Scribd Logo
Carregar

Bem-vindo(a) ao Scribd!

  • 25 visualizações

    2 Algebra Linear e Aplicacoes - Callioli

    Enviado por

    Amós Pontes

    Direitos autorais:

    © All Rights Reserved
    Baixe no formato PDF ou leia online no Scribd

    2 Algebra Linear e Aplicacoes - Callioli

    Enviado por

    Amós Pontes
    25 visualizações177 páginas

    Direitos autorais

    © © All Rights Reserved

    Formatos disponíveis

    PDF ou leia online no Scribd

    Você considera este documento útil?

    Este conteúdo é inapropriado?

    Direitos autorais:

    © All Rights Reserved
    Baixe no formato PDF ou leia online no Scribd
    Fazer download em pdf
    25 visualizações177 páginas

    2 Algebra Linear e Aplicacoes - Callioli

    Enviado por

    Amós Pontes

    Direitos autorais:

    © All Rights Reserved
    Baixe no formato PDF ou leia online no Scribd
    Fazer download em pdf
    de 177
    ALGEBRA LIN E APLICACOES CARLOS A. CALLIOLI HYGINO H. DOMINGUES ROBERTO C. F. COSTA CARLOS A. CALLIOLI Prof, Titular — Faculdade de Engenharia Industrial (So Paulo) HYGINO H. DOMINGUES Instituto de Biociénoias, Letras e Ciéncias Exatas — Prof. Adjunto UNESP ( Rio Preto ) ROBERTO C. F. COSTA Prof, Livre-Docente — Instituto de Matematica e Estatistica — USP ALGEBRA LINEAR E APLICACOES 6: edigdo reformulada 9 122 reimpressic, Co oai ones PFESSIQ, eT. 8° ye 827 qarne (2 ATUAL EDITORA INDICE 1? PARTE: ALGEBRA LINEAR Capitulo 1 — 1 2 3 4 5 6 1 8 temas Lineares — Matrizes Sistemas Lineares istemas Equivalentes Sistemas Escalonados Discusstio e Resoluedo de um Sistema Linear Matrizes .. ‘Operagses com Matrizes ssMatrizes Inversiveis Sistemas de Cramer -wApéndice I — Matrizes Elementares Capitulo 2 — Espagos Vetoriais Introdugzo Espacos Vetoriais .. Primeiras Propriedades de um Espago Vetorial Sub-espacos Vetoriais Somas de Sub-espacos Combinagdes Lineares ..... ; Espagos Vetoriais Finitamente Gerados ..... Apéndice Il — Exemplo de Espaco que ndo é Finitamente Gerado Capitulo 3 — Base e Dimensio Dependéncia Linear Propriedades da Dependéncia Linear Base de um Espago Vetorial Finitamente Gerado Dimenstio Processo Pritico para Determinar uma Base de um Sub-espaso de F (ou ey Dimensio da Soma de Dois Sub-espagos Coordenadas Mudanca de Base Apéndice IMI — Teorema da Invarianeia 42 so 34 56 37 59 66 or " 16 78 80 81 89 1 ( Capitulo 4 — Transformagoes Lineares 2. 3. 4 Nogdes sobre Aplicagdes Transformagées Lineares. Niicleo e Imagem Isomorfismos e Automorfismos ... Capitulo 5 }- Matiz de uma Transformagio Linear Opéfacdes com Transformagdes Lineares .. Mairiz. de uma Transformagao Linear Matriz da Transformag4o Composta ...... Espago Dual. Matrizes Semelhantes .. Capitulo 6 — Espagos com Produto Interno Produtos Internos Norma e Distancia Ortogonalidade Isometrias .. Operadores Auto-adjuntos Espagos Hermitianos ... Capitulo 7 — Determinantes 1 Permutagses .. Determinantes Propriedades dos Determinantes Cofatores . Adjunta Clissica e Inversa .. Regra de Cremer Determinante de um Operador Linear Apéndice IV — Determinante de um Produto de Matrizes Capitulo 8 — Formas Bilineares € Quadriticas Reais Formas Bilineares Matriz de uma Forma Bilinear Matrizes Congruentes — Mudanga de Base para uma Forma Bilinear Formas Bilineares Simétricas e Anti-simétricas Formas Quadraticas ..... Redugio de Formas Quadréticas: Algoritmos Lei de Inércia 102 104 Mm 14 124 133 137 149 151 158 161 m 176 192 195 197 199 203 208 212 214 217 218 221 222 225 28 232 235 243 22 PARTE: APLICACOES pitulo 1)- Diagonalzagio de Operadores Lineares e Forma de Jordan “Valores e Vetores Proprios 2. Diagonalizagao de Operadores 3. Diagonalizagao de Operadores Auto-< -adjuntos (ou de Matti cas Reais) 4. Aplicagdo da Diagonalizacdo: Poténcias de uma a Matriz 5. Aplcagao da Diagonaliacao: Series de Matezes(Nogdes) & Lema de Gergoshin 3, Forma de Jordan 1 Capitulo 2 — Curvas e Superficies de Segundo Grau 1, As Curvasde Segundo Grau . 2. As Superficies de Segundo Grau lo 3 — Pe 1. Valores Numéricos Polindmios de Lagrange mios de Lagrange jtulo 4 — Seqiiéncias Recorrentes Lineares 1, Seqiigncias Recorrentes Aplicasio ulo 5 — Equagdes ¢ Sistemas de Equacées Diferenciais Lineares com Coeficientes Constantes Capi Operadores Diferenciais Algebra dos Operadores Equages Diferenciais Lineares com Coeficientes Constantes Equagdes Homogéneas de Segunda Ordem Equagdes Homogéneas de Ordem Qualquer Sistemas de Equagdes Diferenciais Lineares com Coeficientes Constantes - Capitulo 6 — Método dos Minimos Quadrados 1, © Espago Euclidiano IR: Revisio 2. Aproximagdo por Projegdes 3. Ajuste de Curvas Respostas ibliograt 253, 262 266 268, 270 2n 284 292 298 299 305 311 315 317 319 321 324 327 334 335 338 342 350 351 12 PARTE: ALGEBRA LINEAR CAPITULO 1 Sistemas Lineares — Matrizes 1, SISTEMAS LINEARES Neste capftulo procederemos inicialmente a um estudo dos sistemas lineares sobre IR. Nao nos moverd aqui nenhuma preocupago de formalismo ou rigor exces- sivos. Além disso limitar-nos-emos a ver sobre o assunto apenas 0 que é necessério para desenvolver os capitulos posteriores. De uma maneira geral este capitulo 1 Constitui apenas um pré-requisito para o restante deste livro. Definigdo 1 — Dados 05 ntimeros reais a1, ..., dq, 8 (n > 1), 8 equago yxy +... + ankn = 8 onde os x; sfo varidveis em IR, damos 0 nome de equaedo linear sobre R nas incdgnitas x3, .-.5 %q ‘Uma solugio dessa equagio é uma seqiéncia de n niimeros reais”) (néo negessariamente distintos entre si), indicada por (by, ..., ba), tal que aby +... + Onda = 8 6 uma frase verdadeira Exemplo — Dada a equacé0: 2x, — x2 + x) = 1,8 terna ordenada (1, 1,0) € uma solugo dessa equagio pois 2+ 1 — 1 + 0 = 1 éverdadeira Definigo 2 — Um sistema de m equagdes lineares com n incbgnitas (m, 2 > 1)*) 6 um conjunto de m equag6es lineares, cada uma delas com n incdg- nitas, consideradas simultaneamente, Um sistema linear se apresenta do seguinte modo: aks +... + aun = Bi ats +... + Ganka = Be (Gm +... + Onn = Bo © Também chamada nuple de nlimeros reas. (9) Se m=n simplesmente sistema linear de ondem 1. 2 ‘Uma soluedo do sistema acima & uma n-upla (bj, ... , by) de nmeros reais ‘que € solugio de cada uma das equagées do sistema. Exemplo ~ Dado o sistema _Px-ytnel Lxt2y =6 uma soluglo de S é (0, 3, 4). Notemos que essa solugio nfo 6 (nica: a terna é a ) também é solugéo de 8. Se, no sistema S, tivermos B = 2 Bay = 0, 0 sistema S seré hhomo- géneo. A naupla (0, 0,...,:0) & solugdo de S neste caso e por isso todo sistema homogéneo & compativel, de acordo com a definiggo 3 a seguir. A solugto (0.0, ...,0) chamase soluedo trivial do sistema homogéneo. Definigio 3 — Dizemos que um sistema linear $ 6 incompativel se § nfo admite nenhuma solugdo. Um sistema linear que admite uma tinica solugzo é chamado compativel determinado, Se um sistema linear $ aduitit mais do que ‘uma solugio entao ele recebe o nome de compativel indeterminado. Exemplos 1) Um sistema do tipo xy +... + @ankn = Br inaXs +++ Gata = Bn € nevessariamente incompativel: como nenhuma n-upla é solugo da equecio i-ésima, entéo nenhuma n-upla é solugio do sistema. 2) Um sistema do tipo X A Ba Xn = Bn € compativel determinado e (f; ,... ,B,) é @ sua solugfo ‘nica, 3) O sistema 81 gles 8, 1 ao solug6es deste sistema, Conforme veremos, existem infinitas solugdes deste sistema. Tents sehar una €indteminado pois cofome vino ts, ates (0,34 2, SISTEMAS EQUIVALENTES Seja S um sistema linear de m equagdes com n incdgnitas. Interessa-nos considerar os sistemas que podem ser obtidos de S de uma das seguintes maneiras: (1) Permutar das das equagSes de S. E evidente que se S; indicar o sistema assim obtido, ent toda solugdo de $1 € solugdo de S e vice-versa. (U1) Multiplicar uma das equagdes de $ por um ntimero real #0. Indicando por S; 0 sistema assim obtide mostremos que toda solugdo de $, é solugdo de Se Devido a (1) podemos supor que a equagdo multiplicada seja a primeira. Como as demais equagdes de Se S; coincidem basta verificar nossa afirmagio quanto a primeira equagio. Se (b, ,..-+bn) € uma solugzo de S (conforme definigso 2), entéo: auiby +... + Gandy = Br a Multiplicando por ) esta igualdade obteremos: + Qaan)bn = Mr Q) © que mostra que (br ,... bn) é também solugo da primeira equagto de S1 aysybs + Por outro lado, se (br, ..., by) ¢ solugio de S,, ento a igualdade (2) € verdadeira. Dividindo (2) por A obtemos (1). Portanto (by, ..., ba) pertence 0 conjunto das solugdes de S. 4 (UID) Somar a uma das equagées do sistema uma outra equacdo desse sistema multiplicada por um niimero real. Deixamos como exercicio a verificagao de que © sistema: auks + 22. + unxn = Bi & ayy Xat ot atin Sid. goad Qais + aja)xr +... + Qain + ajn)xn = AB + Bj emuiks + 2. + mata = Bm assim obtido ¢ 0 sistema $ ou sfo ambos incompativeis ou admitem ambos as ‘mesmas solug6es. Sugerimos ao leitor que faga alguns casos particulares antes de tentar 0 caso geral. Definigio 4 — Dado um sistema linear $, uma qualquer das modiicagbes ‘explicadas acima em (I), (II) ¢ (III) que se faca com esse sistema recebe o nome de ope- rapio elementar cor S._Se wm sistema linear $y foi obtido de um sistema linear S através de um nimero finito de operagdes clementars, dizemos que Sy € equivalen- fea. Notagio: $~ S. E fil ver que para a relagdo ~ assim definida valem as seguintes propriedades (a) S ~ S (teflexiva); (b) S) ~ S$ => S ~ 8; (simétrica); (©) $1 ~S © S~S;——=> 8; ~ Sp (transitiva. Convém frisa:, por tltimo, que em virtude do que ja vimos neste parigrafo, ei se S; ~ S, entdo toda solugio de $ é solugio de S; e vice-versa. Em particular, se S; & incompativel, 