finitamente gerado (para a estrutura real e
complexa)
m, n, Mm,n (R) finitamente gerado
m, n, Mm,n (C) finitamente gerado (para a estrutura real e
complexa)
F(R, R) no finitamente gerado
F(C, C) no finitamente gerado (para a estrutura real e
complexa)

ALGA I(M143) - 2014/2015 k 2.2 Espaos vectoriais reais e complexos - Subespaos

k170

Subespao gerado por um subconjunto - propriedades


(E , +, ) espao vectorial

Proposio
I
I
I
I
I

I
I
I

G() = {0E }
se A um subespao vectorial de E , ento G(A) = A
G(G(A)) = G(A);
A B G(A) G(B)
Se qualquer elemento de B combinao linear de elementos
de A, ento G(B) G(A); se, alm disso, A B, ento
G(A) = G(B)
G(A B) G(A) G(B);
G(A B) = G(A) + G(B).
Tem-se G({u1 , . . . , un , u}) = G({u1 , . . . , un }) sse
u G({u1 , . . . , un }).

Demonstrao
Exerccio
ALGA I(M143) - 2014/2015 k 2.2 Espaos vectoriais reais e complexos - Subespaos

k171

Dependncia e independncia linear


R2 , u = (1, 2), v = (1, 3)
I

(0, 0) combinao linear de u e v :


(0, 0) = 0(1, 2) + 0(1, 3)

Haver outros coeficientes?

(0, 0) = a(1, 2) + b(1, 3) (0,


( 0) = (a b, 2a + 3b)
ab =0

2a + 3b = 0
(
ab =0

b=0
(
a=0

b=0
I

No h outros coeficientes possveis.

ALGA I(M143) - 2014/2015 k 2.3 Espaos vectoriais reais e complexos - Dependncia e independncia linear

k172

Dependncia e independncia linear

R2 , u = (1, 2), v = (3, 6)


I

(0, 0) = 0(1, 2) + 0(3, 6)

(0, 0) = 3(1, 2) 1(3, 6)

(0, 0) = 4(1, 2) 43 (3, 6)

(0, 0) pode-se escrever como combinao linear de (1, 2) e


(3, 6) de mais do que uma maneira.

ALGA I(M143) - 2014/2015 k 2.3 Espaos vectoriais reais e complexos - Dependncia e independncia linear

k173

Dependncia e independncia linear


Definio
Sejam E um espao vectorial sobre K e u1 , . . . , un E .
1. Diz-se que u1 , . . . , un so linearmente dependentes (ou que
(u1 , . . . , un ) uma famlia ligada) sse existem 1 , . . . , n K,
no todos nulos, tais que 1 u1 + + n un = 0E .
2. Diz-se que u1 , . . . , un so linearmente independentes (ou que
(u1 , . . . , un ) uma famlia livre) sse 1 u1 + + n un = 0E
implica 1 = = n = 0.

Observao
Pode-se generalizar a noo de famlia livre a famlias infinitas:
trata-se de uma famlia tal que qualquer sua subfamlia finita
livre.
ALGA I(M143) - 2014/2015 k 2.3 Espaos vectoriais reais e complexos - Dependncia e independncia linear

k174

Dependncia e independncia linear - exemplo

(0, 0) = 2(4, 1) + 3( 83 , 32 ), portanto (4, 1) e ( 83 , 32 ) so


linearmente dependentes.

(0, 0) = 2(4, 1) + 3( 83 , 32 ) + 0(1, 5), portanto (4, 1),


( 83 , 23 ) e (1, 5) so linearmente dependentes.

(0, 0) = 2(4, 1) + 3( 83 , 32 ) + 0(1, 5) + 0(3, 7), portanto


(4, 1), ( 83 , 32 ), (1, 5) e (3, 7) so linearmente dependentes.

ALGA I(M143) - 2014/2015 k 2.3 Espaos vectoriais reais e complexos - Dependncia e independncia linear

k175

Dependncia e independncia linear - exemplo


E = R[X ], P1 = 1 + X + X 2 , P2 = 2 + 3X , P3 = 5X + 2X 2
aP1 + bP2 + cP3 = 0R[X ]
a(1 + X + X 2 ) + b(2 + 3X ) + c(5X + 2X 2 ) = 0R[X ]
a + 2b + (a + 3b + 5c)X + (a + 2c)X 2 = 0R(X )

a + 2b = 0

a + 3b + 5c = 0

a + 2c = 0


a=b=c=0
P1 , P2 , P3 so linearmente independentes

ALGA I(M143) - 2014/2015 k 2.3 Espaos vectoriais reais e complexos - Dependncia e independncia linear

k176

Dependncia e independncia linear - exemplo


E = M2,2 (R) M1 =
4 1
1 2

M4 =

1 0
0 0

, M2 =

2 0
1 1

, M3 =

0 1
1 0

aM1 + bM2 + cM3 + dM4 = 0M2,2 (R)


a

1 0
0 0

+b

a + 2b + 4d
bc +d

2 0
1 1

c +d
b + 2d

+c

0 1
1 0

+d

4 1
1 2

= 0M2,2 (R)

= 0M2,2 (R)

a + 2b + 4d = 0

c +d =0
a=0
b = 2d

bc +d =0

c = d

b + 2d = 0

ALGA I(M143) - 2014/2015 k 2.3 Espaos vectoriais reais e complexos - Dependncia e independncia linear

k177

Dependncia e independncia linear - exemplo

O sistema tem solues para alm da soluo nula, portanto


M1 , M2 , M3 , M4 so linearmente dependentes.
Por exemplo, escolhendo d = 1, vem
0 M1 2 M2 1 M3 + 1 M4 = 0M2,2 (R)

ALGA I(M143) - 2014/2015 k 2.3 Espaos vectoriais reais e complexos - Dependncia e independncia linear

k178

Dependncia e independncia linear

E espao vectorial sobre K.


I

Um elemento de um espao vectorial linearmente


independente sse no nulo (porqu?).

Se algum dos u1 , . . . , un 0E , ento u1 , . . . , un so


linearmente dependentes (porqu?).

Se u1 , . . . , uk so linearmente dependentes, ento


u1 , . . . , uk , . . . , un so linearmente dependentes (porqu?).

Se u1 , . . . , uk , . . . , un so linearmente independentes, ento


u1 , . . . , uk so linearmente independentes (porqu?).

ALGA I(M143) - 2014/2015 k 2.3 Espaos vectoriais reais e complexos - Dependncia e independncia linear

k179

Dependncia e independncia linear - dem. slide anterior

E espao vectorial sobre K.


I Um elemento de um espao vectorial linearmente
independente sse no nulo.
I

se u = 0E , ento 1 u = 0E ; trata-se de combinao linear nula


de u com coeficientes no todos nulos
se u 6= 0E , ento u = 0E = 0 (j foi visto)

Se algum dos u1 , . . . , un 0E , ento u1 , . . . , un so


linearmente dependentes.
I

se ui = 0E , 0u1 + + 0ui1 + 1ui + 0ui+1 + 0un = 0E ;


trata-se de uma combinao linear nula de u1 , . . . , un com
coeficientes no todos nulos.

ALGA I(M143) - 2014/2015 k 2.3 Espaos vectoriais reais e complexos - Dependncia e independncia linear

k180

Dependncia e independncia linear

E espao vectorial sobre K.


I Se u1 , . . . , uk so linearmente dependentes, ento
u1 , . . . , uk , . . . , un so linearmente dependentes.
I

Se 1 u1 + + k uk = 0E , com os i no todos nulos, ento


1 u1 + + k uk + 0uk+1 + + 0un uma conbinao
linear nula dos u1 , . . . , un com coeficientes no todos nulos.

Se u1 , . . . , uk , . . . , un so linearmente independentes, ento


u1 , . . . , uk so linearmente independentes (consequncia
imediata do ponto anterior).

ALGA I(M143) - 2014/2015 k 2.3 Espaos vectoriais reais e complexos - Dependncia e independncia linear

k181

Dependncia e independncia linear - exemplo

(0, 0, 0) = 2(1, 1, 2) + 4(1, 0, 1) + 1(2, 2, 0), portanto


(1, 1, 2), (1, 0, 1) e (2, 2, 0) so linearmente dependentes.

Resolvendo em ordem a (1, 1, 2), vem


(1, 1, 2) = 2(1, 0, 1) + 21 (2, 2, 0), portanto (1, 1, 2)
combinao linear de (1, 0, 1) e (2, 2, 0).

Resolvendo em ordem a (1, 0, 1), vem


(1, 0, 1) = 21 (1, 1, 2) 14 (2, 2, 0), portanto (1, 0, 1)
combinao linear de (1, 1, 2) e (2, 2, 0).

Resolvendo em ordem a (2, 2, 0), vem


(2, 2, 0) = 2(1, 1, 2) 4(1, 0, 1), portanto (2, 2, 0)
combinao linear de (1, 1, 2) e (1, 0, 1).

ALGA I(M143) - 2014/2015 k 2.3 Espaos vectoriais reais e complexos - Dependncia e independncia linear

k182

Dependncia e independncia linear - exemplo


I

(0, 0, 0) = 3(1, 0, 2) + 32 (2, 0, 4) + 0(1, 0, 0), portanto


(1, 0, 2), (2, 0, 4), (1, 0, 0) so linearmente dependentes.
(1, 0, 2) = 12 (2, 0, 4) + 0(1, 0, 0), portanto (1, 0, 2)
combinao linear de (2, 0, 4) e (1, 0, 0).
(2, 0, 4) = 2(1, 0, 2) + 0(1, 0, 0), portanto (2, 0, 4)
combinao linear de (1, 0, 2) e (1, 0, 0).
(1, 0, 0) combinao linear de (1, 0, 2) e (2, 0, 4)?

a 2b = 1
0=0
(1, 0, 0) = a(1, 0, 2) + b(2, 0, 4)

2a 4b = 0
(
a 2b = 1

a 2b = 0
No existem a, b R tais que
(1, 0, 0) = a(1, 0, 2) + b(2, 0, 4).
(1, 0, 0) no combinao linear de (1, 0, 2) e (2, 0, 4).

ALGA I(M143) - 2014/2015 k 2.3 Espaos vectoriais reais e complexos - Dependncia e independncia linear

k183

Dependncia e independncia linear - propriedades


E espao vectorial sobre K.

Proposio
I

Os vectores u1 , . . . , un so linearmente dependentes sse pelo


menos algum deles combinao linear dos restantes.

Se u1 , . . . , un so linearmente independentes e u1 , . . . , un , u
so linearmente dependentes, ento u combinao linear de
u1 , . . . , un .

se u1 6= 0E , ento u1 , . . . , un so linearmente dependentes sse


algum ui combinao linear dos precedentes.

ATENO: u1 , . . . , un linearmente dependentes NO IMPLICA


que cada um deles seja combinao linear dos restantes.

ALGA I(M143) - 2014/2015 k 2.3 Espaos vectoriais reais e complexos - Dependncia e independncia linear

k184

Dependncia e independncia linear - demonstraes


Demonstrao
I
I

Se u1 , . . . , un so linearmente dependentes, ento existem


1 , . . . , n , no todos nulos, tais que 1 u1 + + n un = 0E ; se
k 6= 0, ento de 1 u1 + + k uk + + n un = 0E vem
1
n
uk =
u1 k1
uk1 k+1
uk+1
un
k
k
k
k
Se uk combinao linear de u1 , . . . , uk1 , uk+1 , . . . , un , ento
uk = 1 u1 + + k1 uk+1 + k+1 uk+1 + n un ; conclui-se que
1 u1 + + k1 uk+1 1uk + k+1 uk+1 + n un = 0E , trata-se
de uma combinao linear nula de u1 , . . . , un com coeficientes no
todos nulos.

I
I

Se u1 , . . . , un , u so linearmente dependentes ento existem


1 , . . . , n , , no todos nulos, tais que
1 u1 + + n un + u = 0E ; se = 0, ter-se-ia
1 u1 + + n un = 0E , com os i no todos nulos, e u1 , . . . , un
seriam linearmente dependentes; conclui-se que 6= 0, logo
u = 1 u1 n un , logo u combinao linear de u1 , . . . , un .

ALGA I(M143) - 2014/2015 k 2.3 Espaos vectoriais reais e complexos - Dependncia e independncia linear

k185

Dependncia e independncia linear - demonstraes


I
I

Se algum ui combinao linear dos precedentes, ento


consequncia do que j foi visto que u1 , . . . , un so linearmente
dependentes.
Se u1 , . . . , un so linearmente dependentes, ento existem
1 , . . . , n , no todos nulos, tais que 1 u1 + + n un = 0E ; seja
k tal que k o ltimo coeficiente no nulo; tem-se k > 1
1
u1 k1
uk1 , portanto uk
(porqu?); ento uk =
k
k
combinao linear dos precedentes.

ALGA I(M143) - 2014/2015 k 2.3 Espaos vectoriais reais e complexos - Dependncia e independncia linear

k186

Espao gerado por k elementos - propriedade

Proposio
Se E um espao gerado por k elementos, ento quaisquer k + 1
elementos so linearmente dependentes.

ALGA I(M143) - 2014/2015 k 2.3 Espaos vectoriais reais e complexos - Dependncia e independncia linear

k187

Espao gerado por k elementos - propriedade - demonstr.


Demonstrao
I
I
I
I
I
I
I
I

I
I

Suponhamos que u1 , . . . , uk geram E e que v1 , . . . , vk , vk+1 so


linearmente independentes (em particular, nenhum nulo).
v1 , u1 , . . . , uk geram E
v1 , u1 , . . . , uk so linearmente dependentes, porque v1 combinao
linear dos restantes
ento algum destes combinao linear dos precedentes; trocando a
ordem se necessrio, podemos supor que uk
ento v1 , u1 , . . . , uk1 ainda geram E
v1 , v2 , u1 , . . . , uk1 geram E
v1 , v2 , u1 , . . . , uk1 so linearmente dependentes, porque v2
combinao linear dos restantes
ento algum destes combinao linear dos precedentes; no v2
(porqu?); trocando a ordem se necessrio, podemos supor que
uk1 e retir-lo
repetindo o processo, concluimos que v1 , . . . , vk geram E
ento vk+1 combinao linear de v1 , . . . , vk , portanto
v1 , . . . , vk , vk+1 so linearmente dependentes contradio

ALGA I(M143) - 2014/2015 k 2.3 Espaos vectoriais reais e complexos - Dependncia e independncia linear

k188

Espaos finitamente gerados

Proposio
Um espao vectorial E no finitamente gerado sse existem
famlias livres com qualquer nmero de elementos.

Demonstrao
exerccio

Corolrio
Se E um espao vectorial finitamente gerado, ento qualquer
subespao de E finitamente gerado.

ALGA I(M143) - 2014/2015 k 2.3 Espaos vectoriais reais e complexos - Dependncia e independncia linear

k189

Dependncia e independncia linear - determinantes


Proposio
Seja M Mn,n (K); ento det M = 0 sse as colunas de M (que
podem ser vistas como elementos de Kn ) so linearmente
dependentes em Kn (com a estrutura de espao vectorial sobre K).

Demonstrao
I

Se as colunas so linearmente dependentes, alguma


combinao linear das outras; conclui-se que det M = 0
usando as propriedades dos determinantes relativamente s
colunas.

Se as colunas so linearmente independentes, ento o sistema


homogneo com matriz dos coeficientes M tem uma nica
soluo (por definio de independncia linear) e portanto
car M = n, logo det M 6= 0.

ALGA I(M143) - 2014/2015 k 2.3 Espaos vectoriais reais e complexos - Dependncia e independncia linear

k190

Base de um espao vectorial

Definio
Diz-se que (e1 , . . . , en ) uma base do espao vectorial E sse
e1 , . . . , en so linearmente independentes e geram E .
I

Se (e1 , e2 . . . , en ) uma base de E , (e2 , e1 . . . , en ) tambm


uma base de E (e o mesmo para qualquer outra troca da
ordem dos elementos); no entanto no se trata da mesma
base.

A definio de base pode-se generalizar a famlias infinitas:


diz-se que (ei )iI uma base de E sse {ei , i I} gera E e
(ei )iI uma famlia livre. No entanto, s trabalharemos com
bases finitas.

ALGA I(M143) - 2014/2015 k 2.4 Espaos vectoriais reais e complexos - Bases, coordenadas e dimenso

k191

Base de um espao vectorial

Proposio
(e1 , . . . , en ) uma base do espao vectorial E qualquer
elemento de E pode-se escrever de maneira nica como
combinao linear de e1 , . . . , en

ALGA I(M143) - 2014/2015 k 2.4 Espaos vectoriais reais e complexos - Bases, coordenadas e dimenso

k192

Base de um espao vectorial - demonstrao


Demonstrao
I

qualquer elemento de E pode-se escrever como combinao


linear de e1 , . . . , en porque e1 , . . . , en geram E
se u = 1 e1 + + n en e u = 1 e1 + + n en , ento
(1 1 )e1 + + (n n )en = 0E , portanto (como
e1 , . . . , en so linearmente independentes)
1 1 = 0, . . . , n n = 0, portanto os coeficentes das
combinaes lineares coincidem

Por hiptese, qualquer elemento de E combinao linear de


e1 , . . . , en , portanto e1 , . . . , en geram E .
Qualquer elemento, portanto em particular 0E , combinao
linear de e1 , . . . , en de maneira nica; portanto e1 , . . . , en so
linearmente independentes.

ALGA I(M143) - 2014/2015 k 2.4 Espaos vectoriais reais e complexos - Bases, coordenadas e dimenso

k193

Bases - exemplos

((1, 0), (0, 1)) uma base de R2

((1, 0, 0), (0, 1, 0), (0, 0, 1)) uma base de R3

((1, 0, . . . , 0), (0, 1, . . . , 0), . . . , (0, 0, . . . , 1)) uma base de Rn

(1, X , . . . , X n ) uma base de Rn [X ]


!

1 0
,
0 0
de M2,2 (R)

0 1
0 0

0 0
1 0

0 0
0 1

!!

uma base

temos bases anlogas em Mm,n (R)

estas bases chamam-se as bases cannicas dos espaos em


questo

ALGA I(M143) - 2014/2015 k 2.4 Espaos vectoriais reais e complexos - Bases, coordenadas e dimenso

k194

Bases - exemplos
Considerando as estruturas de espao vectorial complexo
I

((1, 0), (0, 1)) uma base de C2

((1, 0, 0), (0, 1, 0), (0, 0, 1)) uma base de C3

((1, 0, . . . , 0), (0, 1, . . . , 0), . . . , (0, 0, . . . , 1)) uma base de Cn

(1, X , . . . , X n ) uma base de Cn [X ]


!

