Baixe o app para aproveitar ainda mais
Prévia do material em texto
A´LGEBRA LINEAR Francisco Oliveira de Lima 27 de abril de 2013 A´lgebra Linear Prefa´cio Neste texto apresentamos uma breve introduc¸a˜o ao estudo da a´lgebra linear, dividi- mos essa abordagem em cinco cap´ıtulos, nos quais sera˜o trabalhados os seguintes temas: espac¸os vetoriais, transformac¸o˜es lineares, autovalores, autovetores e produto interno. Ao iniciar o estudo deste material o leitor deve ter um pouco de conhe- cimento sobre matrizes, determinantes, sistemas lineares e escalonamento. Assim como uma noc¸a˜o sobre derivada e integral de func¸o˜es de uma varia´vel real. Observamos que no final de cada cap´ıtulo existem exerc´ıcios e teste de mu´ltipla escolha. Atrave´s desse estudo esperamos despertar a curiosidade do leitor sobre esse tema ta˜o importante na matema´tica. Notamos ainda que esse texto esta´ longe de abordar todos os assuntos de um curso de a´lgebra linear. No entanto, esperamos fornecer alguns ingredientes que possam ajudar de uma certa forma a construir uma base inicial e que essa venha a ser utilizada em estudos posteriores. Aqui nesse texto trabalhamos apenas com espac¸os vetoriais de dimensa˜o finita sobre o corpo dos nu´meros reais. Esse texto visa principalmente os alunos de licen- ciatura em matema´tica, f´ısica, qu´ımica e cursos na a´rea de engenharia. Para maiores esclarecimentos dos temas abordados, o leitor pode consultar a bibliografia. Agradecimentos: Em primeiro lugar agradec¸o a` Deus por mais uma oportu- nidade. Agradec¸o a todas as pessoas que direta ou indiretamente ajudaram na cons- truc¸a˜o desse texto matema´tico. Agradec¸o a todos os meus professores(as) da edu- cac¸a˜o ba´sica e superior (UFRural-RJ, UFLA-MG e UFPA) na a´rea da matema´tica. Em caso de alguma sugesta˜o ou critica os leitores(as) podem entrar em contato pelo e-mail: contavel@bol.com.br. Local: Dom Eliseu - PA , (Marc¸o de 2013) 1 Suma´rio Prefa´cio 1 1 Espac¸os Vetoriais 4 1.1 Introduc¸a˜o . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 1.2 Subcorpos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 1.3 Espac¸o Vetorial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6 1.4 Subespac¸o Vetorial . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12 1.5 Combinac¸a˜o Linear . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14 1.6 Espac¸o gerado . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17 1.7 Dependeˆncia Linear . . . . . . . . . . . . . . . . . . . . . . . . . . . 23 1.8 Base e dimensa˜o . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25 1.9 Intersec¸a˜o e soma de subespac¸os . . . . . . . . . . . . . . . . . . . . . 33 1.10 Coordenadas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36 1.11 Mudanc¸a de base . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38 1.12 Exerc´ıcios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45 1.13 Respostas dos Exerc´ıcios . . . . . . . . . . . . . . . . . . . . . . . . . 56 1.14 Teste Sobre Espac¸os Vetoriais . . . . . . . . . . . . . . . . . . . . . . 58 1.15 Gabarito do Teste . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73 2 Transformac¸o˜es Lineares 74 2.1 Introduc¸a˜o . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74 2.2 Transformac¸a˜o Linear . . . . . . . . . . . . . . . . . . . . . . . . . . . 75 2.3 Adic¸a˜o de Transformac¸o˜es . . . . . . . . . . . . . . . . . . . . . . . . 83 2.4 Produto de constante por Transformac¸o˜es . . . . . . . . . . . . . . . 84 2.5 Composta de Transformac¸o˜es . . . . . . . . . . . . . . . . . . . . . . 86 2.6 Nu´cleo e Imagem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91 2.7 Isomorfismos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101 2.8 Matriz de uma transformac¸a˜o linear . . . . . . . . . . . . . . . . . . . 106 2.9 Exerc´ıcios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 123 2.10 Respostas dos Exerc´ıcios . . . . . . . . . . . . . . . . . . . . . . . . . 140 2.11 Teste Sobre Transformac¸o˜es Lineares . . . . . . . . . . . . . . . . . . 142 2.12 Gabarito do Teste . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 167 2 SUMA´RIO 3 3 Autovetores e Autovalores 168 3.1 Introduc¸a˜o . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 168 3.2 Polinoˆmio Caracter´ıstico . . . . . . . . . . . . . . . . . . . . . . . . . 170 3.3 Semelhanc¸a . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 179 3.4 Diagonalizac¸a˜o . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 182 3.5 Exerc´ıcios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 191 3.6 Respostas dos Exerc´ıcios . . . . . . . . . . . . . . . . . . . . . . . . . 197 3.7 Teste Sobre Autovalores e Autovetores . . . . . . . . . . . . . . . . . 199 3.8 Gabarito do Teste . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 208 4 Produto Interno 209 4.1 Introduc¸a˜o . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 209 4.2 Norma . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 212 4.3 Aˆngulo entre vetores . . . . . . . . . . . . . . . . . . . . . . . . . . . 214 4.4 Ortogonalidade . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 216 4.5 Processo de Ortogonalizac¸a˜o de Gram-Schmidt . . . . . . . . . . . . . 218 4.6 Complemento Ortogonal . . . . . . . . . . . . . . . . . . . . . . . . . 225 4.7 Projec¸a˜o Ortogonal . . . . . . . . . . . . . . . . . . . . . . . . . . . . 228 4.8 Exerc´ıcios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 231 4.9 Respostas dos Exerc´ıcios . . . . . . . . . . . . . . . . . . . . . . . . . 239 4.10 Teste Sobre Produto Interno . . . . . . . . . . . . . . . . . . . . . . . 241 4.11 Gabarito do Teste . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 253 5 Parte Extra 254 5.1 Introduc¸a˜o . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 254 5.2 Primeira Avaliac¸a˜o . . . . . . . . . . . . . . . . . . . . . . . . . . . . 259 5.3 Segunda Avaliac¸a˜o . . . . . . . . . . . . . . . . . . . . . . . . . . . . 263 5.4 Terceira Avaliac¸a˜o . . . . . . . . . . . . . . . . . . . . . . . . . . . . 267 5.5 Quarta Avaliac¸a˜o . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 271 5.6 Exame Final . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 275 Refereˆncias Bibliogra´ficas 278 Cap´ıtulo 1 Espac¸os Vetoriais 1.1 Introduc¸a˜o Definic¸a˜o 1.1.1. Seja K um conjunto na˜o vazio, munido com duas operac¸o˜es: a soma, onde a cada par de elementos a, b ∈ K fazem corresponder a + b ∈ K, e a multiplicac¸a˜o, onde a cada par de elementos a, b ∈ K fazem corresponder a.b ∈ K. Dizemos que K e´ um corpo se essas operac¸o˜es satisfazem os axiomas: (C1) a+ b = b+ a para todo a, b ∈ K. (C2) (a+ b) + c = a+ (b+ c) para todo a, b, c ∈ K. (C3) Existe o elemento zero 0 ∈ K, tal que 0 + a = a, para todo a ∈ K. (C4) Para cada a ∈ K, existe −a ∈ K, tal que a+ (−a) = 0. (C5) a.b = b.a para todo a, b ∈ K. (C6) a.(b.c) = (a.b).c para todo a, b, c ∈ K. (C7) Existe o elemento unidade 1 ∈ K, tal que a.1 = 1.a = a, para todo a ∈ K. (C8) Sendo a 6= 0, existe a−1 ∈ K tal que a−1.a = a.a−1 = 1. (C9) a.(b+ c) = a.b+ a.c para todo a, b, c ∈ K. Exemplo 1.1.1. O conjunto dos nu´meros racionais Q e o conjunto dos nu´meros reais R sa˜o corpos. Exemplo 1.1.2. O conjunto dos nu´meros complexos C e´ um corpo. Exemplo 1.1.3. O conjunto dos inteiros Z na˜o forma um corpo. Pois na˜o e´ va´lido o oitavo axioma da definic¸a˜o de corpo. Exemplo 1.1.4. O conjunto dos nu´meros naturais N na˜o forma um corpo. Pois falha por exemplo o quarto axioma da definic¸a˜o de corpo. 4 CAPI´TULO 1. ESPAC¸OS VETORIAIS 5 1.2 Subcorpos Definic¸a˜o 1.2.1. Seja N um subconjunto na˜o vazio de um corpo K. Dizemos que N e´ um subcorpode K quando satisfazer as seguintes condic¸o˜es: (1) 0, 1 ∈ N . (2) se a, b ∈ N enta˜o a− b ∈ N . (3) se a, b ∈ N e b 6= 0 enta˜o a.b−1 ∈ N . Exemplo 1.2.1. Prove que A = {x+ y.√3 | x, y ∈ Q} e´ um subcorpo de R. Soluc¸a˜o: De fato, pois 0 = 0 + 0. √ 3 e 1 = 1 + 0. √ 3. Logo 0, 1 ∈ A. Portanto, A e´ diferente do vazio. Sejam os elementos a = x+y. √ 3 e b = z+w. √ 3 de A. Logo a− b = (x− z) + (y−w).√3. Assim, temos a− b ∈ A. Agora, supondo b 6= 0, temos a.b−1 = (x+ y. √ 3). 1 (z + w. √ 3) = (x+ y. √ 3) (z + w. √ 3) . (z − w.√3) (z − w.√3) = (xz − xw.√3 + yz.√3− 3yw) (z2 − 3w2) = ( xz − 3yw z2 − 3w2 ) + ( yz − xw z2 − 3w2 )√ 3 Portanto, a.b−1 ∈ A. Assim, conclu´ımos que A e´ um subcorpo. Exemplo 1.2.2. Seja B = {x + y. 3√5/x, y ∈ Q}. Vamos verificar se B e´ um sub- corpo de R. Soluc¸a˜o: Com efeito, sendo 0 = 0 + 0. 3 √ 5 e 1 = 1 + 0. 3 √ 5. Logo 0, 1 ∈ B. Ou seja, B e´ diferente do vazio. Agora, sejam a = x+y. 3 √ 5 e b = p+ q. 3 √ 5 em B. Logo, a− b = (x− p) + (y− q). 3√5. Ou seja, a− b ∈ B. Ale´m disso, supondo b 6= 0, temos a.b−1 = (x+ y. 3 √ 5). 1 (p+ q. 3 √ 5) = (x+ y. 3 √ 5) (p+ q. 3 √ 5) . (p2 − pq. 3√5 + q2. 3√25) (p2 − pq. 3√5 + q2. 3√25) = ( xp2 + 5yq2 p3 + 5q3 ) + ( yp2 − xpq p3 + 5q3 ) 3 √ 5 + ( xq2 − ypq p3 + 5q3 ) 3 √ 25 Ou seja, a.b−1 6∈ B. Desse modo B na˜o e´ um subcorpo. Exemplo 1.2.3. Seja o subconjunto F = {x+ y.√2/x, y ∈ Z}. E´ poss´ıvel verificar que esse conjunto na˜o e´ um subcorpo de R, tal verificac¸a˜o e´ deixado a crite´rio do leitor. Exemplo 1.2.4. Seja o subconjunto G = {x + y.