0 mesmo acontece com S. Desta forma criamos um mecanismo extremamente util para a procura de solu- le bes de um sistema linear S. Procuramos sempre’ encontrar um sistema linear ‘equivalente a Se que seja “mais simples”. Veremos um exemplo. Considere- mos o sistema: [x-y + 2-1 s:{2%-y + 2=4 x-Ytm=0 Para estudar este sistema deve-e aplicar a ele uma série de operagdes ele- mentares visindo fazer com que o niimero de coeficientes iniciais nulos eja maior em cada equacio (a partir da segunda) do que na precedente, Vejamos como se pode fazer isso. xo yt az=1) (x-ytz= 1 [x-ytz=1 ax yt a4 y- a y-2=2 x—2y+22=0 ytz=-1 o=1 * Multiplicamos por ~ 2 8 primeira equagdo ¢ somamos o resultado com a segunda equagio; ‘multiplicamos a primeira equagio por ~1 e somamos com a terceira ** Somamos a segunda equacio com a tercira, ‘Como este tiltimo sistema é incompativel, 0 mesmo acontece como sistema S dado inicialmente, 3, SISTEMAS ESCALONADOS Consideremos um sistema linear de m equapdes com n incégnitas que tem © seguinte aspecto: fans, + = tanta = Bs s: J Mr4Xry + + Oantn = By eka + et Onn Oxn onde ay, #0, Orr #0, ---5 Oks, FO e cada 1 > 1. Se tivermos 1 2, que € equivalente aS. Dividindo a segunda equagfo de S, por 742, obtemos um sistema Sa, ainda equivalente @ S,, com o qual comecamos a repetit 0 raciocfnio feito até aqui, porém partir da sua segunda equagdo. Evidentemente, depois de aplicar um certo nimero finito de vezes esse raciocinio chegaremos a um sistema escelonado equivalente aS, = A importancia dos sistemas escalonados reside na Proposig#o 1. Sendo todo sistema equivalente a um sistema escalonado, bastaré que saibamos lidar com os sistemas escalonados e saibamos reduzir um sistema qualquer a um escalonado. Nota: Convém observar que as equag6es do tipo 0 = 0 que por ventura aparecerem no processo de escalonamento devem ser suprimidas, como é ébvio, Exemplo — Escalonemos o seguinte sistema: tx yt2- tea 3x4 2y—24+2=1 wx- y-2- t=0 5x. +221 z+ yt ztox— yt 5 a+ 3x + 2y +20 Sxtytt -24+2x- yt 4x — 2y —2t Sx #2t=1 Sx +2=1 4 4 1 1 4x dy — 2 =4 ° 5x. + a1 4 atd-y-t=4 9 (2t2x-y—t Sxty+t=5 Sxty+ t=5 ytt=o y+ t=0 y-t=4 —%=4 Observe o leitor que (1, 2, 2,2) 6a iinica solugio de S, pois 6 a nica solugo do sistema escalonado. 4. DISCUSSAO E RESOLUGAO DE UM SISTEMA LINEAR Discutir um sistema linear S significa efetuar um estudo de $ visando a classficéslo segundo ¢ definigfo 3. Resolver um sistema linear significa determinar todas as suas solugées. O conjunto dessas solugGes recebe 0 nome de conjunto soluedo do sistema. Seja $ um sistema linear de m equagGes com n incégnitas. Procedendo 20 escalonamento de S chegaremos a uma das trés seguintes situagGes: (D No processo de escalonamento, numa certa etapa, obtémse um sistema: ‘ { out. Como $' é incompativel, ento o mesmo se pode dizer de S. (Ver exemplo ‘no pardgrafo 2), Bi (8) #0) A 7 (11) Obtém-se um sistema escalonad do seguinte tipo: x + 2x2 + Neste caso $! poderd ser transformaco, por equivaléncia, no seguinte sistema [ x =n } =n | corres Logo $ & compattvel determinado ¢ (11, Ya, ..+. Yn) € a sua solugio, Exemplo — Discutir resolver o seguinte sistema: © Somamnos 4 terceita equagio a segunds, * Somamos a segunda equagdo 3 primeira 21 2,2) c2 mam Observagdo: Depois de conseguir o escalonamento poderfamos ter achado a solugio do sistema por substituigfo do seguinte modo: Lo steep doar» (6 ed 5: como r= be y—2=—tentoy—L= 1. paty aoa, v ma pats aque do seme sbtituiacey por —2.« 2 port, acharemos x = (U1) Odtémse um sistema escalonado do tipo abaixo: fxr ten F eugtey tet erg heg to + argXry t+ Manik = BL Nag tee Pears ey tee Mang key Het Mann = Ba ey toot dary ot haat = Bs 2+ Opn = onde p<, # fécil entio ir climinando, por meio de operagdes elementares, 0 termo fem ¥;, na primeira equagio, os termos em X,, da primeira e segunda equagses, +108 termos em Xp da primera a (p — 1)-4sima equacHo. Por exemplo, multi plicando a segunda equagio por (—a4r,) ¢ somando o resultado com a primeira eliminando 0 termo aie, Xr.- Feito isto, passamos para o segundo membro de cada equagdo todas as pparcelas, exceggo feita a primeira. Teremos entio algo como: conde cada f é uma expresso linear nas varidveis xj com j #1,j% tay. 0.5% fp ‘A cada seqiiéncia de valores que dermos entio a estas n — p varidveis (varidveis livres) obteremos valores para X1, X1,,--- + Xrp € Conseqientemente uma solugéo do sistema, Como p m, 5. MATRIZES Definigéo $ — Sciam m > 1 € n> 1 dois nimeros inteiros. Uma matriz m X n real é uma dupla seqiéncia de njimeros reais, distribu(dos em m linhase ‘n colunas, formando uma tabela que se indica do seguinte modo: a an amt ma ann Abrevidamente esta matiz pode ser express por (ai)i #fo1 2414 ‘4 ar) 24 {133 ae 000 6. OPERACOES COM MATRIZES (@) ADICAO Sejam A = (aq) ¢ B = (by) matrizes m X n, Indicamos por A + Be cha- ‘mamos soma de A com B a matriz m X n eyjo termo geral 6 ay + by, ou seja an tby ag tbe... at bn A+B=(.... am +m ama + Pm +++ dn + Pm, A operagio que transforma cada par (A, B) de matrizes do mesmo tipo na ma- triz A + B chama-se adiggo de matrizes. E uma operagio no conjunto Mx (IR). p21). 4_(0 1-2) sa Bxemplo~Se A=({) 1 4) & 247) A+B 1 o3el en \ 2s eo) 18 Para a adigfo de matrizes acima definida valem as seguintes propriedades: MA+(@+0)= (A+B) +C, ¥A,B, CE Mman(R) (associativa), (A+ B=B+A, ¥A,BEMmea(R) (comutativa); (UD Existe uma matriz. 0 € Mn (R) tal que A+ O= A, ¥AEMmnxn(R) (existe elemento neutro); IV) Dada uma matriz A © Mm xq (IR), existe uma matriz (—A), também m X n, tal que A + (A) = O (existe a oposta de qualquer matriz). A verificagdo da propricdade associativa se faz assim: Se A= (aj), B= (bj) © C= (qj), entéo (A+ BYE C = (ay + by) + (Gy) = (Cay + Oy) + 0 (ay + (by + GD) = Gy) + Oy + oy) = A+B +O). Quanto a (Il) ¢ ffeil ver que: 00... 0 Esta matriz chama-se matriz mula m X 1. Por Ultimo, se A = (aj), 6 evidente que (~ A) = (— ay). Por exemplo, se erage 2) Seog) A enti — A = . 2 atleenO) ato) (b) MULTIPLICAGAO DE UMA MATRIZ POR UM NOMERO Dada uma matiiz real A = (aj),mx n,e dado um nimero real a, 0 produto de « por Aé a matiz real m x n dada por. ea oe. ayn aA= 2am: mn (© Usamos nesta passgem a propriedade associative da adigéo de nimeros reas. 19 Para essa operago que transforma cada par (a, A) de IR X Mmcn QR) na ‘matriz real GA © Mmsen (R), valem as seguintes propriedades: @ (@B)A = (BA); () @ + BA= aA + BA; (UI) a(A + B) = aA + a; (iv) 1A =A; quaisquer que sejam as matrizes A e Be quaisquer que sejam os aimeros reais aes. Provemos (I). Suponhamos A = (aij). Entio: @ +B) A=(atB)+ ay) =(@- aj +6 + 9) = = @ + ay) + (B + ay) A+ BA. 1 1 Exemplo — Sea=2eA={ 0 yentio @A = o one 12 o4 (©) MULTIPLICACAO DE MATRIZES: Consideremos a matriz A = (a4) de tipo m x nea matriz B = (bj.) de tipo nx p. Oproduto A + B (também indicado por AB)é amatrizm x p cujo termo geral 6 dado por: sie = Yay + be nk tee tin = Pak a Usando a notagdo de matriz linha ¢ a de matriz coluna a definigio acima significa que AO. Boy AC. Bey A® Bay... A - Bey A. Bay AM. Bey (Yo aimboto ¥ 6 uma letra do alfaboto grogo, correspondents 60 nose S. 20 Nas condig&es acima, a operagZo que transforma cada par de matrizes (A, B) ‘na matriz AB chama-se multiplicagio de matrizes. aie fad ( )ere(oo o ne rach as (sont 2+441-040-0 erretent) Exemplo ~ Sejam A Entio: O+341-042-1 O-4+1-042-0 O-541-042-1 6 8 10 202 Proposigao 2 — Sejam A = (aj), B= (bjg) € C = (Ce) matrizes reais m X n, 1X pe p X a, respectivamente, Ent¥o A(BC) = (AB)C. Demonstragdo — Q termo geral de A(BC) € dado por: 2 P yy ( oS) w BONG a0 passo que o termo geral de (AB)C ¢ dado por: D {> adie) oe Q fi \ fi [As propriedades da adieo ¢ da multiplicagdo de ntimeros reais nos ensinam, contudo, que (1) = (2), Entio a proposigéo esté demonstrada, m Proposicao 3 — Sejam A, B e C matrizes reais m X n,n X pen X p, respec- tivamente. Entéo A(B + C) = AB + AC. Demonstragdo — Usa-se © mesmo tipo de raciocinio da demonstragio an- terior, Fica como exercicio, # Nota: Analogamente, se A e B sfo mattizes m X ne C 6.0 X p, entio (A + B)C = AC + BC. a EXERCICIOS RESOLVIDOS 1. Seam: 210 002 320 A B ec 121 642 o10 630 003 320 9 3-3 363) \9 63 o10 6 1 0 2, Detar 8 mate X- Many (@) que OK + A) = 30K + @ — AY) ~C, endo A.Be Cas natn do exec sotto © X+A=6K+@~ A) 20 Sarwar +a —a» >X 4A=6X+6R 6A 20 ===> 5X ~ 6B + 20). Logo xeal(e 70 oo 640 S\\7 a 7)” \36 24 o2o}f 12 n *) 0 73 ° a -s}~\-29 7 1 3, Dadas as matrizes ras, 1X 3, A= (1 0 0),B=@ 1 OeC=O O 1), deter minar as matrizes X, Y € Z de Myy3(R) tals que fox- versa . X+ Z-2¥=B (X42 -2¥ - £e3V=A-2B 4d 2 43Y see ty=c-a8 A-2 - SYS ant Bee. baty=faa—s—o-his 0 9-0 5 9-0 0 )=(41 1 3 (+ 3-3) Dadas as matrizes A e B abaixo, determinst os produtos AB e BA: snteomee, x=(4 0 3) « 2 1) a=[1 0 on Solucio 2141-0 2.04161 2413 AB=[ 1-140-0 1-0%0-1 tod 0141-0 0-04-61 oad Analogamente: Dada uma mattis A= (aj) © Mmxn(R) denominese tranposte de A e indicase por Aba sogunte matriz nx m: At = (bj), onde bj Tyeseemid = Teveeemhe ‘Valem as seguintes relagbes a) Atptaatyat ») Galt =aat onde ee R; 9 ablaa capt = pia ese que as operagdes af indicadas este metas sf0 imedtats, Solugio Seam A= (ip, AT = Oj), B= (Gp) © BT = Cap. Entio bj = ay € dyj = Gy. Supondo AB = ir) © Bia’ m cefinidas. Provemos (IV) ji que as tes pri (sx), temos: mm Sinn = 3 py = Yah Aen gee © que mostra que de fato (AB)' = Btat, Ki B 6. Para cada nimero reo conideremos a mtr (2 2) 2) Mostrar que Tap = Ta-s9i ¥) Cilla Tg cosa ~sena)\ (cos —rn 8 Top = e U sena cosa. senf cos costa + #) ~sen(a +6) = = Tose seule +9) corse) cos(-a) ~sen(-«)\\ [coma ene re (SG : ‘): ( ip a | sen (0) cos(-s) * (GF Yima matriz quadreda A se diz siméirica se A' = A e antisimésrica se A' 4) Mostrar que a toma de duas matrizes simétricas & também simétrica, Mostre que © ‘mesmo vale para matrizes antésimétricas Solugto A ') 0 produto de duas matrizessimétricas de ordom & uma mateiz simétrica? Solugio a) Sejam Ae B ss matszes. Entzo (A + B)* ttica. Analogaments, se Ae B sfo antisimétricas, (A +B) (+B. b) (AB)! = BIA! = BA,se AcBsfosimétricas, Como om goral AB + BA, entdo nem sem pre o produto de duas matrizes simétrcas & uma mattizsimética. Por exemplo: (26 )-( 2) 2) 8. Determinar todas ss matrizes que comutam com a matriz (:) fou asja fodas as matriges X de tipo 2% 2 tale que AX = XA. At 4 Bt = A 4B. Logo A +B 6 simé Abe BE= A+ B= Solugto Supontamos Ax “4 Ky Logo X fonde x © y so nimers quaisquer. 