1 0
,
0 0
de M2,2 (C)

0 1
0 0

0 0
1 0

0 0
0 1

!!

uma base

temos bases anlogas em Mm,n (C)

estas bases chamam-se as bases cannicas dos espaos em


questo

ALGA I(M143) - 2014/2015 k 2.4 Espaos vectoriais reais e complexos - Bases, coordenadas e dimenso

k195

Bases - exemplos
Considerando as estruturas de espao vectorial real
I ((1, 0), (0, 1), (i, 0), (0, i)) uma base de C2
I ((1, 0, 0), (0, 1, 0), , (0, 0, 1), (i, 0, 0), (0, i, 0), (0, 0, i)) uma
base de C3
I ((1, 0, . . . , 0), (0, 1, . . . , 0), . . . , (0, 0, . . . , 1),
(i, 0, . . . , 0), (0, i, . . . , 0), . . . , (0, 0, . . . , i)) uma base de Cn
I (1, X , . . . , X n , i, iX , . . . , iX n ) uma base de Cn [X ]
I

1 0
0 0

I
I

0 1
0 0

0 0
1 0

0 0
0 1

!!

0 i
0 0
0 0
i 0
,
,
,
uma base de
0 0
0 0
i 0
0 i
M2,2 (C)
temos bases anlogas em Mm,n (C)
estas bases chamam-se as bases cannicas dos espaos em
questo

ALGA I(M143) - 2014/2015 k 2.4 Espaos vectoriais reais e complexos - Bases, coordenadas e dimenso

k196

Base de um espao vectorial - coordenadas

Definio
Seja b = (e1 , . . . , en ) uma base do espao vectorial E ; para cada
u E , chamam-se coordenadas de u na base b aos (nicos)
1 , . . . , n K tais que u = 1 e1 + + n en ; escreve-se
u = (1 , . . . , n )b .

ALGA I(M143) - 2014/2015 k 2.4 Espaos vectoriais reais e complexos - Bases, coordenadas e dimenso

k197

Bases e coordenadas - exemplos

Se bc = ((1, 0), (0, 1)) a base cannica de R2 , ento, para


(x , y ) R2 , tem-se (x , y ) = x (1, 0) + y (0, 1), portanto
(x , y ) = (x , y )bc .

Se bc = ((1, 0, 0), (0, 1, 0), (0, 0, 1)) a base cannica de R3 ,


ento, para (x , y , z) R3 , tem-se
(x , y , z) = x (1, 0, 0) + y (0, 1, 0) + z(0, 0, 1), portanto
(x , y , z) = (x , y , z)bc .

b = ((0, 1, 0), (0, 0, 1), (1, 0, 0)); b uma base de R3 ; para


(x , y , z) R3 tem-se
(x , y , z) = y (0, 1, 0) + z(0, 0, 1) + x (1, 0, 0),
portanto (x , y , z) = (y , z, x )b .

ALGA I(M143) - 2014/2015 k 2.4 Espaos vectoriais reais e complexos - Bases, coordenadas e dimenso

k198

Bases e coordenadas - exemplos


I

Se b = (1, X , X 2 , . . . , X n ) a base cannica de Rn [X ], ento,


para a0 + a1 X + a2 X 2 + . . . + an X n Rn [X ], tem-se
a0 + a1 X + a2 X 2 + . . . + an X n = (a0 , a1 , a2 , . . . , an )b .
1 0
0 0

Se B =

0 1
0 0

0 0
1 0

tem-se
a

1 0
0 0

portanto

,
a b
c d

base cannica de M2,2 (R), ento, para


a b
c d

0 0
0 1

!!

M2,2 (R),

+b
a b
c d

=
0 1
0 0

+c

0 0
1 0

+d

0 0
0 1

= (a, b, c, d)B .

ALGA I(M143) - 2014/2015 k 2.4 Espaos vectoriais reais e complexos - Bases, coordenadas e dimenso

k199

Bases e coordenadas - exemplos

Seja B = ((1, 2), (1, 3)).


I

a(1, 2) + b(1, 3) = (0, 0) (


(a + b, 2a + 3b) = (0, 0)
a+b =0

2a + 3b = 0
(
a+b =0

b=0
(
a=0

b=0

Conclui-se que (1, 2), (1, 3) so linearmente independentes.

ALGA I(M143) - 2014/2015 k 2.4 Espaos vectoriais reais e complexos - Bases, coordenadas e dimenso

k200

Bases e coordenadas - exemplos

Seja B = ((1, 2), (1, 3)).


I

G({(1, 2), (1, 3)}) =?

(x , y ) G({(1, 2), (1, 3)})


existem a, b R : (
(a + b, 2a + 3b) = (x , y )
a+b =x
existem a, b R :
2a + 3b = y
(
a+b =x
existem a, b R :
b = 2x + y
(
a = 3x y
existem a, b R :
b = 2x + y

ALGA I(M143) - 2014/2015 k 2.4 Espaos vectoriais reais e complexos - Bases, coordenadas e dimenso

k201

Bases e coordenadas - exemplos

Para quaisquer (x , y ) R2 , existem a, b R tais que


(x , y ) = a(1, 2) + b(1, 3):

basta escolher a = 3x y e b = 2x + y ;

tem-se ento (x , y ) = (3x y )(1, 2) + (2x + y )(1, 3).

Ento qualquer (x , y ) pertence a G({(1, 2), (1, 3)}), portanto


G({(1, 2), (1, 3)}) = R2 (ou ainda, (1, 2) e (1, 3) geram R2 ).

Como, alm disso, (1, 2), (1, 3) so linearmente


independentes, conclui-se que B uma base de R2 .

Como (x , y ) = (3x y )(1, 2) + (2x + y )(1, 3), as


coordenadas de (x , y ) na base B so 3x y e 2x + y , isto
, (x , y ) = (3x y , 2x + y )B .

ALGA I(M143) - 2014/2015 k 2.4 Espaos vectoriais reais e complexos - Bases, coordenadas e dimenso

k202

Bases e coordenadas - exemplos


E = {P R3 [X ] : P(1) = 0 e P(1) = 0} (exerccio: trata-se de
um subespao de R[X ])
I

E = {a0 + a1 X + a2 X 2 + a3 X 3 : a0 + a1 + a2 + a3 =
0 e a0 a1 + a2 a3 = 0}
(

matriz do sistema
1 1 1 1 0
1 1 1 1 0

a0 + a1 + a2 + a3 = 0
:
a0 a1 + a2 a3 = 0
!

1 0 1 0 0
0 1 0 1 0

forma de Gauss da matriz:

Ento E = {a0 + a1 X + a2 X 2 + a3 X 3 : a0 = a2 e a1 = a3 }

E = {a2 a3 X + a2 X 2 + a3 X 3 , a2 , a3 R} =
{a2 (1 + X 2 ) + a3 (X + X 3 ), a2 , a3 R}

E = G({1 + X 2 , X + X 3 })

ALGA I(M143) - 2014/2015 k 2.4 Espaos vectoriais reais e complexos - Bases, coordenadas e dimenso

k203

Bases e coordenadas - exemplos

1 + X 2 , X + X 3 so linearmente independentes, porque


a(1 + X 2 ) + b(X + X 3 ) = 0R[X ]
a bX + aX 2 + bX 3 = 0R[X ]
a=b=0

Seja B = (1 + X 2 , X + X 3 ); conclui-se que B uma base


de E .

2 X 2X 2 + X 3 = (2, 1)B

4 + 4X 2 = (4, 0)B

ALGA I(M143) - 2014/2015 k 2.4 Espaos vectoriais reais e complexos - Bases, coordenadas e dimenso

k204

Base obtida a partir de um conjunto de geradores


Proposio
Se E um espao vectorial no nulo e X um conjunto que gera
E , ento existe uma base de E contida em X .

Demonstrao (no caso de X ser finito)


Sejam u1 , . . . , un os elementos de X
I
I
I
I

se u1 , . . . , un so linearmente independentes, formam uma


base de E
se no so, algum combinao linear dos restantes;
retirando esse, os restantes ainda geram E
repete-se o processo at s restarem elementos linearmente
independentes
(o que acontece pelo menos quando s restar um elemento,
caso contrrio esse elemento seria linearmente dependente,
portanto seria 0E , logo E s teria um elemento)

Corolrio
Qualquer espao vectorial no nulo tem uma base.
ALGA I(M143) - 2014/2015 k 2.4 Espaos vectoriais reais e complexos - Bases, coordenadas e dimenso

k205

Base a partir de um conjunto de geradores - exemplo


Vamos obter uma base de R3 contida no conjunto de geradores
{(1, 2, 0), (1, 1, 1), (0, 1, 1), (0, 0, 1)}.
I a(1, 2, 0) + b(1, 1, 1) + c(0, 1, 1) + d(0, 0, 1) = (0, 0, 0)

a+b =0
a+b =0
a+c =0
2a + b + c = 0
b + c = 0
bc =0

bc +d =0
bc +d =0
d =0
I Conclui-se que (1, 2, 0), (1, 1, 1), (0, 1, 1), (0, 0, 1) so
linearmente dependentes: tomando, por exemplo, a = 1,
b = 1, c = 1, d = 0, vem
(1, 2, 0) + (1, 1, 1) + (0, 1, 1) + 0(0, 0, 1) = (0, 0, 0)
I Da igualdade anterior, vem
(1, 2, 0) = (1, 1, 1) + (0, 1, 1) + 0(0, 0, 1), portanto (1, 2, 0)
combinao linear de (1, 1, 1), (0, 1, 1), (0, 0, 1).
I Retirando (1, 2, 0) ficamos com o conjunto de geradores
{(1, 1, 1), (0, 1, 1), (0, 0, 1)}.
I (1, 1, 1), (0, 1, 1), (0, 0, 1) so linearmente independentes.
I ((1, 1, 1), (0, 1, 1), (0, 0, 1)) uma base de R3 .
ALGA I(M143) - 2014/2015 k 2.4 Espaos vectoriais reais e complexos - Bases, coordenadas e dimenso

k206

Base obtida a partir de uma famlia livre


Proposio
Seja E um espao vectorial no nulo finitamente gerado,
u1 , . . . , uk E linearmente independentes, e X um conjunto finito
de geradores de de E ; ento ou (u1 , . . . , uk ) uma base de E ou
existem uk+1 , . . . , un X tais que (u1 , . . . , uk , uk+1 , . . . , un ) uma
base de E

Demonstrao
I

se u1 , . . . , uk geram E , formam uma base de E

caso contrrio, existe uk+1 X que no combinao linear


de u1 , . . . , uk (porqu?)

nesse caso, u1 , . . . , uk , uk+1 so linearmente independentes


(porqu?)

se u1 , . . . , uk+1 geram E , formam uma base de E

caso contrrio, repete-se o processo at obter uma base

ALGA I(M143) - 2014/2015 k 2.4 Espaos vectoriais reais e complexos - Bases, coordenadas e dimenso

k207

Base obtida a partir de uma famlia livre - exemplo


Vamos obter uma base de R3 que contenha (1, 1, 1).
I

G({(1, 1, 1)}) = {(x , y , z) R3 : x = y = z} =


6 R3 (exerccio)

(1, 0, 0) 6 G({(1, 1, 1)}), portanto (1, 1, 1), (1, 0, 0) so


linearmente independentes.

G({(1, 1, 1), (1, 0, 0)}) = {(x , y , z) R3 : y = z} =


6 R3
(exerccio)

(0, 0, 1) 6 G({(1, 1, 1), (1, 0, 0)}), portanto


(1, 1, 1), (1, 0, 0), (0, 0, 1) so linearmente independentes.

G({(1, 1, 1), (1, 0, 0), (0, 0, 1)}) = R3 (exerccio)

((1, 1, 1), (1, 0, 0), (0, 0, 1)) uma base de R3 que contm
(1, 1, 1).

ALGA I(M143) - 2014/2015 k 2.4 Espaos vectoriais reais e complexos - Bases, coordenadas e dimenso

k208

Base obtida a partir de uma famlia livre - exemplo


Vamos obter uma base de R3 que contenha (1, 3, 0).
I

Seja X = {(1, 0, 0), (0, 1, 0), (0, 0, 1)}; X gera R3 .

(1, 3, 0), (1, 0, 0) so linearmente independentes: conserva-se o


(1, 0, 0).

(1, 3, 0), (1, 0, 0), (0, 1, 0) so linearmente dependentes:


rejeita-se o (0, 1, 0).

(1, 3, 0), (1, 0, 0), (0, 0, 1) so linearmente independentes:


conserva-se o (0, 0, 1).

J foram analisados todos os elementos de X .

((1, 3, 0), (1, 0, 0), (0, 0, 1)) uma base de R3 que contm
(1, 3, 0).

ALGA I(M143) - 2014/2015 k 2.4 Espaos vectoriais reais e complexos - Bases, coordenadas e dimenso

k209

Base obtida a partir de uma famlia livre - exemplo

Vamos obter uma base de


E = {(x , y , z, t) R4 : x + y + z + t = 0} que contenha
(2, 2, 0, 0).
I

E = {(x , y , z, t) R4 : x = y z t}
= {(y z t, y , z, t) R4 }
= {y (1, 1, 0, 0) + z(1, 0, 1, 0) + t(1, 0, 0, 1), y , z, t R}
= G({(1, 1, 0, 0), (1, 0, 1, 0), (1, 0, 0, 1)})

Seja X = {(1, 1, 0, 0), (1, 0, 1, 0), (1, 0, 0, 1)}; X gera E .

ALGA I(M143) - 2014/2015 k 2.4 Espaos vectoriais reais e complexos - Bases, coordenadas e dimenso

k210

Base obtida a partir de uma famlia livre - exemplo

Seja X = {(1, 1, 0, 0), (1, 0, 1, 0), (1, 0, 0, 1)}; X gera E .

(2, 2, 0, 0), (1, 1, 0, 0) so linearmente dependentes:


rejeita-se o (1, 1, 0, 0).

(2, 2, 0, 0), (1, 0, 1, 0) so linearmente independentes:


conserva-se o (1, 0, 1, 0).

(2, 2, 0, 0), (1, 0, 1, 0), (1, 0, 0, 1) so linearmente


independentes: conserva-se o (1, 0, 0, 1).

J foram analisados todos os elementos de X .

((2, 2, 0, 0), (1, 0, 1, 0), (1, 0, 0, 1)) uma base de E que


contm (2, 2, 0, 0).

ALGA I(M143) - 2014/2015 k 2.4 Espaos vectoriais reais e complexos - Bases, coordenadas e dimenso

k211

Nmero de elementos de uma base

Proposio
Seja E um espao vectorial finitamente gerado; quaisquer duas
bases de E tm o mesmo nmero de elementos.

Demonstrao
I

Suponhamos que b1 uma base com n elementos e b2 uma


base com m elementos.

Como E gerado por n elementos (os de b1 ) e os m elementos


de b2 so linearmente independentes, tem-se m n.

Como E gerado por m elementos (os de b2 ) e os n elementos


de b1 so linearmente independentes, tem-se n m.

ALGA I(M143) - 2014/2015 k 2.4 Espaos vectoriais reais e complexos - Bases, coordenadas e dimenso

k212

Dimenso de um espao vectorial

Definio
Seja E um espao vectorial finitamente gerado; se E = {0E },
diz-se que a dimenso de E 0, caso contrrio chama-se dimenso
de E (dim E ) ao nmero de elementos de qualquer base de E .

ALGA I(M143) - 2014/2015 k 2.4 Espaos vectoriais reais e complexos - Bases, coordenadas e dimenso

k213

Dimenso: exemplos
I

dim Rn = n

dim Rn [X ] = n + 1

dim Mm,n (R) = mn

Para a estrutura complexa


I

dim Cn = n

dim Cn [X ] = n + 1

dim Mm,n (C) = mn

Para a estrutura real


I

dim Cn = 2n

dim Cn [X ] = 2(n + 1)

dim Mm,n (C) = 2mn

ALGA I(M143) - 2014/2015 k 2.4 Espaos vectoriais reais e complexos - Bases, coordenadas e dimenso

k214

Dimenso de um espao vectorial - resultados

Proposio
Seja E um espao vectorial de dimenso n.
I

Qualquer conjunto de geradores tem pelo menos n elementos.

Qualquer famlia livre tem no mximo n elementos.

Qualquer famlia de geradores com n elementos uma base.

Qualquer famlia livre com n elementos uma base.

ALGA I(M143) - 2014/2015 k 2.4 Espaos vectoriais reais e complexos - Bases, coordenadas e dimenso

k215

Dimenso de um espao vectorial - resultados - demonstr.

Resulta do que j foi visto.

Resulta do que j foi visto.

Dada uma famlia de geradores com n elementos, se no fosse


uma base seria possvel extrair dela uma base, que teria
menos de n elementos, o que impossvel.

Dada uma famlia livre com n elementos, se no fosse uma


base seria possvel acrescentar elementos at obter uma base,
que teria mais de n elementos.

ALGA I(M143) - 2014/2015 k 2.4 Espaos vectoriais reais e complexos - Bases, coordenadas e dimenso

k216

Dimenso - exemplos

(1, 2), (3, 4), (5, 6) so linearmente dependentes (em R2 )

Quaisquer 4 elementos em R3 so linearmente dependentes.

(1, 2, 2), ( 3, 53 , ) no geram R3

I
I

(1, 0, 0), (1, 1, 0), (1, 1, 1) so linearmente independentes;


como dim R3 = 3, conclui-se que formam uma base de R3

(1, 0), (1, i), (1 + i, 0), (1 + i, i) so linearmente independentes


para a estrutura real em C2 (exerccio); como dim C2 = 4
(para a estrutura real), conclui-se que formam uma base de C2

1 X + X 2 + X 3 , 1 X X 2 + X 3 so linearmente
independentes e pertencem ao espao
E = {P R3 [X ] : P(1) = P(1) = 0}; como dim E = 2,
conclui-se que formam uma base de E .

