Beruflich Dokumente
Kultur Dokumente
lgebra
Linear II
4.
Perodo
Manaus 2007
FICHA TCNICA
Governador
Eduardo Braga
ViceGovernador
Omar Aziz
Reitora
SUMRIO
UNIDADE I Espao e Subespao Vetorial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
07
09
13
21
23
26
30
35
37
46
49
65
............................................................
67
TEMA 10 Diagonalizao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
76
83
85
91
95
Referncias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101
UNIDADE I
Espao e Subespao Vetorial
TEMA 01
ESPAO VETORIAL
1. 1 Introduo
i)
ii) u + v = v + u
Observaes:
1. Os elementos do espao vetorial V sero chamados vetores, independente de sua natureza.
Vejamos alguns exemplos:
a) V conjunto de matrizes reais m por n
No necessrio que os vetores tenham interpretao geomtrica, mas podem ser quaisquer objetos que satisfaam os axiomas abaixo. Polinmios de grau menor que n formam
um espao vetorial, por exemplo, assim como
grupos de m x n e o espao de todas as
funes de um conjunto em outro (com algumas condies adicionais).
em
, onde repre-
senta
u + (v + w) = (u + v) + w
,
onde representa o conjunto dos nmeros
complexos.
2. Daqui por diante, salvo referncia expressa em
contrrio, sero considerados somente espa-
.
9
u + (u) =
v) ( + ).u = .u + .u
vi) .(u + v) = .u + .v
vii) (.).u = (.u)
(A,B) A + B
: IR x Mm x n(IR) Mm x n(IR)
portanto
(,B) .B
ii) u + v = v + u
u + v = (uij)m x n + (vij)m x n = (uij + vij)m x n
onde
Exemplo 1
portanto
Mostre que o conjunto Mm x n(IR) definido acima, com as operaes de adio de matrizes
e produto de um escalar por uma matriz, um
espao vetorial real.
u+v=v+u
uij, vij IR
Soluo:
Como foi definido acima, para todo par de matrizes A = (aij)m x n, B = (bij)m x n Mm x n(IR) e
IR temos que:
i) u + (v + w) = (u + v) + w
ii) u + v = v + u
= (uij + (uij))m x n =
v) ( + ).u = .u + .u
10
i) u + (v + w) = (u + v) + w
ii) u + v = v + u
onde
v) ( + ).u = .u + .u
portanto ( + ).u = . u + . u
vi) .(u + v) = .u + .v
vi) .(u + v) = .u + .v
i) u + (v + w) = (u + v) + w
.u + .v = .(uij)m x n + .(vij)m x n =
portanto (u + v) = .u + .v.
sendo
= (.(.uij))m x n = .(.uij)m x n =
= .(.(uij)m x n) = .(.u)
ii) u + v = v + u
Exemplo 2
Mostre que o conjunto de todas as funes
F = F(IR, IR) = {f : IRIR, funes reais},
com as operaes de adio de funes e
produto de um escalar por uma funo definidas abaixo, um espao vetorial real.
u + v = v + u u, vF.
iii) F tal que u + = u ( chamado de
vetor nulo)
Tome F como sendo a aplicao nula , ou
seja : IR IR; (x) = 0 xIR . Logo, para
toda funo u F tem-se
+: F x F F
(f, g) f + g : IR IR
x (f + g)(x) = f(x) + g(x)
xIR
e
: IR x F F
(,g) .g : IR IR
Para
cada
vamos
definir
x (.g)(x) .=..g(x)
xIR
Soluo:
v) ( + ).u = .u + .u
+ = e + = =
Sendo assim
( + ).u = .u + .u ,IR e uF.
Demonstrao:
vi) .(u + v) = .u + .v
Suponha que para este uV, exista um outro simtrico, digamos bV tal que u + b =
. Sendo assim, temos:
u = u + = u + (u + b) = (u + u) + b
=+b=b
iii) Se u + v = u + w v = w u, v, w V
Demonstrao:
u + (u + v) = u + (u + w)
(u + u) + v (u + u) + w
+v=+w v=w
Demonstrao:
12
adio (a,b) + (x,y) = (a x, b +y) e mutiplicao por um escalar (x,y) = (x,y), (a,b),
(x,y) IR2 e IR um espao vetorial real.
TEMA 02
SUBESPAOS VETORIAIS
e mutiplicao
por um escalar
i) u, vS tem-se u + vS.
ii) uS e IR tem-se uS.
e IR um espa-
Exemplo 1
Seja V = IR2 e S = {(x,2x); xIR} IR2 uma reta
que passa pela origem dos espaos. Mostre
que S um subespao vetorial de IR2.
o vetorial real.
Soluo:
Vamos verificar as condies (i) e (ii) da
definio de subespao vetorial.
i) u, vS tem-se u + vS.
ii) uS e IR tem-se uS.
i) Se u = (a, 2a) e v = (b,2b), temos que:
u+v = (a,2a) + (b,2b) = (a + b, 2a + 2b) =
= (a + b, 2(a + b))S
ii) Se u = (a, 2a) e IR, temos que:
Exemplo 2
Mostre que o conjunto S = {(t, t + 1);
tIR}IR2 no um subespao de IR2.
13
Soluo:
Basta mostrar que uma das condies dadas
na definio no satisfeita.
Por exemplo:
Exemplo 5
= (a + b, (a + b) + 2)S
Mostre que tal conjunto, munido das operaes de adio e produto por um escalar definidas
Geometricamente, temos:
em V, subespao vetorial .
Soluo:
Observe que podemos reescrever o subconjunto S, como sendo
S = {(b + d,b,0,d);b,dIR}
Vamos verificar as condies (i) e (ii) da definio de subespao vetorial.
i) u = (b1+d1,b1,0,d1), v = (b2+d2, b2, 0, d2)S
temos que:
Exemplo 3
Soluo:
= (b + d, b, 0, d)S
Portanto S um subespao vetorial de IR4.
Exemplo 6
Seja V = Mnxn(IR) o espao vetorial das matrizes quadradas de ordem n, e seja BMnxn(IR)
fixa. Mostre que o subconjunto
S={AMnxn(IR); A.B = 0} das matrizes que ao
multiplicar esquerda de B um subespao
vetorial.
Exemplo 4
Soluo:
Verifique se o subconjunto
Vamos verificar as condies (i) e (ii) da definio de subespao vetorial, as quais so:
Observao:
i) u, vS tem-se u + vS.
Soluo:
Uma condio necessria para que tal subconjunto seja um subespao que ele possua o
A1 + A2S
ii) AS e S tem-se que AS
De fato, AS temos que A.B = 0. Sendo
assim, S e AS tem-se que AS, j
que (A).B = (A.B) = .0 = 0.
Portanto S um subespao vetorial de
Mnxn(IR).
Exemplo 7
um subconjunto de
Soluo:
a) SW = {u; uS e uW}
Vamos verificar as condies (i) e (ii) da definio de subespao vetorial, as quais so:
b) S + W = {u = s + w; sS e wW}
i) u, vS tem-se u + vS.
c) S = {s; sS}
elementos
7. Sejam
ii) Seja
o es-
termos
Portanto S um subespao vetorial de
M2X2(IR).
8. Sejam
o es-
b) S = {(x,y,z)IR ; x y + z = 0}
c) S = {(x,y,z)IR ; x = 0}
3
(x,x2,x3,x4)S1 e (x,x2,x3,x4)S2
x1 = 0 e x4 = 0
subespao vetorial de V.
Demonstrao:
S1 S2 ={(0,x2,x3,0); x2,x3IR}.