0 xy 9, Dada a matriz Ve seeinr ams maneX ©, 0) demsmnne ax =1,=(3 9) Solugdo rete = (2 ") we (: (er ar)-( a ft, / Patate Lo “| . 2 oe” 2 2 EXERCICIOS PROPOSTOS: 1 Considere as seguintes matrizes de Ms (B): 10 0 40 0 A=[0 2 0 }ew=[o0 2 0 00 4 po 1 Mostre que AB = BA. Podese concluir daf que é villa ¢ propriedade comutativa da rmultiplicagzo em Ms (BR)? Explique bem sua resposta, (2)}se A, Be My(B) © se AB = BA, prove que: 2) (A ~ By? = A 248 +B? ») (A ~ BYA +B) = A? — BP ©) (A ~ BUA? + AB +B?) = A3 —B? 3. Sendo A e B as mattizes do exerefeio proposto 1, determine matrizes X, Y © M3 (IR) de ‘manera que: 2X-Y=A+B X+Y¥=A-B 4, 0 produto de dias matrizesantisiméticas de mesms ordem 6 uma matric antisimétrca? Justifique sua resposta " 5. Determinar uma matiiz A M, (R) tal que A #0 ¢ A? = AA = 0 (matciz nla), 6. Efetue os produtot AB ¢ BA onde 2 2. Mostrar que se entdo A? — 6A + Sly = 0 (matrix nua) 8. Mostrar que as matrizes 1 ¥ 1 y fonde y 6 um nimero real no nulo, veiticam a equagéo x? x, 9. Determinae todas as matrizes quadradas de ordem 3 que comutam com s mattiz: alo oad oo 4 ‘um némero real, 10, Se A € B so matrizes reais de ordem 2 que comutam com a matriz ( : :) 10 11, Seje B uma mate teal 2X 2 que comuta com a matriz i) Mostre que existem mtimeros reais ae b this que: B=aA+bh mostre que AB A. 12, Se A, BE My OR) sio tais que AB = 0 (matriz nua), podese concluir que BA também & ‘2 matriz aula? Prove ou contraexemplifique. MATRIZES INVERSIVEIS Consideraremos neste pargrafo apenas matrizes quadradas de ordem n. Neste caso a multiplicagfo transforma cada par de matrizes de ordem n numa outta matriz, também de ordem n, E além das propriedades dadas pelas propo- sigdes 2 € 3 acima (associativa e distributiva em relagdo @ adigdo) a multiplicago, neste caso, goza da propriedade de admitir elemento neutro que é a matriz 10 0 or... 0 oo... 0 © que ovidentemente varifiea as condigder Aly = A= A, para toda matriz A de ordem n. A matriz Iy chama-se matriz identidade de ordem n. Definigo 6 — Uma matriz A de ordem n se diz inverstvel se, © somente se, existe uma matriz B, também de ordem a, de modo que: AB = BA =I, Esta matriz B, caso exista, é Gnica e chamase inversa de A, indicase por A™* 2 Exemplos 1) A matriz 6 inversivel uma vez que, tomando entio i AB = BA = ° Logo adiante ensinaremos um algoritmo (processo) para determinar a inversa de uma matriz, caso esta inversa exist, 2) Se uma linha (ou coluna) de uma matriz. A ¢ nula, entdo A no é inver- sivel. Suponhamos a linha i-ésima de A nula, isto é, A = (0, 0, ..., 0). Dada entio uma matriz X qualquer de ordem n, como AX =AaPxX= 0... 0 (ver defini¢ao de produto), ento AX=(0 0... 0 }# In, para toda matriz X. 3) Se A e B sio matrizes de ordem n, ambas inversiveis, entio AB também inversivel @ (AB)! = Bo! A~t De fato (AB)- (BY At) =AB-BY)- AT = Asis AT =A. AT ¢ analogamente (B! = A!) + (AB) = Ip. 4) Se A 6 inversivel, entdo A“! também o ¢ e vale a seguinte igualdade: toa, 8 DETERMINACAO DA INVERSA Daremos aqui um algoritmo (= método) para determinar a inversa de uma matriz. A, caso A. seja inversivel. Contuéo a demonstragio do teorema em que se baseia esse método somente seré feita no Apéndice 1, ao fim do capitulo, Definigfo 7 — Dada uma matriz A entendemos por operagdes elementares*) com as linhas de A, uma qualquer das seguintes alternativas: () Permutar duas linhas de A; (1) Mutipticar uma linha de A por um némero + 0. (11) Somar a uma linha de A uma outra linha de A multiplicada por um imero, Se uma matri2 B puder ser obtida de A através de um mémero finito dessas operagies, diz-se que B é equivalente a A e escrevese B~ A. Para esta relaglo valem as propriedades reflexiva, simétrica e transitiva. ‘Teorema — Uma matriz A é inversivel se, e somente se, I, ~ A. Neste cas0, a mesma sucessio de operagGes elementares que transformam A em Ip, transformam I, em A". Demonstragio Esta feita no apéndice 1, a0 fim do capitulo, Exemplos 1) Verificar se 2 matriz 110 A=(o0 11 102 6 inversivel © determinar A~!, caso esta matriz exista, Devemos orientar nosso trabalho no sentido de transformar (se possivel) a matriz A na matriz Ij. Como essa mesma sucesso de operagées levard I; em A}, entdo convém reunir Ac Iy numa mesma matriz ¢ operar a partir das, Lf i o;1o00\) y 11 0;1 00 n(o 1 iio 1 o}~y O tte O)is t\1 0 2}0 0 1/ ty=t-\o-1 21-1 0 1 o ‘Tal como para sistemas licares, ver § 2. i 11% 100 0} L orto i L'=h+s\0 0 3i-1 1 1 1 7 1 oeale . ° ueL-u [1 iy ° ur" 0 Logo a matriz A € inversivel ¢ (2 =2 1) 33 3 2-21 12-1 1 3 3 3])-s\ i 27? aban cba 333 2) Vejamos 0 mesmo problema com a matriz 126 A=]|o0 1 5 237 12 6i100 12 6} 100 oO 15:01 0}~{0 1 5101 0 ]~ 23 7;001 O-1-S\-2 0 1 126;100 ~{oOls;o10 00 O;-2 11 30 Como a matriz A é equivalente & matriz 126 o15 000 ‘que nfo & inversivel (tem uma linha nula) entZo A também nfo é inversivel. 8. SISTEMAS DE CRAMER Seja aux, +. + ann = Dy Mam +... + kn o F amiX, + * Aman ‘um sistema linear de m equagSes com n incégnitas sobre IR, Se formarmos as matrizes: \ama Xn de tipos mxn, nx1 © mx 1, respectivamente, entdo $ poderd ser escrito sob forma matricial AX. B onde A recebe o nome de matriz dos coeficientes de S. Um sistema de Cramer & um sistema linear de n equagdes com n incégnit euja matriz dos coeficientes € inversivel, Se AX = B é um sistema de Cramer, como AX = Bc==> AT(AX) = A'B < X=A7B, entio esse sisteme € compativel determinado ¢ sua tinica solugdo ¢ dada por A“'B. Em particular um sistema quadrado ¢ homogéneo cuja matriz dos coefl- cientes 6 inversivel s6 admite a solugdo trivial. a Exemplo — A matriz dos coeficientes do sistema xty 1 {y+ nat lx +22=0 & a mats: 110 a=(o 11 102 solugdo do sistems & (0, 1, 0). EXERCICIOS RESOLVINOS 1. Verificar se 4 matsiz A abaixo & inversivel , se 0 for, determinar sua inverse: aa a=(o 12 tad Sotueio Utilizaremos © proceso explicado no §.7 32 21;100\ fi 2 th1 0 0 012101 0}-(0 1 af 01 0} - ratio otf \o-1 of-1 0 4 12 oo\ fi 211100 ~(o1 10 )j-[o TON oo ant oo al 27 12 0 0\ ft 0 1-1 0 2 -(o1 o-s)-(0 1 01 1 0-1)- 14 faa ied 73) Clad Logo A & inversivel © to La (2 2 2, Voriers seine matiz€ invent ¢ dtu si ve ho ex La as(o 12 134 ‘Solugio_ 12 2;1 00 12 2; 100 OO es 3 4/0 O18 oO 1 2)-1 01 12251 0 0 orzo. 4 oO 0 O;-1-1 1 © fato de u mates: 33 122 O12 ooo que é equivalente a A, ter uma lina aula, basta pata concluir que A nio & inversive. 3, Mostrar que a matrix A abaixo 6 inversfvel e determinar sua inversa: tat 241 1a Solusio 1or-aya 0 1-1) 1 0 21 110 ~(o-1 3-2 1 o)}~ 3-1 i}0 0 0-4 41-3 0 1 eet oo ~{o 1-3 12-1 -1 0 )~ ! du o 0-8) 5-4 1 ot ' 13 11-tf1.0 0 ro fa43 13). “fot tg ror ro bs ia ao oO Lig r-8, 28 10 ~[ou 00 A invesa de A 6 portanto a mati a 2 433 4 4, Uima matriz quadeada A se diz ortogonal se A 6 inversivel ¢ A“! = A. 4 8) Determinar se poss(vel xe y em IR fim deque a matriz y V2 seja ortogonal. +) Provar que o produto de dus matizesortogonais éortogonal Sotupzo » (vt x VE (x y vi} \x vt (, ext Vly + Vix a2 Viv+Jie var J ~ \o x42 Sj ely x +y=0 xty= 0 Portanto © problema em Mz (R) ndo admite slugSes pois as equagées x? = — 1 ey nfo tim solugio em \) Sejam A eB matrzes ortogonsis do ordem n. Sendo A e B inversives, entio jé vimos ‘que AB também é invesivele que (AB)! = BIA}, Dat (AB)! = BHA = Btat = (aByt, 5. Determinar a€ IR a fim de que a matrix reat fries) Az(2a2 easy soja inversivel em Ma (RD. Sotugio 1 rad rad 2 1 2}~fo-1 0 }~fo-1 o }~ 28 0 tad 0 oat 38 Teenet, iON ~(o 1 0 }~(0 1 0} wa-1¥0. 