ALGA I(M143) - 2014/2015 k 2.4 Espaos vectoriais reais e complexos - Bases, coordenadas e dimenso

k217

Dimenso de um subespao

Corolrio
Se E um espao vectorial finitamente gerado e F um
subespao de E , ento
I

dim F dim E

se dim F = dim E , ento F = E .

ALGA I(M143) - 2014/2015 k 2.4 Espaos vectoriais reais e complexos - Bases, coordenadas e dimenso

k218

Aplicaes lineares - definio

Definio
Sejam E e F espaos vectoriais sobre K e f : E F uma funo;
diz-se que f uma aplicao linear sse
I

para quaisquer u, v E se tem f (u + v ) = f (u) + f (v );

para quaisquer a K, u E , se tem f (au) = af (u).

ALGA I(M143) - 2014/2015 k 3.1 Aplicaes lineares - Definies e propriedades

k219

Aplicaes lineares - propriedades

Proposio
I

Se f : E F uma aplicao linear, tem-se f (0E ) = 0F ;

Se f : E F uma aplicao linear, ento, para quaisquer


u, v E , tem-se f (u v ) = f (u) f (v );

A composta de aplicaes lineares ainda uma aplicao


linear.

Observao
Para qualquer espao E , idE : E
u
so aplicaes lineares.

E
7 u

ALGA I(M143) - 2014/2015 k 3.1 Aplicaes lineares - Definies e propriedades

E
u

E
7 0E

k220

Aplicaes lineares - propriedades - demonstrao

I
I
I

f (0E ) = f (0E + 0E ) = f (0E ) + f (0E )


ento 0F = f (0E ) f (0E ) = f (0E ) + f (0E ) f (0E ) = f (0E )

I
I
I

f (u v ) + f (v ) = f (u v + v ) = f (u)
ento f (u v ) = f (u) f (v )

I
I
I

Sejam f : E F e g : F G aplicaes lineares.


g f (u + v ) = g(f (u + v )) = g(f (u) + f (v )) =
g(f (u)) + g(f (v )) = g f (u) + g f (v )
g f (u) = g(f (u)) = g(f (u)) = g(f (u)) = g f (u)

ALGA I(M143) - 2014/2015 k 3.1 Aplicaes lineares - Definies e propriedades

k221

Aplicaes lineares - exemplos

f :
I
I
I

f :
I
I
I

R2

R2
(x , y ) 7 (x + 1, y )
f ((1, 0) + (1, 0)) = f ((2, 0)) = (3, 0)
f ((1, 0)) + f ((1, 0)) = (2, 0) + (2, 0) = (4, 0)
f no linear

R2
R
(x , y ) 7 xy
f (3(1, 1)) = f ((3, 3)) = 9
3f ((1, 1)) = 3 1 = 3
f no linear.

ALGA I(M143) - 2014/2015 k 3.1 Aplicaes lineares - Definies e propriedades

k222

Aplicaes lineares - exemplo


f :
I
I

I
I
I
I
I

R2

R2
(x , y ) 7 (3x + y , 2x )
u = (x1 , y1 ), v = (x2 , y2 ), u + v = (x1 + x2 , y1 + y2 )
f (u + v ) = f ((x1 , y1 ) + (x2 , y2 )) = f ((x1 + x2 , y1 + y2 ))
= (3(x1 + x2 ) + y1 + y2 , 2(x1 + x2 ))
= (3x1 + 3x2 + y1 + y2 , 2x1 2x2 )
f (u) + f (v ) = (3x1 + y1 , 2x1 ) + (3x2 + y2 , 2x2 )
= (3x1 + y1 + 3x2 + y2 , 2x1 2x2 )
Ento, para quaisquer u, v R2 , tem-se
f (u + v ) = f (u) + f (v ).
u = (x , y ), a R
f (au) = f ((ax , ay ))) = (3ax + ay , 2ax )
af (u) = a(3x + y , 2x ) = (a(3x + y ), 2ax )
Ento, para quaisquer u R2 , a R, tem-se f (au) = af (u).
Conclui-se que f linear.

ALGA I(M143) - 2014/2015 k 3.1 Aplicaes lineares - Definies e propriedades

k223

Aplicaes lineares - exemplo

f : C C
z 7 Re z
I z, w C, Re(z + w ) = Re z + Re w
(se z = a + bi, w = c + di, com a, b, c, d R, ento
Re(z + w ) = a + c)
I

Se z = a + bi, com a, b R, e R, ento z = a + bi,


com a, b R, portanto Re(z) = a = Re z.

Ento f linear relativamente estrutura real.

Para C, em geral Re(a + bi) 6= a


(por exemplo Re(i 1) 6= i Re(1))

Ento f no linear relativamente estrutura complexa.

ALGA I(M143) - 2014/2015 k 3.1 Aplicaes lineares - Definies e propriedades

k224

Aplicaes lineares de R2 em R2
I

Para quaisquer a, b, c, d R, a aplicao


R2

R2
linear (exerccio)
(x , y ) 7 (ax + by , cx + dy )

Reciprocamente, se f : R2 R2 linear, ento


f (x , y ) = f ((x , 0) + (0, y )) = f (x , 0) + f (0, y )
= f (x (1, 0) + y (0, 1)) = xf (1, 0) + yf (0, 1)

portanto, se f (1, 0) = (a, c) e f (0, 1) = (b, d) ento


f (x , y ) = x (a, c) + y (b, d) = (ax + by , cx + dy )

Concluso: As aplicaes lineares de R2 em R2 so as


aplicaes do tipo
R2

R2
, onde
(x , y ) 7 (ax + by , cx + dy )
a, b, c, d R.

ALGA I(M143) - 2014/2015 k 3.1 Aplicaes lineares - Definies e propriedades

k225

Aplicaes lineares - exemplos


I

As aplicaes lineares de R em R so as aplicaes do tipo


R R , onde a R.
x 7 ax

As aplicaes lineares de R3 em R so as aplicaes do tipo


R3

R
, onde a, b, c R.
(x , y , z) 7 ax + by + cz

As aplicaes lineares de R3 em R2 so as aplicaes do tipo


R3

R2
, onde
(x , y , z) 7 (ax + by + cz, px + qy + rz)
a, b, c, p, q, r R.

As aplicaes lineares de R2 em R2 [X ] so as aplicaes do


tipo
R2
R2 [X ]
,
(z, t) 7 az + bt + (cz + dt)X + (pz + qt)X 2
onde a, b, c, d, p, q R.

ALGA I(M143) - 2014/2015 k 3.1 Aplicaes lineares - Definies e propriedades

k226

Aplicaes lineares: exemplo


Grfico da aplicao linear f : R R
x 7 ax

Trata-se de um subespao de R2 .

{(x , f (x )), x R} = {(x , y ) R2 : y = f (x )}


= {(x , y ) R2 : y = ax }

ALGA I(M143) - 2014/2015 k 3.1 Aplicaes lineares - Definies e propriedades

k227

Aplicaes lineares: exemplo


Grfico da aplicao linear f : R2
R
x
7 ax + by

Trata-se de um subespao de R3 .

{(x , y , f ((x , y ))), (x , y ) R2 }


= {(x , y , z) R3 : z = f ((x , y ))}
= {(x , y , z) R3 : z = ax + by }

ALGA I(M143) - 2014/2015 k 3.1 Aplicaes lineares - Definies e propriedades

k228

Aplicaes lineares: exemplo

Seja f : Rn Rm uma aplicao linear.

O grfico de f , que o subconjunto


{(x1 , . . . , xn , y1 , . . . , ym ) Rn+m :
(y1 , . . . , ym ) = f ((x1 , . . . , xn ))}
n+m
de R
, um subespao vectorial de Rn+m .

Mais geralmente, seja f : E F uma aplicao linear.

O grfico de f , que o subconjunto


{(u, v ) E F : v = f (u)} de E F , um subespao
vectorial de E F (exerccio, que inclui comear por definir a
estrutura natural de espao vectorial em E F ).

ALGA I(M143) - 2014/2015 k 3.1 Aplicaes lineares - Definies e propriedades

k229

Aplicaes lineares - espao vectorial - exerccio


Sejam E , F espaos vectoriais sobre K
I
I

Notao: L(E , F ) = {aplicaes lineares de E em F }

Exerccio
L(E , F ), com
I

a soma de aplicaes lineares definida por


(f + g)(u) = f (u) + g(u)
o produto de um escalar por uma aplicao linear definida por
(f )(u) = (f (u))

um espao vectorial ( um subespao do espao F(E , F )


constitudo por todas as funes de E em F )
I

Exerccio
Se dim E = n e dim F = m, determinar uma base de L(E , F ) (e
concluir qual a dimenso de L(E , F )); sugesto: utilizar o
resultado que vem a seguir.

ALGA I(M143) - 2014/2015 k 3.1 Aplicaes lineares - Definies e propriedades

k230

Aplicaes lineares - construo


Proposio
Sejam E , F espaos vectoriais sobre K; se (e1 , . . . , en ) uma base
de E e w1 , . . . , wn so elementos quaisquer de F , existe uma e
uma s aplicao linear f : E F tal que
f (e1 ) = w1 , . . . , f (en ) = wn (ou seja, uma aplicao linear fica
completamente determinada pelas imagens dos elementos de uma
base, e essas imagens podem ser escolhidas arbitrarimente).

Observaes
I

Se e1 , . . . , en E so linearmente independentes e w1 , . . . , wn
so elementos quaisquer de F , existe pelo menos uma
aplicao linear f : E F tal que
f (e1 ) = w1 , . . . , f (en ) = wn

Se e1 , . . . , en geram E e w1 , . . . , wn so elementos quaisquer


de F , existe no mximo uma s aplicao linear f : E F
tal que f (e1 ) = w1 , . . . , f (en ) = wn

ALGA I(M143) - 2014/2015 k 3.1 Aplicaes lineares - Definies e propriedades

k231

Aplicaes lineares - construo - demonstrao


Demonstrao
I

unicidade
I
I

Suponhamos que existe f .


Para cada u E existem a1 , . . . , an K tais que
u = a1 e1 + + an en
Ento f (u) = f (a1 e1 + + an en ) = a1 f (e1 ) + + an f (en ) =
a1 w1 + + an wn
Portanto, se existir f , f (u) est completamente determinado
para cada u .

existncia
I

Para cada u E , seja f (u) = a1 w1 + + an wn , onde


a1 , . . . , an so os nicos elementos de K tais que
u = a1 e1 + + an en
f fica bem definida precisamente porque, para cada u, os
a1 , . . . , an so nicos
falta ver que f linear

ALGA I(M143) - 2014/2015 k 3.1 Aplicaes lineares - Definies e propriedades

k232

Aplicaes lineares - construo - demonstrao


Demonstrao (continuao)
I

f (u + v ) = f (u) + f (v )?
I
I
I
I
I

a1 , . . . , an : u = a1 e1 + + an en
ento f (u) = a1 w1 + + an wn
b1 , . . . , bn : v = b1 e1 + + bn en
ento f (v ) = b1 w1 + + bn wn
f (u) + f (v ) = a1 w1 + + an wn + b1 w1 + + bn wn =
(a1 + b1 )w1 + + (an + bn )wn
u + v = a1 e1 + + an en + b1 e1 + + bn en =
(a1 + b1 )e1 + + (an + bn )en
ento f (u + v ) = (a1 + b1 )w1 + + (an + bn )wn

f (u) = f (u)?
I
I
I
I
I

a1 , . . . , an : u = a1 e1 + + an en
ento f (u) = a1 w1 + + an wn
f (u) = (a1 w1 + + an wn ) = (a1 )w1 + + (an )wn
u = (a1 e1 + + an en ) = (a1 )e1 + + (an )en
ento f (u) = (a1 )w1 + + (an )wn

ALGA I(M143) - 2014/2015 k 3.1 Aplicaes lineares - Definies e propriedades

k233

Aplicaes lineares - construo - exemplo

Determinar f ((x , y )) sabendo que f : R2 R2 linear,


f ((1, 1)) = (2, 5) e f ((1, 1)) = (1, 3) (nota: ((1, 1), (1, 1))
uma base de R2 ).
I

(x , (
y ) = a(1, 1) + b(1,
( 1) (x , y ) = (a b, a + b)
ab =x
a = x +y
2

a+b =y
b = y x
2

x +y
y x
2 (1, 1) + 2 (1, 1)
I f ((x , y )) = f ( x +y (1, 1) + y x (1, 1))
2
2
y x
x +y
= x +y
2 f ((1, 1)) + 2 f ((1, 1)) = 2 (2, 5)
= ( x +3y
2 , 4x y )
I

(x , y ) =

ALGA I(M143) - 2014/2015 k 3.1 Aplicaes lineares - Definies e propriedades

y x
2 (1, 3)

k234

Aplicaes lineares - construo - exemplo


Existe f : R3 M2,2
! (R), linear, tal que !
1 0
1 2
f (1, 1, 1) =
, f (1, 1, 0) =
,
1 0
2 1
f (1, 2, 3) =
I

1 1
0
0

, f (1, 3, 5) =

0 0
3 2

((1, 1, 1), (1, 1, 0), (1, 2, 3)) uma base de R3 (verificar),


3 M (R), linear, tal que
portanto existe f : R!
2,2
!
1 0
1 2
, f (1, 1, 0) =
,
f (1, 1, 1) =
1 0
2 1
f (1, 2, 3) =

1 1
0
0

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

ALGA I(M143) - 2014/2015 k 3.1 Aplicaes lineares - Definies e propriedades

k235

Aplicaes lineares - construo - exemplo - continuao

1 0
1 0

Ento f (x , y , z) = (3x 3y + z)
(x + 2y z)
=

3x 2y
x +y z

1 2
2 1

+ (x + y )

x + 3y 2z
x + 2y z

9 0
3 2

1 1
0
0

0 0
3 2

Tem-se f (1, 3, 5) =

Conclui-se que no existe uma aplicao linear nas condies


dadas.

6=

ALGA I(M143) - 2014/2015 k 3.1 Aplicaes lineares - Definies e propriedades

k236

Aplicaes lineares - ncleo


Definio
Sejam E , F espaos vectoriais sobre K e f : E F uma aplicao
linear; chama-se ncleo de f ao conjunto {u E : f (u) = 0F }.
(notao: ker f )

Proposio
Se f : E F uma aplicao linear, ento ker f um subespao
de E .

Demonstrao
I

Tem-se 0E ker f (porqu?).

Se u, v ker f , ento f (u) = 0F e f (v ) = 0F , portanto


f (u + v ) = f (u) + f (v ) = 0F + 0F = 0F , isto , u + v ker f .

Se u ker f , ento f (u) = 0F ; ento, para qualquer K


f (u) = f (u) = 0F = 0F , isto , u ker f .

ALGA I(M143) - 2014/2015 k 3.2 Aplicaes lineares - Ncleo e contradomnio

k237

Aplicaes lineares - ncleo - exemplo


Determinar uma base do ncleo de
f:
R4

R1 [X ]
(a, b, c, d) 7 a + 2b + 3c + 4d + (a b c d)X
(a, b, c, d) ker f

f (a, b, c, d) = 0R1 [X ]
a + 2b + 3c + 4d + (a b c d)X = 0R1 [X ]
(

ker f

a + 2b + 3c + 4d = 0

abc d =0

a = 13 c 23 d
b = 43 c 53 d

1
2
4
5
= {(a, b, c, d) R4 : a = c d e b = c d}
3
3
3
3
1
2
4
5
= {( c d, c d, c, d), c, d R}
3
3
3
3
1 4
2 5
= {c( , , 1, 0) + d( , , 0, 1), c, d R}
3 3
3 3
1 4
2 5
= G({( , , 1, 0), ( , , 0, 1)})
3 3
3 3

( 13 , 43 ,
1, 0), ( 23 , 35 ,0, 1) so linearmente
independentes (exerccio)


portanto

13 , 43 , 1, 0 , 32 , 53 , 0, 1

uma base de ker f .

ALGA I(M143) - 2014/2015 k 3.2 Aplicaes lineares - Ncleo e contradomnio

k238

Ncleo e aplicaes lineares injectivas


Proposio
Seja f : E F uma aplicao linear; f injectiva sse
ker f = {0E }.

Demonstrao
I

I
I
I

Suponhamos que f injectiva.


Se u ker f , ento f (u) = 0F = f (0E )
Ento u = 0E
Suponhamos que ker f = {0E }
Sejam u, v tais que f (u) = f (v ); ento f (u) f (v ) = 0F
Conclui-se que f (u v ) = 0F , logo u v ker f , portanto
u v = 0E .
Ento u = v . Conclui-se que f injectiva.

Exerccio
f injectiva sse transforma qualquer famlia de vectores
linearmente independentes numa famlia de vectores linearmente
independentes.
ALGA I(M143) - 2014/2015 k 3.2 Aplicaes lineares - Ncleo e contradomnio

k239

Ncleo e aplicaes lineares injectivas - exemplo

f:

R3

R
(x , y , z) 7 2x + y 3z
I

ker f = {(x , y , z) R3 : 2x + y 3z = 0}

(1, 1, 1) ker f e (1, 1, 1) 6= (0, 0, 0)

f no injectiva.

ALGA I(M143) - 2014/2015 k 3.2 Aplicaes lineares - Ncleo e contradomnio

k240

Ncleo e aplicaes lineares injectivas - exemplo


A aplicao
f:
C2

C2
(z, w ) 7 (Re z + Im w + i(2 Re w + Im w ), Re z + 3 Im w + 2i Im w )
injectiva?
I
I

f linear para a estrutura real (no para a estrutura complexa)


Seja (a + bi, c + di) C2 , com a, b, c, d R

(a + bi, c + di) ker f

f (a + bi, c + di) = (0, 0)


(a + d + (2c + d)i, a + 3d + 2di) = (0, 0)

a+d =0

2c + d = 0

a + 3d = 0

2d = 0

ALGA I(M143) - 2014/2015 k 3.2 Aplicaes lineares - Ncleo e contradomnio

k241

Ncleo e aplicaes lineares injectivas - exemplo - cont.

1 0 0 1
0 0 2 1

A matriz do sistema
1 0 0 3
0 0 0 2
0; conclui-se que o sistema possvel

, cujo determinante

e indeterminado.

Conclui-se que existe (a + bi, c + di) 6= (0, 0) tal que


f (a + bi, c + di) = (0, 0), isto , tal que
(a + bi, c + di) ker f .