1. Sejam S = {(a,b,c,d); a + b = 0 e c d = 0} e
W = {(a,b,c,d); a b c + d = 0} subespaos
vetoriais do espao vetorial IR4; determine
SW.
2. Sendo
subespa-
um
Exemplo 8
V = IR3 e S1 S2 a reta de interseo dos
planos S1 e S2, onde S1 e S2 so subespao
vetoriais do IR3.
onde skSk
, vkSk
com
.
Satisfaz-se, assim, a condio (ii) da definio
de subespao veetorial.
Exemplo 10
Soluo:
Temos que S1 + S2 = {u + v | uS1 e vS2}.
Logo
Sejam w1 e w2 dois subespaos do espao vetorial IR3, sendo W1 e W2 duas retas concorrentes. Esboe, geometricamente, a soma de
W1 com W2.
Soluo:
Sabemos, da geometria espacial, que duas retas concorrentes determinam um nico plano,
e esde plano pode ser determinado fazendo
uso da lgebra Linear da seguinte forma:
Os vetores diretores das retas so linearmente
independentes, pois as retas so, por hiptese, concorrentes. Dessa forma, podemos determinar o vetor normal a esse plano fazendo
uso do produto vetorial entre os vetores diretores da retas, determinando, assim, a equao normal do plano que passa pela origem.
1. Sejam S = {(a,b,c,d); a + b = 0 e c d = 0} e
W = {(a,b,c,d); a b c + d = 0}
subesapaos vetoriais do espao vetorial IR4;
determine S + W.
Sendo assim, temos que a soma dos dois subespaos um plano que passa pela origem e
que contm as retas.
2. Sendo
Geometricamente, temos:
e
subes-
Exemplo 11
Exemplo 13 (Teorema)
Se V a soma direta dos subespaos vetoriais
V1 e V2, mostre que todo elemento de V se
escreve de modo nico como a soma de um
elemento de V1 com um elemento de V2.
Soluo:
Temos, por hiptese, que V=V1V2;
logo, para todo vV existem v1V1 e v2V2, tais
que v = v1+v2.
Exemplo 12
Se S1 = {(x,0); xIR} e
1. Sejam
(a,b)S2 b = 0 e (a,b)S1 a = 0.
Sendo assim, s(a,b)S1 S2 tem-se que
s = (0,0), logo S1 S2 = {(0,0)}.
Satisfaz-se, dessa forma, a condio (i).
de
de
W
de
Dessa forma, temos que IR2 = S1 + S2, satisfazendo, assim, a condio (ii).
definidas por
.
Mostre que M2x2(IR) = S1 S2.
3. Sejam S = {(a,b,c,d); a + b = 0} e
W = {(a,b,c,d)}; c 2d = 0} subespaos veto-
18
4. Sendo
e
19
UNIDADE II
Combinao Linear, Vetores LI e LD.
Base de um Espao vetoriaL
TEMA 03
COMBINAO LINEAR
3.1 Definio de combinao linear
Sejam v1,v2,...,vn vetores do espao vetorial V
e 1,2,...,n escalares reais ou complexos.
Qualquer vetor vV da forma
Exemplo 3: Seja
o espao ve-
Soluo:
Para verificar se o vetor v = (2, 1,1) IR3
pode ser escrito como combinao linear dos
vetores v1, v2 e v3, temos que encontrar
escalares reais 1, 2, 3 tais que
Soluo:
Para verificar que o vetor p pode ser escrito
como combinao linear dos vetores f, g e h,
temos que encontrar escalares a, b e c reais
tais que p = af + bg + ch.
Exemplo 2: Sendo
2x2 + 3x 6 = a + 2b bx + cx + cx2
6 + 3x + 2x2 = (a + 2b) + (b + c)x + cx2
e
Verifique se
,
3.2 Subespao Vetorial Gerado
Soluo:
Para verificar se o vetor
.
Mostraremos que tal conjunto um subespao
vetorial de V.
23
De fato se :
e
so elementos de W
Soluo:
Temos que o subespao gerado pelos vetores
u = (1,0) e v = (0,2) dado por:
[u,v] = {w
3
Dizer que o
gerado pelo conjunto A,
seguinifica que todo vetor z = (x,y,z) de 3 se
escrevem como combinao linear dos vetores
u = (1,1,0), v = (0,1,1) e w = (2,0,1), isto ,
existem escalares a,b,c tais que z = au +
bv + cw.
subconjunto AM2x2(
G(A).
) =
) com
tem-se:
(x,y,z) = (a + 2c, a b, b c)
teremos
que M2x2(
) = G(A).
a = x 2c(iv).
Substituindo a equao (iv) em (ii) temos:
x 2c b = y b 2c = y x
1. Sejam V = M2x3 (
)e
e
.
Determine G(A).
.
Substituindo
o valor
de c em
(i), temos
4. Mostre que o
mente gerado.
Soluo:
3
tem-se que:
Faa
(x,y,z) = a(1,0,1) + b(0,0,1) + c(0,1,0)
TEMA 04
(x,y,z) = (a, c, a + b)
4.1 Definio
Seja V um espao vetorial e A = {v1,v2,v3,v4,...,vn}
um subconjunto de V. Diremos que o conjunto
A Linearmente Independente (L.I) se a equao
Soluo:
Sabemos que o conjunto A L.I se, se
somente se, a equao abaixo admite apenas
a soluo trivial, ou seja a = b = c = d = 0.
Soluo:
Basta mostrar que a equao a(1,1,0) +
b(0,1,1) = (0,0,0) com a,bIR adimite soluo
trivial, ou seja, a = b = 0.
a(1,1,0) + b(0,1,1) = (0,0,0) (a, a + b, b) =
(0,0,0) a = b = 0
(a,c, a + b) = (0,0,0)
Tome
qualquer, logo:
(IR,IR) = G(A)
. Mostre
que A L.I.
Soluo:
Soluo:
De fato, tome:
~
W = {(1,0,0),(0,0,1),(1,1,0),(0,2,0)}.
a) Verifique se o subconjunto W L.I ou L.D.
b) Verifique se o subconjunto W gera o IR3.
2. Se
temos que
com 1 = 1 0 e,
portanto, {v1,v2,v3,...,vj 1,vj ,vj + 1,...,vn} L.D.
junto de A onde
Verifique se A L.I.
Exemplo 6: Se dois vetores u e v so colineares , ento eles so L.D, isto existe um escalar
tal que u = v.
4.3 Teorema
Dado um espao vetorial V e um subconjunto
finito A de V, diremos que tal conjunto ou L.I
ou L.D.
Uma forma elegaante de se verificar se tal conjunto A L.I ou L.D, pode ser verificado fazendo uso do teorema o qual vamos enunciar
abaixo.
emplicando que
um subconjunto
de M2 x 2(IR). Verifique se A L.I ou L.D.
. Onde concluimos
Soluo:
que vj uma combinao dos vetores v1,
v2,v3,...,vj 1, vj + 1,...,vn.
caso
4.4
tal que
Propriedades de Dependncia
Independncia linear
da
Sendo u 0, temos que a combinao linear au = emplica que a = 0. Logo o conjunto A L.I.
seja L.D.
29
(a, c, a + b) = (0,0,0)
TEMA 05
BASE E DIMENSO DE UM ESPAO
VETORIAL
5.1 Definio
Sejam V um espao vetorial real (ou complexo)
e = {v1,v2,...,vn} um subconjunto de V no
vazio. Diremos que uma base de V se:
i) L.I
Faa
ii) gera V
Soluo:
Fazendo uso da resoluo do exemplo 3 (4.1
Exemplos), afirmo que tal conjunto uma
base para o espao vetorial M2x2( ).