0 Oat oon Logo A é inversivel para a #1. Sea = |, entio a matriz A € equivalente a uma matric com um linha nula e portanto nfo é inversfel. Resolver © soguinte sistema linese: xttyt re 1 yams 4 xtytas 2 Solugio Fagamos 12d 1 a=(o 12), x=[y Je “4 pad 2 2 Entio o sistema fier AX = B, Jé vimos no exercicio resolvido n9 1, que a matriz A é inversivel € +2 4 2 +0 » = pera - 7+ 7% tins (3.1, stom 36 7. Resolver o seguinte sistema de Cramer: x4y-2=0 wxeytzel bx-yteet Solugso 'A matrz dos coefcientes do sistema 6: 1oaet as(2ora B-1 1 «qe & inversvelconforme Ji vimos (xerefeo feolido 3) © ta inversa € # mati: 1 1 WY ce cane) s 3-8 sa. OIF, Low: 4 1 x 7° ° + -f 44 1 yl rs a Tr so i 3 3 2 3 EXERCICIOS PROPOSTOS Mostre que A“ também é inversivel © que 2 Mostar que « matric rea 100 aio bel § inverse a, b, © € Re que 10 37 3. Verifiear quais das seguintes matrizes so inversiveis determinar as invests respectivas: oyomsee 104 root rio rial 24 ° o 203 4, Resolver os seguintes sistemas de Cramer: (xtye ca? x-y=4 of? odxiye 220 aire y+m=0 (xcrtet t=0 xty-et tel oF , catyeas too last y sees 5. Determinar m € IRde modo que o sistema abaixo seja de Cramer e, a seguir, resolv: xe yt ore x 42 x+2y+m=0 6. Sejam A, Be C matzizes reais de otdem n, Se A é invesivel, prove que AB = AC ==> B= Ce que BA =CA ==> BEC. 7, Se A,B ¢ C slo matrizes inversiveis de mesma ordem, determinar a matriz X de mancira que AB“X) = CFA. 1 0 an ae et ee ee | 9, Determinar x,y ez de modo que a matsiz FO 0 cine vi VE x yt sj ortogonal 10, Existe alguma mattiz inversivel A tal que A? = 0 (matriz nua)? Justifique 38 APENDICE I Matrizes Elementares Definigdo 8 — Uma matriz elementar de ordem n é uma matriz E obtida de Ty por meio de uma e uma s6 operagfo elementar. Exemplos 100 E={0 2 0) ¢ B= oor 0 1 0 so matrizes elementares. A primeira se obtém de I, multiplicando por 2 a segunda linha; a segunda se obtém de 1; somando } segunda linha desta matriz a sua primeira linha multiplicada por 3. Proposigio 4 — Seja E uma matriz elementar de ordem n, Se aplicarmos, entio, em uma matriz A, também de ordem n, a mesma operagdo elementar que ‘ransformou I, em E, obteremos a matriz EA, Demonstragao Faremos a demonstragdo apenas para a operacio elementar (Ill) ficando os dois casos restantes como exercicio, ‘Suponhamos que a linha j-ésima de E sea a soma da linha j-ésima de ly com a linha isima de Ij multiplicada por a, enquanto que as demais linhas de Ee de Jn coincidem, ou seja BO = 1,0 + arf? Ew In, ej Como (EA)'” = EA, para todo r entie 1 en, entfo (EA) = BO. A= = GP + aA = 1) © A+ 0G, © A)= AY) + ada = AD 40a, © que vem provar que a linha jésima de EA 6 igual a linha jésima de A mals ¢ linha iésima de A multiplicada por a. Por um raciocinio andlogo se prova que as. emais lintas de EA coincidem com as respectivas de A. Logo, as mesmas opera¢es que transformaram In em E iro transformar A em BA.# 39 Proposigio 5 — Toda matriz elementar E ¢ inversivel Demonstragio Por hip6tese obtém-se E de 1, por meio de uma certa operagio elementar. Consideremos operagio elementar inversa que transforma E em Iy. Se aplicar- ‘mos esta tltima em I, obteremos uma matriz elementar Ey. Devido a proposigao anterior teremos Ey“ E = Ip, 0 que é suficiente para concluir que E ¢ inversivel ¢ E, €4 sua inversa (por qué). = Exemplo — Consideremos a matriz. elementar: 100) E=|3 1 0 oo 1 ‘A operago elementar que transformou I; em E consiste em somar 2 segunda linha de I, 0 triplo da primeira linha. EntZo E serd transformada em 1, somando sua segunda linhe 2 primeira multiplicada por (—3). Logo a matriz inversa de E, obtida efetuando em Iy esta dltima operagdo elementar, 6: 100 -3 10 oo1 ‘Teorema — Uma matri2 A de ordem n é inversivel se, e somente se, Iq ~ A. [Neste caso, a mesma sucessio de operagdes que transformam A em In, transforma 1, em AW Demonstragao (<=) Como cada operagio elementar com A é 0 mesmo que multiplicar ‘A @ esquerda) por uma matriz elementar, entio existem matrizes elementares Ey, ..., By de maneira que: Eps Eye. Be Logo A=E1-E,t- Como cada matriz do segundo membro ¢ inversivel, entdo A 6 inversivel (um produto de matrizes inversiveis ¢ inversivel, conforme jé vimos). Além disso, observando que: segue que ATSB Bye eee Eye dn (© que prova a ditima afitmagdo do teorema. (==>) Observemos primeiro que se B ~ A, entio A é inversivel se, ¢ somente se, B é inversivel. Isto por que se B~ A, entio B= PA, onde P 6 uma ‘matriz inversivel (P é um produto de matrizes elementares). Nossa observago decorre entdo dessa igualdade, Fagamos 0 escalonamento da matriz A por meio de operagGes elementares, isto é, fagamos com que cada uma das suas linhas (a partir da segunda) tena mais zeros iniciais do que a precedente. Como a dltima linha de A ndo é nula (pois A é inversivel) obteremos: onde cada aii # 0. Mas esta tltima matriz ¢ equivalente & matriz Iy. Logo Iy ~ A. Nota final: Toda a teoria desenvolvida neste capitulo sobre sistemas lineares, -matrizes seria feita da mesma maneira se substituissemos © conjunto R dos ‘iimeros reais pelo conjunto C dos nimeros complexos. a capituco 2 Espacos Vetoriais + 1, INTRODUCAO Examinemos certos aspectos relacionados com dois conjuntos certamente 4 comhecidos do leitor. O primero ¢ 0 conjunto V dos vetores da geometria, definidos através de segmentos orientados, € 0 outro € 0 conjunto Myx (IR) das mat porn, onde m en slo niimeros naturais dados (ambos maiores que ze10). A primeira vista pode parecer que tai conjuntos nada tém em comum. Mas no é bem assim conforme mostraremos a seguir. No conjunto V esté definida uma ado (adigdo de vetores), conforme figu- ra 20 lado, adigfo essa dotada das pro- ptiedades comutativa,associativa, am da existéncia de elemento neutro (vetor mulo) do oposto para cada vetor de V. © vetor nulo pode ser representado por qualquer ponto do espago eo oposto te @ se determina conforme a figura 20 lado. Além disso podemos multiplicar um vetor f por um mémero real a ¢ isso se faz. conforme esquema abaixo: we) vi Va Z 1 i 42 Se a = 1, ati = We se a = 0, entio aif = 0. Em geral laail=lalli!, Essa mul: tiplicagdo’ tem as seguintes propriedades jé certamente vistas pelo leitor no seu curso de Céleulo Vetoria: (apy = a(t) (a+ pt =ail + pt a(t + ¥) = ail + oF it para todos os nmeros reais a © B e vetores We ¥. No conjunto Mya x » (IR) também esté definida uma adigfo, a adicdo de matri- 2es estudada no capitulo 1. Conforme vimos nesse capitulo, essa adigdo é associa ‘iva, comutativa, admite elemento neutro, que é a matriz.nula oo .. 0 © toda matriz A de Mrxn(R) tem uma oposta. Como vemos o comportamento de Ve 0 de Mmxn (IR) quanto a adigao é © mesmo, Mas alo ficam af as coincidéncias. Podese também multiplicar uma matriz por um mimero real obtendose uma matriz da seguinte forma: Qu G2 oe. in aa, 28g... Bain fa ty ses than gy 02-2. dan mi Oma An 21 Oma -- Ome, Essa multiplicagdo apresenta as mesmas propriedades que as destacadas para Y, linhas acima, Ou seja, valem sempre as igualdades: 43 Logo os conjuntos Ve Mm x n (IR) apresentam uma coincidéncia estrutural no que se refere a um par importante de operagdes definidas sobre eles. Nada ent mais logico do que estudar simultaneamente V, My, x (IR) ¢ todos of conjuntot que apresentem essa mesma “estrutura” anteriormente apontada. £ isso 0 que co- ‘megaremos a fazer no pardgrafo seguinte. 2, ESPACOS VETORIAIS ‘Vamos introduzir agora 0 conceito de espago vetorial. Os espagos vetoriais constituem 03 objetos de estudo da Algebra Linear. Definigio 1 — Dizemos que um conjunto V # 0 ¢ um espaco vetorial sobre IR quando, somente quando — Existe uma adigio (u, v)H—> u + v em V, com as seguintes proprie- dades: adyutvev+u, ¥u,veV (comutativa); but (tw) =(Uty) +m, Yu, v,wEV (associating); ) Existe em V um elemento neutro para essa adigdo 0 qual serd simboli- zado genericamente por 0. Ou seja: wo 30EVi|uto vue 4) Para todo elemento u de V existe 0 oposto; indicaremos por (—u) esse ‘posto. Assim: on vue V, 3(-u)EVIu+(-u) II — Esté definida uma multiplicagéo de IR X Vem V, o que significa que a cada par (a, u) de IR X V esté associado um tinico elemento de V que se indica por au, e para essa multiplicagdo tem-se o soguinte: 2) a(Bu) ~ (abu He +Bu ou + Bu au tev ©) Provese que 6 tinico esse elemento neutro (ver exerefcio resolvide n® 1 do §3). ©) Provase que é tinico 0 oposto de um elemento (vor exercicio esolvido n? 2 do §3). 4 para quaisquer u, v de Ve a, 6 de Nota: De maneira andloga se define espago vetorial sobre C, conjunto dos niimeros complexos. Deste capitulo até 0 capitulo V, inclusive, toda a teoria dos cespagos vetoriais a ser aqui desenvolvida ¢ a mesma quer sobre IR quer sobre C. Por isso, embora venhamos a usar sempre espacos vetoriais sobre IR, deixamos registrado que seria tudo igual para espagos sobre €. Quanto ao assunto do capi- tulo VI hé diferengas 14 apontadas. Porém iremos concentrar nossa atengio no caso real tendo em conta o caréter introdut6rio deste livro, Nos demais eapitulos, salvo exceges que serdo mencionadas, trabalharemos com espagos reais. Exemplos 1) © espago vetorial R Nao novidade para o leitor que a adigo de niimeros reais verifica as pro- priedades Ia, Lb, Le e Id da definigdo de espago vetorial. Tio pouco que o produto de um numero real por um outro é também um nimero real e que essa multiplicagdo obedece aos itens Ia, Ib, Uc e I-d da definigdo mencionada. Logo IR 6 um espago vetorial sobre R. 2) 0 espago vetorial € Com a mesma argumentagdo acima verifica-se que € & espago vetorial sobre €. Mas € também 6 um espago vetorial sobre.IR. Quanto & adigio nfo hé novi dades: tudo como no caso anterior. Agora, © produto de um nimero complexo por um nimero real é um nimero complexo e para essa multiplicagio valem ILa, ILb, Ic e Id como situagdes particalares das propriedades da multiplicago eme, 3) 0 conjunto dos vetores da geometria definidos por meio de segmentos orientados € um espago vetorial sobre IR (ver parégrafo 1). 4) 0 conjunto Miaxen (IR) & um espago vetorial sobre IR (ver pardgrafo 1). 5) 0 espago IR" 4 vimos anteriormente que uma nupla de mimeros é uma seqiiéneia finita fde'n rvimeras reais que se indica por (a, a). O eonjunto de todas a8 nauplas de nimeros reais € denotado por IR". 0 IR® pode ser visto como espago vetorial sobre IR desde que se definam adiggo e multiplicagdo da seguinte mancira: (iy ees Ap) Fy ee Ba) =r + Bs ees By HD) aay, -.., Mp) = (aa, ..., oan) Ora, tal afirmagdo pressupde que se tenham verificado as oito propriedades que constam da definiglo, 0 que no faremos aqui. Sugerimos tis vriicagées como exercico. 45 Apenas ressaltaremos que 0 = (0, 0, ..., 0), © U = (a, «+, a), entio aq) ¢, titulo de exemplo, que a prova da propriedade Ia se fax. do seguinte modo: a1, Seja u = (a, ..., aq) um elemento de R®. Dados entdo a e § em R, @ + Bu = (a # Bay, «5 + Bag) = (a, +B, --., aay + Bag) = (@a1, «5 €3q) + (Bas, «5 Baq) = au + Bi, Recomendamos a0 leitor que procure justificar cuidadosamente cada pas- sagem desta iltima dedugdo. Os mateméticos esto de acordo com a seguinte frase: o IR" € 0 espago vetorial mais importante. 