Material Bsico de Estudo

lgebra Linear Real

Fractal Mandala

Eu nunca ensino aos meus alunos, apenas tento dar condies nas quais eles possam aprender.
(Albert Einstein)

Acadmico(a): _________________________________________________
Turma: _____________________________

Primeiro Semestre de 2011.

lgebra Linear

ESPAOS VETORIAIS
A lgebra generosa;
ela frequentemente contribui
com mais do que foi pedido.
Jean le Rond d Alembert (1717-1783)
In Carl B. Boyer

A History of Mathematics

Wiley, 1968, p. 481

1. VETORES NO

Relembrando, sucintamente, vetores...

Vetores no

O conjunto =

{( x) / x R }

interpretado como sendo o eixo orientado

x,

tambm dito eixo real ou eixo das

abscissas. o espao unidimensional. Vetores, neste sistema de coordenadas, sero representados por uma coordenada que
determina sua extremidade, sendo que a origem do vetor coincide com a origem do sistema (Vetores Posio).
Veja os exemplos:

Vetores no

v (3)

ou

v [3]

ou

origem

v 3

w (2)

ou

w [2]

ou

w 2

2
2

O conjunto = x =

{( x, y) / x, y R }

interpretado como sendo o Plano Cartesiano xOy. o espao

bidimensional. Vetores, neste sistema de coordenadas, sero representados por uma dupla (ou par) ordenada(o) que
determina sua extremidade, sendo que a origem do vetor coincide com a origem do sistema (Vetores Posio).
Veja os exemplos:

v (4, 3)

ou

4
v
3

ou

v 4, 3

w (2, 0)

ou

2
w
0

ou

w 2, 0

w
2

Observe que para a notao de um vetor usaremos:

v ( x, y)

que a expresso analtica, ou

x
v que a expresso matricial, ou
y

v x, y que uma variao da expresso analtica, ou

v x.i y. j que combinao linear com a base cannica.

2

lgebra Linear

Vetores no

O conjunto = x x =

{( x, y, z) / x, y, z R }

interpretado como sendo o Espao Cartesiano Oxyz. o

espao tridimensional. Vetores, neste sistema de coordenadas, sero representados por uma tripla (ou terna) ordenada(o)
que determina sua extremidade, sendo que a origem do vetor coincide com a origem do sistema (Vetores Posio).

Veja o exemplo:

v (2, 7, 5)

ou

2

v 7
5

5
ou

v 2, 7, 5

v
O

7
y

Vetores no

O conjunto = x x x ... x =

{( x1 , x2 , x3 , ... , xn ) / xi R }

interpretado como sendo o Espao . o

espao n-dimensional. Vetores, neste sistema de coordenadas, sero representados por uma n-upla ordenada que determina
sua extremidade, sendo que a origem do vetor coincide com a origem do sistema (Vetores Posio).
3

Geometricamente, nossas representaes se limitam, por enquanto, ao , mas podemos trabalhar com situaes que no
dependem da representao geomtrica e tratam de situaes que envolvem mais que 3 variveis (coordenadas). Assim
4

sendo, poderemos trabalhar com 4 variveis atravs do e assim sucessivamente.

Se o espao tiver

dimenses ento um vetor ser representado por:

v ( x1 , x2 , x3 , x4 , ..., xn )

ou

x1
x
2
x
v 3.
x4

xn

Observao: Vrios autores preferem representar em seus livros um vetor v apenas com a letra indicativa em negrito v ,
ou simplesmente em itlico v , para diferenciar um vetor de um escalar. Aqui, normalmente representaremos um vetor com

a indicao (mais usual) da flechinha [ v ] tornando fcil a representao de um vetor em anotaes a mo livre, por
exemplo.
Vale relembrar tambm que se um vetor AB no estiver com sua origem coincidindo com a origem do sistema de

coordenadas (vetor definido por dois pontos), poderemos encontrar o seu vetor posio v atravs da subtrao dos
pontos que determinam a sua extremidade

e sua origem

v AB
Para refletir:

respectivamente. Assim sendo:

v B A

Talento quando um atirador atinge um alvo que os outros no conseguem. Gnio quando um atirador atinge um alvo
que os outros no vem. (Arthur Schopenhauer)

lgebra Linear

2. ESPAO VETORIAL REAL

Seja um conjunto

V , no vazio, sobre o qual esto definidas as operaes de adio e multiplicao por escalar, isto :


u, v V, u v V

a R, u V , a.u V

O conjunto V com estas duas operaes chamado Espao Vetorial Real (ou Espao Vetorial sobre
verificados os seguintes axiomas:

R)

se forem

A) Em relao adio:
A1)
A2)
A3)
A4)

(u v ) w u (v w) , u , v , w V



u v v u , u , v V

0 V , u V , u 0 u

u V , (u ) V , u (u ) 0

[associativa da adio]
[comutativa da adio]
[elemento neutro]
[inverso aditivo (oposto)]

M) Em relao multiplicao:

(a.b).v a.(b.v )

M2) (a b).v a. v b.v

M3) a.(u v ) a.u a.v

M4) 1u u ,
M1 )

para

u , v V

a, b R

Observaes:

u , v , w, ...

Os elementos

Se a definio de espao vetorial considerasse como escalares o conjunto

espao vetorial complexo. Entretanto sero considerados somente espaos vetoriais reais em nosso estudo.
Por ter sido dada a definio de forma genrica, para um espao vetorial V qualquer, ela serve para conjuntos
diversos, tais como,

, de um espao vetorial

R2 , R3 ,

so denominados vetores.

o conjunto das matrizes

M ( mx n ) ,

dos nmeros complexos,

seria um

etc. Assim, conforme seja o espao vetorial

considerado, os vetores tero a natureza dos elementos desse espao e os conjuntos correspondentes tero a mesma
estrutura em relao s operaes de adio e multiplicao por escalar.
EXEMPLO:
1) O conjunto

V R 2 {( x, y) / x, y R}

um espao vetorial com as operaes, de adio e multiplicao por um

nmero real, assim definidas:

( x1 , y1 ) ( x2 , y2 ) ( x1 x2 , y1 y2 )
a.( x1 , y1 ) (a.x1 , a. y1 )

Essas operaes so denominadas operaes usuais (de adio e multiplicao por escalar).
Agora, para verificar os oito axiomas de espao vetorial, consideremos:

u ( x1 , y1 ) , v ( x2 , y2 )

w ( x3 , y3 )

pertencentes a

Da, tem-se que:

4

V R2

a, b R

lgebra Linear

(u v ) w u (v w)


A2) u v v u

2
2
A3) 0 (0, 0) R , u R , u 0 u

2
2
A4) u ( x1 , y1 ) R , (u ) ( x1 , y1 ) R , u (u ) 0

M1) (a.b).v a.(b. v )

M2) (a b).v a. v b.v

M3) a.(u v ) a.u a.v

M4) 1v v
A1)

[A verificao dos oito axiomas fica a cargo do leitor]

Observao: Os elementos do espao vetorial

sero chamados vetores, independentemente da sua natureza

(polinmios, matrizes ou nmeros). As operaes de adio e multiplicao por escalar, realizadas com esses elementos, se
comportam de forma idntica, como se estivssemos trabalhando com os prprios vetores do

R2

ou do

R3 .

Propriedades de um espao vetorial:

Da definio de espao vetorial
I)

, decorrem as seguintes propriedades:

Existe um nico vetor nulo em

II)

V (elemento neutro da adio).

u V admite apenas um simtrico (u ) V .

Para quaisquer u , v , w V , se u w v w , ento u v .

Qualquer que seja v V , tem-se (v ) v , isto , o oposto de v v .

Quaisquer que sejam u , v V , existe um e somente um x V tal que: u x v .

representado por x v u .

Qualquer que seja v V , tem-se: 0.v 0 .

Qualquer que seja R , tem-se: .0 0 .


.v 0 implica em 0 ou v 0 .

Qualquer que seja v V , tem-se: (1).v v .

Quaisquer que sejam v V e R , tem-se: ( ).v .(v ) (.v ) .

Cada vetor

III)
IV)
V)

VI)
VII)
VIII)
IX)
X)

Esse vetor

EXERCCIO
1) Seja

V R 2 {(a, b) / a, b R} , verificar se V

a)

(a, b) (c, d ) (a c, b d )

b)

(a, b) (c, d ) (a, b)

c)

(a, b) (c, d ) (a c, b d )

k.(a, b) (k.a, b)

k.(a, b) (k.a, k.b)

e

espao vetorial em relao s operaes assim definidas:

com

com

c, d , k R

c, d , k R

k.(a, b) (k 2 a , k 2b)

## RESPOSTAS ##
1a) No espao vetorial, pois M2 no se verifica.
1b) No espao vetorial, pois A2 no se verifica.
1c) No espao vetorial, pois M2 no se verifica.
5

com

c, d , k R

ser

lgebra Linear

3. SUBESPAOS VETORIAIS
Sejam
se

um espao vetorial e

um subconjunto no-vazio de

. O subconjunto

um espao vetorial em relao adio e multiplicao por escalar definidas em

Teorema: Um subconjunto
as condies:
I)

Para quaisquer

II)

Para quaisquer

S , no-vazio, de um espao vetorial V

um subespao vetorial de

um subespao vetorial de

se estiverem satisfeitas

u , v S , tem-se: u v S .

a R , u S , tem-se: a.u S .

Observaes:

V {0}

{0} , chamado subespao zero ou

subespao nulo (consistido apenas pelo vetor nulo de V ), e o prprio espao vetorial V . Esses dois so os subespaos
2
triviais de V . Os demais subespaos so denominados subespaos prprios de V . Os subespaos triviais, do V R ,
2
por exemplo, so: {(0,0)} e R , enquanto os subespaos prprios so as retas que passam pela origem do sistema de

Todo espao vetorial

admite, pelo menos, dois subespaos: o conjunto

referncia. De modo anlogo, os subespaos triviais do

R3

so

{(0,0,0)}

e o prprio

R 3 . Os subespaos prprios do R 3

so as retas e os planos que passam pela origem do sistema.

EXEMPLOS:

V R5

1) Considere o espao vetorial

de

W {(0, x2 , x3 , x4 , x5 ); com xi R} . Isto , W

cuja primeira coordenada nula. Verificar se

subespao de

o conjunto dos vetores

Verificando a condio (I):

Seja:

u (0, x2 , x3 , x4 , x5 ) , v (0, y2 , y3 , y4 , y5 ) W .

u v (0, x2 , x3 , x4 , x5 ) (0, y2 , y3 , y4 , y5 )

u v (0, x2 y2 , x3 y3 , x4 y4 , x5 y5 )

Ento:

que ainda pertence a

W , pois tem a 1 coordenada nula.