√5/x, y ∈ Q}. Verifique se G e´ um subcorpo de R. CAPI´TULO 1. ESPAC¸OS VETORIAIS 6 1.3 Espac¸o Vetorial Definic¸a˜o 1.3.1. Seja V um conjunto na˜o vazio, munido com duas operac¸o˜es: a soma de vetores, onde a cada par de vetores u, v ∈ V fazem corresponder o vetor u + v ∈ V , e a multiplicac¸a˜o por escalar, onde o vetor v ∈ V e k ∈ R fazem corresponder o vetor kv ∈ V . Dizemos que V e´ um espac¸o vetorial se essas operac¸o˜es satisfazem os axiomas: (P1) u+ v = v + u para todo u, v ∈ V . (P2) (u+ v) + w = u+ (v + w) para todo u, v, w ∈ V . (P3) Para todo u ∈ V , existe o vetor nulo 0 ∈ V , tal que 0 + u = u. (P4) Para todo u ∈ V , existe o sime´trico −u ∈ V , tal que u+ (−u) = 0. (P5) a(u+ v) = au+ av para todo u, v ∈ V e a ∈ R. (P6) (a+ b)u = au+ bu para todo a, b ∈ R e u ∈ V . (P7) a(bu) = (ab)u para todo a, b ∈ R e u ∈ V . (P8) Existe o elemento 1 ∈ R tal que 1u = u, para todo u ∈ V . Exemplo 1.3.1. Seja V um espac¸o vetorial real. Mostre que: (a) o vetor nulo de V e´ u´nico. (b) o inverso de um elemento de V e´ u´nico. Soluc¸a˜o: Para provar (a), suponhamos que 01 e 02 sejam vetores nulos de V . Por- tanto, usando o axioma (P1) temos 01 = 02 + 01 = 01 + 02 = 02. Logo, conclu´ımos que 01 = 02. Para provar (b), seja v ∈ V e suponha que existem −v1 e −v2 em V tais que v+(−v1) = 0 e v+(−v2) = 0. Assim, usando os axiomas (P1) e (P2) temos (−v1) = (−v1) + 0 = (−v1) + [ v + (−v2) ] = [ (−v1) + v ] + (−v2) = [ v + (−v1) ] + (−v2) = 0 + (−v2) = (−v2) Portanto, mostramos a unicidade. Teorema 1.3.1. (Lei do cancelamento) Seja V um espac¸o vetorial sobre R. Assim, se p+ u = p+ w enta˜o u = w para todo u,w, p ∈ V . Demonstrac¸a˜o. De fato, seja p ∈ V enta˜o existe −p ∈ V tal que −p+ p = 0. Logo u = 0 + u = (−p+ p) + u = −p+ (p+ u) = −p+ (p+ w) = (−p+ p) + w = 0 + w = w CAPI´TULO 1. ESPAC¸OS VETORIAIS 7 Proposic¸a˜o 1.3.1. Seja V um espac¸o vetorial sobre R. Enta˜o, as seguintes afirmac¸o˜es sa˜o va´lidas: (1) α0 = 0, para todo α ∈ R. (2) 0u = 0, para todo u ∈ V . (3) (−1)u = −u, para todo u ∈ V . Demonstrac¸a˜o. No item (1), usando os axiomas (P3) e (P5) temos α0 = α(0 + 0) = α0 + α0. Ale´m disso, sabemos que existe −(α0) em V . Assim, resulta que 0 = −(α0) + α0 = −(α0) + α0 + α0 = 0 + α0. Portanto, temos α0 = 0. No item (2), usando o axioma (P6) obtemos 0u = (0 + 0)u = 0u+ 0u. Por outro lado, existe −(0u) em V . Ou seja, resulta que 0 = −(0u) + 0u = −(0u) + 0u + 0u = 0 + 0u. Portanto, conclu´ımos que 0u = 0. Para provar (3), lembramos que 1u = u. Logo, temos u + (−1)u = 1u + (−1)u = [1 + (−1)]u = 0u = 0. Por outro lado, somando (−u) em ambos os membros da igualdade anterior, temos −u+u+(−1)u = −u+0. Assim, resulta em (−1)u = −u. Proposic¸a˜o 1.3.2. Seja V um espac¸o vetorial sobre R. Enta˜o, as seguintes afirmac¸o˜es sa˜o va´lidas: (1) (−α)u = −(αu), para todo α ∈ R e u ∈ V . (2) α(−u) = −(αu), para todo α ∈ R e u ∈ V . Demonstrac¸a˜o. (1) (−α)u = (−α)u+ 0 = (−α)u+ [αu+ (−(αu))] = [(−α)u+ αu] + (−(αu)) = [(−α) + α]u+ (−(αu)) = 0u+ (−(αu)) = 0 + (−(αu)) = −(αu) (2) α(−u) = α(−u) + 0 = α(−u) + [αu+ (−(αu))] = [α(−u) + αu] + (−(αu)) = α[(−u) + u] + (−(αu)) = α0 + (−(αu)) = 0 + (−(αu)) = −(αu) CAPI´TULO 1. ESPAC¸OS VETORIAIS 8 Proposic¸a˜o 1.3.3. Seja V um espac¸o vetorial sobre R. Enta˜o, as seguintes afirmac¸o˜es sa˜o va´lidas: (1) (α− β)v = αv − βv, onde α, β ∈ R e v ∈ V . (2) α(v − w) = αv − αw, onde α ∈ R e v, w ∈ V . Demonstrac¸a˜o. (1) (α− β)v = (α + (−β))v = αv + (−β)v = αv + (−(βv)) = αv − βv (2) α(v − w) = α(v + (−w)) = αv + α(−w) = αv + (−(αw)) = αv − αw Exemplo 1.3.2. Seja V um espac¸o vetorial real. Mostre que se αu = 0, enta˜o α = 0 ou u = 0, onde u ∈ V e α ∈ R. Soluc¸a˜o: De fato, suponhamos que α 6= 0. Logo, temos u = 1u = (α−1α)u = α−1(αu) = α−10 = 0. Exemplo 1.3.3. Seja o conjunto V = R3 = {(x, y, z) : x, y, z ∈ R} onde os elemen- tos sa˜o da forma u = (x1, y1, z1) e v = (x2, y2, z2). Nesse conjunto esta˜o definidas duas operac¸o˜es: a soma de vetores e a multiplicac¸a˜o por escalar, fornecidas por u+ v = (x1 + x2, y1 + y2, z1 + z2) e kv = (kx1, ky1, kz1), respectivamente. Mostre que esse conjunto e´ um espac¸o vetorial. Soluc¸a˜o: Vamos mostrar apenas o item (2). Os demais ficam a cargo do leitor. Agora, sejam u = (x1, y1, z1), v = (x2, y2, z2) e w = (x3, y3, z3) em R3. Logo, temos (u+ v) + w = (x1 + x2, y1 + y2, z1 + z2) + (x3, y3, z3) = (x1 + x2 + x3, y1 + y2 + y3, z1 + z2 + z3) = (x1, y1, z1) + (x2 + x3, y2 + y3, z2 + z3) = u+ (v + w) Portanto, conclu´ımos que R3 e´ um espac¸o vetorial. CAPI´TULO 1. ESPAC¸OS VETORIAIS 9 Exemplo 1.3.4. De uma forma mais geral o conjunto Rn, onde seus elementos sa˜o vetores da forma u = (x1, x2, · · · , xn) e v = (y1, y2, · · · , yn). Quando nesse conjunto sa˜o definidas as operac¸o˜es u+ v = (x1 + y1, x2 + y2, · · · , xn + yn) e k.u = (k.x1, k.x2, · · · , k.xn), ele se transforma no espac¸o vetorial Rn. Lembrando que o vetor nulo possui todas as coordenadas iguais a zero, ou seja, 0 = (0, 0, · · · , 0) e o inverso aditivo de u e´ dado por −u = (−x1,−x2, · · · ,−xn). Exemplo 1.3.5. Seja o conjunto W = M3×2(R) formado pelas matrizes reais de ordem 3×2, que significa matrizes com 3 linhas e 2 colunas. Quando nesse conjunto definimos a operac¸a˜o de soma de matrizes e multiplicac¸a˜o por escalar, por a11 a12a21 a22 a31 a32 + b11 b12b21 b22 b31 b32 = a11 + b11 a12 + b12a21 + b21 a22 + b22 a31 + b31 a32 + b32 e λ a11 a12a21 a22 a31 a32 = λa11 λa12λa21 λa22 λa31 λa32 , respectivamente. Mostre