Ento f no injectiva.

ALGA I(M143) - 2014/2015 k 3.2 Aplicaes lineares - Ncleo e contradomnio

k242

Aplicaes lineares - contradomnio

Proposio
Seja f : E F uma aplicao linear.
I

Im f um subespao de F

Se A gera E , ento f (A) gera Im f (onde


f (A) = {f (x ), x A}).
(Em particular, se u1 , . . . , uk geram E , ento f (u1 ), . . . , f (uk )
geram Im f )

ALGA I(M143) - 2014/2015 k 3.2 Aplicaes lineares - Ncleo e contradomnio

k243

Aplicaes lineares - contradomnio


Demonstrao
I
I
I

I
I

0F Im f (porqu?)
Se v1 , v2 Im f , ento existem u1 , u2 E tais que f (u1 ) = v1
e f (u2 ) = v2
Ento v1 + v2 = f (u1 ) + f (u2 ) = f (u1 + u2 ), logo
v1 + v2 Im f .
Se v Im f , ento existe u E tal que f (u) = v .
Ento v = f (u) = f (u), logo v Im f .

I
I
I
I

Tem-se f (A) Im f (porqu?), logo G(f (A)) Im f (porqu?)


Seja v Im f ; existe u E tal que f (u) = v .
Existem u1 , . . . , uk A, 1 , . . . , k K tais que
u = 1 u1 + + k uk (porqu?)
Ento
v = f (u) = f (1 u1 + + k uk ) = 1 f (u1 ) + + k f (uk ),
portanto v combinao linear de elementos de f (A), isto ,
v G(f (A)).

ALGA I(M143) - 2014/2015 k 3.2 Aplicaes lineares - Ncleo e contradomnio

k244

Aplicaes lineares - contradomnio - exemplo


Determinar Im f , onde
f:
R3

R3
(x , y , z) 7 (x + y + z, 2x + y z, 3y + z)
I
I

R3 = G({(1, 0, 0), (0, 1, 0), (0, 0, 1)})


Im f = G({f (1, 0, 0), f (0, 1, 0), (0, 0, 1)}) =
G({(1, 2, 0), (1, 1, 3), (1, 1, 1)})

(x , y , z) G({(1, 2, 0), (1, 1, 3), (1, 1, 1)})


a, b, c R : (x , y , z) = a(1, 2, 0) + b(1, 1, 3) + c(1, 1, 1)
a, b, c R :

a+b+c =x

2a + b c = y

3b + c = z

...
a, b, c R :

a+b+c =x

3b + c = 2x + y

0 = 2x y + z

0 = 2x y + z
I

Im f = {(x , y , z) R3 : 2x y + z = 0}

ALGA I(M143) - 2014/2015 k 3.2 Aplicaes lineares - Ncleo e contradomnio

k245

Aplicaes lineares - exerccios


Seja f : E F uma aplicao linear. Mostrar (de preferncia
sem usar combinaes lineares) que
I

Se E1 um subespao de E , ento f (E1 ) um subespao de


F.

Se F1 um subespao de F , ento f 1 (F1 ) um subespao


de E .

Se A um subconjunto de E , ento f (G(A)) = G(f (A)).

Se B um subconjunto de F ento G(f 1 (B)) f 1 (G(B)),


mas no se tem necessariamente a igualdade.

Se E1 um subespao de E , ento f 1 (f (E1 )) = E1 + ker f

Notao: por definio, para qualquer subconjunto Z de F ,


f 1 (Z ) = {x E : f (x ) Z }.

ALGA I(M143) - 2014/2015 k 3.2 Aplicaes lineares - Ncleo e contradomnio

k246

Aplicaes lineares

Proposio (j vista)
Sejam E , F espaos vectoriais sobre K; se (e1 , . . . , en ) uma base
de E e w1 , . . . , wn so elementos quaisquer de F , existe uma e uma
s aplicao linear f : E F tal que f (e1 ) = w1 , . . . , f (en ) = wn .

Proposio
Nas hipteses da proposio anterior,
I

f injectiva sse w1 , . . . , wn so linearmente independentes;

f sobrejectiva sse w1 , . . . , wn geram F .

Demonstrao
Exerccio

ALGA I(M143) - 2014/2015 k 3.2 Aplicaes lineares - Ncleo e contradomnio

k247

Aplicaes lineares - resultado importante

Proposio
Seja f : E F uma aplicao linear; se E tem dimenso finita,
ento dim E = dim ker f + dim Im f .

ALGA I(M143) - 2014/2015 k 3.2 Aplicaes lineares - Ncleo e contradomnio

k248

Aplicaes lineares - resultado importante - demonstrao

Demonstrao
I

Suponhamos que 0 < dim ker f < dim E (exerccio: verificar


no caso em que dim ker f = 0 e no caso em que
dim ker f = dim E )

Seja (e1 , . . . , ek ) uma base de ker f ; como e1 , . . . , ek so


linearmente independentes, existem ek+1 , . . . , en E tais que
e1 , . . . , ek , ek+1 . . . , en uma base de E .

Sejam uk+1 = f (ek+1 ), . . . , un = f (en ); para provar o


resultado basta mostrar que (uk+1 , . . . , un ) uma base de
Im f .

ALGA I(M143) - 2014/2015 k 3.2 Aplicaes lineares - Ncleo e contradomnio

k249

Aplic. lineares - resultado importante - demonst. - cont.


Demonstrao (cont.)
I

uk+1 , . . . , un geram Im f
I
I
I

f (e1 ), . . . , f (ek ), f (ek+1 ), . . . , f (en ) geram Im f


ento 0F , . . . , 0F , uk+1 , . . . , un geram Im f
portanto uk+1 , . . . , un geram Im f

uk+1 , . . . , un so linearmente independentes


I

I
I

Se ak+1 uk+1 + + an un = 0F , ento


ak+1 f (ek+1 ) + + an f (en ) = 0F
Ento f (ak+1 ek+1 + + an en ) = 0F , isto ,
ak+1 ek+1 + + an en ker f
Logo existem a1 , . . . , ak K tais que
ak+1 ek+1 + + an en = a1 e1 + + ak ek
Ento a1 e1 ak ek + ak+1 ek+1 + + an en = 0E
Portanto a1 = = ak = ak+1 = = an = 0 (porqu?)

ALGA I(M143) - 2014/2015 k 3.2 Aplicaes lineares - Ncleo e contradomnio

k250

Aplicaes lineares - exemplo


f:

R3

R2
(x , y , z) 7 (x + y , y + 3z)
I f (x , y , z) = (0, 0) (x + y , y + 3z) = (0, 0)
(
(
x +y =0
x = 3z

y + 3z = 0
y = 3z
I

ker f = {(x , y , z) R3 : x = 3z e y = 3z}


= {(3z, 3z, z), z R} = {z(3, 3, 1), z R}
= G({(3, 3, 1)})

(3, 3, 1) 6= (0, 0, 0), portanto (3, 3, 1) linearmente


independente;

ento ((3,-3,1)) uma base de ker f , logo dim ker f = 1.

Como dim ker f + dim Im f = dim R3 = 3, vem dim Im f = 2.

Como dim Im f = 2 e Im f subespao de R2 (que tem


dimenso 2), conclui-se que Im f = R2 .

Ento f sobrejectiva.

ALGA I(M143) - 2014/2015 k 3.2 Aplicaes lineares - Ncleo e contradomnio

k251

Aplicaes lineares - exemplo

Existe f : R3 R3 ,linear, tal que


ker f = {(x , y , z) R3 : x + y + z = 0} e
Im f = {(x , y , z) R3 : x = 0}?
I

dim{(x , y , z) R3 : x + y + z = 0} = 2 (exerccio)

dim{(x , y , z) R3 : x = 0} = 2 (exerccio)

se existisse f nas condies dadas, ter-se-ia


3 = dim ker f + dim Im f = 2 + 2

Conclui-se que no existe f nas condies dadas.

ALGA I(M143) - 2014/2015 k 3.2 Aplicaes lineares - Ncleo e contradomnio

k252

Aplicaes lineares - exemplo


Existe f : C2 C2 , linear (para a estrutura real), tal que
ker f = Im f = {(z, w ) C2 : w = z}?
I
I
I
I
I
I
I
I
I
I
I

Seja E = {(z, w ) C2 : w = z}
E = {(a + bi, a bi), a, b R} =
{a(1, 1) + b(i, i), a, b R} = G({(1, 1), (i, i)})
(1, 1), (i, i) so linearmente independentes, portanto
((1, 1), (i, i)) uma base de E , e dim E = 2.
Pela equao das dimenses no se conclui que no existe f ;
mas isso no permite concluir que existe
((1, 1), (i, i), (1, 0), (i, 0)) uma base de C2 (verificar)
existe f : C2 C2 , linear, tal que f (1, 1) = (0, 0),
f (i, i) = (0, 0), f (1, 0) = (1, 1), f (i, 0) = (i, i)
tem-se (1, 1), (i, i) ker f , portanto E ker f
tem-se (1, 1), (i, i) Im f , portanto E Im f
ento dim ker f 2 e dim Im f 2
como dim ker f + dim Im f = 4, conclui-se que dim ker f = 2 e
dim Im f = 2, portanto ker f = E e Im f = E
Existe f nas condies dadas.

ALGA I(M143) - 2014/2015 k 3.2 Aplicaes lineares - Ncleo e contradomnio

k253

Aplicaes lineares - exemplo - continuao


Para cada (z, w ) C2 , a que igual f (z, w )?
I

Para a, b, c, d R,
(a +bi, c +di) = c(1, 1)d(i, i)+(a c)(1, 0)+(b +d)(i, 0)

Ento f (a + bi, c + di) =


cf (1, 1) df (i, i) + (a c)f (1, 0) + (b + d)f (i, 0) =
(ac)(1, 1)+(b +d)(i, i) = (ac +(b +d)i, ac (b +d)i)

f (z, w ) = (z w , z w )

Exerccio
Seja E um espao vectorial de dimenso n, F um espao vectorial,
E1 um subespao de E e F1 um subespao de dimenso finita de
F ; se n = dim E1 + dim F1 , ento existe uma aplicao linear de E
em F cujo ncleo E1 e cujo contradomnio F1 .

ALGA I(M143) - 2014/2015 k 3.2 Aplicaes lineares - Ncleo e contradomnio

k254

Aplicaes lineares - exemplo

Seja f : R2 R3 uma aplicao linear.


I
I
I

Tem-se dim R2 = 2 = dim ker f + dim Im f .


Ento dim Im f 2, portanto Im f 6= R3 (dim R3 = 3).
Conclui-se que f no pode ser sobrejectiva.

Seja f : R3 R2 uma aplicao linear.


I
I
I

Tem-se dim R3 = 3 = dim ker f + dim Im f .


Como dim Im f 2, vem dim ker f 1.
Ento ker f 6= {(0, 0, 0)}, portanto f no pode ser injectiva.

ALGA I(M143) - 2014/2015 k 3.2 Aplicaes lineares - Ncleo e contradomnio

k255

Aplicaes lineares - propriedades


Proposio
Seja f : E F uma aplicao linear entre espaos vectoriais de
dimenso finita.
I

Se f sobrejectiva, ento dim E dim F .

Se f injectiva, ento dim E dim F .

Se f bijectiva, ento dim E = dim F .

Demonstrao
Tem-se dim E = dim ker f + dim Im f
I

Se f sobrejectiva, ento Im f = F , portanto vem


dim E = dim ker f + dim F dim F .

Se f injectiva ento dim ker f = 0, portanto vem


dim E = dim Im f dim F .

ALGA I(M143) - 2014/2015 k 3.2 Aplicaes lineares - Ncleo e contradomnio

k256

Aplicaes lineares - propriedades


Proposio
Seja f : E F uma aplicao linear entre espaos vectoriais de
dimenso finita. Se dim E = dim F , ento
I

f injectiva f bijectiva

f sobrejectiva f bijectiva

Demonstrao
Tem-se dim E = dim ker f + dim Im f .
I

Se f injectiva, ento dim ker f = 0, portanto


dim E = dim Im f ; como dim E = dim F , vem
dim Im f = dim F , portanto Im f = F , isto , f sobrejectiva.

Se f sobrejectiva, ento Im f = F , portanto


dim E = dim ker + dim F ; como dim E = dim F , vem
dim ker f = 0, portanto f injectiva.

ALGA I(M143) - 2014/2015 k 3.2 Aplicaes lineares - Ncleo e contradomnio

k257

Aplicaes lineares - exemplo

f : R[X ] R[X ]
P
7
P0
I

f uma aplicao linear sobrejectiva que no injectiva.

f : R[X ] R[X ]
P
7
XP
I

f uma aplicao linear injectiva que no sobrejectiva.

ALGA I(M143) - 2014/2015 k 3.2 Aplicaes lineares - Ncleo e contradomnio

k258

Aplicaes lineares - exemplo

f:

R3

R3
(x , y , z) 7 (x + y + z, y z, 3z)
I (x , y , z) ker f f ((x , y , z)) = (0, 0, 0)

(x + y + z, y z, 3z) = (0, 0, 0)
x =y =z =0

x +y +z =0

y z =0

3z = 0

ker f = {(0, 0, 0)}, portanto f injectiva.

Como dim(domnio) = dim(conjunto de chegada), conclui-se


que f bijectiva.

ALGA I(M143) - 2014/2015 k 3.2 Aplicaes lineares - Ncleo e contradomnio

k259

Aplicaes lineares bijectivas


Proposio
Seja f : E F uma aplicao linear bijectiva; ento
f 1 tambm uma aplicao linear.

Demonstrao
I

Sejam v1 , v2 F ; quer-se mostrar que f 1 (v1 + v2 ) = f 1 (v1 ) + f 1 (v2 )


I
I
I
I

existem u1 , u2 E tais que f (u1 ) = v1 e f (u2 ) = v2


f (u1 + u2 ) = f (u1 ) + f (u2 ) = v1 + v2
ento u1 + u2 = f 1 (v1 + v2 )
o que significa exactamente que
f 1 (v1 ) + f 1 (v2 ) = f 1 (v1 + v2 )

Sejam v F , K; quer-se mostrar que f 1 (v ) = f 1 (v )


I
I
I
I

existe u E tal que f (u) = v


f (u) = f (u) = v
ento u = f 1 (v )
o que significa exactamente que f 1 (v ) = f 1 (v )

ALGA I(M143) - 2014/2015 k 3.3 Aplicaes lineares - Isomorfismos

k260

Aplicaes lineares bijectivas - exemplo


f : R2 [X ]
R3
P
7 (P(0), P(1), P(2))
I

a0 + a1 X + a2 X 2 ker f
(a0 , a0 + a1 + a2 , a0 + 2a1 + 4a2 ) = (0, 0, 0)

a0 = 0

a +a +a =0

0
1
2

a + 2a + 4a = 0
0
1
2

1 0 0

a0 = a1 = a2 = 0 (porque det 1 1 1 =
6 0)
1 2 4

ker f = {0R[X ] }, portanto f injectiva

como dim(domnio) = dim(conjunto de chegada), f


sobrejectiva

ALGA I(M143) - 2014/2015 k 3.3 Aplicaes lineares - Isomorfismos

k261

Aplicaes lineares bijectivas - exemplo - continuao


I

(, , ) = f (a0 + a1 X + a2 X 2 )
(, , ) = (a0 , a0 + a1 + a2 , a0 + 2a1 + 4a2 )

a0 =

a +a +a =

0
1
2

a + 2a + 4a =
0
1
2

a0 =

a1 = 32 + 2 12

a = +
2
2
2

mas (, , ) = f (a0 + a1 X + a2 X 2 ) a0 + a1 X + a2 X 2 =
f 1 (, , )

ento f 1 (, , ) = + ( 32 + 2 21 )X + ( 2 + 2 )X 2

ALGA I(M143) - 2014/2015 k 3.3 Aplicaes lineares - Isomorfismos

k262

Aplicaes lineares - isomorfismos

Definio
Sejam E , F espaos vectoriais sobre K.
I

Chama-se isomorfismo entre E e F a uma aplicao linear


bijectiva de E em F .

Diz-se que E e F so isomorfos sse existe um isomorfismo


entre E e F .

Observaes
I

A composta de isomorfismos tambm um isomorfismo.

Se E e F so isomorfos, ento tm a mesma dimenso.

ALGA I(M143) - 2014/2015 k 3.3 Aplicaes lineares - Isomorfismos

k263

Aplicaes lineares - isomorfismos


Proposio
Se E e F so espaos vectoriais sobre K e dim E = dim F , ento E
e F so isomorfos.

Demonstrao
Basta notar que se (e1 , . . . , en ) uma base de E e (w1 , . . . , wn )
uma base de F , ento existe uma aplicao linear f : E F tal
que, para cada i, se tem f (ei ) = wi , e essa aplicao bijectiva.

Corolrio
I

Qualquer espao vectorial real de dimenso n isomorfo a Rn .

Qualquer espao vectorial complexo de dimenso n isomorfo


a Cn .

ALGA I(M143) - 2014/2015 k 3.3 Aplicaes lineares - Isomorfismos

k264

Isomorfismos - exemplo
E = {(x , y , z) R3 : x + y + z = 0},
F = {(x , y , z) R3 : y = x + z}
I

((1, 1, 0), (1, 0, 1)) uma base de E (porqu?)

((1, 1, 0), (0, 1, 1)) uma base de F (porqu?)