Verificando a condio (II):

Seja:

u (0, x2 , x3 , x4 , x5 ) W

aR

a.u a.(0, x2 , x3 , x4 , x5 )

a.u (0, a.x2 , a.x3 , a.x4 , a.x5 ) que ainda pertence a W , pois a primeira coordenada nula para a R .

Ento:

Assim,

um subespao de

V R3

R5 .

S {( x, y, z) R3 / y 2 x z} . Determine se S subespao vetorial de V .

[Aqui fica dispensvel verificar que S conjunto no-vazio e tambm apresenta o vetor nulo para x 0

2) Sejam

Pela lei dada, os vetores de

tm a caracterstica:

( x, 2 x z, z) .

Verificando a condio (I):

Sejam

pertencentes a

S , onde:

x1

u 2 x1 z1
z1

x2

v 2 x2 z 2
z 2

z 0]

lgebra Linear

Fazendo

u v

teremos:

x1 x2

u v 2 x1 2 x2 z1 z 2

z1 z 2
x1 x2

u v 2( x1 x2 ) ( z1 z 2 )

z1 z 2

Portanto:

tem todas as caractersticas de

S.

Verificando a condio (II):

Seja

pertencente a

um nmero real. Assim teremos:

w k.u

kx1
x1

w k .2 x1 z1 k (2 x1 z1 )
z1

kz1
Notemos que,
Dessa forma,

3) Sejam

w
S

mantm as caractersticas de
um subespao de

V M (3 x1)

subespao vetorial de

kx1

w 2kx1 kz1
kz1
S.

o conjunto-soluo de um sistema linear homogneo a trs variveis. Verificar se o sistema

M (3 x1) :

3x 4 y 2 z 0

2 x y z 0
x 3 y z 0

3 4 2
x
0

Fazendo: A 2 1 1 , X y

e 0 0 , o sistema em notao matricial, ser dado

1 3 1
z
0
X elemento do conjunto-soluo S . Note que o sistema do tipo SPI , tendo infinitas solues.

Se

x1

u X 1 y1
z1

x2

v X 2 y 2
z 2

, temos como soluo:

A. X 1 0

A. X 2 0 .

por

A. X 0 ,

sendo

(duas das infinitas solues)

Verificando a condio (I):

Somando essas igualdades, vem:

AX1 + AX2 = 0
A(X1 + X2) = 0 X1 + X2 S

Se um sistema linear
no-homogneo, o seu
conjunto soluo NO
um espao vetorial.

Isto , a soma de duas solues ainda uma soluo do sistema.

Verificando a condio (II):
Seja R. Ento:

.(A.X1) = .0
A.(.X1) = 0 .X1 S

Isto , o produto de uma constante por uma soluo ainda uma soluo.
Logo, o conjunto-soluo

do sistema linear homogneo um subespao vetorial de

7

M (3 x1) .

lgebra Linear

4) Sejam

V R 2 e S {( x, y) R 2 / y 3x 1} , determine se S subespao vetorial de V .

Pela lei dada, os vetores de

x
S tm a caracterstica: ( x, 3x 1) ou
.
3x 1

Verificando a condio (I):

Sejam

x

u e v pertencente a S , onde: u 1
3x1 1

x
v 2
3x2 1

Ento:

x1 x2
x1 x2
x x
u v 1 2

3x1 1 3x2 1 3x1 1 3x2 1 3x1 3x2 2

Logo:

( x1 x2 )
u v

3( x1 x2 ) 2

Descaracteriza-se do subconjunto

Assim sendo:

u v S .

Portanto, a condio (I) j falha.

Verificando a condio (II):
Seja

k .u k . 1
3x1 1

k R , ento:

kx1
k .u

3kx1 k

Descaracteriza-se do subconjunto

Assim sendo:

k.u S .

A condio (II) tambm falha!

Observao:

Vale ressaltar que no seria necessria a verificao da condio (II), uma vez que para ser um
subespao, as duas condies devem ser satisfeitas.

Portanto podemos garantir que

S no um subespao de V .

EXERCCIOS:
Verifique se os subconjuntos dados a seguir so Subespaos Vetoriais:
1) Sejam V = R2 e S = {(x, y) R2 / y = 2x} ou S = {(x, 2x); x R}.
2) Sejam V = R4 e S = {(a, b, 0, 0); com a, b R}.
3) Sejam V = R2 e

S {( x, x 2 ) ; x R } .

4) Sejam V = R4 e U = {(x, y, z, t) R4; 2x + y t = 0 e z = 0} .

5) Sejam

V M2

a b
W
com a, b, c, d R
c
d

b c .

6) Sejam

V M2

a b
W
com a, b, c, d R
c d

b c 1 .

## RESPOSTAS ##
1) Subespao.

2) Subespao.

3) NO Subespao.

4) Subespao.

5) Subespao.

6) NO Subespao.

lgebra Linear

4. COMBINAO LINEAR
Um dos objetivos do uso de combinaes lineares a obteno de novos vetores a partir da combinao das duas operaes
vistas anteriormente (adio e multiplicao por escalar) com vetores dados.

V um espao vetorial real (ou complexo), v1 , v2 , ... , vn V e a1 , a2 , ... , an escalares (reais ou

complexos). Qualquer vetor v V da forma:

v a1.v1 a2 .v2 ... an .vn chamado de uma combinao linear dos vetores v1 , v2 , ... , vn .

Definio: Sejam

EXEMPLOS:
1) O vetor
do

u (4, 18, 7) do espao R 3 uma combinao linear dos vetores v1 (1, 3, 2) e v2 (2, 4, 1)

R3 ?

Sim, pois:

2.v1 3.v2

Observao: Como os vetores

v1 e v 2 so

2.1, 3, 2 3.2, 4, 1

vetores do R , o conjunto de suas combinaes

lineares formar o plano que passa na origem

2, 6, 4 6, 12, 3

(0, 0, 0) e que contm os vetores v1 e v 2 .

4, 18, 7

2 e 3 na expresso: u 2v1 3v2 ? Vejamos abaixo:

Se o vetor u combinao linear de v1 e v 2 , ento podemos escrever que: u a.v1 b.v2 . Assim temos:

u a.v1 b.v2
(4,18, 7) a.(1,3, 2) b.(2, 4,1)
(4,18, 7) (a,3a, 2a) (2b, 4b,b)
(4,18, 7) (a 2b,3a 4b, 2a b)
Mas como encontramos os coeficientes

a 2b 4

3a 4b 18
2a b 7

Resolvendo o sistema, encontraremos

Voltando expresso inicial, conclumos que:

2) Verifique se o vetor

a 2 e b 3 .

u 2v1 3v2 ( u combinao linear de v1 e v 2 ).

w (1, 4, 5) do espao R 3 pode ser escrito como combinao linear dos vetores i (1, 0, 0) ,

j (0, 1, 0) e k (0, 0, 1) .

Para que o vetor

w seja combinao linear dos vetores i , j e k , devem existir os valores de a1 , a 2 e a3 na

expresso:

w a1.i a2 . j a3 .k

(1, 4, 5) a1.(1, 0, 0) a2 .(0, 1, 0) a3 .(0, 0, 1)

Logo:

(1, 4, 5) (a1 , 0, 0) (0, a2 , 0) (0, 0, a3 )

(1, 4, 5) (a1 , a2 , a3 )
Comparando, temos que:
Logo, o vetor

a1 1 , a2 4 e a3 5 .

w (1, 4, 5) combinao linear dos vetores i , j e k , pois: w 1.i 4. j 5.k

i , j e k so os versores da base cannica que geram o sistema cartesiano ortogonal

R 3 , e que desta forma, os coeficientes a1 , a 2 e a3 coincidem com as componentes do vetor w . A correspondncia da

notao w (1, 4, 5) 1i 4 j 5k j fora aplicada inmeras vezes no estudo da Geometria Analtica e da Fsica.
Observao: Note que os vetores

lgebra Linear

v (3, 2, 1) pode ser escrito como uma combinao linear dos vetores v1 (1, 1, 1) ,

v2 (1, 1, 1) e v3 (1, 1, 1) .

Para que o vetor v seja combinao linear dos vetores v1 , v 2 e v3 , devemos verificar se existem os nmeros a , b e
c na expresso:

v a.v1 b.v2 c.v3

3) Verifique se o vetor

Ento:

(3, 2, 1) a.(1, 1, 1) b.(1, 1, 1) c.(1, 1, 1)

(3, 2, 1) (a, a, a) (b, b, b) (c, c, c)
(3, 2, 1) (a b c, a b c, a b c)

Comparando, temos que:

3 a b c , 2 a b c

teremos:

a b c 3

a b c 2
a b c 1

1 a b c . Organizando as equaes num sistema linear,

que pode ser apresentado tambm na forma matricial:

1 1 1 a 3
1 1 1 b 2 .

1 1 1 c 1

3 1

S , , 1 e, portanto, o vetor v pode

2 2

3 1

ser escrito como combinao de v1 , v 2 e v3 . Assim sendo: v v1 v2 v3 .

2
2

Resolvendo o sistema em questo, que tem soluo nica, encontraremos:

EXERCCIOS:
Verificar se possvel escrever os vetores pedidos como combinao linear, justificando sua resposta:

v = (1, 2, 5) como combinao linear dos vetores e1 = (1, 1, 1), e2 = (1, 2, 3) e e3 = (2, 1, 1).

Sendo v = (4, 3, 6) possvel escrever v como combinao linear de v1 = (1, 3, 2) e v 2 = (2, 4, 1)?

Determinar k para que o vetor u = (1, k, 7) seja combinao linear de v1 = (1, 3, 2) e v 2 = (2, 4, 1).

1) Escreva
2)
3)

4) No espao vetorial
linear de

P2

dos polinmios de grau 2, o polinmio

q1 = 5x2 3x + 2

5) Escreva a matriz

p = 7x2 + 11x 26, pode ser escrito como combinao

q 2 = 2x2 + 5x 8 ?