que esse conjunto define um espac¸o vetorial. Soluc¸a˜o: Vamos mostrar apenas os itens (1) e (2). Os demais ficam a cargo do leitor. Agora, sejam as matrizes A = (aij)3×2, B = (bij)3×2 e C = (cij)3×2 em W . Logo, (1) A+B = a11 a12a21 a22 a31 a32 + b11 b12b21 b22 b31 b32 = a11 + b11 a12 + b12a21 + b21 a22 + b22 a31 + b31 a32 + b32 = b11 + a11 b12 + a12b21 + a21 b22 + a22 b31 + a31 b32 + a32 = b11 b12b21 b22 b31 b32 + a11 a12a21 a22 a31 a32 = B + A CAPI´TULO 1. ESPAC¸OS VETORIAIS 10 (2) (A+B) + C = a11 a12a21a22 a31 a32 + b11 b12b21 b22 b31 b32 + c11 c12c21 c22 c31 c32 = a11 + b11 a12 + b12a21 + b21 a22 + b22 a31 + b31 a32 + b32 + c11 c12c21 c22 c31 c32 = a11 + b11 + c11 a12 + b12 + c12a21 + b21 + c21 a22 + b22 + c22 a31 + b31 + c31 a32 + b32 + c32 = a11 a12a21 a22 a31 a32 + b11 + c11 b12 + c12b21 + c21 b22 + c22 b31 + c31 b32 + c32 = a11 a12a21 a22 a31 a32 + b11 b12b21 b22 b31 b32 + c11 c12c21 c22 c31 c32 = A+ (B + C) Portanto, segue que W e´ um espac¸o vetorial. Exemplo 1.3.6. Um caso importante de espac¸o vetorial e´ o conjunto U = Mm×n(R) das matrizes reais m× n. Ou seja, sa˜o matrizes com m linhas e n colunas. Quando definimos em U , a soma de matrizes e a multiplicac¸a˜o por escalar, dadas por a11 · · · a1n... . . . ... am1 · · · amn + b11 · · · abn... . . . ... bm1 · · · bmn = a11 + b11 · · · a1n + b1n... . . . ... am1 + bm1 · · · amn + bmn e k a11 · · · a1n... . . . ... am1 · · · amn = ka11 · · · ka1n... . . . ... kam1 · · · kamn , respectivamente. Assim, o conjunto U se torna um espac¸o vetorial. Exemplo 1.3.7. Seja um conjunto X na˜o-vazio e representamos por F (X;R) o conjunto de todas as func¸o˜es reais f : X → R. Ou seja, func¸o˜es de domı´nio X. Nesse conjunto a operac¸a˜o de soma de func¸o˜es e´ dada por (f + g)(x) = f(x) + g(x) e a multiplicac¸a˜o por escalar k ∈ R e´ dada por (kf)(x) = kf(x), onde x ∈ X. Prove que esse conjunto e´ um espac¸o vetorial. Soluc¸a˜o: Vamos mostrar apenas os itens (2), (5) e (6). Os itens restantes ficam a cargo do leitor. Agora, sejam as func¸o˜es f, g, h ∈ F (X;R) e as constantes λ, β ∈ R. Portanto, para todo x ∈ X, temos CAPI´TULO 1. ESPAC¸OS VETORIAIS 11 (2) [(f + g) + h](x) = (f + g)(x) + h(x) = f(x) + g(x) + h(x) = f(x) + (g + h)(x) = [f + (g + h)](x) (5) [λ(f + g)](x) = λ(f + g)(x) = λ(f(x) + g(x)) = λf(x) + λg(x) = (λf)(x) + (λg)(x) = [λf + λg](x) (6) [(λ+ β)f ](x) = (λ+ β)f(x) = λf(x) + βf(x) = (λf)(x) + (βf)(x) = [λf + βf ](x) Logo, F (X;R) e´ um espac¸o vetorial. Exemplo 1.3.8. Seja o conjunto Pn(R) formado pelos polinoˆmios de grau menor ou igual a n, com coeficientes reais e n um natural diferente de zero. Considere os elementos p(x) = a0 + a1x + · · · + anxn e q(x) = b0 + b1x + · · · + bnxn. Assim, em relac¸a˜o a` soma de polinoˆmios e a multiplic¸a˜o por escalar, definidas por (p+ q)(x) = (a0 + b0) + (a1 + b1)x+ · · ·+ (an + bn)xn e (λp)(x) = (λa0) + (λa1)x+ · · ·+ (λan)xn, respectivamente. Logo, Pn(R) se transforma num espac¸o vetorial. Exemplo 1.3.9. Seja o espac¸o W = R2 formado pelos pares ordenados (x, y) tais que x, y ∈ R. Nesse espac¸o definimos as operac¸o˜es de soma e a multiplicac¸a˜o por escalar (a, b)⊕ (x, y) = (a+ x, y) e k � (x, y) = (x, ky), respectivamente. Verifique se (W,⊕,�) e´ um espac¸o vetorial. Soluc¸a˜o: Sejam os elementos u = (x, y) e v = (p, q) no espac¸o R2. Logo, segue que u⊕ v = (x, y)⊕ (p, q) = (x+ p, q) e v ⊕ u = (p, q)⊕ (x, y) = (p+ x, y). Portanto, conclu´ımos que u ⊕ v 6= v ⊕ u. Logo, (W,⊕,�) na˜o forma um espac¸o vetorial. CAPI´TULO 1. ESPAC¸OS VETORIAIS 12 1.4 Subespac¸o Vetorial Definic¸a˜o 1.4.1. Sejam V um espac¸o vetorial e W um subconjunto na˜o vazio de V . Diremos que W e´ um subespac¸o vetorial de V, se satisfaz as condic¸o˜es: (S1) 0 ∈ W ; (S2) Se u, v ∈ W enta˜o u+ v ∈ W ; (S3) Se u ∈ W e k ∈ R enta˜o kv ∈ W . Exemplo 1.4.1. Seja o subconjunto W = {(x,−2x) | x ∈ R} do R2. Verifique se W e´ um subespac¸o vetorial. Soluc¸a˜o: Vamos verificar as condic¸o˜es acima, observamos que W 6= ∅, pois (0, 0) ∈ W . Agora, suponha (x,−2x) e (y,−2y) em W , enta˜o a soma (x,−2x) + (y,−2y) = (x + y,−2(x + y)) ∈ W . Por outro lado, seja k ∈ R e (x,−2x) em W , logo k(x,−2x) = (kx,−2(kx)) ∈ W . Portanto, W e´ subespac¸o. Exemplo 1.4.2. Considere o subconjunto W = {(x, x2) | x ∈ R} do R2. Verifique se W e´ um subespac¸o vetorial. Soluc¸a˜o: Inicialmente percebemos que W 6= ∅ pois (0, 0) ∈ W . Agora, suponha que (x, x2) e (y, y2) em W , assim a soma (x, x2) + (y, y2) = (x + y, x2 + y2) e´ diferente de (x+ y, (x+ y)2). Logo, a soma de vetores na˜o pertence a W . Assim, conclu´ımos que W na˜o e´ um subespac¸o. Exemplo 1.4.3. Sendo o conjunto W = {(x, y, z) ∈ R3 | x− 8y+ z = 0}. Verifique se W e´ um subespac¸o vetorial de R3. Soluc¸a˜o: Primeiramente percebemos que (0, 0, 0) ∈ W , logo W 6= ∅. Agora, con- sidere os vetores (x, y, z) e (a, b, c) emW . Assim, atrave´s da soma (x, y, z)+(a, b, c) = (x+a, y+b, z+c) temos