6) 0 espago €* © conjunto C® das n-uplas de niimeros complexos ¢ um espago vetorial sobre C: basta definir adiefo ¢ multiplicag3o por um némero complexo como no exemplo anterior. 7) O espago Pa (IR) Seja n > 0 um mimero natural. Indicaremos por Pp (IR) 0 conjunto dos ppolinémios reais de grau f(0) + 8(0) © Pn (R) (b) @ER, £0) € Py (R) => aaf(t) € Py (R). Dai, lembrando as propriedades das operagdes com polindmios, coneluiré que Pa (R) & um espaco vetorial sobre IR. 8) O espago Py (C) Por P,(C) indiearemos 0 conjunto dos polindmios complexos de grau 0}. Suponhamos que consideremos a “adigdo” ein V como sendo a multiplicago de niimeros reais positivos, isto é, u@v=uwy, M,ve VO) 6 simboto © serve, neste exemplo, para distinguit « “adi” age definida da usa 46 «© que @ multiplicagao de um elemento de V por um nimero real seja dada por: au=u%,¥uEV ec ¥aeR Com isso o conjunto V se torna um espago vetorial sobre IR. Observemos ‘apenas que o elemento neutro da “adicdo” € 0 niimero 1 e que a verificagio de Le se faz. assim: au v) = o(uv) = (uv) = weve = (auXav) = au ® av. Nota: Na teoria dos espacos vetoriais 6 comum aproveitar-se a terminologia do exemplo 3 acima, Assim ¢ que os elementos de um espago vetorial qualquer so chamados de vetores, 0 elemento neutro da adigo de vetor nulo desse espago 06 elementos de R (ou C) de escalares. EXERCICIOS RESOLVIDOS 49) 1% ¥ © RR}. OR? pode ser visto como espago vetorisl ¢ multiplieago por um nimero real assim: 1, Como jé vimor R? = sobre IR desde que s© x4, 9) + Gray va) = Oa Ha, va + YO) e 0x, 9) = (ax, a9). Faremos aqui a verificago dos axiomas relatives & multipicaedo. ea: (@b)(X, ¥) = ((ab)x, (D)y) = (a(bx), alby)) = albx, by) = abt, yD), Md: (a+ BO, 9) = (G+ Dix, (+ DY) = GX + bx, ay + by) = Gx, av) + + x, by) = AG, ¥) + DO, ¥. Me: a((xn, yn) + Gay ¥a)) = Gey + XQ, Yu + Ya) = Ou +82), a +92) = (any + axa, ayy 4 aya) = (Ox, AY) + (XD, Ya) = ACL, YD + ACHR, 9D). Hed: 16%, 9) = x, 19) = G9. 2. 0 R® € 0 conjunto de todas as temas ordenadas de mimeros reais. Ow sejo: R? = = Gs, ¥, 2) 1%, ¥, 2 © R}. A adigho © a multipicagto por escalares fo definidas no IR? por: (eu Yu 2 + a, Yas 22) =O + DIL Hae EAD) as, ¥, 2) = (ax, ay, 22). aremos neste caso apenas a verifieagdo dos axiomas relatives & adigfo at (Cn, Yay 21) + Gray Yas 29) + 83s Yas a) = = Gr 4 Xa, 91 + Yay HL +22) + O83, Yo, 29) = Ge + ¥a) + X3, (vs + ¥2) + Ya) a + 2) + 2a) Mr + OG + Xa ¥a + Oa + Yad t+ Ga + #9)) Ox, Yay 41) + 9 +X, ¥0 + + BD) = (ts Yas #3) + (has Yau Za) + Oa, Yas 29). 47 (615 Yast) + Gras Yay 22) = On + Xa, 91 + Yas ts #22) Ga + May Ya HYay ta + 24) = G2, Yas %2) + Gtr, Yt Be Le: 0 vetor nulo 6 (0, 0, 0). Fa: Para cada u = (x, y, 2) © R?, ¥, =2) 0 que 6 evidente 0 Grebea Nota: Poemos associar a cada vetor (%, ¥) do R? 0 vetor xi + yj do céleulo vetorial, {ii do conhecimento do Ietor. O vetor nulo 60 par (0,0). As definigbes dadas de adiglo © multiplicagdo por escalaet concordam com as regrasusuais para a digi de vetores planos © multiplicagfo de um vetor plano por um miimero Fato anilogo acontece com 0 R; podemos asociar 2 cada (x, y, 2) & Ro vetor XT + yf + A do cdioulo vetorial, As def- nig@es dadas de adigio e multiplicagio por escalates estdo de acordo com at regras para a adigdo de vetores © de multiplicagio Ade um vetor por um alimero real no espago ‘eométrico estudado no Cileulo Vetotal. Por Gitino obserremos que os elementos do Re os do R? sig de natureza distin @ assim sendo nfo deve o letor cometer 0 engano de dizer que o R & subconjunto do BR? Mais adianto serd enpicado que © R? pode, de uma certa manera, st considerado idéntico ao subconjunto {(x, y, 0) | x, y © R}do R, (Veja Capitulo 4, $5, exerefeo resolvido n° 11), 3. Seja I um intervalo de Re indiquemos por CA) © conjunto das fungBes costinuas defi. ridas no intervalo Te tomando valores reais. Dados f, ¢ € C(l) ea © R, definemse £ + ge af do seguinte modo: fee —> Re +p) =10 + g0,¥IEl HI Re GW = afl, VEEL, © Cileulo nos ensina que f + g ¢ af so fungdes continuas, isto é f+ gat € CW). ‘Temos entfo sobre Ci) uma adiezo e uma multiplicagdo por esealares, E podose verificar ‘ase CX) & um espago vetorial com relagso a ese par de operag6es, Verifiquemos alguns dos axiomas. ba (+0 + MO= C+ OE) +A =H +80) + BE) = FU + LH + RY) = 10 + G+DO=C+ +H), VE EHECM e VEEL, le: A fngdo © dala por e(t) = 0, Vt € I, & continus, ¢, além diso, (¢ + 91) = e@ +) = 04 £) = 10, VEEL, © Fungio de 1 em 48 Tea: (GIDE = Gb) = AFCO) = ACE) = GON), WEL The: @it + 9) = af + 9) = aC + 80) = af + a8 + BMD = af + ald, VEEL ante + 4. Sejam U eV espagos vetoriais sobre IR (ou €). Mostrar que UX V ={(u,y)/ EU © VV} 6 um espaco vetorial em relagdo ao soguinte par de operaSes (oy, vn) + (a, va) = oy + Ua, va + v2) 20a, ¥) = Gay, a), Provemos algumas das condigbes. Bb: (uy, vi) + (a, va) = (a + Ug, vy +99) + (1, 10), (ua + a, va + a, va) + tor nulo neste caso 6 (0, 0), onde @ primeito o & 0 vetor nulo de U eo segundo So vetor mule deV. Hd: 10, ») = Gly, IY) = @, ¥), (0 espaco vetorial U XV acima definido chasse espago vetorial produso de U eV. EXERCICIOS PROPOSTOS 1, Completar as verficagdes nos exerefcios 1, 2, 3e 4 anteriores 2. No conjunto V = {(&, y) Ix, y € IR} definanos “adigfo” assim: Gr, yD + Ga, ya x1 + 2, 0) © multiplicagdo por escalares como no IR?, ou je, para cada a CIR, AG, 9) = Ox, a. [Nessus condigBes V & um espaco vetorial sobxe IR? Por qué? 3. No conjunto, V do exereicio anterior definames a “adigGo” mente no IR? e a multiplicagio por escalares as 4G, 9) = x, 0). entio V um expago vetorial sobre IR? Por qué? como 0 fazemos habitual: 4. Seia V 0 conjunto dos pares ordenados de atimeros reais. V no é um espago vetorial fm relagio a nenhum dos dois seguintes pares de operagdes sobre V: ®) Cyyp + Oa92) = Oy + mar + Dea = Cave B) Gey) + Gxae¥) = Cay yi) eal ¥) = (assay). Diga em cada caso quais dos 8 axiomas no s vrificam. 49 5, Seja V como no exercicio anterior, Definamos: (4, ¥4) + Ox3) ¥2) a0, 9) Com ess operagdes defnidas sobre V, perguntamos se este conjunto & um espago vetorial sobre R. 6. Sea V = {(x,9) Ixy € ©}. Mostrar que V 6 um espago vetoril sobre IR com a adigfo.ea smultiplcagdo por esalaes definidas assim: © Gay yp + Oa,¥9) =O +2, ¥1 + Ys VOL Ye Oa, EVE A) ayy) =x, ), Mae R © VO,NEV. 1, Seja R™ = (Cx, s, -..) | xj € Rh Consigerando sobre R™ as operagGes dadas por Gx4y Kay 2 DF One Yay 2) =O HY Ba +I 1 OI 8D5- DOD, BND, FD mostrar que IR™ & um espago vetorial sobre IR. 8, Mostrar que todo espago vetorial sobre C também é espago vetorial sobre IR. 3. PRIMEIRAS PROPRIEDADES DE UM ESPACO VETORIAL Seja V um espago vetorial sobre IR. Provaremos a seguir algumas propric- dades que sio conseqiiéncias praticamente imediatas da definigdo de espago vetorial Py. Paratodo a R, ao = 0. Prova — Devido aos axiomas II-e ¢ I-e da definigdo de espaco vetorial tém-se: a0 = a(o + 0) = ao + a0; somando a ambos os membros 0 vetor — (a0) temos 0 = — (ao) + ao = —ao + a0 + a0 = 00.8 P;. Para todo u € V, Ou = 0. Prova ~ Do mesmo tipo da anterior. Fica como exerefcio. Ps. Uma igualdade au = 0, com a€ R ¢ w EV, $6 & possivel se a= 0 ou Prova ~ Suponhamos « # 0. Daf existe 0 mtimero real a”. Multiplicando entio au = 0 por a”! teremos: a“(au) = oto Levando em conta 0 axioma Ika ¢ a propriedade Py: (wan =o 30 Pee Pe. P,. Como aa” = 1, entio podemos concluir (usando o axioma Id) que u=o8 Para todo @ € IR ¢ todo u de V, (-a)u Prova — Notemos que au + (—a)u = (@ + (-a))u=0u=0 a(—v) = ~(@u) usando 0 axioma Ib e P,. Por outro lado, au + (-au) = 0. Entdo: au + (~a)u = au + (au). Somando —au a ambos os membros desta dltima igualdade acharemos: (a)u = —au. Um raciocinio anilogo nos mostraré que a(—u) = (au), = Nota: Define-se diferenca entre dois vetores u e v do espago V assim: uty. Quaisquer que sejam a, 6 € R e uem V, (a — fu=au— su, Prova (@—Au= (a+ (-—))u= au + (fu = au + (-(6u))= au — fue Quaisquer que sejam a em R, ue vem V, a(u — ¥) = au ~ av, Prova — Aniloga a anterior, Fica como exercicio. Dados 8, ey, «+ @n em Re wy, ..., Un em V, entio: 8 (2 ») = x Baj)y; a Prova — Faz-se por indugo a partir dos axiomas Ila e Ic da definigdo de espago vetorial. = st EXERCICIOS RESOLVIDOS ‘Aldi das propriodades de Py a Py, enunciadas ¢ demonstradas acima, podemos ainda citar: 1. 0 vetor nulo de um espago vetoral V & unico. Prov HA um Ginico vetor 0 que satisfax Le, pois se 0; goza da mesma propriedade, ent¥o orotor ta tore 2, Para cada vetor u de um espago vetorial V existe um Gnico vetor (--u), oposto de v, Prova Soja uy tal que u + uy = 0, Daf enti, mutes -ututupsCuty tu so tu =u 3, Par cada u & V, tomse —(—w) =u Prova © axioma Fa diz que (-u) + u =u + (-u) = 0, Logo u 6.0 oposto de —u 4. Seuvewe Ven +¥=u +, entdo v= w (lei do cancslamento da adigio). Prova Somemos —u a gualdade que consta da hipétese: Co+OHV=CMFutW Ow (w+otrs(Co+o+w Ob otvsotw e) 5. Seu, W EV, entfo existe um Gnico vetor v tal que w + Prova Iniclatmente verfiease que w + (—u) satisfar a equagdo dads, De fato: u + (w + (—0)) = a + (Cu) + w) = (1 + Cu) + w= 0 + w= Ww, Por outto lado, somando (—u) ambos os membros da equaeao, vem: + (w), Logo v= w + Cw) 6. Consideremos no espigo vetoriat R? os vetores = (1, 2, 1), 2) Caloular 2u + v~ 30; by Resolves ©) Resolver o sistsmade equagées utysved vtme quasi Su + 2x =v + W; nas incdgnitas y, 2 € IRS. 52. Solugio 9) Mtv ~ w= 24,2 + 1-2 - 02.3.0 cr20 © Andes propio ones vem x = L(y 4 w — 30, Fuente citcalos obtemos x = (2, ~ 2, ~); yo2 ny +2 ©) Do sistema dado obtémse: Adiconando memo a membeo estas tims equasdes obtemos 2 = ~ » cemoyorte wed, do EXERCICIOS PROPOSTOS 1, No esigo vetorl M2 R, consiteremos o veto: Ma o 4 1 a=(o o p-(21) ece(i 00 ra ° 2) calelar 24 +B 36; ©) Caeuar X © Maya (R) tat que AS ¥ _ X=B ©) Bxistem ty, € IR de mancia que A= 4B + 4C? 2. Sjau=(1+i,0,v= 0 —i, ew 3 + i) vetores no espago vetorial €?, a) Caleular (3 + Du — iv — 2 ~ Dw; ©) Exte 26 € tl que v = mu? 3 No espigo vtonl Py (R) sjam dads os vores f() = — 1, =P ¥t—1e ngees? 