1
0 0
1 1
0 2
e C
como combinao linear das matrizes A
, B
.
1 1
1 1
1 0
0 1

## RESPOSTAS ##
1)

v 6.e1 3.e2 2.e3

4) Sim, pois

p 3q1 4q2

2) No, pois
5)

a, b / v a.v1 b.v2

3) k = 13

E 3 A 2B C

5. INDEPENDNCIA E DEPENDNCIA LINEAR (LI e LD)

n

Podemos gerar um espao vetorial atravs da combinao linear entre vetores (veremos isso adiante). Um espao R pode
ser gerado por n ou mais vetores. Nossa preocupao gerar um espao com o mnimo ( n ) de vetores e identificar a
existncia de algum vetor descartvel (suprfluo) nesse conjunto. Para isso, precisamos compreender o conceito de
independncia e dependncia linear entre vetores.
Definio: Sejam

v1 , v2 , ... , vn V

(espao vetorial). Dizemos que o conjunto

independente (LI), ou que os vetores v1 , v2 , ... , vn so LI, se a equao:

a1.v1 a2 .v2 ... an .vn 0 implica que a1 a2 ... an 0 .

Se existir algum

ai 0

que satisfaa a equao, dizemos que

10

{ v1 , v2 , ... , vn }

linearmente

{ v1 , v2 , ... , vn } linearmente dependente (LD).

lgebra Linear

Prova:
Seja a equao:

a1.v1 ... ak .vk ... an .vn 0 .

Supondo algum coeficiente qualquer

ai 0 ,

chamaremos de

ak

ento podemos reescrever a equao como:

ak .vk a1.v1 ... ak 1.vk 1 ak 1.vk 1 ... an .vn

1
vk ( a1.v1 ... ak 1.vk 1 ak 1.vk 1 ... an .vn )
ak

Assim vemos que o vetor v k pode ser obtido da combinao linear dos demais.

Portanto conclumos que { v1 , ... , vk , ... , vn } LD.

Vamos exemplificar de forma mais inteligvel.
1

Podemos imaginar o espao R para vermos que qualquer conjunto de dois ou mais vetores no nulos, tornam-se LD,
pois todos sero colineares ou proporcionais (mltiplos escalares).

A mesma situao (LD) ocorre no

alinhados para formar todo o plano.

R2

com trs ou mais vetores (que so coplanares), pois bastariam dois vetores no

Observao:
O termo linearmente dependente sugere que os vetores de alguma maneira dependem um do outro. O teorema abaixo
mostra que isto realmente ocorre:
Teorema: Um conjunto

S de dois ou mais vetores :

(a) LD se, e somente se, pelo menos um dos vetores de S pode ser escrito como uma combinao linear dos outros
vetores de S .
(b) LI se, e somente se, nenhum vetor de S pode ser escrito como uma combinao linear dos outros vetores de S .
Atravs do exposto, podemos ainda garantir que:
(i) Um conjunto finito de vetores que contm o vetor nulo linearmente dependente (LD).
(ii) Um conjunto de exatamente dois vetores lineamente independente (LI) se, e somente se, nenhum dos dois
vetores um mltiplo escalar do outro.
11

lgebra Linear

EXEMPLOS:

R 2 , verificar se os vetores u (2, 0) e v (1, 3 )

Para tal verificao, escrevemos: a1 .u a2 .v 0

1) No espao

Ento:

so LI, ou seja, linearmente independentes.

2
1 0
a1 . a2 .
0
3 0

2a1 a2 0
0 3a 0


2

2a1 a2 0
3a 0

2

2a1 a2 0

3a2 0

a2 0 , ou seja, S {( 0, 0)} .

a2 0 , conclumos que os vetores u e v so LI.

Estamos diante de um sistema homogneo com soluo nica (trivial):

Como a nica soluo para

a1.u a2 .v 0

a1 0

a1 0

y
Observao:
O problema (1) acima poderia ser solucionado apenas pela inspeo

prvia dos vetores u e v , pois se percebe facilmente que os vetores

concluso direta de que estes dois vetores

NO so mltiplos escalares um do outro, o que leva a

0

so LI.

Ao lado, temos a representao geomtrica dos vetores do exemplo 1.

2) Verificar se LD o conjunto:
P = {1 + 2x x2; 2 x + 3x2; 3 4x + 7x2 }

Observao:
A anlise em questo sempre passa por um SISTEMA HOMOGNEO. Quando esse sistema for quadrado [nmero de
vetores igual dimenso do espao, o que implica em um nmero de equaes igual ao nmero de variveis no sistema],
podemos fazer uso do conceito da Regra de Cramer para a anlise da situao, isto , verificando o valor do determinante
D da matriz formada pelos coeficientes das variveis (determinante principal). Note que esse determinante
composto pelos vetores do problema dispostos ordenadamente em colunas. Assim, se:
12

lgebra Linear

D 0 ento o sistema do tipo SPD (tem soluo nica, chamada de trivial) e, portanto, os vetores so LI.
D = 0 ento o sistema do tipo SPI (tem a soluo trivial + infinitas solues prprias) e, portanto, os vetores so LD.
Desta forma, o exerccio anterior (2) poderia ser analisado atravs do determinante principal do sistema. Ento:

1
2

2
1

3
4

Como

D 0 , temos que os vetores do conjunto P so LD.

[Note que: L1 L2 = L3]

Interpretao Geomtrica da Dependncia e Independncia Linear de Vetores

Dois vetores no

R3

(ou no

R 2 ):

Trs vetores no

R3

(ou no

R 2 ):

Podemos completar ainda, enunciando o teorema:

Seja

S { v1 , v2 , ... , vn }

um conjunto de vetores no

R m . Se n m , ento S

linearmente dependente.

O teorema acima nos diz que:

Um conjunto no
Um conjunto no

R2
R3

com MAIS de dois vetores linearmente dependente.

com MAIS de trs vetores linearmente dependente, e assim sucessivamente.

Para finalizar, descrevemos algumas propriedades especficas da Independncia Linear:

A { } sempre LI.

B {v} e v 0 , ento B

Por definio, um conjunto vazio

Se um conjunto unitrio

LI.

[Verifique!]

Tpico Extra: Independncia Linear de Funes

O conceito de Independncia Linear tambm pode ser estendido para o estudo de funes. O Wronskiano (em
homenagem ao matemtico e filsofo polons Jzef Maria Hon-Wrnski) utilizado para verificar se um conjunto de
funes diferenciveis linearmente independente, em um intervalo dado. Caso o Wronskiano seja diferente de zero em
algum ponto do intervalo dado, as funes so linearmente independentes. Esse conceito muito til em diversas situaes,
por exemplo, na hora de verificar se as duas funes que so solues de uma Equao Diferencial Ordinria de Segunda
Ordem so linearmente independentes.

13

lgebra Linear

EXERCCIOS:
1) Verifique se os conjuntos dados a seguir so LI ou LD:
a)
b)
c)
d)
e)
f)

u = (1, 1, 2), v = (2, 1, 1) e w = (1, 0, 3)

u = (0, 1, 0, 1), v = (1, 1, 1, 1), w = (1, 2, 0, 1) e t = (1, 2, 1, 0)

p = 1 + 3x + x2, q = 2 x x2, r = 1 2x 3x2 e s = 2 + x + 3x2

v1 = (2, 1, 3), v2 = (1, 0, 2) e v3 = (2, 3, 1)

v1 = (2, 2, 3, 4), v2 = (0, 5, 3, 1) e v3 = (0, 0, 4, 2)

2
6
3
e B

4 3
12 9

2) Determine o valor de

3) Determine

g)

2 1
0 1 2
1 0 5
, B
e C

2 4
2 1 0
1 0 3

k para que seja LI o conjunto {(1, 0, 2), (1, 1, 1), (k, 2, 0)}.

1 0 1 1 2 1
k para que o conjunto
, 0 0, k 0 seja LD.
1
0

4) Prove que, se

u e v so LI, ento u v e u v tambm o so.

## RESPOSTAS ##
1a) LI

1b) LD

1c) LD

1d) LD

1e) LI

1f) LD

1g) LI

2) k 3

3) k = 3

6. BASE DE UM ESPAO VETORIAL

Introduo: Sistemas de Coordenadas No-Retangulares
2

Na geometria analtica plana ns aprendemos a associar um ponto P do plano R a um par de coordenadas ( a, b)

projetando P sobre um par de eixos coordenados perpendiculares, conforme detalhe (a) da figura a seguir. Com esse
processo, associado um nico conjunto de coordenadas a cada ponto do plano e, reciprocamente, a cada par de
coordenadas est associado um nico ponto no plano. Descrevemos isto dizendo que o sistema de coordenadas estabelece
uma correspondncia biunvoca entre os pontos do plano e os pares ordenados de nmeros reais.
Embora os eixos coordenados perpendiculares sejam os mais comuns, podemos usar quaisquer duas retas no-paralelas
para definir um sistema de coordenadas no plano. Por exemplo, no detalhe (b) da figura abaixo, associa-se um par de
coordenadas ( a, b) ao ponto P projetando-o paralelamente aos eixos coordenados no-paralelos. Analogamente, no
espao tridimensional, podemos definir um sistema de coordenadas utilizando quaisquer trs retas no coplanares, como no
detalhe (c) da figura abaixo.

14

lgebra Linear

Assim, iremos reformular a noo de sistemas de coordenadas nos espaos bi e tridimensionais utilizando vetores onde antes
eram utilizados eixos coordenados para especificar o sistema de coordenadas. Isso pode ser feito substituindo cada eixo
coordenado por um vetor de comprimento, direo e sentido de interesse para cada situao.
Um ingrediente essencial de qualquer sistema de coordenadas a escala de medida de comprimento ao longo dos eixos
coordenados. Em geral, utiliza-se a mesma escala em cada eixo e o espaamento dos pontos inteiros feito com uma
unidade de distncia. No entanto, isso nem sempre prtico ou adequado. Escalas diferentes ou escalas em que os pontos
inteiros esto a mais ou a menos do que uma unidade de distncia, podem ser necessrias para encaixar um grfico numa
pgina impressa ou para representar quantidades fsicas com unidades diferentes num mesmo sistema de coordenadas (por
exemplo, tempo em segundos em um dos eixos e temperatura em centenas de graus no outro).
Quando um sistema de coordenadas especificado por um conjunto de vetores de BASE, ento os comprimentos desses
vetores correspondem s distncias entre pontos inteiros sucessivos nos eixos coordenados (veja figuras a seguir). Assim,
o sentido dos vetores de base que define o sentido positivo nos eixos coordenados e o comprimento dos vetores de base
que estabelece a escala de medida.