que (x+a)−8(y+b)+(z+c) = (x−8y+z)+(a−8b+c) = 0 + 0 = 0. Logo, a soma pertence a W . Agora, considere a constante real k e o vetor (x, y, z) e fazendo k(x, y, z) = (kx, ky, kz) temos que (kx) − 8(ky) + (kz) = k(x− 8y + z) = k0 = 0. Logo, a multiplicac¸a˜o por escalar pertence a W . Portanto, W e´ subespac¸o vetorial. Exemplo 1.4.4. Seja o subconjuntoW = {( a− b b 3b a+ b ) | a, b ∈ R } deM2(R). Prove que W e´ um subespac¸o vetorial. Soluc¸a˜o: Com efeito, percebemos que a matriz ( 0 0 0 0 ) ∈ W . Logo W 6= ∅. Agora, sejam os elementos ( a− b b 3b a+ b ) e ( x− y y 3y x+ y ) . Enta˜o, obtemos ( a− b b 3b a+ b ) + ( x− y y 3y x+ y ) = ( (a+ x)− (b+ y) (b+ y) 3(b+ y) (a+ x) + (b+ y) ) CAPI´TULO 1. ESPAC¸OS VETORIAIS 13 Logo, a soma pertence a W . Por outro lado, seja λ uma constante real, enta˜o λ ( a− b b 3b a+ b ) = ( λ(a− b) λb λ(3b) λ(a+ b) ) = ( λa− λb λb 3λb λa+ λb ) Portanto, a multiplicac¸a˜o por escalar pertence a W . Assim, conclu´ımos que W e´ um subespac¸o. Exemplo 1.4.5. Seja o subconjuntoW = {p(x) ∈ P2(R) | p(1) + p′(−2) = 0}. Prove que W e´ um subespac¸o vetorial. Soluc¸a˜o: De fato, segue que W 6= ∅, pois o polinoˆmio nulo pertence a W . Agora, considere os elementos p(x) e q(x) em W . Enta˜o, obtemos (p+ q)(1) + (p+ q)′(−2) = p(1) + q(1) + p′(−2) + q′(−2) = (p(1) + p′(−2)) + (q(1) + q′(−2)) = 0 + 0 = 0. Logo, a soma pertence a W . Agora, seja uma constante λ real. Enta˜o, segue que (λp)(1) + (λp)′(−2) = λ(p(1) + p′(−2)) = λ0 = 0. Portanto, o produto por escalar pertence a W . Ou seja, W e´ um subespac¸o. Exemplo 1.4.6. Sendo o subconjunto W = {p(x) ∈ P3(R) | p(−1) = 4}. Verifique se W e´ um subespac¸o vetorial. Soluc¸a˜o: Inicialmente, percebemos que o polinoˆmio nulo n(x) = 0 + 0x+ 0x2 + 0x3 na˜o pertence a W , pois n(−1) = 0. A partir disso ja´ poder´ıamos concluir que W na˜o e´ subespac¸o. Mas, vamos verificar a segunda condic¸a˜o, para isso considere os polinoˆmios p(x) = −6 − 3x + 8x2 + x3 e q(x) = 8 + 3x + 4x2 + 5x3 pertencentes a W , enta˜o encontramos p(−1) = 4 e q(−1) = 4, mas a soma (p + q)(−1) = 8 na˜o pertence a W . Logo, na˜o e´ um subespac¸o vetorial. Exemplo 1.4.7. Considere a matriz A ∈ Mn(R) e seja o subconjunto W de Rn, dado por W = {x ∈ Rn | Ax = 0}. Mostre que W e´ um subespac¸o vetorial. Soluc¸a˜o: Com efeito, percebemos que W 6= ∅, pois o vetor nulo pertence a W . Agora, sejam os elementos x e y de W , enta˜o obtemos A(x + y) = Ax + Ay = 0 + 0 = 0. Assim, a soma pertence a W . Agora, considere a constante λ real e x em W . Enta˜o, encontramos A(λx) = λ(Ax) = λ0 = 0. Ou seja, a multiplicac¸a˜o por escalar pertence a W . Portanto, segue que esse subconjunto e´ um subespac¸o. Exemplo 1.4.8. Considere o subconjunto W = {A ∈Mn(R) | A2 = A}. Verifique se W e´ um subespac¸o vetorial de Mn(R). Soluc¸a˜o: Inicialmente, percebemos que W 6= ∅, pois a matriz nula pertence a W . Agora, sejam as matrizes A e B em W . Enta˜o, encontramos (A+B)2 = A2 + AB +BA+B2 = A+ AB +BA+B. Portanto, (A+B)2 6= A+B. Assim, conclu´ımos que W na˜o e´ subespac¸o. CAPI´TULO 1. ESPAC¸OS VETORIAIS 14 Proposic¸a˜o 1.4.1. Sejam V um espac¸o vetorial e W um subconjuntona˜o vazio de V . Dizemos que W e´ um subespac¸o vetorial de V se, e somente se, av + bw ∈ W para a, b ∈ R e v, w ∈ W . Demonstrac¸a˜o. Com efeito, suponhamos que W seja um subespac¸o de V e consi- deremos a, b ∈ R e v, w ∈ W . Logo, podemos concluir que av ∈ W e bw ∈ W . Portanto, resulta que av + bw ∈ W . Reciprocamente, se W e´ um subconjunto que satisfaz a condic¸a˜o av + bw ∈ W . Enta˜o, fazendo a = b = 0 temos que 0 ∈ W . Ou seja, o vetor nulo pertence a W . Agora, fazendo a = 0 e b = 1 obtemos bw ∈ W e finalmente fazendo a = b = 1, obtemos v + w ∈ W . Portanto, segue que W e´ um subespac¸o vetorial. Exemplo 1.4.9. Mostre que o subconjunto U do espac¸o vetorial M2(R) definido por U = {[ a+ 2b 0 0 7a− b ] | a, b ∈ R } e´ um subespac¸o vetorial. Soluc¸a˜o: De fato, consideremos os elementos M = [ a+ 2b 0 0 7a− b ] e N =[ c+ 2d 0 0 7c− d ] de U e as constantes α, β ∈ R. Portanto, segue que αM + βN = α [ a+ 2b 0 0 7a− b ] + β [ c+ 2d 0 0 7c− d ] = [ αa+ 2αb 0 0 7αa− αb ] + [ βc+ 2βd 0 0 7βc− βd ] = [ (αa+ βc) + 2(αb+ βd) 0 0 7(αa+ βc)− (αb+ βd) ] Logo, αM + βN ∈ U . Assim, conclu´ımos que U e´ um subespac¸o de M2(R). 