Observases:
1. Quando um espao vetorial V admite uma
base finita, dizemos que V um espao
vetorial de dimenso finita.
Exemplo 2: Se
o
2. Seja = {v1,v2,...,vn} uma base para o espao vetorial V. Pela observao (1) temos
que V um espao vetorial de dimeno
finita, e neste caso diremos que dimV = n,
no qual a quantidade de vetores existente
na base neste espao.
a) {(1,1),(0,1)}
b) {(1,2),(3,1)}
Soluo:
Vamos verificar em primeiro lugar que A L.I.
c)
o vetor nulo
4. Seja A = {(1,0,1),(0,1,1),(0,0,1),(2,1,2),(1,3,1)}
um subconjunto do 3. Determine uma base
para o 3, com os elementos do conjunto A.
5. Complete o conjunto
de modo que o
5.3.2 Teorema: Seja um espao vetorial V gerado por um conjunto finito de vetores
v1,v2,...,vn. Ento, qualquer conjunto com mais
de n vetores necessariamente L.D (e, portanto, qualquer conjunto L.I).
5.3 Teoremas
Demonstrao:
5.3.1 Teorema: Sejam v1,v2,...,vn vetores no nulos que geram um espao vetorial V. Ento, entre
esses vetores podemos extrair uma base de V.
Como G{(v1,v2,...,vn)} = V, pelo toreoma anterior, podemos extrair uma base para V de
v1,v2,...,vn. Seja {v1,v2,...,vr} com r n, esta
base . Consideremos agora w1,w2,...,wm, m
vetores de V, com m > n. Ento existem, cons-
Demonstrao:
Se v1,v2,...,vn so linearmente independentes,
ento eles cumprem as condies para um
base, logo o teorema estaria demonstrado.
Agora se v1,v2,...,vn so linearmente dependentes, ento existe uma combinao linear
deles, com algum coeficientes no zero, dando
o vetor nulo
(II).
Substituindo as relaes (I) em (II) e cocoletando os termos, obtemos
ou seja vn a combi-
para cada
i = 1,2,...,m. Consideremos agora uma combinao dos vetores w1,w2,...,wm dando zero
Soluo:
Tome
Chamamos
estes
nmeros
1. Determine
os
coeficientes
do
v = (1,1,2) 3 em relao as bases:
vetor
a) = {(1,0,0),(0,1,0),(0,0,1)}
b) = {(1,2,0),(1,1,1),(0,2,1)}
c) = {(1,0,1),(0,1,1),(0,0,1)}
Soluo:
Faa
(2,1,3) = a(1,1,0) + b(0,1,1) + c(0,0,2)
(2,1,3) = (a,a,0) + (0,b,b) + (0,0,c)
(2,1,3) = (a, a + b, b 2c)
3. Sejam
{(1,0,1),(0,2,1),(0,0,1)}
bases do
e
3
que
onde
5. Seja T :
3x1
33
UNIDADE III
Transformaes Lineares e Matriz mudana de base
Essas duas propriedades, aqui apresentadas serviro para caracterizar as transformaes lineares.
TEMA 06
TRANSFORMAES LINEARES
6.1 Introduo
Sejam V e W espaos vetoriais reais(ou compleos) Diremos que T : V W uma aplicao entre os espaos vetoriais V e W, se
para todo vetor vV podemos associar de
modo nico um vetor wW.
Notao:
Q : V W
v | T(v)
q | Q(q) = 0,2q
i)
u,vV
i) T(u + v) = T(x + a, y + b, z + c)
T(u) = T(u)
Sendo satisfeitas as condies as condies (i)
e (ii) da definio 6.2.2. Temos que T linear.
Logo:
i) T(u+v) = T(x + a, y + b) = (x + a, (y + b))
Exemplo 4:
Mostre que a aplicao
T : M2x2( ) M2x2( ) definida por T(A) = A
uma transformao linear.
T(u+v) = (x + a, y b) = (x, y) + (a b)
T(u+v) = T(x, y) + T(a, b) = T(u) + T(v)
Soluo:
A,B M2x2( ) e
Soluo:
Geometricamente temos:
Soluo:
i) T(A + B) = (A + B)t = At + Bt = T(A) + T(B)
ii) T(A) = (A)t = At = T(A)
A,B M2x2( ) e
Sendo satisfeitas as condies as condies
(i) e (ii) da definio 6.2.2. Temos que T linear.
Exemplo 6: Mostre que a aplicao T :
M2x2( ) definida por
uma
transformao linear.
Soluo:
Sejam u(x,y,z,t) e v = (a,b,c,d) vetores quaisquer do 4 e um valor real.
T(u) = T(u)
Soluo:
Sabemos que a soma de vtransformao lineares linear e que a soma dada por:
T(x + y) = |x + y|
(T + S)(x,y) = (x + y, x y) + (y x, x + y)
0 = |2 + (2)||2|+|2|4
(T + S)(x,y) = (2y,2x)
Para isto temos que mostrarn que T + S satisfaz as condies (i) e (ii) da definio 6.2.2. Ou
39
De fato temos que P uma transformaao linear, pois para todo u = (x,y,z) e v = (a,b,c) 3
e para todo so satisfeitas as condies
(i) e (ii) da definio 6.2.2 , isto :
a) T + S
b) 5T
c) T S
d) S T
P(u + v) = P(x + a, y + b, z + c)
P(u + v) = (x + a, y + b, 0) = (x,y,0) + (a,b,0)
P(u + v) = P(u) + P(v)
Q : VW
u | T(u) = 0.
6.6.1 Propriedade 1
De fato:
Demonstrao:
1. A propriedade ns diz que se uma determinada aplicao entre espaos vetoriais no leva o
vetor nulo no vetor nulo, ento ela no uma
transformao linear.
Soluao:
Porm
Vamos expressar
T(x,y) = (x, y x)
Demonstrao:
Soluo:
6.6.2 Propriedade 2
u, vV e
Ento:
Determine o conjunto
, T(x) = (x,x,x + 3)
2. T :
3. T :
4. T :
5. T :
6. T :
definida por
. Se
, T(x,y) = (x y, x + y, x2)
uma ba-
, T(x,y,z) = (x y, x + y, cox z)
se
do
espao
vetorial
M2x2( ),
ento
, T(x,y,z) = (x y, x + y, |z|)
, T(x,y,z,t) = (x y, z + t)
4
, T(x,y,z) = |x + y + z|
15. Sejam T,S :
Determine:
transformaes lineares.
, T(A) = det A
10.
6.8.1 Definio
{vV|T(v) = 0}
tal
por
Soluo:
a) Neste caso temos que o ncleo da aplicao dado por KerT = {(x,y) 3
|T(x,y,z) = 0}. Sendo assim temos:
T(x,y,z) = x + y + z = 0, emplicando x + y
+ z = 0. Logo z = x y, onde concluimos
que o ncleo dado por KerT = {(x,y, x
y); x }.
u = x(1,0, 1) + y(0,1,1)
.
a) Determine o KerT.
Soluo:
Soluo:
a) Neste caso temos que o ncleo da aplicao dado por
T(x,y) = (x + y, x y) = (0,0)
.
Sendo assim, temos:
teremos:
a) Determine N(T)
b) Determine A
. E como um s vetor
a = T(u) = T(u)
Logo para todo aW,existe pelo menos
uV tal que T(u) = a. Onde concluimos
que aIm(T).
Exemplo 16:
A transformao linear nula entre os espaos
vetoriais V e W, a aplicao
T : V W
u | T(u) = 0 uV
Onde concluimos que o ncleo da aplicao
KerT = V.