Existe uma (nica) aplicao linear f : E F tal que


f (1, 1, 0) = (1, 1, 0) e f (1, 0, 1) = (0, 1, 1) e essa aplicao
linear bijectiva (porqu?)

f um isomorfismo entre E e F

se (x , y , z) E , ento (x , y , z) = y (1, 1, 0) + z(1, 0, 1)

portanto
f (x , y , z) = yf (1, 1, 0) + zf (1, 0, 1) = (y , y + z, z)

ALGA I(M143) - 2014/2015 k 3.3 Aplicaes lineares - Isomorfismos

k265

Aplicaes lineares - matrizes: exemplo

f:

R3

R2
(x , y , z) 7 (2x y + 4z, 3x + y + 5z)
I

2 1 4
3 1 5

y =
z

2x y + 4z
3x + y + 5z

(2, 3) = f ((1, 0, 0)), (1, 1) = f ((0, 1, 0)), (4, 5) = f ((0, 0, 1))

As colunas da matriz so as imagens dos elementos da base


cannica de R3 .
!
2 1 4
matriz
chama-se matriz de f relativamente
3 1 5
s bases cannicas de R3 e R2

ALGA I(M143) - 2014/2015 k 3.4 Aplicaes lineares - Matrizes de aplicaes lineares

k266

Aplicaes lineares - matrizes: exemplo


f:

R4

R3
x
(x , y , z, t) 7 (2x y + t, 2 + 5y , x3 +
2 1
1
5
2

1
3

1
5

x
0 1
y

0 0
z
6 1
t

y
5

6z + t)

2x y + t


x
=

2 + 5y

y
x
+

6z
+
t
3
5

(2, 12 , 31 ) = f ((1, 0, 0, 0)), (1, 5, 51 ) = f ((0, 1, 0, 0)),


(0, 0, 6) = f ((0, 0, 1, 0)), (1, 0, 1) = f ((0, 0, 0, 1))

As colunas da matriz so as imagens dos elementos da base


4
cannica de
R .

2 1 0 1

0 0 chama-se matriz de f
matriz 12 5
1
1
6 1
3
5
relativamente s bases cannicas de R4 e R3

ALGA I(M143) - 2014/2015 k 3.4 Aplicaes lineares - Matrizes de aplicaes lineares

k267

Matriz de uma apl. lin. relativa/ a um par de bases: def.

Definio
Sejam f : E F uma aplicao linear, b = (e1 , . . . , en ) uma
base de E , B = (v1 , . . . , vm ) uma base de F ; chama-se matriz de f
relativamente s bases b, B matriz de Mm,n (R) cujas colunas so
formadas pelas coordenadas dos vectores f (e1 ), . . . , f (en ) na base
B.
(notao: Mb,B (f ))

ALGA I(M143) - 2014/2015 k 3.4 Aplicaes lineares - Matrizes de aplicaes lineares

k268

Matriz de uma apl. linear relativamente a um par de bases

Sejam f : E F uma aplicao linear, b = (e1 , . . . , en ) uma


base de E ,
B = (v1 , . . . , vm ) uma base
de F .
a11 a12 a1n

a21 a22 a2n


Mb,B (f ) =
..
..
..
, onde
.
.
.
I

am1 am2 amn


f (e1 ) = (a11 , a21 , . . . , am1 )B

f (e2 ) = (a12 , a22 , . . . , am2 )B

f (en ) = (a1n , a2n , . . . , amn )B

ALGA I(M143) - 2014/2015 k 3.4 Aplicaes lineares - Matrizes de aplicaes lineares

k269

Matriz de uma aplicao linear - exemplo

f:

R2

R3
(x , y ) 7 (2x + y , x , x 3y )
b = ((1, 1), (1, 1)), B = ((1, 0, 0), (1, 1, 0), (1, 1, 1))
I

f ((1, 1)) = (3, 1, 2) = 4(1, 0, 0) + (1, 1, 0) 2(1, 1, 1) =


(4, 1, 2)B

f ((1, 1)) = (1, 1, 4) = 2(1, 0, 0) 5(1, 1, 0) + 4(1, 1, 1) =


(2, 5, 4)B
4
2

Mb,B (f ) = 1 5
2 4

ALGA I(M143) - 2014/2015 k 3.4 Aplicaes lineares - Matrizes de aplicaes lineares

k270

Matriz de uma aplicao linear - exemplo


E = {P R3 [X ] : P(1) = 0}, F = {(z, w ) C2 : w = z}
f : E
F
P 7 (P(i), P(i))
Determinar uma base B1 do domnio, uma base B2 do conjunto de
chegada e MB1 ,B2 (f ).
I E = {a0 + a1 X + a2 X 2 + a3 X 3 : a0 a1 + a2 a3 = 0} =
= G({1 + X 3 , X X 3 , X 2 + X 3 })
I B1 = (1 + X 3 , X X 3 , X 2 + X 3 ) uma base de E (verificar)
I F = {(a + bi, a bi), a, b R} = G({(1, 1), (i, i)})
I B2 = ((1, 1), (i, i)) uma base de F (verificar)
I f (1 + X 3 ) = (1 i, 1 + i) = (1, 1) (i, i) = (1, 1)B
2
I f (X X 3 ) = (2i, 2i) = 2(i, i) = (0, 2)B
2
I f (X 2 +X 3 ) = (1i, 1+i) = (1, 1)(i, i) = (1, 1)B
2
I

MB1 ,B2 (f ) =

1 0 1
1 2 1

ALGA I(M143) - 2014/2015 k 3.4 Aplicaes lineares - Matrizes de aplicaes lineares

k271

Aplicaes lineares - matrizes e coordenadas


Proposio
Sejam f : E F uma aplicao linear, b = (e1 , . . . , en ) uma
base de E , B = (v1 , . . . , vm ) uma base de F e u E ; ento
I

multiplicando Mb,B (f ) pela matriz coluna com as coordenadas


de u na base b, obtm-se as coordenadas de f (u) na base B,
isto ,

c1
1

Se u = (1 , . . . , n )b e Mb,B (f ) ... = ... , ento


cm
n
f (u) = (c1 , . . . , cm )B .

Exerccio
Mb,B (f ) a nica matriz que tem esta propriedade

ALGA I(M143) - 2014/2015 k 3.4 Aplicaes lineares - Matrizes de aplicaes lineares

k272

Aplicaes lineares - matrizes e coordenadas - demonst


Demonstrao
a11 a1n
..
.. = M (f )
Seja .
b,B
.
am1 amn
Seja u = (1 , . . . , n )b ; ento u = 1 e1 + + n en

Ento f (u) = 1 f (e1 ) + + n f (en )


= 1 (a11 v1 + + am1 vm ) + + n (a1n v1 + + amn vn )
= (1 a11 + + n a1n )v1 + + (1 am1 + + n amn )vm
= (1 a11 + + n a1n , . . . , 1 am1 + + n amn )B

Ora

a11
..
.

am1

a1n
..
.
amn

1
1 a11 + n a1n

.. =
..

.
.
n
1 am1 + + n amn

ALGA I(M143) - 2014/2015 k 3.4 Aplicaes lineares - Matrizes de aplicaes lineares

k273

Aplicaes lineares - matrizes


Sejam E um espao de dimenso n e F um espao de dimenso m,
b uma base de E e B uma base de F .
I

Para cada aplicao linear f : E F temos a matriz


Mb,B (f ) em Mm,n (K).

Reciprocamente, para cada matriz M Mmn, (K), existe uma


nica aplicao linear f : E F tal que Mb,B (f ) = M.

( consequncia da existncia e unicidade de uma aplicao


linear uma vez definidas as imagens dos elementos de uma
base)

Exerccio
A aplicao b,B : L(E , F ) Mm,n (K)
f
7 Mb,B (f )

ALGA I(M143) - 2014/2015 k 3.4 Aplicaes lineares - Matrizes de aplicaes lineares

um isomorfismo.

k274

Matrizes da aplicao identidade


E espao vectorial de dimenso n, b = (e1 , . . . , en ) base de E ,
idE : E E
u 7 u
I f (e1 ) = e1 = (1, . . . , 0)b
I

f (e2 ) = e2 = (0, 1, . . . , 0)b

f (en ) = en = (0, . . . , 1)b

1 0

0 1
Mb,b (idE ) =
.. ..
. .

0 0

0
0
..
.

= In

ALGA I(M143) - 2014/2015 k 3.4 Aplicaes lineares - Matrizes de aplicaes lineares

k275

Matriz de mudana de base


E espao vectorial de dimenso n, b e b 0 bases de E ,
idE : E E , u E
I

Multiplicando Mb,b 0 (idE ) pelas coordenadas de u na base b,


obtm-se as coordenadas de idE (u) na base b 0 .

Como idE (u) = u, multiplicando Mb,b 0 (idE ) pelas coordenadas


de u na base b, obtm-se as coordenadas de u na base b 0 .

Definio
matriz Mb,b 0 (idE ) chama-se matriz de passagem (ou matriz de
mudana de base) da base b para a base b 0 .

Observao
As colunas de Mb,b 0 (idE ) so formadas pelas coordenadas dos
elementos de b na base b 0 .

ALGA I(M143) - 2014/2015 k 3.4 Aplicaes lineares - Matrizes de aplicaes lineares

k276

Matriz de mudana de base - exemplo

E = R2 , b = ((1, 5), (1, 6)), bc = ((1, 0), (0, 1))


I

(1, 5) = (1, 5)bc , (1, 6) = (1, 6)bc


1 1
5 6

Mb,bc (id) =

Quais so as coordenadas de (3, 4)b na base cannica?


!

1 1
3
Mb,bc (id)
=
4
5 6
(3, 4)b = (1, 9)bc = (1, 9).

3
4

ALGA I(M143) - 2014/2015 k 3.4 Aplicaes lineares - Matrizes de aplicaes lineares

1
9

, portanto

k277

Matriz de mudana de base - exemplo

E = R2 , b = ((1, 5), (1, 6)), bc = ((1, 0), (0, 1))


I

(1, 0) = 6(1, 5) 5(1, 6) = (6, 5)b ,


(0, 1) = (1, 5) + (1, 6) = (1, 1)b
6 1
5 1

Mbc ,b (id) =

Quais so as coordenadas de (3, 2) na base b?


!

6 1
3
Mbc ,b (id)
=
2
5 1
portanto (3, 2) = (16, 13)b .

3
2

ALGA I(M143) - 2014/2015 k 3.4 Aplicaes lineares - Matrizes de aplicaes lineares

16
13

k278

Matriz da composta de aplicaes lineares

Proposio (a matriz da composta o produto das matrizes)


Sejam
I

E1 , E2 , E3 espaos vectoriais

b1 uma base de E1 , b2 uma base de E2 , b3 uma base de E3

f : E1 E2 , g : E2 E3 aplicaes lineares

Ento Mb1 ,b3 (g f ) = Mb2 ,b3 (g)Mb1 ,b2 (f ).


gf

E1
b1

/ E2
b2

/ E3
b3

ALGA I(M143) - 2014/2015 k 3.4 Aplicaes lineares - Matrizes de aplicaes lineares

k279

Matriz da composta de apl. lin. - demonstrao


Demonstrao
I
I

Sejam (u1 , . . . , up ) os elementos de b1 , (v1 , . . . , vn ) os


elementos de b2 e (w1 , . . . , wm ) os elementos de b3 .
Sejam

a11 a1p
b11 b1n
..
..
.. = M
.. = M
.
b2 ,b3 (g)
b1 ,b2 (f ) e
.
.
.
an1 anp
bm1 bmn

g(f (uj ))
= g(a1j v1 + + anj vn )
= a1j g(v1 ) + + anj g(vn )
= a1j (b11 w1 + + bm1 wm ) + + anj (b1n w1 + + bmn wm )
= (a1j b11 + + anj b1n )w1 + + (a1j bm1 + + anj bmn )wm
I

Ento as entradas da j-sima coluna de Mb1 ,b3 (g f ) so


a1j b11 + + anj b1n , . . . , a1j bm1 + + anj bmn

ALGA I(M143) - 2014/2015 k 3.4 Aplicaes lineares - Matrizes de aplicaes lineares

k280

Matriz da composta de apl. lin. - demonstrao - cont.


Demonstrao
c11 c1p
..
.. , onde
Ora Mb2 ,b3 (g)Mb1 ,b2 (f ) = .
.
cn1 cnp
cij = bi1 a1j + + bin anj
Ento as entradas da j-sima coluna de Mb2 ,b3 (g)Mb1 ,b2 (f )
so b11 a1j + + b1n anj , . . . , bm1 a1j + + bmn anj
Conclui-se que as colunas de Mb2 ,b3 (g)Mb1 ,b2 (f ) coincidem
com as de Mb1 ,b3 (g f ), portanto
Mb1 ,b3 (g f ) = Mb2 ,b3 (g)Mb1 ,b2 (f )

I
I

Observao
Resulta deste resultado e da associatividade da composio de
funes que a multiplicao de matrizes associativa. (porqu?)
ALGA I(M143) - 2014/2015 k 3.4 Aplicaes lineares - Matrizes de aplicaes lineares

k281

Matriz da composta - exemplo


f:

R2

R2
,
x
(x , y ) 7 (3x y , 2 + 2y )
g:
R2

R3
,
(x , y ) 7 (x + y , x + 2y , 3x )
bc =base cannica de R2 , Bc =base cannica de R3 .

!
1 1
3 1

I Mb ,b (f ) =
, Mbc ,Bc (g) = 1 2
1
c c
2
2
3 0
gf

R2
bc

/ R2
bc

/ R3
Bc

ALGA I(M143) - 2014/2015 k 3.4 Aplicaes lineares - Matrizes de aplicaes lineares

k282

Matriz da composta - exemplo - continuao

1 1

Mbc ,Bc (g)Mbc ,bc (f ) = 1 2


3 0

7
1
2

2 5
9 3

3 1
1
2
2

Mbc ,Bc (g f ) = 2 5
9 3

g f ((x , y )) = ( 72 x + y , 2x + 5y , 9x 3y )

7
2

ALGA I(M143) - 2014/2015 k 3.4 Aplicaes lineares - Matrizes de aplicaes lineares

k283

Matriz da composta - exemplo


I

I
I

b1 = ((1, 3), (1, 0)) base de R2 , b2 = ((1, 1), (2, 1)) base de
R2 , Bc base cannica de R3
f : R2 R2 tal que f ((1, 3)) = (1, 1) e f ((1, 0)) = (2, 1)
g : R2 R3 tal que g((1, 1)) = (3, 1, 2) e
g((2, 1)) = (1, 5, 3)
Mb1 ,b2 (f ) =

1 0
0 1

3 1

, Mb2 ,Bc (g) = 1 5


2 3

gf

R2
b1

/ R2

b2

Bc

3 1

Mb1 ,Bc (g f ) = 1 5
2 3

/ R3

1 0
0 1

ALGA I(M143) - 2014/2015 k 3.4 Aplicaes lineares - Matrizes de aplicaes lineares

3 1

= 1 5
2 3

k284

Matriz da composta - exemplo


f:

R2

R3
(x , y ) 7 (2x + y , x , x y )
I

2
1

Mbc ,Bc (f ) = 1 0
1 1

b = ((2, 3), (1, 1)) base de R2

B = ((1, 1, 1), (0, 1, 1), (0, 0, 1)) base de R3

Mb,B (f ) =?

I
I

R2
b

id

/ R2
bc

/ R3
Bc

id

%
/ R3
B

Mb,B (f ) = Mb,B (id f id) = MBc ,B (id)Mbc ,Bc (f )Mb,bc (id)

ALGA I(M143) - 2014/2015 k 3.4 Aplicaes lineares - Matrizes de aplicaes lineares

k285

Matriz da composta - exemplo - continuao


2 1
3 1

Mb,bc (id) =

(1, 0, 0) = (1, 1, 1) (0, 1, 1) = (1, 1, 0)B

(0, 1, 0) = (0, 1, 1) (0, 0, 1) = (0, 1, 1)B

(0, 0, 1) = (0, 0, 1)B

1
0 0

portanto MBc ,B (id) = 1 1 0


0 1 1

1
0 0
2
1

Mb,B (f ) = 1 1 0 1 0
0 1 1
1 1

7 1

= 9 2
1 3

ALGA I(M143) - 2014/2015 k 3.4 Aplicaes lineares - Matrizes de aplicaes lineares

2 1
3 1

k286

Matriz da composta - exemplo


I

1 2 0 1
f :

tal que MBc ,b1 (f ) =


0 1 3 4
2
Bc a base cannica de C e b1 = ((2, 3), (4, 5))
C2

R2

, onde

0
2

g : R2 R2 [X ] tal que Mb2 ,bc (g) = 3 0 , onde


2 1
b2 = ((1, 1), (1, 1)) e bc a base cannica de R2 [X ]

MBc ,bc (g f ) =?
gf

I
I

C2
Bc

/ R2
b1

id

/ R2
b2

&

/ R2 [X ]
bc

MBc ,bc (g f ) = MBc ,bc (g id f ) =


Mb2 ,bc (g)Mb1 ,b2 (id)MBc ,b1 (f )

ALGA I(M143) - 2014/2015 k 3.4 Aplicaes lineares - Matrizes de aplicaes lineares

k287

Matriz da composta - exemplo - continuao

(2, 3) =

(4, 5) =

5 1
2, 2 b
2

9 1
2, 2 b
2
5
2
I Mb ,b (id) =
1
1 2
2
I portanto
I

9
2
1
2

0
2

MBc ,bc (g f ) = 3 0
2 1

1
3
3
3

81
57
93
= 15
2
2
2
2
9
35
59
51
2
2
2
2

5
2
1
2

9
2
1
2

ALGA I(M143) - 2014/2015 k 3.4 Aplicaes lineares - Matrizes de aplicaes lineares

1 2 0 1
0 1 3 4

k288

Relao entre duas matrizes da mesma aplicao linear

f : E F , E , F de dimenso finita

b, b 0 bases de E

B, B 0 bases de F
f

I
I

b0

id

/E
b

/F
B

id

/ F0
B

Mb 0 ,B 0 (f ) = MB,B 0 (id)Mb,B (f )Mb 0 ,b (id)

ALGA I(M143) - 2014/2015 k 3.4 Aplicaes lineares - Matrizes de aplicaes lineares

k289

Matriz da inversa
I

Seja f : E F linear bijectiva, n = dim E = dim F

f 1 : F E

sejam b uma base de E , B uma base de F


f f 1 =idF

f 1 f =idE

1 
/E
/F f

F
B

f 1

/E
b


/F
B

MB,b (f 1 )Mb,B (f ) = Mb,b (f 1 f ) = Mb,b (idE ) = In

Analogamente, Mb,B (f )MB,b (f 1 ) = In

Proposio
As matrizes Mb,B (f ) e MB,b (f 1 ) so inversas uma da outra, isto
, MB,b (f 1 ) = (Mb,B (f ))1 .
ALGA I(M143) - 2014/2015 k 3.4 Aplicaes lineares - Matrizes de aplicaes lineares

k290

Matriz da inversa - exemplo


f:

R2

R2
(x , y ) 7 (3x y , 2x y )
3 1
2 1

Mbc ,bc (f ) =

Mbc ,bc

(f 1 )

det

3 1
2 1

Mbc ,bc

(f 1 )

f 1 ((x , y )) = (x y , 2x 3y )

3 1
2 1

= 1,
1 1
2 3

!1

3 1
2 1

!1

1 1
2 3

ALGA I(M143) - 2014/2015 k 3.4 Aplicaes lineares - Matrizes de aplicaes lineares

k291

Matriz da inversa - caso particular

I
I

b, b 0 bases de E
E
b

id

E
b0

idE bijectiva e id1


E = idE

Mb,b 0 (idE ) = (Mb 0 ,b (idE ))1

As matrizes de passagem de b para b 0 e de b 0 para b so


inversas uma da outra.