2) alot 26) + 3409 — aco; 2») Exito KE R de mancin que £0) + bx) = n«v? ©) stom Ky, hy © tai que £€) = ky) + kah(O? 4. No IR? consideremos os vetores u = (1, 1), GB, -ew 2) Resolve a equa: z +s ‘na ineégnita x © IR; 53 1) Resolver © seguinte sistema de equagdes: xtyt a Ox-yt rey xty-m as incgnites x, yy 2 € R2 4, SUB-ESPACOS VETORIAIS Definigdo 2 — Seja V um espago vetorial sobre IR. Um sub-espaco vetorial de V 6 um subconjunto W CV, tal q @ oEW, (0) ¥u,veWut+vewe (@) ¥ae Re YueW, ave W, Notemos que (b) significa que a adicfo de V, restrita a W, € uma adigao em W. O significado de (c) € que esté definida uma multiplicagio de IR X W em W. Mas seré W, nessas condig6es, um espago vetorial sobre IR? Proposigfo 1 — Se W ¢ um sub-espago vetorial de V, entdo W também é ‘um espaco vetorial sobre RR. Demonstracdo — A rigor temos oito itens a provar (ver definigio de espago vetorial), Contudo mostraremos apenas que’ ueW==> -uew uma vez que 0s demais itens decorrem sem artificios das hipéteses. Mas isso ¢ facil: € 96 fazer em (c) a = —1.@ Exemplos 1) Para todo espago vetorial V ¢ imediato que (0} e V sto sub-espagos de V. ‘Sdo os chamados sub-espagos impréprios ou triviais. 2) W = (x,y, 2) ER? | x + y = 0} € sub-espage de RP (@) 0 = (0, 0) & W (por que?); (b) se w= (1, Yas 20) © ¥ = Gay Yay Za) esto em W, entio xy + ys = = + yy = 0, Como ut v= (ti + Xa, 91 + Yay 41 +2) € (Ry EM) + +1 +92) — Gr + yi) + Om + ys) = 040 =0, entio u + ve W. (©) Exereicio. 54 3) A interseego de dois sub-espagos vetoriais do mesmo espago V 6 tam- ‘bém um sub-espago vetorial de V. ‘Sejam W e U esses sub-espagos, (@ o€U © o€W. Logo 0EUNW. (b) Exercfcio. (© Tomemos a € Re u € U NW, Como ue Ue ue W (que slo sub-espagos), entZo au € Ue au € W. Logo ave UAW, 4) Consideremos um sistema linear homogéneo sobre R de tipo m X n: ( uxs + aim + ot aint, = 0 | BX + OX +... + ank_ = 0 AmiX + amaXz +... + dma = 0 Ja vimos, 0 que € Obvio, que (0, 0, ..., 0) € solugo desse sistema. Por outro lado ¢ fécil verificar que a soma de’ duas solugGes de $ 6 solugdo de S e que 0 produto de uma solueo de $ por um mimero real também é solugao desse sistema, Verifiquemosa tltima afirmagio. Se (6, 6, ..., By) € soluefo, 6 verdadeira a frase 9151 + 8202 +... + ajnBn = 0, ¥j, 1 ) Por hip6tese a decomposicio existe. Suponhamos w = u + v = = uy tv (u, u E U ev, vy € V). Daf u — wu, = v1 — v. Como, — vEV (pois ambos os termos esto em V), entio u—u; € UNV = {0}. Logo uu, =0 © entéo u = uy. Levando em conta isto concluise que v) — v= 0 & portanto ‘Suponhamos que w € UA V, Tomando entio u Ue vEV, utve(u+wt@—w) Devido & unicidade que a hipétese menciona podemos afirmar que: usutwey Logo w = 0. Provamos pois que UV = (0). = Exemplo — © espago IR? é soma direta dos sub-espagos: U= (x, 0,0)|xER} e V={@y,2) ly, 26 Rh imediato que: UNV = (©, 0, 0}; 1 por outro lado, w(x, y, 2) © R, ¥/| &y, 2) =, 0,0) + Oy, JEUFV. ' Ww. 6. COMBINAGOES LINEARES ‘Seja V um espago vetorial sobre IR. Tomemos um subconjunto $ = (us, ..., Un} C V. Indiquemos por [S] 0 seguinte subconjunto de V construfdo a partir de $: [s] = (army +... + equ [ayy .. 5 Oy € R) E facil ver que (S] é um subespaco vetorial de V. De fato: (@) Como 0 = Ou, +... + Oup, entio o € 8. (b) Sev =ayu, +... + onun @ W= Byu, + S, ento + Batty pertencom a vit w= (ay + Bidus +... + (Qn + Ba) Un também € um elemento de S, (©) Exerescio, Definigio 5 — © sub-espaco [S] que acabamos de construir recebe 0 nome de sub-espaco gerado por S. Cada elemento de [$] é uma combinapao linear de $ ou combinaedo linear de wy,... , ty. Ao invés de [S] também costuma-se escrever: fu, ug, -.-, Uni. Dizse também que us, ... , t geram (S], ou ento que so um sistema de gera- dores de [S]. 87 Notas: 1) Estenderemos a definigio acima para o caso S = O mediante a seguinte convengio: [8] = {0} 2)No caso de $ C V ser um conjunto infinito, definimos [$] através da seguinte frase: ve [S] => 3m... WESe Bay ER [UR ay +... + ay Da definigo 5 ¢.de suas ampliages, dadas acima, decorrem as seguintes propriedades que deixamos ao leitor como exereicios: a) Sc [s} tS, CS, CV > [1 ¢ [5] ) [s} = ((s)) 4) Se S S, sfo subconjuntos de V, entio: [s, US] = [81] + [S21 Exemplo — Se V = IR®, u = (1, 0,0) e v= (1, 1,0) 0 que é [u, v}? (u,v) = (au + Av la, BER} = (a +8,8,0) 1a, 8ER) (x, ,0) | x, y EIR} uma vez que o sistema at pax Losey 6 compativel determinado, ¥x, y ER. Graficamente 58 7. ESPACOS VETORIAIS FINITAMENTE GERADOS Observemos no R? 0 conjunto S = {(1, 0, 0), ©, 1, 0), ©, 0, 19} Como, para todo (2, b, c) € IR®, vale a igualdade: (@, b, ©) = a(1, 0, 0) + b(O, 1, 0) + €(, 0, 1 podemos dizer que os vetores de S geram 0 R®. Muitos outros subconjuntos finitos do R® tém essa mesma propriedade, o que nao ¢ dificil de notar. Definigio 6 — Dizemos que um espago vetorial V & finitamente gerado se existe § CV, $ firito, de maneira que V = [S]. Neste texto praticamente s6 focalizaremos espagos vetoriais que, como 0 IR’, possam ser gemdot por um mimero finito dos seus vetores. Salvo mengo contréria somente consideraremos este tipo de espaco vetorial. Exemplos 1) O espago V dos vetores da geo- rmetriadefinides porsegmentos orientados finitamente gerado pois considerando a tema fundamental (Y, J, K} para todo We V, existen a, b, CER, de ma- neira que W= a? + H+ Ressalte-se que 1, 0, 0), 7 = (@, 1, 0) e K = (0, 0, 1) desde que se tenham identificado Ve R?. 2) Se o indica 0 vetor nulo de um espago vetorial qualquer, entfo V = {0} 6 finitamente geraco pois, fazendo S = {o}, vale V = [S]. 3) M, (IR) é fnitamente gerado, 0 conjunto {6 3)-(6.8)-€ (3h gera Mz (R) ja que, ¥a, b, od ER, CG )aG dG) G4) s 59 4) R 6 finitamente gerado. Com efeito, generalizando 0 raciocinio feito a0 inicio do parigrafo verificase que © conjunto SU, 0 DO, 1 OW 0 ODE verifica a igualdade R" = [S], ou seja, que $ gera o R®. Convém notar que 0 conjunto § é formado de n elementos. 5) Mmxn(IR) ¢ finitamente gerado, Verifique que as m + n matrizes do conjunto 0 0...0 geram © Mmxn (IR), generalizando a decomposigao feita no exemplo 3 acima, 6) Pa(IR) € finitamente gerado, Os polinémios fo, f,, .... fy dados por f(t) = 1, 4 = t, ..., fy(t) = t, VEER, so geradores do Py (IR) uma vez que se f(t) = a) + at +... + aqt® € um elemento de P, (IR), entio f= apf + ayfy +... + ania. Observe que (fo, fi, ..-, fn} possuin + 1 polindmios. Nota: No apéndice Il, logo @ seguir, daremos um exemplo de espaco vetorial que nio é finitamente gerado. EXERCICIOS RESOLVIDOS 1. Sela V © conjunto cos vetores scométcicos do espago. Sendo Tum vetor fxo deste cspago, mostrar que W = {ait 1a © IR) & um subespago veloral de. Solusio 5 (a) 7 EW: basta considerar « = 0, @) Sendo 7 = aif © Rew oi 4 6 +¥ew, = pif em W, entto (@ + Biii, logo et (© Seam ¥ = oil © € R; entio WW = = Mail) = (Rei, bgo ¥ © W. 60 2, Mostrar que 0 conjunto W = {(x,3) © IR? | y = 0} é um subespaco vetorial do IR?. @ 0. 0eW. () Seam u = Gx, Oe v= cn 0) em W; daf u + ¥ = (xy + x3, 0), donde u + ve W. (5, 0) om We aem R; entio au = (ax, 0), donde au € W, © Sejam u ‘Outra maneiza de resolver: observar que W 6 getado por (1, 0). 3, Mostrar que & sub-espago de Mz(R) 0 soguint sub-conjunto: wa 2) seen} o (0c) ew ( vee (Et) (hE ee) x) + Cx) = G1 + a9), onto w+ VE W. (: :) em Wee Daven = (: 2) Como ay = @(—x) = — (ax), entio au € W, ” ) Seam u ) elementos de W, Eat: 4 Como yx + 92 = (© Sejam: 4. Seja I um intervalo real ¢ consideremos 0 expago vetorial C(}) das fungDes reais continuas definidas em 1, Mostrar que © subconjunto W de C() consttuide das fungées que sfo derivéveis em todos os pontot de I 6 um sub-espago vetorial de CC). Soluszo (0 ealeulo nos ensina que a tango nulla € deswavel, que a soma de auss tungoes derives fe que 0 produto de uma fungio decivivel por um niimero 6 uma fungio deei- 5, Mostrar qu so sub-espagos vetoriais de My (IR) os seguintes subconjuntos: a) U= (A eM, OR) | AE= a) by V = {A © MaGR) | AT = TA} onde T uma matriz dada de Mp (R). 6 3) (@) A transposta de matriz mula € a prépria matiz nla. (©) Seam A,B EU. Como (A + Bt = AL + BE= A +B, entfo A + BEU. 1 (© Sejam AGU € @ ER. Do fato de (aA)! = at = oA segue que aA € VU. 16) A sma la comuta oom todas a mate. ' (0) Som A, BEV. Ballo AT = TAe BT = TB, Daf (AB)T = AG@T) = AqB)= (aps = Gain = TAB) (© Scam A. Vc ae R. Entio (@A)T = a(AT) = (PA) Tiaa). Provar que se § ¢ T sfo sub-espasos vetorais de um espago V, entdo § + T= [8 U TI. Solugzo Como $ + T.> $$ + TT, entloS +T> SUT. Daf$ +7 > [SU TI. Por outro lado, sou ES + T, entio us + t (coms ES ¢ te T). Como, entio, se t pertencem a SU'T, podemos sfirmar que u=s +t IS U TI, Loge 8 + T CIS UTI ‘Achar um conjunto de geradores (sistema de geradores) dos seguintes sub-espagos de RY a), U= (Oy, DER Ix-y—24t=0; b») V=imy2 DER Ix—-yartt=0}. Solugio 4) Gy, 2,0 EU se, ¢ somente ve, x ~ y ~ 1+ t=, [sto & se, esomente se, x 'y +e ~t Logo iy, 2, 0 EU equivale a(x y,2, 0G 42-ty, 4,0 = yGls 1, 0, 0) # 204, 0, 1, 0) + C1, 0, 0, 1). Asim: 4s, 0, 0) Cy 0, 1, O, 1, 0, 0, um conjunto de geradores de U. by De maneira aniloga chege-se a que (1, 1, 0, 0), 0, 0, 1, -1) & um sistema de peradores de V. Consideremos no I? os seguintes sub-spagos vetoras U=1,0,0,0,1, 11 & V=10, 1,0, 0,0, D1 Determinar um sistema de geradores de UV. Solugfo weunve WEUWEV <=> F444 SER tas qe: (1, 0, 0) + BG, 1, 1) = 7, 1, 0) + 6, 0, 1D ow sinds que ate Donde w 8 -7=0,8- 8 =0.Dala=-f7=pe5=8. =A(1, 0, 0) + BCL, 1, 1) = 810, 1, 1). Entfo Un V = 10, 1, DL Dados os subsspagos U = (tx, ¥, DER? x+y =0}eV = (Ce, y, ER? x=0) do RP, determinat 0 subespago U 9 V. Solugio Gy.) UNV o> ueUeveV => xty=0 x= 0 <=> xy =O. Low UNV = (0,2)! 