(a) Escalas idnticas.

Eixos perpendiculares.

(b) Escalas diferentes.

Eixos Perpendiculares.

(c) Escalas idnticas.

Eixos oblquos.

(d) Escalas diferentes.

Eixos oblquos.

Muitas situaes podem ser simplificadas, escolhendo-se um sistema de coordenadas com uma BASE adequada. Por
exemplo, considere a estrutura molecular do zinco, apresentada na figura abaixo [detalhe (a)] e a necessidade de se estudar
o comprimento das ligaes dos tomos, os ngulos entre as ligaes, entre outros fatores envolvendo o zinco. Essa anlise
ser muito facilitada com o uso de coordenadas e de ferramentas da lgebra linear. A escolha do sistema de eixos
coordenados cannicos para este estudo no a melhor opo. Como possvel verificar na figura abaixo [detalhe (b)], a
escolha da base

{ u , v , w } provavelmente a mais adequada para o R 3 arbitrrio em questo, pois esses vetores se

alinham perfeitamente com as ligaes entre os tomos de zinco.

15

lgebra Linear

A definio de BASE, a seguir, tornar as idias apresentadas at aqui mais precisas e permitir ampliarmos o conceito de
sistema de coordenadas para espaos vetoriais arbitrrios.
Definio:
Um conjunto
i)
ii)

B { v1 , v2 , ... , vn } V ser uma base do espao vetorial V se atender duas condies:

B Linearmente Independente (LI);

B gera o Espao Vetorial V .

Em outras palavras, BASE o conjunto de vetores necessrios para gerar o espao vetorial

V.

B { v1 , v2 , ... , vn } V gera um espao vetorial V , representamos: V [ v1 , v2 , ... , vn ]

ou V ger (B) , ou ainda, V ger { v1 , v2 , ... , vn } .

Nota: Quando um conjunto

EXEMPLOS:
1) O conjunto dos vetores
De fato,
i)

e1 (1, 0) e e2 (0, 1) uma base do espao V R 2 . Comprove!

{ e1 , e2 } base de V , pois alm de gerar qualquer vetor de V , linearmente independente (LI). Veja:

a.e1 b.e2 (0, 0)

a.(1, 0) b.(0, 1) (0, 0)
(a, 0) (0, b) (0, 0)

(a, b) (0, 0) [Os nicos valores de a e b para que a.e1 b.e2 (0, 0) so a 0 e b 0 ].

Logo,

{ e1 , e2 } LI.

ii) O conjunto

{ e1 , e2 } gera o espao R 2 , pois:

( x, y) x.(1, 0) y.(0, 1) [qualquer vetor ( x, y) do R 2 escrito como combinao linear de e1 e e2 ].

Logo, por (i) e (ii), comprovamos que o conjunto

{ e1 , e2 } uma BASE do espao V R 2

{(1, 0); (0, 1)} chamada de Base Cannica (ou Natural) do R 2 e os vetores e1 (1, 0) e

e2 (0, 1) costumam ser chamados de i e j .

Observao: A base

2) Sejam os vetores

v1 (1, 2, 3) , v2 (0, 1, 2) e v3 (0, 0, 1) . Mostre que o conjunto B { v1 , v2 , v3 } uma base do

R3 .

16

lgebra Linear

3) Mostrar que

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

Inicialmente, vamos verificar se B Linearmente Independente (LI) [condio (i)]. Ento:

1 0
0 1 0 0
0 0
0 0
a.
b.
c.
d .

0 0
0 0 1 0
0 1
0 0
a 0 0 b 0 0 0
0 0 0 0 c 0 0

a
b

Portanto,

0
0 0

d
0 0
c
0 0

e da, tem-se a soluo nica: a b c d 0 .

d
0 0

B LI.

Agora, vamos verificar se

B gera o espao M ( 2, 2) [condio (ii)]. Para isto, qualquer matriz do espao M ( 2, 2) deve

ser escrita como combinao linear das matrizes do conjunto

De fato, qualquer que seja a matriz

B.

a b
c d M ( 2, 2) , ela pode ser escrita como combinao linear das matrizes de B :

a b
1 0
0 1 0 0
0 0
c d a.0 0 b.0 0 c.1 0 d .0 1

Como foram satisfeitas as duas condies [i e ii],

e da tem-se que

B gera o Espao M ( 2, 2) .

B base do espao de matrizes M ( 2, 2) ; como queramos demonstrar.

Tpico Especial: Ortonormalidade de Bases

Base Ortogonal: Diz-se que uma base

B { v1 , v2 , ... , vn } ORTOGONAL se os seus vetores so dois a dois ortogonais.

Base Ortonormal: Diz-se que uma base

B { v1 , v2 , ... , vn } V ORTONORMAL se B ortogonal e todos os seus

vetores so unitrios, isto :

0 para i j
vi v j
1 para i j
Para esse caso,

Nota: Vale relembrar o conceito de produto

interno (escalar) usual de dois vetores

V um Espao Vetorial Euclidiano. [Pesquise!]

3
v 2 no R . Veja:

v1 v2 x1 .x2 y1 . y 2 z1 .z 2
sabendo que: se

v1 v2 0 v1 v 2 .

Observaes:
Atravs dos conceitos dados, conclumos que a base cannica

{(1, 0); (0, 1)} uma base ORTONORMAL do R 2 .

As bases conhecidas como CANNICAS so as mais comuns por serem ORTONORMAIS. So algumas delas:
Base cannica do espao vetorial

R1 : {(1)}

Base cannica do espao vetorial

R 2 : {(1, 0); (0, 1)}

Base cannica do espao vetorial

R 3 : {(1, 0, 0); (0, 1, 0); (0, 0, 1)}

Base cannica do espao vetorial

1 0 0 1 0 0 0 0
M ( 2 , 2 ) :
,
,
,

0 0 0 0 1 0 0 1

Base cannica do espao vetorial

P3 (polinmios de grau menor ou igual a 3): { 1, x , x 2 , x 3 }

17

v1 e

lgebra Linear

7. DIMENSO DE UM ESPAO VETORIAL

Seja

V um espao vetorial.

V possui uma base com n vetores, ento V tem dimenso n e denota-se: dim V n .
Se V no possui base, dim V 0 .
Se V tem uma base com infinitos vetores, ento a dimenso de V infinita e anota-se: dim V .
Se

Observao: Um espao vetorial

V que tem dimenso n [ dim V n ] tambm dito n-dimensional.

Vrios teoremas vistos anteriormente podem ser novamente enunciados utilizando o conceito de dimenso. Veja:
Suponha que V um espao vetorial de dimenso n . Ento nenhum conjunto com mais de
linearmente independente e V no pode ser gerado por um conjunto de vetores com menos de

n vetores em V pode ser

n vetores.

Teorema: A dimenso n de um espao vetorial V o nmero mximo de vetores linearmente independentes em

tambm o nmero mnimo de vetores necessrios para gerar V .

V e

EXEMPLOS:
a)

dim R 2 2 , pois toda base do R 2 tem 2 vetores.

d)

b)

dim R n n .

e)

c)

dim M (3, 4) 12 .

dim M ( m, n ) m n .

dim Pn n 1 .

f) dim {0} 0

Tpico Especial: Espaos Vetoriais Isomorfos

De um modo geral, se
Por exemplo:

V um espao vetorial sobre R e dim V n , ento V e R n so ISOMORFOS.

Os espaos vetoriais
Note que

P2 e M (3,1) so isomorfos ao espao vetorial R 3 .

dim P2 dim M (3,1) dim R 3 3

Isso de certa forma explica por que, em muitos casos, os elementos desses espaos podem ser escritos tanto no formato
de matriz, quanto no formato de coordenadas cartesianas (vetor), ou at mesmo atravs de polinmios. Esses elementos (e
seus respectivos espaos vetoriais) possuem a mesma estrutura, portanto se comportam de maneira igual perante as
operaes de adio e multiplicao por escalar que definem um espao vetorial.

EXERCCIOS
1) Explique por que os conjuntos de vetores dados abaixo NO so bases dos espaos vetoriais indicados.
[Faa este exerccio apenas por inspeo].
a)

B1 {(1, 2); (0, 3); (1, 1)} do espao R 2 .

b)

B2 {(1, 3, 2); (2, 1, 0)} do espao R 3 .

c)

B3 { 1 x x 2 ; x 1 } do espao P2 .

d)

1 1 1 1 3 0 3 7 7 9
B4
,
,
,
,
do espao M ( 2, 2) .
2 3 0 2 1 7 2 5 2 1

2) Verificar quais dos conjuntos de vetores abaixo formam uma base.

a) A = {(1, 2); (1, 3)}

b) B = {(0, 0); (2, 3)}

c) C = {(3, 1); (2, 3)}

3) Verifique se alguma das bases a seguir ortonormal ou ortogonal.

a)

A {(1, 1); (1,1)}

d)

D (1, 0) ;

b)

B {(3 , 6); (8 ,4)}

e)

1
3

1
3

c)

12 5 5 12
, ; ,
13 13 13 13

1 2 1 1 1
1
,
,
,
;
; 0,

3
6 6 6
2
2

18

lgebra Linear

f)

F {( 2, 0, 0); (0, 2, 0); (0, 0, 2)}

G {(1, 0, 0); (0, 1, 1); (0, 0, 1)}

g)

4) Para que valores de k o conjunto = {(1, k); (k, 4)} uma base do

R2 ?

5) Verificar quais dos seguintes conjuntos de vetores formam uma base do

a) A = {(1, 1, 1); (2, 1, 0); (3, 2, 0)}

b) B = {(1, 0, 1); (0, 1, 2); (2, 1, 4)}

6) Quais dos conjuntos de vetores formam uma base de

a) A = { 2t2 + t 4; t2 3t + 1 }

7) Mostrar que o conjunto

R3 :

P2 ?

b) B = { 2; 1 x; 1 + x2 }

c) C = {1 + x + x2; x + x2; x2 }

2 3 1 1 3 2 3 7

,
,
,

1 0 0 2 1 1 2 5

uma base de

8) Mostrar que o conjunto {(1, 1, 0, 0); (0, 0, 1, 1); (1, 0, 0, 3); (0, 0, 0, 5)} base de
9) Mostre que o conjunto

M ( 2, 2 ) .

R4 .

B {(1, 0); (0, 1); (7, 4)} NO base do R 2 .