6.9.1 Definio
Observaes Importantes:
T(x,y,z)
3
b) Os vetores do
13. Seja M2x2( )
definida por
Determine o conjunto
Nos exerccios de 1 a 10 so dadas as transformaes lineares. Em cada caso determine o
ncleo e a imagem das aplicaes.
1. T :
, T(x) = (x,x,x)
2. T :
3. T :
4. T :
5. T :
6. T :
, T(x,y,z) = x + y + z
, T(x,y) = (x y, x + y,x)
, T(x,y,z) = (x y, x + z,0)
uma
Se
, T(x,y,z) = (x y, x + y,x)
, T(x,y,z,t) = (x y, z + t)
15. Sejam T , S :
es. Determine:
8. L : M2x3( ) P4( ),
), ento
transformaes linear-
, T(A) = A
, Pn( ) o
espao vetorial dos polinmis de grau n.
tal
tal que:
45
Logo sendo
TEMA 07
vetores
(x + y, y + z, z + t, t) = (a + b, b + c, c + d, d)
onde concluimos
Observao:
Dada uma transformao linear T : V W, nem
sempre fcil verificar pela definio que a
mesma injetiva. Para isto, vamos enunciar
uma proposio que vai caracterizar as funes lineares injetiva.
Simbolicamente temos:
T injetora u, vV com u v T(u) T(v)
Exemplo 1: Seja T : 2 2 uma transformao linear, definido por T(x,y) = (x + y, x y).
Mostre que T injetiva.
7.2 Proposio
Soluo:
Demonstrao:
Lembremos que a demonstrao do tipo se, e
somente se, se da em duas partes.
Primeira parte:
Uma transformao linear T : V W injetora,
ento kerT = {}.
Para todo vKerT temos que T(v) = W. Sendo
T uma transformao linear , temos que T leva
o vetor nulo V no vetor nulo de W, isto ,
T()=W. Desta forma temos que T(v) = W =
T(), emp[licando que v = , pois T injetiva.
x = a e y = b (x,y) = (a,b) u = v
Onde concluimos que T injetiva.
Exemplo 2: Seja T : M2x2 ( )
formao linear, definido por
Segunda parte:
4
uma trans-
. Mostre que T
injetiva.
Soluo:
T injetiva u, v M2x2( ) com T(u) = T(v)
u = v.
46
T(u v) = W u vKerT = {} u v =
Exemplo 3: Seja T :
, para k
k = 1,2,...,m
Soluo:
Vamos fazer uso da Proposio:
T(x,y) = (x + y, x y) = (0,0)
como T(vk) = 0 k = 1,2,...,n pois vkKerT
Onde concluimos que KerT = {(0,0)}. Sendo
assim temos que T injetiva.
Exemplo 4: Seja T : M2x2 ( )
formao linear, definido por
temos
uma trans-
, logo
. Mostre que T
injetiva.
Soluo:
Vamos fazer uso da Proposio:
. Sen-
a1 =...= am = 0
pois = {v1,v2,v3,...,vn,vn+1,vn+2,...,vm} a base de V.
Sendo assim, temos que dimKerT + dimIm(T)
= dimV pois m = n + (m n).
Demonstrao:
Digamos que dimV = m e seja 1 = {v1,v2,v3,...,vn}
uma base de KerT. Como KerT um suespao
vetorial do espao vetorial V, podemos completar at obtermos uma base para V.
b) D a dimenso da imagem de T.
c) Verifique o teorema da dimenso.
Soluo:
47
dimKert = 4 1 = 3
Im(T) = [(1,0,1),(0,1,0),(0,1,0)]
Observe que os vetores (1,0,1),(0,1,0) e
(0,1,0) so L.D, pois (0,1,0) e (0,1,0)so
colineares.
2. Seja T : M2x2 ( )
3 = dim
c) Determine a dimIm(T).
= 1 + 2 = dimKerT + dimIm(T)
Exemplo 6: Seja T :
3. Seja L : M2x2 ( )
, ento
por
definida por
Determine dimIm(T).
Soluo:
b) Se
base
5. Seja T : V W uma transformao linear injetiva. Se dimV = dimW, ento T leva base em
base.
TEMA 08
MUDANA DE BASE
(2,1) = (2a,b) a = 1, b = 0
(2,1) = 1(2,0) + 0(0,1)
Sendo
Isto , denotando
temos que
Exemplo 2: Sendo
Soluo:
bases de
(2,0) = (2b, b a)
Soluo:
50
3. Determine
[(0,1,1,2)],
sabendo-se
que
Exemplo 3: Sejam
e
4. Determine
, sabendo-se que
bases do
espao vetorial M2x2( ). Sendo
, determine
uma
base de M2x2( ).
5. Se
, determine ([I]AB)1.
1. Sejam = {(1,1,0,0),(0,0,0,1),(0,1,0,1),(0,2,1,0)}
e = {(1,1,0,0),(0,2,1,0),(0,0,0,3),(0,0,3,0)}
2. Seja
(I)
. Deter-
Soluo:
Logo
ou em formatricial:
Sendo
ou, simbolicamente:
[T(v)] = [T] . [v] sendo a matriz [T] denominada de matriz de T em relao as bases e
.
.
Vamos determinar [T] , sendo = {(1,1),(0,1)}
e = {(0,1),(1,0)}.
Observaes:
Logo
e a11 = 1, a12 = 1,
Sendo
De modo geral, para T : V Wlinear, se
dimV = n e dimW = m, = {v1,v2,...,vn} e
= {w1,w2,...,wm} so bases de V e W,
resppectivamente, logo teremos que
Exemplo 5: Sejam T :
formao
linear
por
, e bases
cannicas de
Soluo:
Sendo
52
a lei da
,
e
Exemplo 6: Seja T : P3
uma transformao linear definida por T(a + bt + ct2+
dt3) = (a + b) + (c + d)i. Se e bases
respectivamente.Sendo
cannicas de P3 e
Soluo:
Portanto
Logo
T(p(t) = (1a + 1b + 0c + 0d) + (0a + 0b+1c + 1d)i
onde p(t) = a + bt + ct2 + dt3.
,
= {(1,0,0,0),(0,1,0,0),(0,0,1,0),(0,0,0,1)} base
cannicas do 4 e = {u1,u2,u3,u4} uma base
Observao: Como e so as bases cannicas do 4 e do espaos das matrizes M2x2( )
respectivamente, temos que a matriz da transfor
mao linear [T] dada de modo imediato, isto
, s de olhar a lei da transformao.
Determine [T] .
Soluo:
53
temos que:
e
Vamos tomar uma matriz AM2x2( ) qualquer e
escrever como combinao linear na base .
Seja
.
Sendo assim, temos que toda matriz
expresso na base da
Exemplo 8: Sejam T :
formao
xlinear
T ( x, y , z , t ) =
z
y definida
x+ y+ z +t ,
por
e
bases do
e do espao das matrizes M2x2( )
respectivamentes.
1. Sejam T :
Soluo:
Sendo
2. Seja T : P3
2x2
Soluo:
a) Vamos determinar [T + L]AB
. Se e
(T + L)(x,y) = (x + y, x y) + (y x, x + y)
= (2y,2x)
(T + L)(x,y) = (2y,2x)
tal que
do A = {(1,1,0),(0,1,0),(0,0,1)} e
= {(0,1),(1,0)} bases do 3 e do
vamente.
sen-
B
respecti-
T+L:VW
2x2
duas
por
e do
Se A e B so bases de V e W, respectivamente
temos que [T + L]AB = [T]AB + [L]AB
2
respectivamente. Sendo
, determine [T + J]AB.