2ER}, que é gerado pelo vetor (0, 0, 0, 10, Sio subespagos vetoras de CCD) of sequints subeonjantos U= (FEC 1K) =fE9, LER) Vv = (fFec@ 1 fy) =-f-9, ¥te R} Mostar que CO) = U 9 ¥. Solugto (@) Toda fungfo real f definia em I pode ser asim decomposta: f() = g(b) + (0, te, onde = Ms tey = te a = OHIED 6 nye OS como acy = FOS gy o ney = HP EMO = no, entio gE Ue hE V, Portanto Ca) =U +V. (8) Se FEU NV, entio £@ = fe fl) = 1-9, VEEL Logo 2 = 0, Vt EL Donde f & a fungi mula, Assim entio Un V x6 contém a funedo nula f(t) = 0, Yt €L EXERCICIOS PROPOSTOS 1. Quais dos seguintes conjuntos W abaixo so sub-espagos do? @) W= (ye R? x= 0} ©) W= (ye Rex eZ} (©) W= [ls y 2) © RP Ly 6 irracienal} @ W= (yD ER? Ix - 3250} () W= fy, ER? ax + by + = 0, coma, b, cE R) 2, Quais dos conjuntos absixo sdo subespagos do espago PUR) de todos os polindmios reais? (Leia 0 apéndice 1D. G@) W= {£09 © PAR 1) tem grau maior que 2) @) W= {£1 £@ = 200} © W= [f 1f@) > 0, ¥te R} @ W= {1 1 + = 0} 63 "3 4, “5, *6. 10, \Verifcar que no so subespapos vetoriais do @ Gy DER Ix= 1) © (DER I Hy + © {Gy 2ER Ix: U= (Oya Ix Ve (Guy.a Ix Wyo Ixty +2= 0). S.U+W= RP evew ). 2°. Em algum dos casos s soma Yerifique que U + V 6 dict 5. Mostrar que os polindmios I~ t, (18, (1 ~ 0 et geram Pj (IR), Dar um sistems de geradores para cada um dos seguintes subespacas do. » fey yx —2y = 0} » (Gy, Ix +2 = 00x -2y = 0} o (Gs, y, 21x + 2y ~ 32 =0) ® Unv 9 VeW Sejam U © V sub-espagos vetoriais do espago W. Provar que a UCV—=>UFV=¥; b) UcV—=>UnveU; 2. 13, 14 1s. 16. “7, 18, 19, 20. a. 2, 23, 9) Us+VeU=>usy; ® UnV=U==>uCcV. 30 mus do I. Se nfo existe nenhum ttl que w = ty Sejam ue v dois vetores ; mostrar que R? & soma dirsta dos subespagos [ul ¢ [vl Veriticar se as seguintes matrizes garam 0 espago vetorial My (R): (2) eG Se U, Ve W sio subspagos votoriais do mesmo espago, mostrar que (UV) + + (UNW)C UNV + W). Descubsa um exemplo para o qual 0 primeiro membro der- ‘8 relaglo € diferente do segundo o ur: exomplo onde ocore iguakdade. Mostrar que os nimeros complexos 2 + ie 1 — 2i gram o expago votoral € sobre IR. Mostrar que 6 subespeco do MyfIR) 0 subconjunt formado pelas matrizes antsimé- ‘wicas. Mostrar também que My(IR) 6 soma dreta dos subspagas das matrizes simé- ‘aicas e das antsimétricas, Mostrar que os dois conjuntos {(1, -1, 2, G, 0, Nh e (1, -2, 3), @,3,-9} ‘ram © mesmo sub-espago vetorial Jo ‘Mostrar com um exemplo que se U, V e W sfo sub-espagos vetorais do mesmo espago, ese valem as rlagdes UV = U1. WeU + V=U + Wyndose tem necestaria. mente V = W. Mostrar com um exemplo que a unifo de dois sub-espagos vetoriais de um mesmo espa- ‘0 vetoral nfo precisa ser um sub-espagovetoral deste espago. Mostrar que a unifo de sub-espayos vetoriais do mesmo espago & também um sub- “espago se, © somente se, um dos subespages dados esté contido no ovte. CConsidere os segues vetores do IR*: (~1, 0, 1) € G, 4, —2), Determinar um sstema de equagGes homopineas para o qual © expago solusfo seja exatamente 0 sub-spaco sgerado por eses vetore. Repita 0 exerefcio 20 com os vetore (1,0, 1, 2),(0, 0, 1,0) do IR4 (@) Determinar um suplementar do seguinte sub-espago do IR: {(x,y, 2) 1x—y = 0} (©) Mesmo exercicio com 9 subespago: {oy DERE Ix 0} do Re. Mostear que 0s dois conjuntos abuixo formados de fungSes contfnuas reas definidas com R geram 0 mesmo subespago vetorial de C(R) (ent, cost, sent + cost} © {1, sen2t, cos 2t) . 65 “24, Sejam U, Ve W sub-espacos vetoriais do mesmo espago para os quals vale 0 seguinte: Un (V+ W) = V9 W = [o). Provar que seu =v + w= 0 (Yotor nulo), com wEU,YEVeweW, entiousvawso, +25, Mostrar que 0 espago vetorial R™ (exerefcio proposto 7 ~ § 2) no éfnitamente gerado, 0 no apéndice 1, Sugestio: raciocinar como se APENDICE I! Exemplo de Espaco que nao 6 Finitamente Gerado Indiquemos por P(R) 0 conjunto de todos os polinémios reais. O leitor, embrando a operacio adigo de polindmios a operag%o multiplicagéo de um polindmio por um nimero, concluiré que P(IR), com esse par de operagées, é um ‘espago vetorial sobre R. Mas P(R) nfo ¢ finitamente gerado, Com efeito, dado $ = (f,,..., fn} C POR), supondo que cada fj seja no mul © que fq seja 0 polindmio de maior grau de S, entdo 0 grau de qualquer combinagéo linear auf, +... + aly no ultrapassa 0 grau de f,. Assim [S] s6 contém polindmios de grau menor que ou igual a0 de fy. Como porém POR) compreende todos os polindmios reais, cxistem neste espaco polindmios de grau maior que 0 de fy. Logo [S] # P(R), para todo conjunto finito $C POR). 66 capituto 3 Base e Dimensdo Lembremos 0 seguinte fato relacionado com 0 espayo dos vetores da geo- motria, definidos por meio de segmentos orientados: se considerarmos um sistema de coordenadas ortogonais, de origem O, ¢ se chamarmos de 7, f e K os trés vetores unitérios com os sentidos dos eixos x, y e z, espectivamente, entio cada vetor OF admite uma snica representagio OB = a+ by+ cE, onde a, b ec so 48 coordenadas de P, em relago 0 sistema considerado, | ' \ | L Nosso objetivo. principal, neste capitulo, ¢ mostrar que em todo espago vetorial finitamente gerido V existe um subconjunto finito B tal que todo ele- mento de V € combinagdo lined, de uma tinica maneira, desse subconjunto. E que todos os outros subconjuntos de V que tém também essa propriedade (sempre os ha) possuem 0 mesmo nimero de elementos que B. Dat sairé entdo 0 conceito de “dimensio’ 1. DEPENDENCIA LINEAR Seja V um espago vetorial sobre RR. Definigo 1 — Dizemos que um conjunto L = {uy, up, ..., Ua} CV 6 linearmente independente (L.1,) se, ¢ somente se, uma igualdade do tipo ayuy +... + ota = 0 com os aj em IR, $6 for possivel para ay % 67 Definigio 2 — Dizemos que L = {us, ..., Un) C V 6 linearmente depen- dente (L.D.) se, e somente se, L néo é LI., ou seja, & possivel uma igualdade do tipo ayy +... + aga = 0 sem que 0s escalares aj sejam todos iguais a0 niimero zero, Exemplos 4) 0 conjunto L = {(1, 1, 0, 0); ©, 2, 1, 0); (0, 0, 0, 3)} CRY é LiL. pois: X(L, 1, 0, 0) + y(0, 2, 1, 0)-F*2(0, 0, 0, 3) = (0, 0, 0, 0) ==> x al az=0 2) 0 conjunto L = {(1, 1, 0, 0), (, 1, 0, 0), (2, 1,0,0)} CRS 6 LD. pois: x(1, 1, 0, 0) + y(O, 1, 0, 0) + (2, 1, 0, 0) = (0, 0, 0, 0) ==> x +2=0 x +%=0 = = xty+ 2=0 y- 2=0 Sendo indeterminado o sistema obtido, ento ha outras solug6es, além da trivial, para a igualdade condicional de que partimos, Nota: Convencionaremos que 0 conjunto vazio (8 CV) é LI. Como para um sub- conjunto L CV deve valer uma, e uma $6, das duas definigtes anteriores ¢ a segun- da destas pressup6e clementos em L, fica justificada esta convengio. EXERCICIOS RESOLVIDOS 1, Verifcar quais dos seguintes conjuntos de vetores do expaco vetorial IR®, so linearmente independentes, a (0,1,0, 0,49, ,6, 59) bw ,2,9),0,4,9, 0,8, 20) ) {4,2, D, @, 4, 2, 6, 10, 59} Solugio 1) Fasamos: x(l, 1, 0) + ¥G, 4, $) + 2G, 6, 5) = (,0, 0) 68 Portant K+ ytie=o x+ay 46-0 sy +se=0 xt y thee ay +32 Sy +52 Ercalonando 0 sistema, vem: ty +3220 yt 2=0 Esse sistema admite outras solug6es além da trivial; dat o conjunto é linarmente depen- dente. Como x = —2,y = —1ex = 1 6 uma solugio ndo trivial temos — 2(1, 1,0) — = (4,5) + G,6,'5) = 0,0, 0). Esta é uma relagio de dependéncia entre 05 3 ve tores dads x0, 2,3) +, 4, 9) + 244, 8,27) 0, xtyt on fax tay + f= 3x 4 9y +272 Escalonando o sistema, vem: xt yt 220 (xtyt a (xty+ 220 ry + 6=0 ~ yt3e=0 ~ years 6y +242 =0 yea Dat, a Gnica solupio é a tivial, e © conjunto 6 linearmente independente, ©, 0, 0—> 2 x(,2, 0 + y@, 4,2) + 26, 10, 5) x+2y+ S2=0 > 4 2x + Ay + 102 o x+2y+ See0 Escalonando o sistema, vem: x + 2y 4 Sz = 0.¢o.sstema ¢ indeterminado, isto 6, am 4a solugdo trivial admite outras solugSes; portanto 0 conjunto é linearmente dependent ‘Achar uma relagfo de dependéncia entre ot 3 vetoes. Seu, ¥ 6 w slo vetores de um espago vetorial V tais que u & [wl ey € Iwl, mostrar que {u, ¥} 6 linearmente dependente, Solugio Os vetores ue y slo da forma u = Av ¢ v= aw, com 4, aE R, O caso @=2=0 & trivial pois entio u = v = 0 e basta ver que Tu + Iv = 0, Suponde por exemplo A ¥ 0, nto AY ~ au = A(aw) aQw) = Qa ~ adw = Ow = 0; logo {u, ¥} & LD, 3. Consideremos, no espago vetorial IR%, 0s vetores:u = (1 — a,1 + adev= (1 +a] ~ a) onde a # 0. Mostrar que {u,v} 6 Li. Slugs Sejax( — a1 + 9) + yd + wd 00 00, © que & equivalents, d-ax+dtey=o (+x + @y=0 Esse sistema linear © homogéneo nfo deve tor solugSes diferentes da trivial, para o que & necessri e sufiiente que a matriz: (cr) seja inversfvel, isto 6, que o sistema seja de Cramer, Come a foi tomedo no nulo esta smatrizéinversivele dat {u,v} 8 LL 4. Mostrar que 0 conjunto de vetores (1, x, x2, 2 + x 4 2x7} de P3 (R) &LD. © que qual quer subconjunto de tés elementos dele é LiL Solugso Se fizermos al + px + 9x? + 5(2 + x + 2x) a (o ze10 do segundo membro de (I) ¢ 0 polinémio identicamente nulo), vii: a+ +4 OK 4 fy 4 26x? =O, Pelo principio de identidade de polinémios, teremos: fa+2 p+ 50 14% © sistema admite outras solugGes, além da trivial, © que nos leva a concur que o com junto é LD. ‘Um subconjunto qualquer do conjunto dado, por exemplo (1. x, x7} € Lt; de fato, al + px + 9x? = 0, implica a pelo princfpio de identidade de potinémias. Nos 3 demais casos procedese do mesmo modo. 5. Mostrar que 0 conjunto {(1,0,@)s(Is1s0).