ALGA I(M143) - 2014/2015 k 3.4 Aplicaes lineares - Matrizes de aplicaes lineares

k292

Matriz de passagem - exemplo

E = R3 , B = ((1, 0, 1), (0, 1, 1), (1, 1, 0))

1 0 1

MB,Bc (id) = 0 1 1
1 1 0

MBc ,B (id) = (MB,Bc (id))1

1
2

= 21

1
2

12
1
2
1
2

1
2
1
2

21

1 0 1

= 0 1 1
1 1 0

ALGA I(M143) - 2014/2015 k 3.4 Aplicaes lineares - Matrizes de aplicaes lineares

k293

Matrizes da mesma aplicao linear - caso particular


I
I

f : E E (quando o domnio igual ao conjunto de


chegada, diz-se que f um endomorfismo).
b, b 0 bases de E
f

idE

b0

/E
b

/E
b

idE

#
/ E0
b

Mb 0 ,b 0 (f ) = Mb,b 0 (idE )Mb,b (f )Mb 0 ,b (idE ) = Mb,b 0 (idE )Mb,b (f )(Mb,b 0 (idE ))1

Definio
Diz-se que as matrizes A e B so conjugadas sse existe uma matriz
invertvel P tal que A = PBP 1 .

Exerccio
I
I

Se A e B so conjugadas, ento B e A so conjugadas.


Se A e B so conjugadas e B e C so conjugadas, ento A e
C so conjugadas.

Proposio
As matrizes Mb 0 ,b 0 (f ) e Mb,b (f ) so conjugadas.
ALGA I(M143) - 2014/2015 k 3.4 Aplicaes lineares - Matrizes de aplicaes lineares

k294

Exemplo de aplicao linear em R2 - rotaes


Rotao de um ngulo em torno da origem

r (1, 0) = (cos , sen ), r (0, 1) = ( sen , cos )


cos sen
sen cos

Mbc ,bc (r ) =

r (x , y ) = (x cos y sen , x sen + y cos )

ALGA I(M143) - 2014/2015 k 3.4 Aplicaes lineares - Matrizes de aplicaes lineares

k295

Exemplo de aplicao linear em R2 - reflexo num recta


Reflexo num recta que passa na origem

Rr (1, 0) = (cos 2, sen 2), Rr (0, 1) = (sen 2, cos 2)


cos 2 sen 2
sen 2 cos 2

Mbc ,bc (Rr ) =

Rr (x , y ) = (x cos 2 + y sen 2, x sen 2 y cos 2)

ALGA I(M143) - 2014/2015 k 3.4 Aplicaes lineares - Matrizes de aplicaes lineares

k296

Exemplo de aplicao linear em R2 - reflexo num recta


Reflexo num recta que passa na origem - outra abordagem

Seja b = (u, v ) uma base de R2 tal que u um vector da


recta r e v perpendicular a u

u = (cos , sen ), v = ( sen , cos )

Rr (u) = u = (1, 0)b e Rr (v ) = v = (0, 1)b

Mb,b (Rr ) =

1 0
0 1

ALGA I(M143) - 2014/2015 k 3.4 Aplicaes lineares - Matrizes de aplicaes lineares

k297

Exemplo de aplicao linear - reflexo num recta - cont

Mb,bc (id) =

cos sen
sen cos
(id)1

1
cos
1 sen

sen
cos

Mbc ,b (id) = Mb,bc

Mbc ,bc (Rr ) = Mb,bc (id)M


! b,b (Rr )Mbc ,b (id) =
cos 2 sen 2
sen 2 cos 2

Rr (x , y ) = (x cos 2 + y sen 2, x sen 2 y cos 2)

ALGA I(M143) - 2014/2015 k 3.4 Aplicaes lineares - Matrizes de aplicaes lineares

k298

Composta de duas reflexes

cos 21 sen 21
, Mbc ,bc (Rr2 ) =
sen 21 cos 21
Mbc ,bc (Rr2 Rr1 ) =
!
!
cos 21 sen 21
cos 22 sen 22
=
=
sen 21 cos 21
sen 22 cos 22
Mbc ,bc (Rr1 ) =

cos 22 sen 22
sen 22 cos 22

cos 22 cos 21 + sen 22 sen 21 sen 21 cos 22 cos21 sen 22


sen 22 cos 21 cos 22 sen 21 sen 21 sen 22 + cos 22 cos 21

cos(2(2 1 )) sen(2(2 1 ))
sen(2(2 1 )) cos(2(2 1 ))
A composta de duas reflexes uma rotao correspondente a
um ngulo que o dobro do ngulo entre as duas rectas.
Exerccio: interpretar geometricamente

=
I
I

ALGA I(M143) - 2014/2015 k 3.4 Aplicaes lineares - Matrizes de aplicaes lineares

k299

Composta de uma reflexo com uma rotao

cos sen
, Mbc ,bc (Rr ) =
sen cos
Mbc ,bc (Rr r ) =
!
!
cos 2 sen 2
cos sen
=
=
sen 2 cos 2
sen cos
Mbc ,bc (r ) =

cos 2 sen 2
sen 2 cos 2

cos 2 cos + sen 2 sen sen cos 2 + cos sen 2


sen 2 cos cos 2 sen sen sen 2 cos 2 cos
=

cos(2( 2 )) sen(2( 2 ))
sen(2( 2 )) cos(2( 2 ))

A composta de uma reflexo com uma rotao uma reflexo na recta obtida
pela rotao do eixo dos xx em torno da origem por um ngulo de 2 .
Exerccio: interpretar geometricamente e analisar a composta
de uma rotao com uma reflexo.

ALGA I(M143) - 2014/2015 k 3.4 Aplicaes lineares - Matrizes de aplicaes lineares

k300

Exemplo de aplicao linear - homotetias


Homotetia de razo e centro O: h (u) = u

Para qualquer base b, tem-se Mb,b (h ) =

0
0

(porqu?)
I

Para qualquer aplicao linear f : R2 R2 tem-se


f h = h f (porqu? e se f no for linear?)

Exerccio: se g : R2 R2 uma aplicao linear tal que


para qualquer aplicao linear f : R2 R2 se tem
f g = g f , ento g uma homotetia.

ALGA I(M143) - 2014/2015 k 3.4 Aplicaes lineares - Matrizes de aplicaes lineares

k301

Determinante de um endomorfismo
I

Sejam f : E E um endomorfismo e b, b 0 bases de E

Mb 0 ,b 0 (f ) = Mb,b 0 (idE )Mb,b (f )(Mb,b 0 (idE ))1

det Mb 0 ,b 0 (f ) = det Mb,b 0 (idE ) det Mb,b (f ) det(Mb,b 0 (idE )1 )


= det Mb,b 0 (idE ) det(Mb,b 0 (idE )1 ) det Mb,b (f )
= det Mb,b (f )
I

Concluso: det Mb,b (f ) no depende da escolha da base b

Definio
Chama-se determinante de f ao determinante de Mb,b (f ), onde b
qualquer base de E .
(notao: det(f ))
ALGA I(M143) - 2014/2015 k 3.4 Aplicaes lineares - Matrizes de aplicaes lineares

k302

Determinante de um endomorfismo - exemplo

f:

2 1 1

MBc ,Bc (f ) = 1 3 1
0 5 7

2 1 1

det(f ) = det MBc ,Bc (f ) = det 1 3 1 = 30


0 5 7

R3

R3
(x , y , z) 7 (2x y + z, x 3y + z, 5y 7z)

ALGA I(M143) - 2014/2015 k 3.4 Aplicaes lineares - Matrizes de aplicaes lineares

k303

Endomorfismos injectivos e determinantes

Sejam E um espao de dimenso finita, f endomorfismo de E , e b


uma base de E

f injectivo

f um isomorfismo
f tem inversa
Mb,b (f ) tem inversa
det(Mb,b (f )) 6= 0
det(f ) 6= 0

ALGA I(M143) - 2014/2015 k 3.4 Aplicaes lineares - Matrizes de aplicaes lineares

k304

Endomorfismos injectivos e determinantes - exemplo

f:

R2

R2
(x , y ) 7 (3x y , 5x + 2y )

Mbc ,bc (f ) =

3 1
5 2

det(f ) = det Mbc ,bc (f ) = det

f injectiva

f um isomorfismo

3 1
5 2

ALGA I(M143) - 2014/2015 k 3.4 Aplicaes lineares - Matrizes de aplicaes lineares

= 11 6= 0

k305

Endomorfismos injectivos e determinantes - exemplo

f:

1 0 2

MBc ,Bc (f ) = 3 2 4
1 5 7

R3

R3
(x , y , z) 7 (x + 2z, 3x + 2y + 4z, x + 5y 7z)

1 0 2

det(f ) = det MBc ,Bc (f ) = det 3 2 4 = 0


1 5 7
f no injectiva

ALGA I(M143) - 2014/2015 k 3.4 Aplicaes lineares - Matrizes de aplicaes lineares

k306

Valores e vectores prprios

R2

u e v so vectores prprios de f

w no vector prprio de f

ALGA I(M143) - 2014/2015 k 4.1 Valores prprios e vectores prprios - Definies e propriedades

k307

Valores e vectores prprios - exemplo


f:

R2

R2
(x , y ) 7 (3x , 4y )
I f ((1, 0)) = (3, 0) = 3(1, 0)
I

Diz-se que 3 valor prprio de f e que (1, 0) vector prprio


de f (associado ao valor prprio 3).

f ((2, 0)) = (6, 0) = 3(2, 0), f ((5, 0)) = (15, 0) = 3(5, 0),
f ((x , 0)) = (3x , 0) = 3(x , 0)

(2, 0), (5, 0) tambm so vectores prprios de f associados


ao valor prprio 3; (x , 0) vector prprio associado ao valor
prprio 3 DESDE QUE x 6= 0.

f ((0, 1)) = (0, 4) = 4(0, 1)

Diz-se que 4 valor prprio de f e que (0, 1) vector prprio


de f (associado ao valor prprio 4).

(0, y ) vector prprio associado ao valor prprio 4 DESDE


QUE y 6= 0.

ALGA I(M143) - 2014/2015 k 4.1 Valores prprios e vectores prprios - Definies e propriedades

k308

Valores e vectores prprios - exemplo


f:

R2

R2
(x , y ) 7 (3x , 4y )
I f ((0, 0)) = (0, 0) = a(0, 0), para qualquer a R
I

Haver a R \ {3, 4} e u R2 \ {(0, 0)} tais que f (u) = au?

Isto , haver mais algum valor prprio de f ?


(

f ((x , y )) = a(x , y ) (3x , 4y ) = (ax , ay )


(

3x = ax
4y = ay

(3 a)x = 0
(4 a)y = 0

Se a 6= 3 e a 6= 4, ento f ((x , y )) = a(x , y ) x = y = 0.

No existem mais valores prprios de f .

ALGA I(M143) - 2014/2015 k 4.1 Valores prprios e vectores prprios - Definies e propriedades

k309

Valores e vectores prprios - definies


Definio
Seja f : E E um endomorfismo;
I

Diz-se que R um valor prprio de f sse existe


u E \ {0E } tal que f (u) = u.

Diz-se que u E \ {0E } um vector prprio de f sse f (u)


mltiplo de u.

Observaes
I

ATENO: para qualquer R, f (0E ) = 0E ,


mas 0E NO vector prprio de f .
Se u 6= 0E e f (u) = u,
I
I

u um vector prprio associado ao valor prprio


o valor prprio associado ao vector prprio u.

ALGA I(M143) - 2014/2015 k 4.1 Valores prprios e vectores prprios - Definies e propriedades

k310

Valores e vectores prprios

Como determinar os valores prprios do endomorfismo


f : E E ?
valor prprio de f
existe u E \ {0E } tal que f (u) = u
existe u E \ {0E } tal que f (u) u = 0E
existe u E \ {0E } tal que (f idE )(u) = 0E
existe u E \ {0E } tal que u ker(f idE )
f idE no injectivo
det(f idE ) = 0
det(Mb,b (f idE )) = 0, para qualquer base b de E

ALGA I(M143) - 2014/2015 k 4.1 Valores prprios e vectores prprios - Definies e propriedades

k311

Valores e vectores prprios


Seja b uma base de E .

0
I Mb,b ( idE ) = .
.
.
0

0

..
.
0

I portanto, se Mb,b (f ) =

tem-se

0
0
..
.

a11 a12
a21 a22
..
..
.
.
an1 an2

a1n
a2n
..
.
ann

a11
a12

a1n

a
a

21
22
2n

.
Mb,b (f idE ) =
..
..
..

.
.
.

an1
an2
ann
det(f idE ) um polinmio de grau n em (porqu?)

ALGA I(M143) - 2014/2015 k 4.1 Valores prprios e vectores prprios - Definies e propriedades

k312

Valores e vectores prprios - polinmio caracterstico

Sejam f : E E um endomorfismo e n = dim E

Definio
Chama-se polinmio caracterstico de f ao polinmio P definido
por P() = det(f idE ).

Proposio
valor prprio de f sse zero do polinmio caracterstico de f

Observao
f tem no mximo n valores prprios (porque um polinmio de grau
n tem no mximo n zeros)

ALGA I(M143) - 2014/2015 k 4.1 Valores prprios e vectores prprios - Definies e propriedades

k313

Valores e vectores prprios - exemplo

f:

R2

R2
(x , y ) 7 (2y , 2x )
I

Mbc ,bc (f ) =

0 2
2 0

Mbc ,bc (f id) =

2
2

2
2

p() = det

= 2 4

p() = 0 = 2 ou = 2

os valores prprios de f so 2 e 2.

ALGA I(M143) - 2014/2015 k 4.1 Valores prprios e vectores prprios - Definies e propriedades

k314

Valores e vectores prprios - exemplo

f:

R2

R2
(x , y ) 7 (2y , 2x )
I

Mbc ,bc (f ) =

0 2
2 0

Mbc ,bc (f id) =

2
2

2
2

p() = det

= 2 + 4

p no tem zeros, portanto f no tem valores prprios.

ALGA I(M143) - 2014/2015 k 4.1 Valores prprios e vectores prprios - Definies e propriedades

k315

Valores e vectores prprios - subespaos prprios


Proposio
Se valor prprio de f , ento {u E : f (u) = u} um
subespao de E , de dimenso maior ou igual a 1.

Definio
Chama-se subespao prprio associado a ao subespao
{u E : f (u) = u} de E . (notao: E )

Observaes
I

Tem-se E = {u E : f (u) = u}
= {u E : (f idE )(u) = 0E }
= ker(f idE )
E = {vectores prprios de f associados a } {0E }

ALGA I(M143) - 2014/2015 k 4.1 Valores prprios e vectores prprios - Definies e propriedades

k316

Valores e vectores prprios - exemplo

f:

R3

R3
(x , y , z) 7 (0, x y , z)
I

0
0
0

MBc ,Bc (f ) = 1 1 0
0
0 1

0
0

0
p() = det 1 1
= (1 )2
0
0
1

p() = 0 = 0 ou = 1

os valores prprios de f so 0 e 1.

ALGA I(M143) - 2014/2015 k 4.1 Valores prprios e vectores prprios - Definies e propriedades

k317

Valores e vectores prprios - exemplo

f:

R3

R3
(x , y , z) 7 (0, x y , z)
I Subespao prprio associado a 0?
I

(x , y , z) ker(f 0 id)
(x
, y , z) ker(f )

0
0
0
x
0

1 1 0 y = 0
0
0 1
z
0
(
x y = 0

z = 0

E0 = {(x , y , z) R3 : x + y = 0 e z = 0}

ALGA I(M143) - 2014/2015 k 4.1 Valores prprios e vectores prprios - Definies e propriedades

k318

Valores e vectores prprios - exemplo - continuao

f:

R3

R3
(x , y , z) 7 (0, x y , z)
I Subespao prprio associado a 1?
I

(x , y ,
z) ker(f (1) id)

0 (1)
0
0
x
0

1
1 (1)
0

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

x = 0

E1 = {(x , y , z) R3 : x = 0}

ALGA I(M143) - 2014/2015 k 4.1 Valores prprios e vectores prprios - Definies e propriedades

k319

Valores e vectores prprios - base de vectores prprios


Sejam f : E E endomorfismo, b = (e1 , . . . , en ) base de E
I

Se todos os elementos da base forem vectores prprios de f ,


como Mb,b (f )?

f (e1 ) = 1 e1 = (1 , 0, . . . , 0)b

f (e2 ) = 2 e2 = (0, 2 , , . . . , 0)b

f (en ) = n en = (0, 0, . . . , n )b

1 0 0

0
0 2
Mb,b (f ) =
..
..
..
.
.
.

Lema
A matriz Mb,b (f ) diagonal sse b uma base de E formada por
vectores prprios de f .
ALGA I(M143) - 2014/2015 k 4.1 Valores prprios e vectores prprios - Definies e propriedades

k320

Endomorfismo diagonalizvel
Definio
I

Seja f : E E um endomorfismo; diz-se que f


diagonalizvel sse existe uma base de E formada por vectores
prprios de f .

Diz-se que uma matriz diagonalizvel sse conjugada de


uma matriz diagonal

Observao
Se E tem dimenso finita, f diagonalizvel sse existe uma base
de E tal que a matriz de f relativamente a essa base diagonal.

Exerccio
Uma matriz diagonalizvel sse a matriz de um endomorfismo
diagonalizvel relativamente a alguma base.
ALGA I(M143) - 2014/2015 k 4.1 Valores prprios e vectores prprios - Definies e propriedades

k321

Vectores prprios associados a valores prprios distintos

Proposio
Seja f : E E um endomorfismo; ento vectores prprios de f
associados a valores prprios distintos so sempre linearmente
independentes, isto , se 1 , . . . , k so valores prprios de f ,
todos distintos, e u1 , . . . , uk so vectores prprios de f associados
respectivamente a 1 , . . . , k , ento u1 , . . . , uk so linearmente
independentes.