1.5 Combinac¸a˜o Linear Definic¸a˜o 1.5.1. Dado um espac¸o vetorial V e considere os elementos v1, · · · , vn de V . Assim, dado um elemento v em V , dizemos que v e´ uma combinac¸a˜o linear dos elementos v1, · · · , vn quando satisfaz a igualdade v = a1v1 + · · ·+ anvn (1.1) onde ai sa˜o constantes reais e i ∈ {1, · · · , n}. Observemos que se na˜o ocorrer a igualdade (1.1) diremos que v na˜o e´ combinac¸a˜o linear dos elementos de V . CAPI´TULO 1. ESPAC¸OS VETORIAIS 15 Exemplo 1.5.1. Escreva os vetores (2,−3) e (x, y) do R2 como combinac¸a˜o linear dos vetores (3,−1) e (−2, 7). Soluc¸a˜o: Inicialmente, vamos escrever (2,−3) como combinac¸a˜o linear de (3,−1) e (−2, 7). Ou seja, devemos encontrar as constantes reais a e b de modo que satisfac¸a a seguinte igualdade (2,−3) = a(3,−1) + b(−2, 7). Logo, obtemos o sistema linear{ 3a − 2b = 2 −a + 7b = −3. (1.2) Resolvendo o sistema (1.2), obtemos a = 8 19 e b = −7 19 . Assim, substituindo esses valores, encontramos a combinac¸a˜o linear desejada (2,−3) = 8 19 (3,−1)− 7 19 (−2, 7). Finalmente, para escrever o vetor (x, y) como combinac¸a˜o linear dos vetores (3,−1) e (−2, 7), devemos encontrar constantes reais p e q de modo que a seguinte igualdade (x, y) = p(3,−1) + q(−2, 7) seja verdadeira. Portanto, encontramos o sistema{ 3p − 2q = x −p + 7q = y. (1.3) Resolvendo o sistema (1.3), obtemos p = 7x+2y 19 e q = x+3y 19 . Apo´s, a substituic¸a˜o desses valores na combinac¸a˜o acima. Resulta que a combinac¸a˜o linear sera´ dada por (x, y) = 7x+ 2y 19 (3,−1) + x+ 3y 19 (−2, 7). Exemplo 1.5.2. Escreva o elemento (1,−2, 3) ∈ R3 como combinac¸a˜o linear dos vetores (3, 1,−1), (1,−2, 4) e (1,−5, 1) em R3. Soluc¸a˜o: Para resolver essa questa˜o, devemos obter as constantes a, b e c reais, de modo que a igualdade (1,−2, 3) = a(3, 1,−1) + b(1,−2, 4) + c(1,−5, 1) seja verdadeira. Isso equivale a resolver o sistema linear 3a + b + c = 1 a − 2b − 5c = −2 −a + 4b + c = 3. Resolvendo esse sistema, encontramos a = 1 20 , b = 11 15 e c = 7 60 . Em seguida substi- tuimos na combinac¸a˜o acima. Portanto, o resultado desejado e´ dado por (1,−2, 3) = 1 20 (3, 1,−1) + 11 15 (1,−2, 4) + 7 60 (1,−5, 1). Exemplo 1.5.3. Determine as constantes reais x, y, z, e w na combinac¸a˜o linear[ 2 −3 −5 4 ] = x [ 1 1 2 1 ] + y [ 3 1 1 4 ] + z [ −5 1 −1 1 ] + w [ 4 −3 2 3 ] CAPI´TULO 1. ESPAC¸OS VETORIAIS 16 Soluc¸a˜o: De fato, desenvolvendo a igualdade acima, encontramos o sistema linear x + 3y − 5z + 4w = 2 x + y + z − 3w = −3 2x + y − z + 2w = −5 x + 4y + z + 3w = 4. Escalonando, obtemos x + 3y − 5z + 4w = 2 − 2y + 6z − 7w = −5 − 12z + 23w = 7 51w = 3. Portanto, segue que x = −55 17 , y = 15 17 , z = −8 17 e w = 1 17 . Exemplo 1.5.4. Escreva o polinoˆmio p(x) = 5x − 8 como combinac¸a˜o linear dos polinoˆmios q(x) = −3x+ 5 e m(x) = 2x− 7. Soluc¸a˜o: Vamos encontrar as constantes reais a e b de modo que a seguinte igualdade 5x− 8 = a(−3x+ 5) + b(2x− 7) seja verdadeira. Logo, fazendo o desenvolvimento obtemos 5x− 8 = (−3a+ 2b)x+ (5a− 7b). Portanto, encontramos o sistema linear{ −3a + 2b = 5 5a − 7b = −8. Escalonando, obtemos a = −19 11 e b = −1 11 . Logo, a combinac¸a˜o linear e´ dada por 5x− 8 = −19 11 (−3x+ 5)− 1 11 (2x− 7). Exemplo 1.5.5. Escreva o vetor (2, 10) como combinac¸a˜o linear dos vetores (1,−6), (−3, 7) e (4, 8) em R2. Soluc¸a˜o: Com efeito, devemos obter as constantes x, y e z reais, tais que a igualdade (2, 10) = x(1,−1) + y(−3, 7) + z(4, 8) seja va´lida. Portanto, resulta no sistema{ x − 3y + 4z = 2 −x + 7y + 8z = 10. Escalonando, obtemos a soluc¸a˜o geral (x, y, z) = (11 − 13λ, 3 − 3λ, λ), onde λ ∈ R. Logo, para o vetor (2, 10) existem infinitas combinac¸o˜es lineares e para ilus- trac¸a˜o citaremos duas combinac¸o˜es: Assim, fazendo λ = −1 e λ = 2, encontramos (2, 10) = 24(1,−1) + 6(−3, 7) − (4, 8) e (2, 10) = −15(1,−1) − 3(−3, 7) + 2(4, 8), respectivamente. Portanto, atribuindo outros valores para λ ∈ R e´ poss´ıvel obter va´rias combinac¸o˜es lineares. CAPI´TULO 1. ESPAC¸OS VETORIAIS 17 Exemplo 1.5.6. Encontre as constantes reais x e y tal que acontec¸a a igualdade (1,−5, 2) = x(1,−1, 4) + y(2, 1, 3) (F ) Soluc¸a˜o: Primeiramente, observamos que obter x e y em (F ) e´ equivalente a resolver x + 2y = 1 −x + y = −5 4x + 3y = 2. Para resolver o sistema acima, vamos encontrar inicialmente a soluc¸a˜o do sistema formado pelas duas primeiras equac¸o˜es. Dessa forma, temos{ x + 2y = 1 −x + y = −5. Resolvendo, obtemos a soluc¸a˜o x = 11 3 e y = −4 3 . Agora, substituindo esses valores na terceira equac¸a˜o obtemos o resultado 4 ( 11 3 ) + 3 (−4 3 ) 6= 2. Portanto, o sistema e´ imposs´ıvel. Ou seja, na˜o e´ poss´ıvel encontrar as constantes x e y que satisfac¸a a condic¸a˜o (F ). Assim, conclu´ımos que o vetor (1,−5, 2) na˜o e´ combinac¸a˜o linear dos vetores (1,−1, 4) e (2, 1, 3). 