V o espao vetorial gerado pelos vetores: v1 cos2 x , v2 sen 2 x e v3 cos 2 x .

a) Mostre que S { v1 , v2 , v3 } NO uma base de V .
b) Encontre uma base de V .
10) Seja

## RESPOSTAS ##
1a) Uma base do

R 2 deve ter 2 vetores LI.

1b) Uma base do

R 3 deve ter 3 vetores LI.

1c) Uma base do

P2 deve ter 3 vetores LI.

1d) Uma base do

M ( 2, 2) deve ter 4 vetores LI.

2) So Bases: A e C

3a) Ortogonal

3d) No Ortogonal [e no ortonormal]

4) Para k 2

3b) Ortogonal
3e) Ortonormal

5) A

3c) Ortonormal

3f) Ortogonal

6) B e C

3g) No Ortogonal [e no ortonormal]

9) NO base do

R 2 pois os vetores de B so LD.

8. COMPONENTES DE UM VETOR
Seja

B { v1 , v2 , ... , vn } uma base do espao vetorial V

, ento qualquer vetor de

v a1.v1 a2 .v2 ... an .vn

Os coeficientes

a1 , a2 , ..., an

pode ser escrito na forma:

(de maneira nica).

representaro as coordenadas ou componentes de

em relao base

em relao base

denotaremos por:

vB (a1 , a2 , ... , an )

Observao:

A n-upla

ou pela expresso matricial:

vB (a1 , a2 , ... , an )

vetor coluna

a1
a

vB 2

a n

a1

a2
vB

a n

chamada vetor-coordenada de

chamado matriz-coordenada de

19

em relao base

B.

B,

e o

lgebra Linear

EXEMPLO:
1) Vamos considerar um vetor
y

v , que na base cannica C { i , j } fica graficamente representado conforme abaixo:

v como combinao linear dos vetores da

base em questo, ou seja: v 2.i 3. j , lembrando que: i (1, 0) e j (0, 1) .

Pelo grfico, podemos escrever o vetor

Como a base utilizada base cannica, tambm podemos escrever o vetor

simplesmente na forma analtica:

2
v (2, 3) ou na forma matricial: v .
3

2
5

v pode ser representado numa outra base, por exemplo: B { v1 , v2 } onde v1 e v2 .

1
2

O mesmo vetor

Representado graficamente o mesmo vetor

v , agora com a nova base B { v1 , v2 } , ficaria assim:

v2
2

e medindo a sua projeo em v1 , tendo esse como valor

unitrio, encontraremos 5 / 6 , ou seja, a projeo de v em v1

5 / 6 de v1 .

Fazendo o mesmo em v 2 , encontraremos 13 / 12 , ou seja, a

projeo de v sobre v 2 13 / 12 de v 2 .
Observe que, usando a regra do paralelogramo com o vetor

v1

5 13

v como combinao linear de v1 e v 2 assim: v v1 v2 ou ainda represent-lo

6
12
5/6

por v B (5 / 6, 13 / 12) ou mesmo na forma matricial v B

. Note que dessa maneira devemos identificar a base
13 / 12

Desta forma, podemos escrever

na qual o vetor est escrito [neste caso, base

Essas componentes

5
6

13
12

B ].

podem ser calculadas precisamente a partir da combinao linear

v a.v1 b.v2 .

Veja a seguir:

v a.v1 b.v2

[Substituindo

v1 e v 2 ...]

5
2 2
a. b.
1
2 3

[Multiplicando os valores de

5a 2b 2
a 2b 3

[Adicionando as matrizes ...]

5a 2b 2
5a 2b 2
a 2b 3 a 2b 3

a e b ...]

Resolvendo o sistema, temos:

E assim podemos escrever com preciso vetor em questo:

a 5 / 6 e b 13/ 12

5 13
5/6

v v1 v2 ou ainda: v B
.
6
12
13 / 12

Para refletir: Talvez no tenhamos conseguido fazer o melhor, mas lutamos para que o melhor fosse feito... No somos o que deveramos
ser, no somos o que iremos ser. Mas graas a Deus, no somos o que ramos! (Martin Luther King)
20

lgebra Linear

EXERCCIOS
1) Encontre o vetor-coordenada de

v (4, 3, 2) em relao base B {(1, 1, 1); (1, 1, 0); (1, 0, 0)} do R 3 .

2) Seja o espao vetorial das matrizes 2x2 sobre

base

3
em relao
4 7

R . Encontre o vetor-coordenada da matriz A

1 1 0 1 1 1 1 0
,
,
,
.
1 1 1 0 0 0 0 1

3) Seja o subespao vetorial das matrizes simtricas de ordem 2 sobre

R . Encontre o vetor-coordenada da matriz M em

1 2 2 1 4 1
4 11
relao base B . Considere: M
,
,
.
e B

2
1
1
3

11 7

4) Calcular o vetor-coordenada de

p 2 9 x 13x 2 na base { p1 , p2 , p3 } , sendo p1 1 2 x 3x 2 ,

p2 1 3x 2 x 2 e p3 2 x 5 x 2 .
5) Determine o vetor-coordenada de

{(3, 0), (0, 2)}

{(1, 2), (2, 1)}

a)
b)

6) No espao vetorial

v (6, 2) em relao s bases:

c) {(1, 0), (0, 1)}
d) {( 0, 1), (1, 0)}

R 3 , consideremos a base B {( 1, 0, 0); (0, 1, 0); (1, 1, 1)} . Determine o vetor-coordenada de

v R 3 em relao base B se:

a) v (2, 3, 4)

b) v (1, 1, 1)
## RESPOSTAS ##
1)

vB (2, 5, 7)

5a)

v (2, 1)

6a)

vB (2, 1, 4)

2)

8 4

AB
9 15

5b)

2 10
v ,

3 3

3)

M B 4B1 2B2 B3

5c)

v (6, 2)

6b)

vB (0, 0, 1)

4)

5d)

p (1, 5, 4)

v (2, 6)

Tpico Extra: Uma Aplicao Importante da lgebra Linear!

Tomografia Computadorizada: Um dos principais avanos no diagnstico mdico o desenvolvimento de mtodos no
invasivos para se obter imagens de sees transversais do corpo humano, como a tomografia computadorizada e a
ressonncia magntica. Os mtodos da lgebra Linear podem ser utilizados para reconstruir imagens a partir da anlise do
escaneamento por raios X da tomografia computadorizada. O problema bsico da tomografia computadorizada construir a
imagem de uma seo transversal do corpo humano usando dados coletados por uma grande quantidade de feixes
individuais de raios X que so emitidos ao longo da seo transversal desejada. Esses dados so processados por um
computador e a seo transversal computada exibida num monitor de vdeo.
O primeiro sistema comercial de tomografia computadorizada para o uso mdico foi desenvolvido em 1971 por G. N.
Hounsfield, da empresa EMI Ltda., na Inglaterra. Em 1979, Hounsfield e A. M. Cormack receberam o prmio Nobel por seu
trabalho pioneiro nesta rea. A construo de uma seo transversal ou uma tomografia requer a resoluo de um sistema
muito grande de equaes lineares. Certos algoritmos, da classe de tcnicas de reconstruo algbrica, podem ser usados
para resolver estes sistemas lineares, cujas solues produzem as sees transversais em formato digital.

21

lgebra Linear

9. MUDANA DE BASE
Muitos problemas aplicados podem ser simplificados mudando-se de um sistema de coordenadas para outro. Mudar sistemas
de coordenadas em um espao vetorial , essencialmente, a mesma coisa que mudar de base. Por exemplo, num problema
que um corpo se movimenta no plano xy (R2), cuja trajetria uma elipse de equao x2 + xy + y2 3 = 0 (veja figura A),
a descrio do movimento torna-se muito mais simples se ao invs de trabalharmos com os eixos x e y, utilizarmos um
referencial que se apia nos eixos principais da elipse. Neste novo referencial (veja figura B), a equao da trajetria elptica
ser mais simples e prtica: 3u2 + 2v2 = 6.
y
v

b
x

Figura A

Figura B

Muitas vezes, problemas de engenharia tornam-se mais simples quando fazemos uma mudana conveniente de referencial.
Uma vez escolhido o novo referencial, temos que desenvolver um mecanismo que relacione os dois referenciais, podendo
dessa forma mudar de referencial no instante desejado. O desenvolvimento a seguir tem tal objetivo.
Ento:
Sejam

B1 { u1 , u2 , ..., un }

B2 { v1 , v2 , ..., vn }

duas bases de um espao vetorial

. Ento um vetor

wV

pode ser escrito nas seguintes formas:

w x1 .u1 x2 .u 2 ... xn .u n

ou

w y1 .v1 y 2 .v2 ... y n .vn

ou

x1
x

[ w]B1 2

xn
y1
y

[ w] B 2 2

yn

vetor

na base

B1 .

vetor

na base

B2 .

Assim podemos escrever a relao:

u1

u2

x1

x2

u n .
v1

xn

Observao: Tanto

B1

como

nmero igual dimenso do

(ento det. 0).

v2

y1

y2
vn .

yn

B2 , geram qualquer vetor de V , pelo fato de serem bases, so constitudas de vetores num
espao V , portanto as matrizes dos vetores das bases so quadradas e admitem inversa

Sem perda de generalidade, podemos escrever a relao acima usando o espao

22

R 2 . Veja a seguir:

lgebra Linear

Sejam

B1 { u1 , u2 }

B2 { v1 , v2 }

bases do espao

R 2 , onde:

a
a
c
c
e
u1 1 ; u 2 2
v1 1 ; v2 2
b1
b2
d1
d 2

2
Qualquer vetor w de R pode ser escrito como:

w x1.u1 x2 .u2

ou

w y1.v1 y2 .v2

ou

[ w] B1 1
x2
y

[ w] B 2 1
y2

vetor

na base

B1 .

vetor

na base

B2 .

Da, tiramos que:

a1
b
1

a2 x1 c1
.

b2 x2 d1

c2 y1
.
d 2 y2

E ainda:

x1 a1
x b
2 1

a2 c1
.
b2 d1

c2 y1
.
d 2 y2

Portanto:

w B1 I BB12 .w B 2
Onde

I BB12

com

B2
B1

a MATRIZ MUDANA DE BASE

a
1
b1

B2

a2
b2

para

mudana de base, nesse caso, representada por

relao base

B2

R2 ,

para a base

B2

para

B1

B1
B2

B1

para a base

B2 ,

ser feita pela inverso da matriz

constituda, na realidade, pelas coordenadas dos vetores da base

B2

em

B1 , dispostas em colunas.

a
a
[ I ]BB12 11 12
a21 a22

onde

[v1 ] B1 11
a21

RESUMO DA TEORIA ATRAVS DE UM EXEMPLO GENRICO DO

Sejam as bases

que tenha coordenadas na base

B1 .