Exemplo 9 : Sejam T, L :
Soluo:
Sabemos que [T + J]AB = [T]AB +[J]AB, desta
forma temos que:
a) Determine [T + L]AB
b) Determine [T]AB
c) Determine [L]AB
d) Verifique se [T + L]AB = [T]AB + [L]AB
55
T:
B as bases cannicas de
respectivamente.
, A e
( ) e do
2x2
Soluo:
W(T)(v) = T(v)
( )e
2x2
A
B
definida por
, A e
B as bases cannicas de
respectivamente.
definida por
T : V W
Exemplo 11:
T:
)
2x2(
( )
2x2
( ) e do
2x2
Logo
Soluo:
Em primeiro lugar vamos determinar a aplicao linear 3T.
( )e
2x2
e
B = {e1,e2,e3,e4}, onde e1 = (1,0,0,0), e2 =
(0,1,0,0), e3 = (0,0,1,0), e4 = (0,0,0,1).
Logo
E portanto
Sejam T : V W e J : W U transformaes
lineares. Chama-se aplicao composta de T e
J, e se representa por J T, transformao linear
JT:VU
Exemplo
12:
Determine
A
B
3[T] ,
(J T)(v) = J(T(V)) vV
sendo
56
c) (L T)(x,y) = (x,y,y,x + y)
(LT)(1,0) = (1,0,0,1) = 1e1 + 0e2 + 0e3 + 1e4
(L T)(0,1) = (0,1,1,1)
(L T)(0,1) = 0e1 + (1)e2 + (1)e3 + (1)e4
Observe que:
respectivamente , determine:
a) L T
b) [T]AB e [L]BC
e L(t) = (t,t,0).
c) [L T]AC
Observao: C {e1,e2,e3,e4} a base cannica
do 4.
Se
Soluo :
a) Vamos determinar L T
(L T)(x,y) = L(T(x,y)) = L(x,y,x + y)
(L T)(x,y) = (x,y,y,x + y)
Soluo:
[T]AB = ?
Faa
Se
nnicas temos:
[T]AB = (1 1 1 1).
57
, A e B bases ca-
[L]BC = ?
a) [T1 + T2] C
C
b) [T1 + T3] C
E portanto temos
c) [T1 + T2 + T3] C
C
d) [T1 T2] C
C
e) [T1 T3] C
C
f) [T2 T3] C
C
g) [T1 T2 T3] C
4
3. As transformaes lineares T :
2 e
2
3
4. Seja T :
( )
2x2
ar definido por
1. Sejam T1,T2 e T3 operadores lineares de 3, definidos por T1(x,y,z) = (x,y,z), T2(x,y,z) = (x,y,z) e
T3(x,y,z) = (z,x,y). Determine:
a) T1 + T2
b) T1 T2
5. Sejam T e S dois oparadores lineares definidos
em P3 tais que T(a + bt + ct2 + dt3) = b + 2c +
3dt2 e S(a + bt + ct2 + dt3) = d + ct + bt2 + at3.
c) T1 T2
d) T2 T1
e) T1 + T3
a)
f) T1 T1
g) T2 T2
h) T3 T2
i) T1 T2 T3
8.5.1 Definio
j) T1 T3 T2
Observao:
a) T :
definida por
b) D : P3 P3 definida por
D(a + bx + cx2 + dx3) = b + 2cx + 3dx2
Soluo a :
Observaes:
|T(x,y) = (0,0)}
2- Quando o operador T admite a inversa T1, dizse que T inversvel, invertvel, regular ou nosingular.
, onde
concluimos que x = y = 0.
Logo o KerT = {(0,0)}, e portanto T no-singular.
Soluo b:
De fato T invetvel se, e somente se, T bijetivo. Logo T injetivo, onde concluimos que
kerT = {}.
Sendo kerT = {}, temos o operador T injetivo e como consequcia dimKerT = 0. Logo,
fazendo uso da expresso dimKerT +
dimIm(T) = dimV, concluimos que T sobrejetivo pois dimIm(T) = dimV.
(x,y)
que
[a b c] + [0 0 0] a = b = c = 0
Portanto o conjunto = {[1 0 0],[0 1 0],[0 0 1]}
L.I. Sendo dimM1x3( ) = 3, temos 0 conjunto
uma base de M1x3( ).
Mostraremos agora que uma base de
M1x3( ).
c) Vamos determinar [T].
a [0 1 0] + b[1 1 0] + c[0 0 1] = [0 0 0]
[0 a 0] + [b b 0] + [0 0 c] = [0 0 0]
[b a + b c] = [0 0 0] a = b = c = 0
Portanto o conjunto = {[0 1 0],[1 1 0],[0 0 1]}
L.I. Sendo dimM1x3( ) = 3, temos 0 conjunto
uma base de M1x3( ).5r
Como T definido por T([1 0 0]) = [0 1 0],
T(v3) = u3 T1(u3) = v3
Soluo a:
Sendo
(y x)v1 = (y x)[1 0 0] = [x y 0 0]
zv2 = x[0 1 0] = [0 x 0]
zv3 = z[0 0 1] = [0 0 z]
Temos
De fato:
T1 ([x y z]) = [x y x z]
a = [1 0 0] + b[0 1 0] + c[0 0 1] = [0 0 0]
Soluo c:
[a 0 0] + [0 b 0] + [0 0 c] = [0 0 0]
1. Em cada caso abaixo, verifique quais dos operadores lineares so inversveis, e nos casos
afirmativos determine uma frmula para T1, [T]
e [T1].
a) T :
b) T :
c) T :
d) T :
e) T :
f) T :
g) T :
h) T :
T([1 0 0]) = [0 1 0]
i) T :
T([0 1 0]) = [1 1 0]
T([0 0 1]) = [0 0 1]
Logo teremos:
, T(x,y) = (y,x)
, T(x,y) = (y x,x)
, T(x,y) = (y,x + y)
, T(x,y) = (0,x y)
j) T :
l) T :
, T(x,y) = (y, x)
, T(x,y) = (y + x,x)
, T(x,y,z) = (y,x,z)
, T(x,y,z) = (x + y,x,z)
, T(x,y,z) = (y,x,z y)
, T(x,y,z) = (x y,0, z x)
m) T :
n) T :
, T(x,y,z) = (x + y + z,x,y)
, T(x,y,z) = (0,x,x z)
T1([1 0 0]) = [1 1 0]
T1([0 1 0]) = [1 1 0]
T1([0 0 1]) = [0 0 1]
Logo teremos:
De (I) e (II)temos:
Vamos chamar
[T] . [v] = ([I] ) .[T] . [I] . [v], onde concluimos que [T] = ([I])1.[T] . [I].
base = {(1,1),(1,2)}.
[T] = M .[T].M.
Logo:
. Determine
Soluo:
Demonstrao:
se
Logo
1. Sejam = {(2,0),(0,2)}, = {(1,2),(0,1)} e
= {(0,1),(2,0)} bases do 2. Determine:
e:
a) [I]
b) [I]
logo:
c) [I]
[T] = M .[T] .M
d) [I]
2- Sabendo que
e a= {(1,0),(0,1)}
detrermine a base .
3. Sejam = {(1,0,0),(0,1,0),(0,0,1)} e
= {(1,0,1),(0,1,0),(0,1,1)} bases do 3.
a) Determine [I].
62
( ), T(x,y) = (y,x)
b) T :
c) T :
d) T :
e) T :
f) T :
g) T :
, T(x,y) = (y x,x)
, T(x,y) = (y,x + y)
, T(x,y) = (2x + y, x y)
, T(x,y) = (2x y,y)
, T(x,y) = (y, x)
, T(x,y) = (y + x,x)
5. Sejam = {(1,1,0),(0,1,0),(0,0,2)} e
= {(0,1,0),(2,0,0),(0,1,1)} bases do 3.