ALGA I(M143) - 2014/2015 k 4.1 Valores prprios e vectores prprios - Definies e propriedades

k322

Vectores prprios assoc. a valores prprios distintos - dem

Demonstrao
I

por induo sobre k

k = 1: se u1 um vector prprio de f , ento u1 linearmente


independente (porqu?)

Suponhamos que quaisquer k vectores prprios associados a


valores prprios distintos so linearmente independentes.

Suponhamos que 1 , . . . , k , k+1 so valores prprios de f ,


todos distintos, e u1 , . . . , uk , uk+1 so vectores prprios de f
associados respectivamente a 1 , . . . , k , k+1

ALGA I(M143) - 2014/2015 k 4.1 Valores prprios e vectores prprios - Definies e propriedades

k323

Vectores prprios assoc. a valores prprios distintos - dem


Demonstrao (continuao)
I

Suponhamos que 1 u1 + + k uk + k+1 uk+1 = 0E

Ento f (1 u1 + + k uk + k+1 uk+1 ) = 0E

Logo 1 f (u1 ) + + k f (uk ) + k+1 f (uk+1 ) = 0E

isto 1 1 u1 + + k k uk + k+1 k+1 uk+1 = 0E

Por outro lado,


k+1 1 u1 + + k+1 k uk + k+1 k+1 uk+1 = 0E

Subtraindo vem
(k+1 1 )1 u1 + + (k+1 k )k uk = 0E

Por hiptese de induo, e como k+1 i 6= 0, i, vem


1 = = k = 0

Ento k+1 uk+1 = 0E , portanto tambm k+1 = 0

ALGA I(M143) - 2014/2015 k 4.1 Valores prprios e vectores prprios - Definies e propriedades

k324

Valores e vectores prprios

Corolrio
Se dim E = n, ento f : E E no pode ter mais de n valores
prprios distintos

Corolrio
Se dim E = n e f : E E tem n valores prprios distintos, ento
f diagonalizvel.
ATENO: f pode ter menos de n valores prprios e mesmo
assim ser diagonalizvel.
Exemplo: aplicao identidade

ALGA I(M143) - 2014/2015 k 4.1 Valores prprios e vectores prprios - Definies e propriedades

k325

Endomorfismos diagonalizveis - exemplo


f:

R2

R2
(x , y ) 7 (x 8y , 4x + 11y )
I

Mbc ,bc (f ) =

1 8
4 11

1
8
p() = det
4
11
= 2 10 + 21

= (1 )(11 ) + 32

p() = 0 = 3 ou = 7

3 e 7 so os valores prprios de f

f tem dois valores prprios distintos e dim R2 = 2, portanto f


diagonalizvel.

base de vectores prprios?

ALGA I(M143) - 2014/2015 k 4.1 Valores prprios e vectores prprios - Definies e propriedades

k326

Endomorfismos diagonalizveis - exemplo


I

Mbc ,bc (f ) =
(x , y ) E3

1 8
4 11

1 3
8
4
11 3

x
y

0
0

4x 8y = 0
x + 2y = 0
4x + 8y = 0
E3 = {(x , y ) R2 : x + 2y = 0} = {(2y , y ), y R}
= G({(2, 1)})
((2, 1)) uma base de E3 .
!
!
!
1 7
8
x
0
=
(x , y ) E7
4
11 7
y
0

I
I
I

8x 8y = 0
x +y =0
4x + 4y = 0
E7 = {(x , y ) R2 : x + y = 0} = {(y , y ), y R}
= G({(1, 1)})
((1, 1)) uma base de E7 .

I
I

ALGA I(M143) - 2014/2015 k 4.1 Valores prprios e vectores prprios - Definies e propriedades

k327

Endomorfismos diagonalizveis - exemplo

b = ((2, 1), (1, 1)) uma base de R2 formada por vectores


prprios de f
Mb,b (f ) =

3 0
0 7

ALGA I(M143) - 2014/2015 k 4.1 Valores prprios e vectores prprios - Definies e propriedades

k328

Vect. prp. ass. a val. prp. distintos - generalizao


Proposio
Seja f : E E um endomorfismo; se
I
I
I
I

1 , . . . , k so valores prprios distintos de f ;


u11 , . . . , u1m1 so vectores prprios linearmente independentes
associados a 1

uk1 , . . . , ukmk so vectores prprios linearmente independentes


associados a k

ento u11 , . . . , u1m1 , . . . , uk1 , . . . , ukmk so linearmente independentes.


(juntando famlias livres de vectores em que cada uma composta por
vectores prprios associados ao mesmo valor prprio e cada famlia corresponde
a um valor prprio diferente, o resultado ainda uma famlia livre)

Demonstrao
Exerccio

Corolrio
Sejam E um espao de dimenso finita e f : E E um endomorfismo;
a soma das dimenses dos subespaos prprios de f menor ou igual a dim E .
ALGA I(M143) - 2014/2015 k 4.1 Valores prprios e vectores prprios - Definies e propriedades

k329

Endomorfismos diagonalizveis

Proposio
Sejam E um espao de dimenso n, f : E E um
endomorfismo; ento f diagonalizvel sse a soma das dimenses
de todos os subespaos prprios de E n.

ALGA I(M143) - 2014/2015 k 4.1 Valores prprios e vectores prprios - Definies e propriedades

k330

Endomorfismos diagonalizveis - demonstrao


Demonstrao
I

se a soma das dimenses dos subespaos prprios n


I
I

I
I

considera-se uma base de cada um dos subespaos


juntando-se os elementos de todas essas bases temos
elementos linearmente independentes (porqu?)
ao todo so n elementos (porqu?)
portanto formam uma base de E (porqu?) e todos so
vectores prprios

se f diagonalizvel
I
I

existe uma base formada por vectores prprios de f


agrupando os elementos da base pelo valor prprio associado,
obtm-se famlias livres em cada subespao prprio
a soma das dimenses dos subespaos prprios maior ou
igual soma dos nmeros de elementos de todas essas famlias
(que a dimenso de E )

ALGA I(M143) - 2014/2015 k 4.1 Valores prprios e vectores prprios - Definies e propriedades

k331

Endomorfismos diagonalizveis - exemplo


f:

R3

R3
(x , y , z) 7 (0, x y , z)
I Foi visto que
I
I
I

I
I
I
I
I
I

os valores prprios de f so 0 e 1
E0 = {(x , y , z) R3 : x + y = 0 e z = 0}
E1 = {(x , y , z) R3 : x = 0}

E0 = {y (1, 1, 0), y R} = G({(1, 1, 0)})


((1, 1, 0)) uma base de E0 , E0 tem dimenso 1
E1 = {0, y , z), y , z R} = {y (0, 1, 0) + z(0, 0, 1), y , z R}
= G({(0, 1, 0), (0, 0, 1)})
((0, 1, 0), (0, 0, 1)) uma base de E1 , E1 tem dimenso 2.
dim E0 + dim E1 = 1 + 2 = 3 = dim R3 , portanto f
diagonalizvel.
b = ((1, 1, 0), (0, 1, 0), (0, 0, 1)) uma base de R3 formada
por vectoresprprios de f .
0 0
0

Mb,b (f ) = 0 1 0
0 0 1

ALGA I(M143) - 2014/2015 k 4.1 Valores prprios e vectores prprios - Definies e propriedades

k332

Endomorfismos diagonalizveis - exemplo

f:

R3

R3
(x , y , z) 7 (0, x y , x + y z)
0
0
0

MBc ,Bc (f ) = 1 1 0
1
1 1

0
0

0
p() = det 1 1

1
1
1
= (1 )(1 )

os valores prprios de f so 0 e 1

ALGA I(M143) - 2014/2015 k 4.1 Valores prprios e vectores prprios - Definies e propriedades

k333

Endomorfismos diagonalizveis - exemplo


0
0
0
x
0

(x , y , z) E0 1 1 0 y = 0
1
1 1
z
0

x y = 0

x +y z =0

x +y =0
z =0

E0 = {(x , x , 0), x R} = G({(1, 1, 0)}), dim E0 = 1


1 0 0
x
0

1 0 0 y = 0
1 1 0
z
0

(x , y , z) E1
(

x = 0

x +y =0

x =0
y =0

E1 = {(0, 0, z), z R} = G({(0, 0, 1)}), dim E1 = 1

dim E0 + dim E1 = 1 + 1 = 2 < 3 = dim R3

f no diagonalizvel

ALGA I(M143) - 2014/2015 k 4.1 Valores prprios e vectores prprios - Definies e propriedades

k334

Aplicao - clculo de potncias de uma matriz


a 0
0 b

A=

I A2

= AA =

I A3

A2 A

a 0
0 b

a2 0
0 b2

a 0
0 b
!

a 0
0 b

a2 0
0 b2

=
!

a3 0
0 b3

I An

an 0
0 bn

Analogamente para qualquer matriz diagonal.

E se A no for diagonal?

ALGA I(M143) - 2014/2015 k 4.1 Valores prprios e vectores prprios - Definies e propriedades

k335

Aplicao - clculo de potncias de uma matriz

Seja A uma matriz diagonalizvel


I

Existe P tal que PAP 1 uma matriz diagonal.

Seja D = PAP 1 , ento A = P 1 DP

A2 = P 1 DPP 1 DP = P 1 D 2 P

An = P 1 DPP 1 DP P 1 DP = P 1 D n P

ALGA I(M143) - 2014/2015 k 4.1 Valores prprios e vectores prprios - Definies e propriedades

k336

Clculo de potncias de uma matriz - exemplo

A=

3 10
3
8

f (x , y ) = (3x 10y , 3x + 8y )

polinmio caracterstico:
!
3 10
p() = det
= 2 5 + 6
3
8

valores prprios: 2, 3

vector prprio associado ao valor prprio 2: (2, 1)

vector prprio associado ao valor prprio 3: (5, 3)

b = ((2, 1), (5, 3)) uma base de R2 formada por vectores


prprios de f

ALGA I(M143) - 2014/2015 k 4.1 Valores prprios e vectores prprios - Definies e propriedades

k337

Clculo de potncias de uma matriz - exemplo


I

2 0
0 3

Mb,b (f ) =

2 5
1
3

, Mbc ,b (id) =

Mb,bc (id) =

Mbc ,bc (f ) = Mb,bc (id)Mb,b (f )Mbc ,b (id)

3 10
3
8

3 10
3
8

=
!n

=
!

3 5
1
2

2 5
1
3
2 5
1
3

2 0
0 3

3 2n 5 2n
3n
2 3n

2n 0
0 3n

3 5
1
2
!

3 5
1
2

2 5
1
3

3 2n+1 5 3n 5 2n+1 10 3n
3 2n + 3n+1 5 2n + 2 3n+1

ALGA I(M143) - 2014/2015 k 4.1 Valores prprios e vectores prprios - Definies e propriedades

k338

Produto escalar em R2 e R3 - revises


I

u = (u1 , u2 ) R2

kuk =comprimento de u=

u = (u1 , u2 , u3 ) R3

kuk =comprimento de u=

Chama-se norma de u a kuk.

1
Se u 6= 0E , ento kuk
u um vector unitrio, isto , de norma
1, com a direco e sentido de u.

Se v um vector unitrio, ento kav k = |a|, para qualquer


a R.

ALGA I(M143) - 2014/2015 k 5.0 Produto escalar -

u12 + u22

u12 + u22 + u32

k339

Produto escalar em R2 e R3 - revises

u = (u1 , u2 ), v = (v1 , v2 ) R2

u|v = u1 v1 + u2 v2

u = (u1 , u2 , u3 ), v = (v1 , v2 , v3 ) R3

u|v = u1 v1 + u2 v2 + u3 v3

kuk =

u|v = kukkv k cos , onde o ngulo entre u e v .

u|u

ALGA I(M143) - 2014/2015 k 5.0 Produto escalar -

k340

Produto escalar em R2 e R3 - interpretao geomtrica

Suponhamos primeiro que v um vector unitrio; nesse caso


u|v = kukkv k cos = kuk cos .

Se w a projeco ortogonal de u sobre v , como na figura,


ento, como kw k = kuk| cos | = |u|v |, tem-se w = (u|v )v ,

isto , u|v mede o comprimento da projeco de u sobre v


(com sinal positivo se essa projeco tem o mesmo sentido de
v , e com sinal negativo se tem o sentido oposto).

Se v no unitrio, ento w = (u| kv1k v ) kv1k v =

ALGA I(M143) - 2014/2015 k 5.0 Produto escalar -

u|v
v.
kv k2

k341

Produto escalar em Rn
Podemos definir um produto escalar em Rn da seguinte maneira:
I
I
I

para quaisquer u, v Rn , se u = (u1 , . . . , un ), v = (v1 , . . . , vn )


ento u|v = u1 v1 + u2 v2 + + un vn
outras notaes: u.v , < u, v >

Proposio
O produto escalar definido desta maneira satisfaz as seguintes
propriedades: para quaisquer u, v , w Rn , R
I

I
I

(u + v )|w = u|w + v |w

u|(v + w ) = u|v + u|w


diz-se que o prod. escalar bilinear

(u)|v = (u|v ) = u|(v )


u|v = v |u (diz-se que o produto escalar simtrico)
u|u 0, e u|u = 0 u = 0Rn (diz-se que o produto escalar
definido positivo)

Demonstrao
Exerccio
ALGA I(M143) - 2014/2015 k 5.0 Produto escalar -

k342

Produto escalar

Definio
I

Chama-se produto escalar num espao vectorial real E a uma


aplicao E E R que seja bilinear, simtrica e definida
positiva.

A norma
p associada a um produto escalar definida por
kuk = u|u.

Observao
Tem-se sempre kuk 0, e kuk = 0 sse u = 0E ( consequncia de
o produto escalar ser definido positivo)

ALGA I(M143) - 2014/2015 k 5.0 Produto escalar -

k343

Produto escalar - exemplos

(u1 , u2 )|(v1 , v2 ) = u1 v1 + u1 v2 + 3u2 v1 + u2 v2 no define um


produto escalar ( bilinear mas no simtrica) em R2

(u1 , u2 )|(v1 , v2 ) = u1 v1 + u1 v2 + u2 v1 + u2 v2 no define um


produto escalar ( bilinear e simtrica mas no definida
positiva) em R2

(u1 , u2 )|(v1 , v2 ) = u1 v1 + u1 v2 + u2 v1 + 2u2 v2 define um


produto escalar em R2

f |g = 01 f (x )g(x ) dx define um produto escalar no espao


das funes contnuas de [0, 1] em R (e no espao das funes
integrveis?)

Se no for dito nada em contrrio, considera-se em Rn o


produto escalar definido anteriormente.

ALGA I(M143) - 2014/2015 k 5.0 Produto escalar -

k344

Produto escalar - propriedades

Proposio
Seja E um espao vectorial real com um produto escalar.
I

Para qualquer u E , u|0E = 0.

Para quaisquer u E , R, kuk = ||kuk.

(desigualdade de Cauchy-Schwarz) Para quaisquer u, v E ,


|u|v | kukkv k, e tem-se a igualdade sse u e v so colineares.

(desigualdade triangular) Para quaisquer u, v E ,


ku + v k kuk + kv k.

(teorema de Pitgoras) Se u|v = 0, ento


ku + v k2 = kuk2 + kv k2 .

ALGA I(M143) - 2014/2015 k 5.0 Produto escalar -

k345

Produto escalar - propriedades - demonstrao


Demonstrao
I
I
I

I
I

u|0E = u|(0E + 0E ) = u|0


q E + u|0E
p

kuk = (u)|(u) = 2 (u|u) = || u|u


Se v = 0E , trivial; suponhamos ento v 6= 0E ; para qualquer
R, (u + v )|(u + v ) 0
Ento para qualquer R, (v |v )2 + 2(u|v ) + u|u 0
Portanto o discriminante deste polinmio de segundo grau
sempre 0, isto , (u|v )2 (u|u)(v |v ) 0, ou seja
|u|v | kukkv k
A igualdade tem-se sse o discriminante nulo, ou seja, sse o
polinmio tem um zero, isto , sse existe R tal que
(u + v )|(u + v ) = 0, ou seja tal que u + v = 0E (e isto
equivale a u e v serem colineares, porque v 6= 0E ).
Tem-se ku + v k2 = (u + v )|(u + v ) = u|u + 2u|v + v |v =
kuk2 + 2u|v + kv k2 kuk2 + 2kukkv k + kv k2 = (kuk + kv k)2
Tem-se
ku + v k2 = (u + v )|(u + v ) = u|u + 2u|v + v |v = kuk2 + kv k2

ALGA I(M143) - 2014/2015 k 5.0 Produto escalar -

k346

Produto escalar - ngulos

Observao
Resulta da desigualdade de Cauchy-Schwarz que se u, v 6= 0E ,
u|v
ento 1 kukkv
k 1.

Definio
Define-se o ngulo entre u, v E \ {0E } como sendo o nico
u|v
[0, ] tal que cos = kukkv
k.

ALGA I(M143) - 2014/2015 k 5.0 Produto escalar -

k347

Produto escalar - exemplo

R4
I

Clculo do ngulo entre (2, 0, 1, 3) e (1, 1, 1, 1):


I
I
I

(2, 0, 1, 3)|(1, 1, 1, 1) = 0
cos = 0
= 2

Clculo do ngulo entre (1, 1, 1, 1) e (1, 0, 1, 0):


I
I

I
I

(1, 1, 1, 1)|(1, 0,
1, 0) = 2
k(1, 1, 1, 1)k = 1 + 1 + 1+ 1 = 2,
k(1, 0, 1, 0)k = 1 + 1 = 2
(1,1,1,1)|(1,0,1,0)
cos = k(1,1,1,1)kk(1,0,1,0)k
= 12
= 3
4

ALGA I(M143) - 2014/2015 k 5.0 Produto escalar -

k348

Produto escalar - ortogonalidade e ortonormalidade


Definio
Sejam E um espao vectorial real com produto escalar, u, v E ,
b = (e1 , . . . , en ) uma base de E .
I

Diz-se que u unitrio sse kuk = 1.

Diz-se que u e v so ortogonais sse u 6= 0E , v 6= 0E e u|v = 0.