Observao: A transformao inversa, isto , passar da base

A matriz mudana de base

c2
d 2

B1 .

Dessa forma, podemos escrever qualquer vetor do espao

coordenadas referente base

c
. 1
d1

[v2 ]B1 12
a22

R2 :

A {( a1 , b1 ), (a2 , b2 )} e B {( c1 , d1 ), (c2 , d 2 )} do R 2 .

A matriz mudana de base

Vale lembrar que

Para escrever um vetor

A 1
B

A para a base B : I

BA [ B]1.[ A ] ,

sendo que:

a1 a2

b1 b2

[ A]

I A
B

w , dado na base A , para a base B , faremos: [ w] B I

23

BA . [w ] A

c1

[ B]

c2

.
d1 d 2

lgebra Linear

EXEMPLO

A {(1, 1), (0, 2)} e B {(1, 0), (1, 2)} bases do R 2 .

a) Determine a matriz mudana de base A para a base B .
1) Sejam

b) Defina as coordenadas do vetor

wA (3, 4) na base B .

Tpico Especial: Relembrando Inverso de Matrizes!

Podemos encontrar a inversa de uma matriz quadrada, aplicando a sua definio. Veja:
Seja

A uma matriz inversvel [det(A) 0] . Ento: A. A1 A1. A I n .

Para exemplificar de forma simples, utilizaremos uma matriz de ordem 2, sendo:

Fazendo:

2 1
.
4 3

A. A1 I 2 , temos:

2 1 m n 1 0
4 3 p q 0 1

Resolvendo os sistemas, teremos:

Como definimos a que

2m p 2n q 1 0
4m 3 p 4n 3q 0 1

m 3 / 2 , n 1 / 2 , p 2 e q 1 .

m n
3 / 2 1/ 2
1
A 1
, temos que: A
.

1
p q
2

Equivalncia de Matrizes:
Para duas matrizes A e B, de mesma ordem, diz-se que a matriz B EQUIVALENTE matriz A, e representa-se por B ~ A,
se for possvel transformar A em B por meio de uma sucesso finita de operaes elementares.
As operaes elementares com as linhas (ou colunas) de uma matriz so:
- Trocar duas (ou mais) linhas de posio.
- Multiplicar uma linha por uma constante no nula.
- Somar um mltiplo escalar de uma linha com outra linha.
24

lgebra Linear

Inverso de uma Matriz por meio de Operaes Elementares:

Poderemos encontrar a inversa de uma matriz A no-singular pelo procedimento descrito acima. Inicialmente escreve-se a
matriz A dada e ao seu lado a matriz identidade I de mesma ordem. As operaes elementares devem ser realizadas nas
duas matrizes simultaneamente. O mtodo consiste em transformar a matriz A dada na matriz identidade I. Quando o
processo for completado, a matriz identidade escrita inicialmente ser a matriz inversa procurada.

A1

A I operaes elementares I

Esquematicamente:

Veja o exemplo abaixo:

Determine a inversa da matriz

1 0 1
M 0 1 1

1 1 1

por meio de operaes elementares.

Resoluo:

1
0

1 1 0 0
1 0 1 0

0
1

1 1

0 0 1 L3 L1 L3

1
0

0
1

1 1 0 0
1 0 1 0

0 1

1 0 1 L3 L2 L3

1 0 1 1 0 0
0 1 1 0 1 0 L2 L3 L2

1 0 1 1 0 0 L1 L3 L1
0 1 0 1 0 1

0 0

0 0

1 0
0 1

0 2 1 1
0 1 0 1

0 0

1 1 1

Assim, a matriz inversa procurada :

2 1 1
1 0 1

1 1 1

Existem outros mtodos para encontrarmos a inversa de uma matriz [pesquise!]

EXERCCIOS
1) Sejam

B {(1, 0), ( 0, 1)} , B1 {(1, 1), (1, 0)} , B2 {( 1, 1), (2, 3)} , bases do R 2 . Determine as matrizes

mudana de base:

a)

[ I ] BB1

b)

[ I ]BB2

R 3 : A {(1, 0, 0), ( 0, 1, 0), (0, 0, 1)} e B {(1, 0,1), ( 0, 1,1), (1, 1, 1)} ,
a) A matriz mudana de base de A para B ;

b) O vetor v B , sendo v A (1, 2, 3) ;

c) A matriz mudana de base de B para A .

2) Considerando as seguintes bases do

determine:

3) Se

1 1 0
0 1 1 , determine:

1 0 1

4) Sabendo que:

I BA 1

5) Sabendo que:

I BA 7

a) v onde v 2

3

b) v onde v 2

3

4
e B {(3, 5), (1, 2)} , determine a base A .
11

6
e A {(1, 3), (2,4)}, determine a base B .
11 8

6) Mostrar que para qualquer base

A de um espao vetorial, a matriz mudana de base I A a matriz identidade.

A

25

lgebra Linear

## RESPOSTAS ##

1 1
1a)
1 0

3 2
1b)
1 1

3a) v 1

4

2a)

A
B

2 1 1
1 0 1

1 1 1

3b) v 3

1

4)

2b) v B (7, 4, 6)

A {(1, 3), (1,2)}

2c)

5)

B
A

1 0 1
0 1 1

1 1 1

B {(3, 2), (2, 1)}

10. TRANSFORMAES LINEARES

Introduo
As transformaes lineares apresentam aplicaes na Fsica, Engenharia, Cincias Sociais e em vrios ramos da Matemtica.
Computao Grfica, Criptografia, Robtica e Fractais so algumas reas de aplicaes dos conceitos que veremos a seguir.
A transformao linear um tipo especial de funo. Como uma rpida introduo, vamos consideremos o exemplo abaixo.
Reflexo de um vetor (ou um ponto) em torno do eixo x.
Seja em

R 2 a funo T definida por: T ( x, y) ( x , y) .

Observe que nessa funo, os valores do domnio so vetores (ou pontos)

( x, y ) do R 2 .
Geometricamente, a funo
torno do eixo x.

T toma cada vetor do R 2 e o reflete em

Essa funo como veremos a seguir, uma transformao linear.

3

As transformaes lineares tambm se aplicam em vetores do espao R

inclusive e em situaes mais complexas, como as rotaes, por exemplo.

Funes Vetoriais
So funes onde tanto o domnio como o contra domnio so espaos vetoriais, portanto todas as variveis envolvidas so
vetores. Assim, para se dizer que a funo vetorial T uma transformao do espao vetorial V no espao vetorial W ,
escreve-se:

T : V W . Lembrando que, sendo T

uma funo, cada vetor

v V

tem um s vetor imagem

w W

Para uma compreenso mais precisa dos conceitos que viro a seguir, vamos inicialmente investigar uma funo vetorial,
atravs do exemplo a seguir.
[EXEMPLO 1] Considere uma funo vetorial

T : R 2 R 3 que associa vetores v ( x, y) R 2 com vetores

w ( x, y, z ) R 3 . Se a lei que define essa funo for T ( x, y) (3x, 2 y, x y) teremos (esquematicamente):

R2

R3

(1, 2)

(3, 4, 1)

(1, 3)

(3, 6, 4)

(0, 0)

(0, 0, 0)

(x, y)

(3x, 2y, x y)

w
D

CD
26

lgebra Linear

Considerando a funo vetorial:

T (v ) T ( x, y) (3x, 2 y, x y) , vamos observar o seu comportamento.

Para

v1 (1, 2) temos:

T (v1 ) T (1, 2) (3[1], 2[2], [1] [2])

T (v1 ) T (1, 2) (3, 4, 1)

Para

v2 (1, 3) temos:

T (v2 ) T (1, 3) (3[1], 2[3], [1] [3])

T (v2 ) T (1, 3) (3, 6, 4)

Para

v1 v2 (0, 5) temos:

T (v1 v2 ) T (0, 5) (3[0], 2[5], [0] [5])

T (v1 v2 ) T (0, 5) (0, 10, 5)

E para

T (v1 ) T (v2 ) :

E ainda para:

T (v1 ) T (v2 ) T (1, 2) T (1, 3) (3,4,1) (3,6,4)

T (v1 ) T (v2 ) T (1, 2) T (1, 3) (0,10,5)

T (4v1 ) :

T (4v1 ) T (4, 8) (3[4], 2[8], [4] [8]) (12, 16, 4) 4.T (v1 )

O comportamento apresentado pela funo vetorial dada acima, sugere um padro. Tal comportamento caracteriza uma
transformao linear. Assim, podemos dizer que uma Transformao Linear uma funo vetorial linear.
Transformao Linear Definio:
Sejam V e W dois espaos vetoriais. Uma aplicao
satisfaz as seguintes condies:

T chamada transformao linear de V em W , T : V W , se

u e v em V ,
T (u v ) T (u ) T (v )

ii) Quaisquer que sejam k R e v V ,

T (k.v ) k.T (v )
i) Quaisquer que sejam

Assim apresentam toda a estrutura de espao vetorial.

Note que as duas condies (i) e (ii) da definio acima, podem ser aglutinadas numa s:
OBSERVAO: Uma transformao Linear de
Propriedade 1:
Em toda transformao linear

em

T (k.u v ) k.T (u ) T (v ) .

W , quando V W , chamada de OPERADOR LINEAR.

T : V W , a imagem do vetor nulo 0 V o vetor nulo 0 W , isto : T (0) 0 .

evidente que nem toda transformao linear. A verificao da linearidade de uma transformao no pode ser feita
numericamente. Tal situao apresentada no exemplo 2 a seguir.
Entretanto, em alguns casos, fcil perceber que algumas transformaes NO so lineares. o caso, por exemplo, da

T : R 2 R 2 , dada por T ( x, y) (3x 2, x 3) , pois T (0, 0) (2, 3) (0, 0) e pela propriedade 1 em

toda transformao linear T : V W deve-se ter T (0) 0 .
aplicao

T : R 2 R 3 que associa vetores v ( x, y) R 2 com vetores w ( x, y, z ) R 3 ,

definida por T ( x, y) (3x, x y, y x) . Veja (abaixo) que para um vetor v (1, 2) teremos: T (v ) (3, 3,1) .
[EXEMPLO 2] Seja a transformao

1
3
1

x
x

Verifique se

T : R 2 R 3 dada acima uma Transformao Linear.