Determine em cada caso abaixo a matriz M, tal
que [T] = M1.[T]M.
a) T :
b) T :
c) T :
d) T :
e) T :
f) T :
, T(x,y,z) = (y,x,z)
, T(x,y,z) = (x + y,x,z)
, T(x,y,z) = (y,x,z y)
, T(x,y,z) = (x y,x,z x)
, T(x,y,z) = (x + y,z,x,z)
, T(x,y,z) = (y,x,x z)
63
UNIDADE IV
Polinmio caracterstico e Diagonalizao
TEMA 09
b)
g(x) = x2 5x + 1
g(A) = A2 5A + I
A2 = A . A;
A3 = A2 . A;
A4 = A3 . A;
.
.
.
An+1 = An . A; e
A0 = I
Assim para qualquer polinmio
c)
h(t) = t2 + 9
h(A) = A2 + 9I
a) f(t) = t2 3t 18;
. Verifique se A
b) g(x) = x2 5x + 1;
Soluo:
2
c) h(t) = t + 9;
Soluo:
f(x) = 2x2 3x + 5
a)
f(A) = 2A2 3A + 5I
f(t) = t2 3t 18
f(A) = A2 3A 18I
g(A) = A2 + 3A 10I
67
f(A).g(A) = (f.g)(A)
Deixamos como exerccios a demonstrao de
(iii) e (iv).
, e os
Demonstrao:
Suponha que
c) (2 . f)(A) e 2 . f(A);
2
d) g(A) . f(A).
Soluo:
2
Vamos inicialmente calcular A2 que ser utilizado em todos os itens deste exemplo:
e
g(A) = b0I + b1A + b2A2 + ... + bmAm.
(i) Suponha que m n, assim bi = 0 para i > m.
Ento
(f + g)(t) = 2t2 8t 17
f(A) = A2 3A 18I
,
onde
Portanto
g(A) = A2 5A + I
68
(f . g)(t) = t 8t 2t + 87t 18
2 Apesar do produto de matrizes no ser comutativo, temos aqui, pelo teorema 9.1, um grupo
de matrizes que comutam: Se duas matrizes
so imagens de duas matrizes quaisquer, por
funes polinomiais, ento essas matrizes comutam no produto de matrizes.
T4 = T3 T;
.
.
.
Tn+1 = Tn T;
e
Assim observamos o item (ii) do teorema
9.1 (f . g)(A) = f(A) . g(A).
T0 = I.
(2 . f)(t) = 2t2 6t 36
o operador f(T):
matrizes.
Seja A a representao matricial do operador
linear T. Ento f(A) a representao matricial
de f(T) e, em particular, f(T) = 0 se e somente
se f(A) = 0.
1. Sejam
. Calcule f(A),
2. Seja
b) g(t) = t 6t + 13
tal que B = A3.
Soluo:
Em primeiro lugar calcular vamos obter a
matriz [T]:
.
Assim
a) f(t) = t2 3t + 7
f([t]) = [t]2 3[t] + 7I
b) g(t) = t 6t + 13
M = A tIn,
Soluo:
p(t) = det(A tI2)
a)
p(t) = t2 6t 1
b)
c)
Soluo
d)
e)
Demonstrao:
Sejam A e V matrizes semelhantes, digamos
que B = PAP1, onde P inversvel.
Soluo:
a) f(PAP1)n = PAnP1
b) f(PAP1) = Pf(A)P1
, onde V
c) f(AT) = [f(A)]T
Soluo:
p(t) = (3 t)(7 t) 10
p(t) = t2 + 4t 31
b) Novamente determinaremos inicialmente a
matriz A que define D, na base B = {sen t,
cos t}.
Av = v.
Qualquer vetor Satisfazendo esta relao
chamado de autovetor de A associado ao autovalor .
p(t) = (t)(t) 1
p(t) = t2 + 1
72
Soluo:
Como o 7 autovalor de A, ento satisfaz a
equao
Au = 7u
onde
Au 7u = 0
(A 7I)u = 0
Exemplo 9: Sejam
Soluo:
Au = 4 . u
,
Conclumos ento que u autovetor de A associado ao autovalor 4, ao passo que v no
autovetor de A, pois Av no mltiplo escalar
de v.
T(v1 + v2) = v1 + v2
73
Soluo:
portanto v1 + v2 W, e
Assim
p(t) = t2 + 3t 10
cujas razes so 1 = 2 e 2 = 5 e so tambm autovalores de A.
Vamos agora determinar os autovetores
associados a cada auto valor:
Av1 = 1v
{x 4y = 0
{x = 4y
A soluo do sistema ento (4y,y) =
y(4,1). Assim v1 = (4,1) o auto vetor associado ao autovalor 1 = 2.
c)
{2x y = 0
, = 1, = 2, = 3
{y = 2x
A soluo do sistema ento (x,2x) =
x(1,2). Assim v2 = (1,2) o auto vetor associado ao autovalor 2 = 5.
b) Seja P a matriz cujas colunas so v1 e v2.
6. Para
Ento
, =3
d)
de P,
temos
2.
verdade
que
autovetor
?
10. Considere uma matriz quadrada A de ordem n
com a propriedade de que a soma de cada
linha tem o mesmo valor s. Mostre que s um
autovalor para A.
para
3. verdade que
a) T(x,y) = (y,x)
autovetor para
b) T(x,y) = (y,x)
c) T(x,y,z) = (x,y,0)
d) T(x,y) = (x + y, x y)
?
4. verdade que = 4 autovalor para
a)
b)
, = 1, = 5
, = 10
75
TEMA 10
DIAGONALIZAO
Assim
A2 = (PDP1)(PDP1)
A2 = PD2P1
A3 = A2A = (PD2P1)(PDP1)
10.1 Determinao de Ak
A3 = PD3P1
Em geral para k 1,
AK = PDKP1
A = PDP1.
A fatorao acima nos permite calcular Ak rapidamente para valores grandes de k, uma idia
fundamental em muitas aplicaes de lgebra
linear.
Exemplo1: Se
, ento :
De fato, A = PDP1, onde D uma matriz diagonal se, e somente se, as colunas de P so os n
autovetores de A linearmente independentes.
Nesse caso, os elementos da diagonal principal
de D so os autovalores de A associados,
respectivamente, aos autovalores em P.
, para k 1.
Em geral
Demonstrao:
AP = A[v1,v2,...,vn]
AP = [Av1,Av2,...,Avn] (1)
Soluo:
76
Enquanto
p(t) = t3 3t2 + 4
Assim os autovalores so 1 = 1 e 2 = 2.
Av1 = 1v1
No esquea que para termos A diagonalizvel necessrio que encontremos 3 vetores linearmente independentes, pois A de ordem 3.
O mtodo estudado na seo 9.7 fornece uma
base para cada auto-espao:
Av2 = 2v2
.
.
.
Avn = nvn (4)
Como P inversvel suas coluna so linearmente independentes. Mais ainda, como essas
colunas so no nulas, (4) mostra que 1,
2,...,n so autovalores e v1, v2,...,vn so os
autovetores associados. Essa argumentao
Para 1 = 1, a base
Para 2 = 2, a base so
to linearmente independente.
A = PDP1.
P = [v1 v2 v3]
Voc pode verificar que {v1,v2,v3} um conjunPasso 3: Monte P a partir dos vetores do passo 2.
No importa a ordem dos vetores, mas usando
a ordem escolhida no passo 2 temos
or 2 = - 2 duas vezes, uma para cada autovetor que a ele est associado.