Diz-se que b uma base ortonormada sse cada ei unitrio e


cada par de vectores distintos ortogonal.

Observaes
I

Dois vectores no nulos so ortogonais sse o ngulo entre eles


2 .

Uma base b = (e1 , . . . , en ) ortonormada sse


(
ei |ei = 1, i = 1 . . . , n
.
ei |ej = 0 se i 6= j

ALGA I(M143) - 2014/2015 k 5.0 Produto escalar -

k349

Produto escalar - vectores ortogonais

Proposio
Seja E um espao vectorial real com produto escalar; se u1 , . . . , uk
so vectores de E ortogonais dois a dois (isto , se ui |uj = 0
quando i 6= j) ento u1 , . . . , uk so linearmente independentes.

Demonstrao
I

Suponhamos 1 u1 + + k uk = 0E .

Ento, para cada i, tem-se (1 u1 + + k uk )|ui = 0, logo


1 u1 |ui + + k uk |ui = 0.

Portanto i ui |ui = 0, logo i = 0

ALGA I(M143) - 2014/2015 k 5.0 Produto escalar -

k350

Bases ortonormadas - exemplos

A base cannica de R2 uma base ortonormada.

I 1 (1, 1)
2
I
I

I
I

unitrio


uma base ortonormada de R2 .

uma base ortonormada de

1 (1, 1), 1 (1, 1)


2
2

1 (1, 0, 1), (0, 1, 0)


2
{(x , y , z) R3 : x =

z}.

A
base cannica de R3 uma base ortonormada.


1 (1, 1, 1), 1 (1, 0, 1), 1 (1, 2, 1)
3
2
6
ortonormada de R3 .

A base

1 (1, 1, 0), 1 (1, 1, 2) de


2
6
{(x , y , z) R3 : x + y + z = 0} uma

ALGA I(M143) - 2014/2015 k 5.0 Produto escalar -

uma base

base ortonormada.

k351

Produto escalar - coordenadas numa base ortonormada

Proposio
Seja E um subespao de Rn e b = (e1 , . . . , ek ) uma base
ortonormada de E .
I

Se u = (u1 , . . . , uk )b , isto u = u1 e1 + + uk ek , ento,


para cada i, ui = u|ei (isto , as coordenadas de u na base b
so os produtos escalares de u pelos elementos da base).

Se u = (u1 , . . . , uk )b e v = (v1 , . . . , vk )b ento


u|v = u1 v1 + + uk vk (isto ,
(u1 e1 + + uk ek )|(v1 e1 + + vk ek ) = u1 v1 + + uk vk ).

ALGA I(M143) - 2014/2015 k 5.0 Produto escalar -

k352

Produto escalar - coordenadas numa base ortonormada

Demonstrao
I

Se u = u1 e1 + + uk ek , ento
u|ei = (u1 e1 + + uk ek )|ei =
u1 e1 |ei + + ui ei |ei + + uk ek |ei = ui |ei ei = ui .

(u1 e1 + + uk ek )|(v1 e1 + + vk ek ) =

k X
k
X

up vq ep |eq ;

p=1 q=1

como ep |eq =
k X
k
X

1 se p = q
, tem-se
0 se p 6= q

up vq ep |eq =

p=1 q=1

ALGA I(M143) - 2014/2015 k 5.0 Produto escalar -

k
X

up vp .

p=1

k353

Bases ortonormadas - exemplo


E = R2 , b =
I

1 (1, 1), 1 (1, 1)


2
2

Coordenadas de (3, 5) na base b?


(3, 5)| 12 (1, 1) =

1 (3, 5)|(1, 1) = 8 = 4 2
2
2

1
1
I (3, 5)| (1, 1) = (3, 5)|(1, 1) = 2 =
2
2
2
2
1
1

I (3, 5) = (4 2, 2)b (= 4 2 (1, 1) + 2 (1, 1))
2
2
I Coordenadas de (x , y ) na base b?
I

x
+y
2
+y
I (x , y )| 1 (1, 1) = x
2
2


x
+y
x
+y
,
I (x , y ) =
2
2
b
I

(x , y )| 12 (1, 1) =

ALGA I(M143) - 2014/2015 k 5.0 Produto escalar -

k354

Bases ortonormadas - exemplo




1 (1, 1, 1), 1 (1, 1, 0)


3
2
{(x , y , z) R3 : x + y = 2z}

b=
I
I
I
I

uma base ortonormada de

Coordenadas de (3, 1, 2) na base b?

(3, 1, 2)| 13 (1, 1, 1) = 63 = 2 3

(3, 1, 2)| 12 (1, 1, 0) = 22 = 2


(3, 1, 2) = (2 3, 2)b = 2 3 13 (1, 1, 1) + 2 12 (1, 1, 0)

Coordenadas de (x , y , x +y
2 ) na base b?

1
(x , y , x +y
2 )| 3 (1, 1, 1) =

1
(x , y , x +y
2 )| 2 (1, 1, 0)

(x , y , x +y
2 )=

3
2 (x

3
2 (x

3
3
x
+
2
2 y
= x y
2

+ y ), 12 (x y )

+ y ) 13 (1, 1, 1) +

ALGA I(M143) - 2014/2015 k 5.0 Produto escalar -

1 (x
2


b

y ) 12 (1, 1, 0)
k355

Bases ortonormadas - processo de Gram-Schmidt


Como construir uma base ortonormada (e1 , . . . , en ) de um espao
E com produto escalar a partir de uma base b = (u1 , . . . , un ) de E ?

I
I

I
I
I

e1 = ku11 k u1
v2 = u2 w2 = u2 (u2 |e1 )e1 ; v2 ortogonal a e1
e2 = kv12 k v2
v3 = u3 (u3 |e1 )e1 (u3 |e2 )e2 ; v3 ortogonal a e1 e a e2
e3 = kv13 k v3
...
vn = un (un |e1 )e1 (un |e2 )e2 . . . (un |en1 )en1 ;
vn ortogonal a e1 , . . . , en1
en = kv1n k vn
B = (e1 , . . . , en ) uma base ortonormada de E .

ALGA I(M143) - 2014/2015 k 5.0 Produto escalar -

k356

Processo de Gram-Schmidt

Observaes
I

No processo indicado, para cada k, ek G({u1 , . . . , uk }) (a


matriz de passagem de B para b triangular superior).

Nunca se tem vk = 0E : isso implicaria que uk seria


combinao linear de e1 , . . . , ek1 , e portanto de u1 , . . . , uk1

Se u1 , . . . , un gerarem E mas no forem linearmente


independentes, ento acontecer vk = 0E para algum k;
eliminando esses elementos, obtm-se ainda uma base
ortonormada.

ALGA I(M143) - 2014/2015 k 5.0 Produto escalar -

k357

Processo de Gram-Schmidt - exemplo

Obter uma base ortonormada de R2 a partir de ((1, 2), (3, 1)).

I k(1, 2)k =
5
1 (1, 2)
5

e1 =

v2 = (3, 1) ((3, 1)| 15 (1, 2)) 15 (1, 2) = (3, 1) (1, 2) =


(2, 1)

k(2, 1)k = 5

e2 =

1 (2, 1)
5

1 (1, 2), 1 (2, 1)


5
5

ALGA I(M143) - 2014/2015 k 5.0 Produto escalar -

uma base ortonormada de R2 .

k358

Processo de Gram-Schmidt - exemplo


Obter uma base ortonormada de R3 a partir de
((1, 0, 1), (1, 1, 1), (1, 1, 1)).
1
k(1,0,1)k (1, 0, 1)

1 (1, 0, 1)
2
((1, 1, 1)| 12 (1, 0, 1)) 12 (1, 0, 1)

e1 =

v2 = (1, 1, 1)
(1, 1, 1) (1, 0, 1) = (0, 1, 0)

e2 =

v3 = (1, 1, 1) ((1, 1, 1)| 12 (1, 0, 1)) 12 (1, 0, 1)


((1, 1, 1)|(0, 1, 0))(0, 1, 0) = (1, 1, 1) (0, 1, 0) = (1, 0, 1)

e3 =

1
k(0,1,0)k (0, 1, 0)

= (0, 1, 0)

1
k(1,0,1)k (1, 0, 1)

1 (1, 0, 1)
2

1 (1, 0, 1), (0, 1, 0), 1 (1, 0, 1)


2
2
de R3 .

ALGA I(M143) - 2014/2015 k 5.0 Produto escalar -

uma base ortonormada

k359

Processo de Gram-Schmidt - exemplo


Obter uma base ortonormada de
E = {(x , y , z) R3 : x + y + z = 0}
I

E = {(x , y , x y ), x , y R} = G({(1, 0, 1), (0, 1, 1)})

(1, 0, 1), (0, 1, 1) so linearmente independentes, portanto


((1, 0, 1), (0, 1, 1)) uma base de E .

1 (1, 0, 1)
2
I v2 = (0, 1, 1) (0, 1, 1)| 1 (1, 0, 1) 1 (1, 0, 1)
2
2
= (0, 1, 1) 12 (1, 0, 1) = ( 21 , 1, 21 )

I k( 1 , 1, 1 )k = k 1 (1, 2, 1) = 1 6
2
2
2
2
I e2 = 2 ( 1 , 1, 1 ) = 1 (1, 2, 1)
2
2
6
6
I

e1 =

1
k(1,0,1)k (1, 0, 1)

1 (1, 0, 1), 1 (1, 2, 1)


2
6

ALGA I(M143) - 2014/2015 k 5.0 Produto escalar -

uma base ortonormada de E .

k360

Projeco ortogonal sobre um subespao


Proposio
Sejam E um espao vectorial com produto escalar, F um
subespao no nulo de dimenso finita de E e u E .
I
I
I

Existe um nico u0 F tal que ku u0 k ku v k para todo o v F .


Para esse u0 , tem-se (u u0 )|v = 0, para todo o v F .
Se b = (e1 , . . . , ek ) uma base ortonormada de F ento
u0 = (u|e1 )e1 + + (u|ek )ek .

Definio
Sejam E um espao vectorial com produto escalar, F um subespao
no nulo de E e u E . Chama-se projeco ortogonal de u sobre
F ao nico u0 F tal que ku u0 k ku v k para todo o v F .
(notao: proj
F u)

ALGA I(M143) - 2014/2015 k 5.0 Produto escalar -

k361

Projeco ortogonal sobre um subespao - demontr.


Demonstrao
Seja b = (e1 , . . . , ek ) uma base ortonormada de F ; seja
u0 = (u|e1 )e1 + + (u|ek )ek .
I

Seja v F , v = 1 e1 + + k ek

(u u0 )|v = (u ((u|e1 )e1 + + (u|ek )ek ))|v


= u|(1 e1 + + k ek ) ((u|e1 )e1 + + (u|ek )ek )|(1 e1 +
+ k ek )
= 1 u|e1 + + k u|ek (1 u|e1 + + k u|ek ) = 0

ku v k2 = k(u u0 ) + (u0 v )k2 = ku u0 k2 + ku0 v k2


(porque (u u0 )|(u0 v ) = 0), portanto
ku v k2 ku u0 k2 , logo ku v k ku u0 k.

Do ponto anterior vem que ku v k = ku u0 k sse


ku0 v k = 0, isto , sse u0 = v , o que mostra a unicidade de
u0 .

ALGA I(M143) - 2014/2015 k 5.0 Produto escalar -

k362

Projeco ortogonal sobre um subespao

Proposio
Seja E um espao vectorial com produto escalar e F um subespao
de dimenso finita de E ; a aplicao E
F
linear.

u 7 projF u

Demonstrao
Exerccio

ALGA I(M143) - 2014/2015 k 5.0 Produto escalar -

k363

Projeco ortogonal - exemplo


F = {(x , y ) R2 : x + y = 0}
I

proj
F (x , y ) =?

F = {(x , x ), x R} = G({(1, 1)})




1 (1, 1) uma base ortonormada de F


2
I proj (x , y ) = ((x , y )| 1 (1, 1)) 1 (1, 1) = x y (1, 1)
F
2
2
2
I

ALGA I(M143) - 2014/2015 k 5.0 Produto escalar -

k364

Projeco ortogonal - exemplo

F = {(x , y , z) R2 : x + y + z = 0}
I

proj
F (x , y , z) =?


1 (1, 0, 1), 1 (1, 2, 1) uma base ortonormada


2
6
I proj (x , y , z) = ((x , y , z)| 1 (1, 0, 1)) 1 (1, 0, 1) +
F
2
2
((x , y , z)| 16 (1, 2, 1)) 16 (1, 2, 1)
x +2y z
= x z
(1,
2, 1)
2 (1, 0, 1) +
6

2x y z x +2y z x y +2z
=
,
,
3
3
3
I

ALGA I(M143) - 2014/2015 k 5.0 Produto escalar -

de F

k365

Complemento ortogonal de um subespao


Lema
Sejam E um espao vectorial com produto escalar, A um
subconjunto de E . O conjunto dos elementos de E que so
ortogonais a todos os elementos de A ({u E : v A, u|v = 0})
um subespao de E .

Demonstrao
Exerccio

Definio
Sejam E um espao vectorial com produto escalar, F um
subespao de E ; chama-se complemento ortogonal de F em E ao
conjunto dos elementos de E que so ortogonais a todos os
elementos de F (notao: F ).
F = {u E : v F , u|v = 0}
ALGA I(M143) - 2014/2015 k 5.0 Produto escalar -

k366

Complemento ortogonal de um subespao


Proposio
Se F = G({u1 , . . . , uk }), ento
F = {u E : u|u1 = = u|uk = 0}

Demonstrao
Exerccio

Observaes
I

F o ncleo da aplicao linear

E
F
u 7 proj
F u
Qualquer elemento de E soma de um elemento de F com

um elemento de F : u = proj
F u + u projF u (e esta
| {z }
F

{z

decomposio nica: exerccio)


ALGA I(M143) - 2014/2015 k 5.0 Produto escalar -

k367

Complemento ortogonal de um subespao - exemplo

E = R3 , F = G({(1, 2, 1)})
I

(x , y , z) F (x , y , z)|(1, 2, 1) = 0 x + 2y + z = 0

F = {(x , y , z) R3 : x + 2y + z = 0}

ALGA I(M143) - 2014/2015 k 5.0 Produto escalar -

k368

Complemento ortogonal de um subespao - exemplo


E = R4 , F = {(x , y , z, t) R4 : x + y + 2z = 0 e y 3z + t = 0}
(
I
I

x + y + 2z = 0

y 3z + t = 0

(x , y , z, t)
(

x + 5z t = 0
y 3z + t = 0

F = {(5z + t, 3z t, z, t), z, t R}
= {z(5, 3, 1, 0) + t(1, 1, 0, 1), z, t R}
= G({(5, 3, 1, 0), (1, 1, 0, 1)})
(

(x , y , z, t)|(5, 3, 1, 0) = 0
(x , y , z, t)|(1, 1, 0, 1) = 0

5x + 3y + z = 0
x y +t =0

F = {(x , y , z, t) R4 : 5x + 3y + z = 0 e x y + t = 0}

ALGA I(M143) - 2014/2015 k 5.0 Produto escalar -

k369

Teorema espectral
Sejam E um subespao de Rn , f : Rn Rn uma aplicao linear
e b uma base ortonormada de E .
Se Mb,b (f ) simtrica, ento
I

f diagonalizvel;

existe uma base ortonormada de E formada por vectores


prprios de f ;

vectores prprios de f associados a valores prprios distintos


so necessariamente ortogonais;

para obter uma base ortonormada de E formada por vectores


prprios de f , basta tomar uma base ortonormada de cada um
dos subespaos prprios de f e juntar todos os vectores dessas
bases.

ALGA I(M143) - 2014/2015 k 5.0 Produto escalar -

k370

Exemplo
f:

R3

R3
(x , y , z) 7 (2x + y z, x + y + 2z, x + 2y + z)
I

2 1 1

Mbc ,bc (f ) = 1 1 2 ; a matriz simtrica


1 2 1

polinmio caracterstico: p() = 3 + 9

valores prprios: 0, 3, 3

subespaos prprios: E0 = G({(1, 1, 1)}),


E3 = G({(0, 1, 1)}), E3 = G({(2, 1, 1)})

base ortonormada de vectores prprios:


( 13 (1, 1, 1), 12 (0, 1, 1), 16 (2, 1, 1))

ALGA I(M143) - 2014/2015 k 5.0 Produto escalar -

k371

Produto vectorial em R3 : definio

Sejam e1 = (1, 0, 0), e2 = (0, 1, 0), e3 = (0, 0, 1), u = (u1 , u2 , u3 ),


v = (v1 , v2 , v3 ), w = (w1 , w2 , w3 )
I

O produto vectorial de u e v , definido por


u v = (u2 v3 u3 v2 , u3 v1 u1 v3 , u1 v2 u2 v1 )

e1 e2 e3

Tem-se u v = det u1 u2 u3 =
v1 v2 v3
(u2 v3 u3 v2 )e1 + (u3 v1 u1 v3 )e2 + (u1 v2 u2 v1 )e3 =
(u2 v3 u3 v2 , u3 v1 u1 v3 , u1 v2 u2 v1 )

ALGA I(M143) - 2014/2015 k 5.0 Produto escalar -

k372

Produto vectorial em R3 : propriedades

Sejam u, v R3 .
I

u v o vector nulo sse u e v so colineares.

Se u e v no so colineares, ento u v ortogonal a u e a v .

ku v k = kukkv k sen , onde o ngulo entre u e v .

ku v k a rea do paralelograma definido por u e v .

O sentido de u v dado pela regra do saca-rolhas.

ALGA I(M143) - 2014/2015 k 5.0 Produto escalar -

k373

Produto vectorial em R3 : propriedades


Sejam u = (u1 , u2 , u3 ), v = (v1 , v2 , v3 ), w = (w1 , w2 , w3 ) R3 .
Tem-se
I

u (v + w ) = u v + u w

(au) v = u (av ) = a(u v )

u v = v u

w1 w2 w3

w |(u v ) = det u1 u2 u3
v1 v2 v3
Se u e v no so colineares, ento (u, v , u v ) uma base de
R3 e a matriz de passagem desta base para a base cannica
tem determinante positivo (diz-se que a base (u, v , w ) tem a
mesma orientao da base cannica).

ALGA I(M143) - 2014/2015 k 5.0 Produto escalar -

k374