27

lgebra Linear

Para que

seja uma transformao linear, necessrio que as duas condies da definio sejam satisfeitas:

u e v em V ,
T (u v ) T (u ) T (v )

2
Sejam u ( x1 , y1 ) e v ( x2 , y2 ) vetores genricos do R .

Ento:
T (u v ) T (( x1 , y1 ) ( x2 , y2 ))

T (u v ) T ( x1 x2 , y1 y2 )

T (u v ) ( 3( x1 x2 ), ( x1 x2 ) ( y1 y2 ), ( y1 y2 ) ( x1 x2 ) )

T (u v ) ( 3x1 3x2 , x1 x2 y1 y2 , y1 y2 x1 x2 )

T (u v ) ( 3x1 3x2 , x1 y1 x2 y2 , y1 x1 y2 x2 )

T (u v ) ( 3x1 , x1 y1 , y1 x1 ) (3x2 , x2 y2 , y2 x2 )

T (u v ) T (u ) T (v )

ii) Quaisquer que sejam a R e u V , T (a.u ) a.T (u )

Ento:
T (a.u ) T (ax1 , ay1 )

T (a.u ) (3ax1 , ax1 ay1 , ay1 ax1 )

T (a.u ) a.(3x1 , x1 y1 , y1 x1 )

T (a.u ) a.T (u )
i) Quaisquer que sejam

Logo, a transformao

T : R 2 R3

definida por

T ( x, y) (3x, x y, y x)

Propriedade 2:
Se

T :V W

uma Transformao LINEAR.

T (a.u b.v ) a.T (u ) b.T (v )

for transformao linear, tem-se

para

u , v V

a, b R ,

isto , a imagem de uma combinao linear de vetores uma combinao linear das imagens desses vetores, com os
mesmos coeficientes.
Ento:
Se

B { v1 , v2 , ... , vn }

base de

v a1.v1 a2 .v2 ... an .vn ,

Assim

T :V W

a1 , a2 , ... , an R , tal que:

temos que:

T (v ) a1.T (v1 ) a2 .T (v2 ) ... an .T (vn ) .

fica definida quando se conhecem as imagens dos vetores de uma base de

O resoluo do exemplo a seguir esclarece melhor a aplicao dessa propriedade.

[EXEMPLO 3] Um operador linear

T : R2 R2

Resoluo: Observe que os vetores

v1

v2 (0,1) . Assim, determine T ( x, y) .

v2

tal que

T (v1 ) (3, 2)

formam a base cannica do

T (v2 ) (1, 4)

com

v1 (1, 0)

R 2 : {(1, 0); ( 0, 1)} . Assim, um vetor qualquer

( x, y) R 2 tal que:
( x, y) x.(1, 0) y. ( 0, 1)
E, portanto:

T ( x, y) x.T (1, 0) y.T ( 0, 1)

T ( x, y) x.(3, 2) y.(1, 4)

Lembre-se que:

T (1, 0) (3, 2)

T ( x, y) (3x , 2 x) ( y , 4 y)
T ( x, y) (3x y, 2 x 4 y)
Logo, a transformao

T : R2 R2

solicitada :

T ( x, y) (3x y, 2 x 4 y) .
28

T (0,1) (1, 4)

lgebra Linear

[EXEMPLO 4] Seja uma transformao linear

v1 (0,1, 0) , v2 (1, 0,1)

v3 (1,1, 0) .

B { v1 , v2 , v3} uma

T (v1 ) (1, 2) , T (v2 ) (3,1)

T : R3 R 2 ,
Sabendo que

onde

R 3 com

T (v3 ) (0, 2) ,

base do
e

determine:
a)

T (5, 3, 2)

b)

T ( x, y, z )

[EXEMPLO 5] Seja a transformao linear

f : R 2 R 2 dada por f ( x, y) ( x 2 y, 2 x 3 y) . Observe as relaes:

u (2, 1) (4, 1) , ou seja: f (u ) (4, 1) .

ii) A imagem de v (1, 3) (5, 11) , ou seja: f (v ) (5, 11) .

iii) A imagem de u v (1, 4) (9, 10) , ou seja: f (u v ) (9, 10) .
i) A imagem de

Comparando (iii) com (i) e (ii) podemos ver que:

iv) A imagem de

f (u v ) f (u ) f (v ) .

2u (4, 2) (8, 2) , ou seja: f (2u ) (8, 2) .

Comparando (iv) com (i) temos que:

f (2u ) 2. f (u ) .

Geometricamente, temos:

29

lgebra Linear

Observao: As duas representaes acima no esto na mesma proporo.

EXERCCIOS
1) Verifique se T Transformao Linear, sendo:
a) T: R2 R3 / T(x, y) = (x y, 2x + y, 0)

b) T: R R / T(x) = 3x + 1

c) T: R2 R2 / T(x, y) = (x2, 3y)

d) T: R2 R2 / T(x, y) = (x 3y, 2x + 5y)

e) T: R2 R2 / T(x, y) = (x + 1, y)

f) T: R2 R3 / T(x, y) = (x y, 3x, -2y)

2y
y

g) T: R2 M(2, 2) / T(x, y) =

x 2y

3x

2) Consideremos o Operador Linear T: R3 R3 definido por T(x, y, z) = (x + 2y + 2z, x + 2y z, x + y + 4z).

u R 3 / T (u ) (1, 8, 11)

3
b) Determine o vetor v R / T (v ) ( x, y, z ) , ou seja, T (v ) (v )
a) Determine o vetor

3) Sabendo que T: R2 R3 Transformao Linear e que T(1, 1) = (3, 2, 2) e T(1, 2) = (1, 1, 3), determine T(x, y).
4) Determine a Transformao Linear T: R3 R2, tal que T(1, 1, 0) = (1, 1); T(0, 1, 1) = (2, 2) e T(0, 0, 1) = (3, 3) e
calcule T(1, 0, 0) e T(0, 1, 0).
5) Seja T: R3 R2 uma Transformao Linear definida por T(1, 1, 1) = (1, 2); T(1, 1, 0) = (2, 3) e T(1, 0, 0) = (3, 4).
Determine: a)

T ( x, y, z )

b)

u R 3 / T (u ) (3, 2)

c)

v R 3 / T (v ) (0, 0)

## RESPOSTAS ##
1) So Transformaes Lineares: a, d, f, g. No so: b, c, e.
3)

T ( x, y) (7 x 4 y , 3x y , x y)

5a)

T ( x, y, z ) (3x y z, 4 x y z )

4)

2a)

u (1, 2, 3)

2b)

v k .(2, 1, 1) com k R

T ( x, y, z ) ( y 3z , y 3z ) / T (1, 0, 0) (0 , 0) / T (0,1, 0) (1, 1)

5b)

u (1 , 6 k , k ) com k R

30

5c)

v (0, k , k ) com k R

lgebra Linear

11. TRANSFORMAES LINEARES DETERMINADAS POR MATRIZES

Toda Transformao Linear

T : R n R m pode ser representada por uma matriz m n . O inverso tambm verdade.

A m n sempre determina uma Transformao Linear T : R n R m onde a imagem T (v ) A.v o

n
produto da matriz A pelo vetor v R [sendo esse vetor considerado como uma matriz de ordem n 1 ].
Uma matriz

Observaes:
i) A transformao linear

T , do tipo descrito acima, chama-se Multiplicao por A e a matriz A chamada de matriz

cannica da transformao linear T .
T : R n R m a Multiplicao por A e se importante enfatizar que A a matriz cannica

n
m
de T , escreveremos ento TA : R R e assim tambm ocorre que: TA (v ) A.v .

ii) Se a transformao

iii) Em algumas situaes, torna-se quase impraticvel introduzir mais uma letra para denotar a matriz cannica de uma

T : R n R m . Neste caso, podemos denotar a matriz cannica da transformao T , pelo smbolo

[T ] . Logo, a equao TA (v ) A.v que tem a matriz cannica A , ficaria assim: T (v ) [ T ].v .

transformao linear

Exemplo:
Seja a matriz

1 2
A 2 3 . Determine a transformao linear TA : R 2 R 3

0 4

A transformao
Efetuando

que essa matriz representa.

TA : R 2 R 3 faz com que v A.v ento pode ser escrita como: TA (v ) A.v

A.v , onde v ( x, y ) R 2 um vetor coluna de ordem 2 1 , temos:

1 2
x 2y
x

A.v 2 3 2 x 3 y

0 4
4 y
Assim a transformao linear

TA : R 2 R 3 : TA ( x, y) ( x 2 y , 2 x 3 y , 4 y) .

12. TRANSFORMAES LINEARES PLANAS

So aquelas transformaes lineares que ocorrem de

R 2 em R 2 , ou seja, operadores lineares R 2 R 2 .

Faremos um estudo das transformaes mais importantes juntamente com as respectivas interpretaes geomtricas.
Inicialmente: Operador Identidade
Se

I a matriz identidade n n , ento, para cada vetor v R n temos:

TI (v ) I . v v
de modo que a multiplicao por
Assim, chamamos de

o que implica em:

TI (v ) v

I leva cada vetor do R n em si mesmo.

TI o Operador Identidade do R n . s vezes, encontramos o operador identidade denotado por I .

Embora seja a mesma notao utilizada para a matriz identidade, a interpretao correta fica geralmente clara pelo contexto
da situao.
Destacamos que a matriz cannica do Operador Identidade do

31

1 0
R 2 , obviamente, a matriz:
.
0 1

lgebra Linear

Operao de Reflexo:
Em torno do eixo x.

T : R 2 R 2 tal que ( x, y) ( x, y)
Outras notaes:

x
x
T ( x, y) ( x, y) ou
y
y
Com a matriz cannica:

x
x 1 0 x
y y 0 1 y

Neste caso, nota-se que a matriz cannica :

Em torno do eixo y.

T : R 2 R 2 tal que ( x, y) ( x, y)
Outras notaes:

x
x
T ( x, y) ( x, y) ou
y
y
Com a matriz cannica:

x
x 1 0 x
y y 0 1 y



Na origem.