A = PDP1.
Vamos fornecer, ao resolver este exemplo, um
algoritmo para determinar os autovalores e
autovetores da matriz A e se existe ou no uma
matriz P inversvel tal que D = P1AP diagonal.
77
sempre bom verificar se P e D realmente funcionam. Para evitar calcular P1, verifique simplesmente que AP = PD. Isso equivalente
a A = PDP1 quando P inversvel.
Soluo:
Exemplo 5: Seja
Para 1 = 1, a base
Soluo:
Demonstrao:
tr(A) = 4 + 5 + 2 = 11
det(A) = 40 2 2 + 5 + 8 4 = 45
Observao:
1, 3, 5, 9, 15, 45.
1. Calcule A8 onde
a)
b)
c)
d)
e)
x+yz=0
x+y=z
3. A uma matriz quadrada de ordem 5 com dois
autovalores. Um auto-espao tridimensional
e o outro bidimensional. A diagonalizvel?
Por qu?
Teorema 10.4: Seja A uma matriz real simtrica. Ento toda raiz de seu polinmio caracterstico real.
Teorema 10.5: Seja A uma matriz real simtrica. Suponha que u e v so vetores de A pertencentes a autovalores distintos 1 e 2 .
79
a)
b)
c)
Soluo:
p(t) = det(A tI)
Um polinmio f(t) dito mnico quando o coeficiente de seu termo de maior grau um.
p(t) = t2 7t + 6
p(t) = (t 6)(t 1)
Assim os autovetores so 1 = 6 e 2 = 1.
Para 1 = 6, a base
f(T) = 0 se e s se f(A) = 0
Para 2 = 1, a base
Teorema 10.7:
O polinmio mnimo m(t)
de uma matriz A (operador linear) divide qualquer polinmio que possui A como raiz. Em
particular m(t) divide o polinmio caracterstico
p(t) de A.
Demonstrao:
Seja f(t) um polinmio tal que f(A) = 0 e m(t) o
polinmio minimal de A. Pelo algoritmo da
diviso, existem polinmios q(t) e r(t) tais que
f(t) = m(t) q(t) + r(t).
1. Diagonalize a matriz simtrica
0 = 0 q(A) + r(A)
80
r(A) = 0.
Se r(t) 0, ento o grau de r(t) menor que o
grau de m(t) e possui A como raiz, o que contraria a definio de polinmio mnimo. Assim
conclumos que r(t) = 0 e dessa forma
f(t) = m(t)q(t),
isto , m(t) um divisor de f(t).
Teorema 10.8: O polinmio caracterstico p(t)
e o polinmio mnimo m(t) de uma matriz A
possuem os mesmos fatores irredutveis.
Teorema 10.9: Um escalar um autovalor da
matriz A se e s se uma raiz do polinmio
mnimo de A.
1. Sejam
e
.
Soluo:
a)
b)
c)
p(t) = t3 5t2 + 7t 3
p(t) = (t 1)2(t 3)
O polinmio minimal m(t) deve ser um divisor
de p(t). Alm disso, qualquer fator irredutvel de
p(t), isto , t 1 e t 3, devem ser fatores de
m(t). Assim m(t) pode ser:
f(t) = (t 3)(t 1)
ou
g(t) = (t 3)(t 1)2
a)
b)
81
UNIDADE V
Produtos Internos, Operadores Lineares e Auto-Adjuntos
Com essa notao, tem-se |u|2 = u,u e a igualdade u + v, u + v = u,u + u,v + v,u + v,v
l-se:
TEMA 11
Exemplo 1
No espao euclidiano n, o produto interno cannico os vetores u = (1,...,n) e v = (1,...,n) e
definido por u,v = 11 +...+ nn. Esse o
produto interno que consideraremos em n, salvo aviso em contrrio.
Exemplo 2
Bilinearidade:
u u,v = u,v + u,v,
u,v = u,v,
u, v + v = u,v + u,v,
u, v = u,v
ii) Comutatividade (simetria): u,v = v,u;
u,v = 0 = |u||v|cos90.
Resulta da positividade que se u.v = 0 para todo vE ento u = 0. Com efeito, se fosse u
0, teramos u,v 0 pelo menos quando v = u.
Segue-se dessa observao que se u,uE
so vetores tais que u,v = u,v para todo
vE ento u = u. Com efeito, isso implica que
u u,v para todo vE, logo u = u = 0 e u = u.
O nmero no-negativo
chama-se
Logo u.v = 0.
Exemplo 4
Observao Seja E um espao vetorial de dimenso finita arbitrrio. Dada uma base
{u1,...un} E, podemos definir um produto interno em E pondo, para
so vetores
unitrios.
Ento, u,v = |u||v|u,v = |u||v|cos .
Vemos, em particular, que os vetores u,v formam um ngulo agudo quando u,u > 0,
um ngulo obtuso quando u,v < 0 e um
ngulo reto quando u,u = 0.
Exemplo 3
Sejam V = M(2,2) as matrizes quadradas de
ordem 2 reais e o produto interno dado pela
expresso (comprove que realmente um produto interno, testando as propriedades):
v w.
Propriedades:
Ento,
i)
iv) Se v1 w e v2 w, ento v1 + v2 w.
Portanto
v) Se v w e um escalar, v w.
e assim,
Vamos demonstrar a primeira delas, e voc poder provar facilmente as outras, usando as
propriedades do produto interno.
86
Teorema 1
Num espao vetorial E com produto interno, todo conjunto ortogonal X de vetores no-nulos
L.I.
Demonstrao Sejam v1,...,vnX. Temos
vi,vj = 0 se i j. Se 1v1 +...+nvn= 0 uma
combinao linear nula desses vetores, ento,
para cada i = 1,2,...,n, tomamos o produto
interno de ambos os membros dessa igualdade por vi e temos 1v1,v1 +...+nvn,vi += 0.
Logo ivi,vi = i|vi|2, pois todos os produtos
internos vj,vi, com j i, so nulos em virtude
da ortogonalidade de X. Alm disso, como os
vetores pertencentes ao conjunto X so todos
no-nulos, resulta de i|vi|2 = 0 que i = 0.
Assim, os coeficientes da combinao linear
ivi = 0 so todos iguais a zero, e os vetores
do conjunto X so, portanto, linearmente independentes.
Quando se tem apenas u 0, o eixo que contm u o mesmo que contm o vetor unitrio
. Usaremos a notao
Exemplo 5
se
dade de Schwarz).
Ora,
v1 = v1
2
|u + v| = u + v, u + v
= |u|2 + |v|2 + 2 u,v
= (|u|+|v|)
e
obtendo uma base = {u1,u2} que ortonormal. Como voc pode afirmar que u1 e u2 so
L.I.? (Veja o Teorema 1).
Exemplo 6
Em particular, |u|=|u|.
v1 = v1 = (2,1)
v2 = v2 cv1
GRAM-SCHMIDT
A partir de uma base qualquer de um espao
vetorial, existe um processo para se obter uma
base ortonormal. Inicialmente, vamos dar uma
descrio desse processo de ortonormalizao
para uma base = {v1,v2}.
e, portanto
, obtemos a base
tomando
v2 = v2 cv1 onde
Ento, v1 ortogonal a v2 .
Vamos procurar agora um vetor v3 que seja
ortogonal ao mesmo tempo a v1 e v2 . Por analogia ao caso anterior, vamos estabelecer que
v3 = v3 mv2 kv1 e determinar os valores de
m e k tais que v3 ,v2 = 0 e v3 ,v2 = 0. Desenvolvendo estas duas condies, obtemos:
Exemplo 7
Seja = {(1,1,1),(0,2,1),(0,0,1)} uma base de
R3. Vamos obter, a partir de , uma base ortonormal em relao ao produto usual. Sejam
E, portanto,
Procedendo de maneira anloga, obtemos os
vetores v4 , ... , vn .