(, 1s 6°)} de vetores do IR? 6 LI, desde que atdeael, 1. Mostrar que o conjunto de vetores {(1 Solugio Para que © conjunto seja LI. & necessiio e suficiente que: x(1, 0, @) + ¥G, 1,0) + 20, 1, 0) = ©, 0, 0) w 6 se verique para 0. Ora de (1), vem: eS xtyt ye ax 4 ay + 0% xtytr=0 y+r=0 (@ —ayz=0 Comoa # Oca + Lentioa? — a + 0,0 que acaretaz = Oe dafvemy = Oex = 0. Mostear que se 0 conjunto {u, v, w} de vetores de um espaco vetorial V for L.L, © mesmo aconteceré com 0 conjunto {u + v, u + w, ¥ + w} Solugfo Com efeito, fagamos xu +) + yw +w) +2074 w) =0 Dat, segue! G+ ute toto +D Mas 0 conjunto {u, v, w) & LI. Entio x+y =0 x +220 yeu Escalonando 0 sistema, vemn: fxey x+y {verso ~ 2 yo Coy oy fo sbtena of admite a wlgfo ual = y = 2 = 0 Logo, 0 conjunto {u + ¥,u+w,v +wh ELI 10,2, 1 + D} dee? 6 LD, sobre € mas Li sobre IR. a n Solugso [No primelzo caso, vemos mostrar que existem 21,23 € @, tis que 21-1, + 232,—1 + 9 = ©, 0,camzy ¥ Dour, # 0. ® E fell verificar que 21 ~ 1 satisfazem (1),0 que mostra que 0 conjunto & LD. sobre €, No segundo cato, send x, y € IR tais que xd =D +¥@,-149= 0,0, (a-oxe oy [x0 dre0 ix + - Dy le +@-py=0 e-daf x = y = 0, Logo 0 conjunto & Escalonando © sistema, vem: x + (+ Dy Li. sobre BR . Mostrar que 0 conjunto (1, £08 x, cos 2x} de vetores de C((—m, ml) & LI. Solugto Suponhamos: a+ Beorx + yeo2x = 0, Vx (mh. Eat: Excalonando, ver: p+ yao 28 ° pt2y=0 Daf @ 0 © 0 conjunto é Li. Mostrar que 0 conjunto (1, son* x, cos? x} de vetores de C(I-m, ml) 6 LD. Solugio Basta lembrar que sen? x + cos? x — 1 EXERCICIOS PROPOSTOS 1. Qusis ot subconjuntos abaixo do IR° so linearmente independentes: a) {G, 0, 0, ©, 1, 0, ©, 0, 1, @, 3, 5)} » {4,1 9, 4,0, 0, 0,0, 2) © (0,0, 0, , 2,3), 1, =D) ® 14,1, 0, 4,2,.0, 6, 2, -D} 2. Quais dos subconjuntos abaixo de P4(R) sfo linearmente independentes: ) (x-yterxe te) db) xx etx etx? —1) 9 xe 0,28 - ® ex-Le xe) 3. Demonstrar que o conjunto {1, e%, A} de vetores de (10, 11) € LA 4. Mostrar que 0 conjunto {1, e8, xe®} de vetores de C(10, 11) é LI. #5. Demonstrar que € Li. 0 conjunto Gh, = a), O = a), Ge = 4} de vetores de Pry (R), onde @ & um nimero arbiteéco, 6. Mostrar que subconjunto {x1, x2... Xn} de vetores de um espaco vetoril VELD. se, «© somente so, existe um intsiro {1 <"k'< n) tal que xj & combinagéo linear dos de- mais vetores do conjunto. 1. Detenminar m e n para que of conjunts de vetores do R? dados abaixo sam LI. 2% (. 5m, D, 20,4, Gm, 9} % {0,3,9, 2, m1, 19} © 62n),G,m4n,m—D} 8. Soja {u, v, w} um conjunto LL de vetores de um espago vetosal V. Provar que © conjunto {uty — 3w, + 3v— wv Ww) 6LD. 9. Quals dos seguntes sabconjuntos do? sho LI. sobre €2 © 1,0, 0 +5,2,0,, 1, 0) © 16, 1,0, © 1,9, 0,49} © 1,0, 2 +1, 345-0, 4 + 44,460} 10. Suponba que {v4,.-- ag} € um subsonjunto LI. de um expagovetoril. Mostrar que {aivjs--sotnvnk também & LL, deste que os escalates aj sjam todos nfo nus B “LL, Supona que {iy,-. tp ¥1s--+4¥%4} 6 um subeonjunto Li. de um espago V. Mostrar que Up, coy tel Wy, eee Yel = 60} 12, Sefay... Un} é LL, mostrar que 1 cee MH ae eos Un) também é LL, para todo escalar a. 13, Sejam ay, ... an mimeros reais distintos 2 a 2. Provar que o conjunto de fungSes fort, Jeant PSL. “14, Provar que o conjunto de fungGes {e8*cos bt, e8t sen bt}, onde a eb so némeros raise b# O6LI, 2. PROPRIEDADES DA DEPENDENCIA LINEAR Consideremos um espago vetorid V sobre RR. Py. Se um conjunto finito L CV contém o vetor nulo, entio esse conjunto é LD. Prova — Seja $ = {0, ty, ..., Un). Ent, evidentemente ao + Ou; +... + Oty para todo a # 0. Isso & suficierte para concluir que $ é L.D. # ° Py. SeS={u} CVeuto, entioS 6 LI. Prova ~ Suponhamos au = 0, Como u # 9, entto a vimos nas propriedades dos espagos vetoriais. ® 0 conforme jé Py. Se S ={uy,..., tq} CV ELD, entdo um dos seus vetores 6 combinagio linear dos outros. (Veja exereicio proposto n 6, § 1.) Prova — Por hipdtese existem nimeros reais ay, ..., oq, nem todos iguais, a zero, de modo que yu + agus +... + atl ” Py. Py. Suponhamos a, # 0. Entdo existe 0 inverso'de Gy ¢ multiplicando a igual- dade acima por este inverso teremos: uy + (ar tag du +. + yt an) = Dat uy = Caytay)uy +... + Cait tg © que mostra que u, € combinajdo linear de U;, ..., Un. Analogamente se procede quando aj # 0. # Se S1 @ S; sfo subconjuntos finitos e no vazios de V, se $, CS, eS, é LD,, entio S; também € LD. Prova — Suponhamos Sy = (Uy, ..., ty} © S, = (sy 605 Urs oes Uh Por hipétese existem mimeros reais ay, ..., @, nfo todos nulos, de ma- neira que \ ayuy tt age = Daf aproveitando os escalares e completando com zeros teremos guy +... + aptly + Dupes Hos. + Oy = 0, ‘Como nem todos os escalares que figuram nesta dltima igualdade so nulos, entio pode-se dizer que $; ¢ um conjunto LD. = Se $1 ¢ S; sfo subconjuntos finitos e ndo vazios de V, com S$; CS, e Sy LIL, entio 8, também é L. Prova — Se Sy fosse L.D., enti o mesmo aconteceria com $3, devido & propriedade anterior. Se S = {uj,...,ta} 6 Li, ¢ para um certo u € V tivermos $ U {u} = U1,+..,tta,t} LD, entéo o vetor u é combinagdo linear dos vetores UL, Uy, isto é, u © [S] Prova — Por hipétese tem-se uma igualdade ayy +... Fenty + au a onde nem todos os escalares que nela figuram so nulos. Afirmamos que tum dos escalates nao nulos € 0 a. De fato, se a = 0, entfo ayy + tantly = 0. Como porém 0 conjunto $ é L.L, esta fltima igualdade 6 é posstvel com a =... = aq = 0, Daf, sea =O, enlfoa= a, =...=an=0, 0 que & impossivel. 8 Sendo a # 0 podemos multipliar a igualdade (1) por a"? e teremos: (tau +... + Gq) Uy + U = ou ainda w= Cartayuy +... (aman) og igualdade que nos mostra que u € [S]. # Pp, SS = (Up, -2. Wy «++, Un} © wy [S — {uy} (isto 6, uj & combinagdo linear dos demas vetores de 8), ento {s] = [s — (up). Prova — Faremos a prova supondo j = 1 0 que nada tira em generalidade. E obvio que [S — {u,}] ¢ [8], pois $ ~ {us} CS. Por outro lado, dado um vetor u € [S], entio: us au +... tanta (@; € R). wo Como porém 0 vetor uy esté em [S — {u;}], por hipétese, entio: Uy = Baty +... + Ballas @ Substituindo (2) em (1) iremos obter w= ay(Batls +--+ Bata) + oat +... + ant. Dat = (By + 0n)Us +... + iby + Gan ‘© que prova que u € [S — {u;}] ¢ conseqéentemente que [S] C [S —{u,}]. * Exemplo — Observe no IR* o seguinte sub-espago S = [G, 1, 0, 0), (©, 1, 0, 2), @, 0, 1, 0), @, 2, —1, 4]. E féeil pereober a seguinte relagio . 2(0, 1, 0, 2) — (0, 0, 1, 0) = (0, 2, ~1, 4). ‘A propriedade acima nos garante, ento, que S = [CL 1, 0, 0), @, 1, 0, 2), @, 0, 1, O}. 3. BASE DE UM ESPACO VETORIAL FINITAMENTE GERADO Definigéo 3 — Seja V um espaco vetorial finitamente gerado, Uma base de V 6 um subconjunto finito BC V para o qual as seguintes condigGes se verificam: 16 (@) [Bl=v. (b) B ¢ linearmente independente, Exemplos 1) {(1, 0), ©, 1)} & uma base do IR? 2) {, 0, ..., 0), (0, 1, 0,..., 0),...,,..., 0, 1)} é uma base do RY 3) C1, 0, ..., 0), , 1, 0, -..,0),-..,, ..., 0, 1} € uma base do espago vetorial €", considerado coma espago vetorial sobre €. 4) 0 conjunto das m+n matrizes reais o. Ocnied) 0...0 0 oo. oao 5 ooceqoou0a ales mee yg 0 0... 0 00 0..,0 \o... 0 € uma base do espago Moy x2 (R)- 5) Os n+ 1 polindmios 1, t, ..., t" formam uma base de P, (IR) pois (@) Dado f € Py (IR), existem (¢ sf0 tinicos) ay, a1, ... dy ER de modo que F) = ay + ast t+... + ant”, VEER, © que 6 consequéncia da propria defingdo de polindmio, (b) Se a + at +... + ant" = 0, ¥tE RR, entio ay = devido a0 principio dos polindmios ienticamente nulos. 6) Se indicamos por 0 0 vetor nulo de um espaco vetorial qualquer, entdo uma base do espago {0} &, conforme nossas convengtes a respeito, 0 conjunto 9. Nota: As bases exibidas nos exemplos 1, 2, 3, 4 ¢ 5 sfo chamadas bases candnicas dos espagos IR®, IR", ©, My, x (IR) € Pp (IR), respectivamente, devido a sua na- turalidade, Obviamente, esses espagos tém outras bases, conforme veremos a se- guir. Deixamos como exercicio a verificagdo nos exemplos de 1 ¢ 4, Proposigio 1 — Todo espaco vetorial finitamente gerado admite uma base. Demonstragdo — Indiquemos por V o espago. Se V = {o}, ent&o 9 é uma ba- se de V devido &s convengdes a respeito para este caso. 1 Caso contrétio existe um subconjurto finito e nfo vazio $ CV, de maneira que V = [S]. Como $ # {0}, entdo existem subconjuntos nfo vazios de $ que sfo LJ, Tomemos um deles com 0 maior nimero possfvel de elementos. Indicando por B esse subconjunto, afirmamos que 3 é uma base de V. Devido & maneira como tomamos B, para todo u © $ — B teremos que BU {u) & LD. Logo u combinagio linear de B (ver Py no parigrafo anterior), Usando agora a propriedade P,, concluise que: (B] = [8] = V. Como, por outro lado, B & LiL, pela propria maneira como foi cons- truido, entéo B é uma base de V. 4. DIMENSAO. Iremos enunciar logo a seguir um resultado bastante importante que diz res- peito ao némero de vetores das bases de um espaco vetorial finitamente gerado. Sua demonstragZo, contudo, somente serd feita no apéndice, a0 fim deste capitulo, pelo fato de ser um tanto quanto trabalhosa. Esse apéndice ¢ especialmente recomenda- do aos alunos dos Cursos de Matemtica, Teorema da invaridncia — Seja V um espago vetorial finitamente gerado. EntGo duas bases quaisquer de V tém o mesmo niimero de vetores, Apoiados no teorema da invaridncia, damos a seguinte definigao, Definigio 4 — Seja V um espago vetorial fnitamente gerado. Denomina-se dimensio de V (notagio: dim V) © nimero de vetores de uma qualquer de suas bases. Diz-se também, neste caso, que V 6 um espaco de dimensio finita Decorre da definiedo dada e de consideragbes jd feitas nos exemplos apés ade- finigo 3 que: 1) dim R?=2; 3) dimc"=n; 2) dimR8=n; 4) dimMy

    Você também pode gostar