T : R 2 R 2 tal que ( x, y) ( x, y)
Outras notaes:

x
x
T ( x, y) ( x, y) ou
y
y
Com a matriz cannica:

x
x 1 0 x
y y 0 1 y



Em torno da reta y = x.

T : R 2 R 2 tal que ( x, y) ( y, x)
Outras notaes:

x
y
T ( x, y) ( y, x) ou
y
x
Com a matriz cannica:

x
y 0 1 x
y x 1 0 y



32

1 0
0 1

lgebra Linear

Em torno da reta y = x.

T : R 2 R 2 tal que ( x, y) ( y, x)
Outras notaes:

x
y
T ( x, y) ( y, x) ou
y
x
Com a matriz cannica:

x
y 0 1 x

y
x 1 0 y



Operao de Dilatao ou Contrao:
Na direo do vetor.

T (v )

T : R 2 R 2 tal que ( x, y) n.( x, y) com n R

Outras notaes:

x
x
T ( x, y) n.( x, y) ou n
y
y

Com a matriz cannica:

x
n.x n 0 x
y n. y 0 n y

No grfico acima, o operador T dilata o vetor v

no mesmo sentido e isso implica que n 1

Observaes:
Se
Se
Se

n 1
n 1
0 n 1

dilata o vetor (mantm o sentido)

operador identidade
contrai o vetor (mantm o sentido)

Se

n0

operador nulo ou operador zero

Se
Se
Se

reflexo na origem (apenas inverte o sentido do vetor, criando o vetor oposto)

n 1
1 n 0 contrai o vetor (inverte o sentido)
dilata o vetor (inverte o sentido)
n 1

Notas: Para valores de n 0 [3 ltimos casos acima] podemos considerar que ocorre uma composio de operaes
pois alm de dilatar ou contrair o vetor, tambm temos a inverso do sentido, deslocando o vetor (ou o ponto) para
um outro quadrante do R2, caracterizando assim uma reflexo.
O valor do nmero real n determina a razo ou o fator desta operao. Por exemplo, se
operador linear uma dilatao de razo (ou fator) 3.

n 3 dizemos que o

Pelo exposto podemos exemplificar:

a) Se

n 2 , o operador linear ir dilatar o vetor (dobrando seu mdulo), porm invertendo o seu sentido original.

1
( x , y ) um exemplo de operao linear que ir contrair o
2
x y
vetor na metade do seu tamanho original, mantendo o seu sentido. Poder ser escrita tambm por: T ( x, y ) , .
2 2
b) A transformao linear

T : R 2 R 2 com T ( x, y )

33

lgebra Linear

Na direo do eixo x (ou horizontal).

T : R 2 R 2 tal que ( x, y) (n.x, y) com n 0

Outras notaes:

x
n.x
T ( x, y) (n.x, y) ou
y
y
Com a matriz cannica:

x
n.x n 0 x
y y 0 1 y



Na direo do eixo y (ou vertical).

T : R 2 R 2 tal que ( x, y) ( x, n. y) com n 0

Outras notaes:

x
x
T ( x, y) ( x, n. y) ou
y
n. y
Com a matriz cannica:

x
x 1 0 x
y n. y 0 n y

Operao de Cisalhamento:
Na direo do eixo x.

T : R 2 R 2 tal que ( x, y) ( x n. y, y)
Outras notaes:

Com a matriz cannica:

x
x n. y
T ( x, y) ( x n. y, y) ou

y
y

x
x n. y 1 n x
y y 0 1 y

Nota: O efeito do cisalhamento transformar o retngulo OAPB no paralelogramo OAPB , de mesma base e mesma
altura. Observe que, atravs desse cisalhamento, cada ponto ( x, y ) se desloca paralelamente ao eixo x at chegar em

( x n. y, y) , com exceo dos pontos do prprio eixo x , que permanecem em sua posio, pois para eles tem-se y 0 .
Esse cisalhamento tambm chamado de cisalhamento horizontal de fator n.
34

lgebra Linear

Na direo do eixo y.

T : R 2 R 2 tal que ( x, y) ( x, y n.x)

Outras notaes:

Com a matriz cannica:

x
x
T ( x, y) ( x, y n.x) ou

y
y n.x

x
x 1 0 x
y y n.x n 1 y

Nota: O efeito desse cisalhamento similar ao cisalhamento na direo do

eixo x , porm na direo do eixo y .

Esse cisalhamento tambm chamado de cisalhamento vertical de fator n.

Operao de Rotao:

R 2 em torno da origem O [Figura A], que faz cada ponto descrever um ngulo , determina uma
2
2
transformao linear T : R R .
A rotao do plano

Figura A

As imagens dos vetores

Figura B

1 ( 1, 0) e 2 (0, 1) [Veja figura B] so as transformaes:

T ( 1 ) (cos , sen )
T ( 1 ) (cos ). 1 ( sen ). 2

T ( 2 ) (sen , cos ) e assim:

e
e

T ( 2 ) (sen ). 1 (cos ). 2

Conseqentemente, a matriz de transformao ser:

ngulo

, com

cos
[T]
sen

sen
que chamamos matriz de rotao de um
cos

0 2 , e que a matriz cannica da transformao linear T : R 2 R 2 tal que

( x, y) ( x. cos y.sen , x.sen y. cos ) .

Outras notaes:

x
x. cos y.sen
T ( x, y) ( x. cos y.sen , x.sen y. cos ) ou

y
x.sen y. cos
Com a matriz cannica:

x
x. cos y.sen cos sen x
y x.sen y. cos sen cos y

35

lgebra Linear

Exemplo:
1) Determine a imagem do vetor

v (4, 2) pela rotao de .

2

Queremos identificar qual o vetor que surge com a rotao de

Assim, aplicando a matriz de rotao do

cos sen x

sen cos y

90 [sentido anti-horrio] do vetor v .

R 2 para o vetor v (4, 2) com , temos:

2

cos( / 2) sen( / 2) 4

sen( / 2) cos( / 2) 2

[ T ( x, y )]

[ T (4, 2)]

0 1 4
[T (4, 2)]

1 0 2

[T (4, 2)]

ou

T (4, 2) (2, 4)

Abaixo, a representao grfica da situao do problema em questo.

13. TRANSFORMAES LINEARES NO ESPAO

So aquelas transformaes lineares que ocorrem de

R 3 em R 3 , ou seja, operadores lineares R 3 R 3 .

Faremos um estudo das transformaes mais importantes juntamente com as respectivas interpretaes geomtricas.
Operao de Reflexo:
Reflexo em relao ao PLANO xOy:
A reflexo em relao ao plano xOy a transformao linear que leva cada ponto
simtrica em relao ao plano xOy. Assim, esse operador linear definido por:

T : R 3 R 3 tal que ( x, y, z ) ( x, y, z )
Outras notaes:

T ( x, y, z ) ( x, y, z ) ou

x
x
y y


z
z

Com a matriz cannica:

x
x 1 0 0 x
y y 0 1 0 y



z
z 0 0 1 z
36

( x, y, z ) sua imagem ( x, y, z ) , que

lgebra Linear

Reflexo em relao ao PLANO xOz:

Com a matriz cannica:

x
x 1 0 0 x
y y 0 1 0 y



z
z 0 0 1 z

Reflexo em relao ao PLANO yOz:

Com a matriz cannica:

T : R 3 R 3 tal que T ( x, y, z ) ( x, y, z )

T : R 3 R 3 tal que T ( x, y, z ) ( x, y, z )

x
x 1 0 0 x
y y 0 1 0 y



z
z 0 0 1 z

Reflexo em torno do EIXO Ox:

A reflexo em torno do eixo Ox a transformao linear que leva cada ponto

( x, y, z ) sua imagem ( x, y, z ) , que

simtrica em relao ao eixo Ox. Assim, esse operador linear definido por:

T : R 3 R 3 tal que ( x, y, z ) ( x, y, z )
Outras notaes:

T ( x, y, z ) ( x, y, z ) ou

x
x
y y


z
z

Com a matriz cannica:

x
x 1 0 0 x
y y 0 1 0 y



z
z 0 0 1 z

Reflexo em torno do EIXO Oy:

Com a matriz cannica:

x
x 1 0 0 x
y y 0 1 0 y



z
z 0 0 1 z

Reflexo em torno do EIXO Oz:

Com a matriz cannica:

T : R 3 R 3 tal que T ( x, y, z ) ( x, y, z )

T : R 3 R 3 tal que T ( x, y, z ) ( x, y, z )

x
x 1 0 0 x
y y 0 1 0 y



z
z 0 0 1 z

Reflexo em relao ORIGEM:

A reflexo em relao origem a transformao linear que leva cada ponto
simtrica em relao origem. Assim, esse operador linear definido por:

T : R 3 R 3 tal que ( x, y, z ) ( x, y, z )
37

( x, y, z ) sua imagem ( x, y, z ) , que

lgebra Linear

Outras notaes:

T ( x, y, z ) ( x, y, z ) ou

x
x
y y


z
z

Com a matriz cannica:

x
x 1 0 0 x
y y 0 1 0 y



z
z 0 0 1 z
Operao de Rotao:
Rotao em torno do EIXO Oz:
A rotao em torno do

eixo z positivo a transformao linear que faz cada ponto ( x, y, z ) descrever um ngulo em

sentido anti-horrio. Assim, esse operador linear definido por:

T : R 3 R 3 tal que ( x, y, z ) ( x. cos y.sen , x.sen y. cos , z )

Ou pela notao:

T ( x, y, z ) ( x. cos y.sen , x.sen y. cos , z )

A matriz Cannica da Transformao :

cos sen 0
[ T ] sen cos 0

0
1
0
Observaes:
i) Veja que a transformao
pontos do

[T ] acima no altera os

eixo z , ou seja: T (0, 0, z ) (0, 0, z ) .

ii) Note que

. Para se determinar o ngulo

entre

v T (v )

v e sua imagem T (v ) , utilizamos: cos

.
| v | . | T (v ) |

Rotao em torno do EIXO Oy:

T : R 3 R 3 tal que ( x, y, z ) ( x. cos z.sen , y , x.sen z. cos )

A matriz Cannica da Transformao :

Rotao em torno do EIXO Ox:

cos 0 sen
[ T ] sen 0 cos

1
0
0

T : R 3 R 3 tal que ( x, y, z ) ( x , y. cos z.sen , y.sen z. cos )

A matriz Cannica da Transformao :

0 cos sen
[ T ] 0 sen cos

0
0
1

38