Assim, a partir de uma base = {v1,...,vn} de
um espao vetorial V, construmos a base ortogonal {v1 , ... , vn } dada por:
v1 = v1
.
b) Tr(A.B) = Tr(B.A)?
c) Tr(A) = Tr(At)?
d) Tr(A) = (Tr(A1))1?
e) Tr(A.B) = Tr(A).Tr(B)?
.
e S = {(1,0,1),(1,1,0),(2,1,1)}.
a) Encontre S.
b) Encontre uma base ortogonal para S e S.
c) Se S fosse [(1,0,1),(1,1,0),(2,1,1)], qual seria S? Nesse caso, encontre uma base ortogonal para S e S.
5. Seja A = (aij)n x n. Definimos o trao de
.
a) Calcule
90
TEMA 12
OPERADORES LINEARES ESPECIAIS
Mostraremos, nesta seo, como o produto interno permite-nos associar a cada transformao linear A : E F uma nova transformao
A* : E F, chamada a adjunta de A. (Em
espaos sem produto interno, tambm existe
uma noo de adjunta, mas a se trata de uma
transformao linear F* E* no dual de F no
dual de E. O produto interno d-nos condio
de permanecer com E e F. Isso particularmente interessante no caso de um operador linear A : E E).
Teorema 1
Sejam V um espao vetorial real com produto
interno ,, e = {u1,...,un} base ortonormal de
V.
Ento, se v e w so vetores de V com
, temos
M: matrizes
MI: matrizes inversveis
MS : matrizes simtricas
Como exemplos de matrizes ortogonais temos:
Mas como
, os nicos ter-
Teorema 2
Seja A uma matriz ortogonal. Ento, detA = 1
Teorema 3
det(A).(detA ) = 1.
Mas det(A) = det(At ).
por
Prova: Seja
. Mas isso
92
Definio Seja V um espao vetorial com produto interno, uma base ortonormal e
T : V V um operador linear. Ento:
cada vetor-coluna de [I] unitrio. Mostraremos agora que esses vetores so ortogonais
Observamos que
([ T ]) = ([I] )1 . [ T ] . [I]
Tambm
([ T ] )1= ([T] ),
pois e so ortonormais (Teorema 4). Ento,
[ T ] = ([I] ) . [ T ] . [I]
Exemplo 2
Consideremos T : 3 3, a rotao de um ngulo em torno do eixo-z. Podemos expressar
T por:
= v1,2v2 = 2v1,v2
Ento, (1 2) v1,v2 = 0
Como 1 2 0, vem que v1,v2 = 0 ou v1 v2.
As propriedades dadas a seguir so conseqncias dos resultados anteriores, mas so
to importantes que as destacaremos numa
seco especial.
, onde
Se a base cannica de
, a matriz de T
Prova (caso n = 2)
Sejam = {v1,v2} uma base ortonormal,
v = x1v1 + y1v2 e w = x2v1 + y2v2
ou
em
Seja
Ento,
cuja matriz
Prova:
TEMA 13
OPERADORES AUTO-ADJUNTOS
13.1 Introduo
O Teorema Espectral para operadores auto-adjuntos, a ser provado nesta seo, um dos
resultados mais relevantes da lgebra Linear.
Sero tambm demonstradas algumas de suas
conseqncias, entre as quais se destaca o
Teorema dos Valores Singulares.
13.2 Teoremas
Teorema 1 A : E E auto-adjunto se, e
somente se, sua matriz a = [aij] relativamente a
uma (e portanto a qualquer) base ortonormal
u = {u1,...,un}E uma matriz simtrica.
Exemplo 1
Sejam A,B : 2 2 os operadores lineares
definidos por A(x,y) = (x,2y) e B(x,y) = (y,x).
Para todo v = (x,y) tem-se:
Exemplo 3
Analogamente se mostra que B* = B. Entretanto, como AB(x,y) = (y,2x), v-se que, para
v = (x,y),e1,(AB)*v = ABe1,v = 2y, enquanto
e1,ABv = y logo (AB)* AB, ou seja, o produto AB dos operadores auto-adjuntos A,B no
auto-adjunto. Isto se d porque AB BA. Com
efeito, AB(x,y) = (y = 2x) e BA(x,y) = (2y,x).
Exemplo 2
A projeo ortogonal P : E E sobre um subespao F E um operador auto-adjunto. Com
efeito, dados v = z + w, v = z + w com z, zF
e w, w F temos:
95
Demonstrao:
[uF, vF] AuF
Exemplo 4 No cisalhamento A : 2 2,
em que A(x,y) = (x y, y), com 0, o eixo
x, das abcissas, invariante, mas seu complemento ortogonal, o eixo y, das ordenadas,
no , pois Ae2 = (,1) no vertical.
Comecemos com o caso particular do Teorema Espectral em que o espao tem dimenso
2.
Exemplo 6
Seja o operador linear T : R3 R3 cuja matriz
em relao base cannica
Exibamos uma base ortonormal de autovetores para este operador. Procedendo de modo anlogo ao anterior, vemos que T autoadjunto e, portanto, tal base existe. Calculando
os autovalores e autovetores associados, temos: Para 1 = 0; os autovetores so do tipo
(y,y,y), e o subespao desses autovetores tem
dimenso 1. Para 2 = 3, os autovetores so
do tipo (y + z,y,z), e o subespao associado tem
dimenso 2.
Vamos construir uma base de autovetores escolhendo um autovetor do subespao associado a 1 = 0 e dois autovetores L.I. do subespa-
97
6. Dada a matriz
.
Exiba uma base ortonormal de autovetores.
8.
a) Mostre que se T uma transformao ortogonal do plano no plano, sua matriz em relao base cannica s pode ser da forma:
1. Seja = {w1,w2,w3} uma base de V, um espao vetorial real com produto interno ,.
ou da forma
e
. Se u,v = 2, a base
a ortonormal?
seja
. (J a
ortogonal.
vVum autovetor de T.
a) Mostre que [v], o espao gerado por v,
invariante por aplicao do operador T, isto
, se w[v], ento Tw[v].
b) Mostre que [v]. o complemento ortogonal
de [v] (veja 8.5) invariante por aplicao
do operador T, isto , se w[v], ento
Tw[v] e, portanto, T induz um operador
linear
T1 : [v] [v]
w Tw
c) Mostre que o operador T1 definido no item
(b) auto-adjunto.
d) Mostre que todo autovetor w de T1 com
autovalor o tambm autovetor de T com o
mesmo autovalor .
10. a) D a transformao linear que descreve o
movimento rgido que leva o segmento de
extremos (6,2) e (1,2) no segmento de
extremos (2,6) e (1,2) respectivamente.
b) Mostre que esta transformao uma rotao e encontre seu ngulo.
99
REFERNCIAS
Ayres Jr, F. - Geometria analtica plana e slida - S. Paulo - Mc Graw Hill do Brasil - 1983.
Iezzi,G - Geometria analtica - S. Paulo - Atual - 1996.
Oliva, W.M. - Vetores e geometria - S. Paulo - Edgard Blucher - 1990.
Carvalho, J.P. - Introduo lgebra linear - Rio de Janeiro- livros tcnicos e cientficos - 2002.
Lang,S. - lgebra linear - S. Paulo - Edgard Blucher - 1983.
Machado, Antnio dos Santos - lgebra linear e geometria analtica - S. Paulo- Atual editora - 1991.
101