1.6 Espac¸o gerado Definic¸a˜o 1.6.1. Dado um espac¸o vetorial V e seja o subconjunto S = {v1, · · · , vn} de V . Denotamos por [S] o conjunto formado por todas as combinac¸o˜es lineares de elementos de S. Assim, diremos que [S] e´ o espac¸o gerado por S. Ou seja, os elementos de S sa˜o os geradores de [S]. Proposic¸a˜o 1.6.1. Seja S = {v1, · · · , vn} um subconjunto de um espac¸o vetorial V . Enta˜o [S] e´ um subespac¸o vetorial de V . Demonstrac¸a˜o. Com efeito, observamos que o vetor nulo pertence a [S], pois temos 0 = 0v1 + · · ·+ 0vn. Agora, sejam u, v ∈ [S]. Logo, u = a1v1+· · ·+anvn e v = b1v1+· · ·+bnvn. Portanto, u+ v = a1v1 + · · ·+ anvn + b1v1 + · · ·+ bnvn = (a1 + b1)v1 + · · ·+ (an + bn)vn. Logo, u+ v ∈ [S]. Agora, seja u ∈ [S] enta˜o u = a1v1 + · · ·+ anvn e uma constante k ∈ R. Assim, obtemos ku = k(a1v1 + · · ·+ anvn) = (ka1)v1 + · · ·+ (kan)vn. Ou seja, ku ∈ [S]. Assim, conclu´ımos que ele forma um subespac¸o de V . CAPI´TULO 1. ESPAC¸OS VETORIAIS 18 Proposic¸a˜o 1.6.2. Seja V um espac¸o vetorial gerado pelos vetores v1, · · · , vn e sabendo que vn e´ uma combinac¸a˜o linear dos demais vetores. Enta˜o, os vetores v1, · · · , vn−1 geram V . Demonstrac¸a˜o. De fato, considerando o elemento v ∈ V e sabendo que o conjunto v1, · · · , vn gera V . Logo, existem constantes reais a1, · · · , an tais que v = a1v1 + · · ·+ anvn. (1.4) Por outro lado, sabemos que vn e´ combinac¸a˜o linear dos demais vetores. Logo, existem constantes reais b1, · · · , bn−1 de modo que vn = b1v1 + · · ·+ bn−1vn−1. (1.5) Assim, substituindo (1.5) em (1.4), obtemos v = a1v1 + · · ·+ an[b1v1+ · · ·+ bn−1vn−1] = (a1 + anb1)v1 + · · ·+ (an−1 + anbn−1)vn−1. Portanto, os vetores v1, · · · , vn−1 geram V . Exemplo 1.6.1. Mostre que os vetores (1, 0, 0), (0, 1, 0) e (0, 0, 1) geram o R3. Soluc¸a˜o: De fato, consideremos um elemento (x, y, z) ∈ R3. Assim, podemos escrever (x, y, z) = x(1, 0, 0) + y(0, 1, 0) + z(0, 0, 1) e como na˜o existe nenhuma restric¸a˜o para as constantes x, y, z ∈ R. Enta˜o, os vetores geram o R3 e escrevemos da seguinte forma [(1, 0, 0)(0, 1, 0)(0, 0, 1)] = R3. Exemplo 1.6.2. Ache o subespac¸o gerado pelos vetores v = (1, 2) e w = (−3, 1) em R2. Soluc¸a˜o: Inicialmente consideremos (x, y) ∈ R2 e as constantes a, b ∈ R. Agora, vamos analisar a combinac¸a˜o linear a(1, 2) + b(−3, 1) = (x, y). Assim, obtemos{ a − 3b = x 2a + b = y. (1.6) Resolvendo o sistema (1.6) obtemos a soluc¸a˜o u´nica a = x+3y 7 e b = −2x+y 7 . Desse modo podemos concluir que qualquer vetor do R2 pode ser escrito como combinac¸a˜o linear de u e w. Assim, esses vetores geram todo o espac¸o R2. Logo, podemos representar por [(1, 2), (−3, 1)] = R2. Exemplo 1.6.3. Ache o subespac¸o gerado pelos vetores v = (1, 1, 2) e w = (3, 2,−4) em R3. CAPI´TULO 1. ESPAC¸OS VETORIAIS 19 Soluc¸a˜o: Seja o elemento (x, y, z) ∈ R3 e as constantes a, b ∈ R. Agora, vamos estudar a combinac¸a˜o linear a(1, 1, 2) + b(3, 2,−4) = (x, y, z). Logo, vem que a + 3b = x a + 2b = y 2a − 4b = z. Escalonando, temos a + 3b = x − b = y − x − 10b = z − 2x. Resulta que a + 3b = x − b = y − x 0 = (z − 2x)− 10(y − x) (1.7) Logo, o sistema (1.7) tera´ soluc¸a˜o somente quando 8x − 10y + z = 0. Portanto, o subespac¸o gerado e´ fornecido por V = { (x, y, z) ∈ R3 | 8x− 10y + z = 0} . Exemplo 1.6.4. Seja W = {x2 − 2x+ 3, 2x2 − x− 5} no espac¸o vetorial P2(R). Encontre o subespac¸o gerado por W . Soluc¸a˜o: Considere o elemento p(x) = ax2 + bx + c em P2(R) e as constantes reais α e β. Seja a combinac¸a˜o α(x2 − 2x + 3) + β(2x2 − x − 5) = ax2 + bx + c. Logo, obtemos a igualdade (α+ 2β)x2 + (−2α−β)x+ (3α− 5β) = ax2 + bx+ c. Portanto, α + 2β = a −2α − β = b 3α − 5β = c. Escalonando, segue que α + 2β = a + 3β = b+ 2a − 11β = c− 3a. Equivalentemente, temos α + 2β = a + 3β = b+ 2a 0 = (c− 3a) + 11 3 (b+ 2a). (1.8) Ale´m disso, o sistema (1.8) tera´ soluc¸a˜o somente quando for verdadeira a igualdade (c− 3a) + 11 3 (2a+ b) = 0. Assim, o subespac¸o gerado e´ dado por W = {p(x) ∈ P2(R) | 13a+ 11b+ 3c = 0} . CAPI´TULO 1. ESPAC¸OS VETORIAIS 20 Exemplo 1.6.5. Sendo V = {t3 − 2t2 + 3, t3 + 4t− 2, t2 + t} no espac¸o vetorial P3(R). Determine o subespac¸o gerado por V . Soluc¸a˜o: Seja p(t) = at3 + bt2 + ct + d em P3(R) e as constantes reais α , β e λ. Onde α(t3 − 2t2 + 3) + β(t3 + 4t− 2) + λ(t2 + t) = at3 + bt2 + ct + d. Resulta que (α + β)t3 + (−2α + λ)t2 + (4β + λ)t+ (3α− 2β) = at3 + bt2 + ct+ d. Portanto, α + β = a −2α + λ = b 4β + λ = c 3α − 2β = d. Escalonando, temos α + β = a 2β + λ = 2a+ b − λ = c− 4a− 2b + 5λ 2 = (d− 3a) + 5 2 (2a+ b). Finalmente, segue que α + β = a 2β + λ = 2a+ b − λ = c− 4a− 2b 0 = (d− 3a) + 5 2 (2a+ b) + 5 2 (c− 4a− 2b). (1.9) Portanto, conclu´ımos que o sistema (1.9) tera´ soluc¸a˜o somente quando tivermos a condic¸a˜o (d− 3a) + 5 2 (2a+ b) + 5 2 (c− 4a− 2b) = 0. Assim, o subespac¸o gerado e´ W = {p(t) ∈ P3(R) | 16a+ 5b− 5c− 2d = 0} . Exemplo 1.6.6. De acordo com o espac¸o vetorial M2(R) e o seguinte subconjunto W = {( 1 1 −2 3 ) , ( −5 4 1 −1 )} . Enta˜o, o subespac¸o gerado por W e´ dado por: a) {( a b c d ) ∈M2(R) | a− b− c+ 5d = 0 e b+ 2c− 2d = 0 } b) {( a b c d ) ∈M2(R) | 2a− b+ 7c− 4d = 0 } c) {( a b c d ) ∈M2(R) | a+ b+ c = 0 e 13a+ 14b− 9d = 0 } CAPI´TULO 1. ESPAC¸OS VETORIAIS 21 d) (NDA) Nenhuma das anteriores Soluc¸a˜o: Primeiramente, seja o elemento ( a b c d ) em M2(R) e as constantes reais α e β. Agora, teremos a combinac¸a˜o linear α ( 1 1 −2 3 ) + β ( −5 4 1 −1 ) = ( a b c d ) . Desenvolvendo a igualdade acima, encontramos α − 5β = a α + 4β = b −2α + β = c 3α − β = d. Escalonando, obtemos α − 5β = a + 9β = b− a − 9β = c+ 2a + 14β = d− 3a. Logo, segue que α − 5β = a + 9β = b− a 0 = a+ b+ c 0 = (d− 3a)− 14 9 (b− a). (1.10) Portanto, o sistema (1.10) tera´ soluc¸a˜o somente quando for verdadeira as igualdades a+ b+ c = 0 e (d− 3a)− 14 9 (b− a) = 0. Assim, o subespac¸o gerado e´ dado por W = {( a b c d ) ∈M2(R) | a+ b+ c = 0 e 13a+ 14b− 9d = 0 } . Logo, a alternativa C e´ a correta. Exemplo 1.6.7. Mostre que os vetores u = (1, 2), v = (−2, 1) e w = (1,−1) geram o espac¸o vetorial R2. Soluc¸a˜o: De fato, considerando o elemento (x, y) ∈ R2 e as constantes reais a, b e c. Desenvolvendo a combinac¸a˜o a(1, 2)+b(−2, 1)+c(1,−1) = (x, y), resulta no sistema{ a − 2b + c = x 2a + b − c = y. Escalonando, segue que{ a − 2b + c = x 5b − 3c = y − 2x. CAPI´TULO 1. ESPAC¸OS VETORIAIS 22 Assim, obtemos { a − 1 5 c = x+ 2y−4x 5 b − 3 5 c = y−2x 5 (1.11) Portanto, usando o sistema (1.11) obtemos a = c 5 +x+2y 5 e b = 3c 5 + y−2x 5 . Observamos que c, x e y podem assumir qualquer valor real. Assim, dado um vetor do R2, ele sempre podera´ ser escrito como combinac¸a˜o linear dos vetores u, v e w. Portanto, eles geram o espac¸o R2. Como ilustrac¸a˜o, vamos escrever o vetor p = (5, 7) do R2, como combinac¸a˜o linear dos vetores u, v e w. Logo, segue que (5, 7) = ( c+ 19 5 ) (1, 2) + ( 3c− 3 5 ) (−2, 1) + c(1,−1) onde c e´ uma constante real qualquer. Logo, conclu´ımos que a combinac¸a˜o linear acima na˜o e´ u´nica. Assim para cada c teremos uma combinac¸a˜o linear diferente. Ou seja, existem infinitas combinac¸o˜es distintas. Exemplo 1.6.8. Prove que os vetores u = (1, 2, 1), v = (2,−1, 4) e w = (−1, 2,−3) geram o R3. Soluc¸a˜o: De fato, seja o elemento (x, y, z) ∈ R3 e as constantes reais a, b e c. Assim, considerando a combinac¸a˜o a(1, 2, 1) + b(2,−1, 4) + c(−1, 2,−3) = (x, y, z), temos a + 2b − c = x 2a − b + 2c = y a + 4b − 3c = z. (1.12) Resolvendo, obtemos a = −5x+2y+3z 2 , b = 8x−2y−4z 2 e c = 9x−2y−5z 2 . Portanto, a soluc¸a˜o do sistema (1.12) e´ u´nica, segue que qualquer vetor do R3 pode ser escrito como combinac¸a˜o linear dos vetores u , v e w. Logo, eles geram o R3. Definic¸a˜o 1.6.2. Seja V um espac¸o vetorial. Diremos que V e´ finitamente gerado, quando existir um subconjunto S ⊂ V , com S finito, tal que V = [S]. Exemplo 1.6.9. O espac¸o vetorial R3 e´ finitamente gerado, pois existe um sub- conjunto finito S = {(1, 0, 0), (0, 1, 0), (0, 1, 2)}. Ale´m, disso sabemos que dado (x, y, z) ∈ R3. Logo, temos (x, y, z) = a(1, 0, 0) + b(0, 1, 0) + c(0, 2, 1), onde a = x, b = y − 2z e c = z. Portanto, segue que R3 = [S]. Exemplo 1.6.10. O espac¸o vetorial P2(R) e´ finitamente gerado, pois existe um subconjunto finito S = {1, 4− t, 1 + t2}. Tal que para a+ bt+ ct2 ∈ P2(R) temos a combinac¸a˜o linear a + bt + ct2 = x(1) + y(4 − t) + z(1 + t2), onde x = a + 4b − c, y = −b e z = c. Portanto, segue que P2(R) = [S]. CAPI´TULO 1. ESPAC¸OS VETORIAIS 23 1.7 Dependeˆncia Linear Definic¸a˜o 1.7.1. Diremos que os vetores v1, · · · , vk no espac¸o vetorial V sa˜o linear- mente independentes, quando a combinac¸a˜o linear a1v1 + · · ·+ akvk = 0, (1.13) possuir todos os escalares iguais a zero. Ou seja, a1 = · · · = an = 0. Quando na combinac¸a˜o (1.13) as constantes na˜o forem todas nulas. Neste caso, diremos que os vetores v1, · · · , vk sa˜o linearmente dependentes. Normalmente usamos a seguinte notac¸a˜o, quando o conjunto e´ linearmente independente, adotamos a forma abrevi- ada (L.I) e no caso de linearmente dependente (L.D).Proposic¸a˜o 1.7.1. Um conjunto {w1, · · · , wn} e´ linearmente dependente se, e so- mente se um desses vetores e´ combinac¸a˜o linear dos demais vetores. Demonstrac¸a˜o. De fato, suponhamos que {w1, · · · , wn} seja linearmente depen- dente. Assim, temos a combinac¸a˜o linear b1w1 + · · · + bnwn = 0, sem perda de generalidade podemos supor que bn 6= 0. Logo, encontramos wn = ( − b1 bn ) w1 + · · ·+ ( −bn−1 bn ) wn−1 Assim, wn e´ combinac¸a˜o linear dos demais vetores. Por outro lado, suponhamos que no conjunto {w1, · · · , wn} um dos vetores seja combinac¸a˜o linear dos demais. Logo, sem perda de generalidade podemos supor que w1 = c2w2 + · · ·+ cnwn. Portanto, (−1)w1 + c2w2 + · · ·+ cnwn = 0. Ou seja, mostramos que {w1, · · · , wn} e´ linearmente dependente. Exemplo 1.7.1. Mostre que os vetores v = (1, 4) e w = (−5, 2) sa˜o linearmente independentes. Soluc¸a˜o: Consideremos a combinac¸a˜o a(1, 4) + b(−5, 2) = (0, 0), onde a e b sa˜o constantes reais. Logo, obtemos o sistema{ a − 5b = 0 4a + 2b = 0. Resolvendo, obtemos a soluc¸a˜o u´nica a = b = 0. Assim, conclu´ımos que os vetores v e w sa˜o linearmente independentes. Exemplo 1.7.2. Mostre que os vetores u = (1,−1), v = (3,−4) e w = (−1, 5) sa˜o linearmente dependentes. CAPI´TULO 1. ESPAC¸OS VETORIAIS 24 Soluc¸a˜o: Seja a combinac¸a˜o a(1,−1) + b(3,−4) + c(−1, 5) = (0, 0), onde a, b e c sa˜o constantes reais. Ou seja, encontramos{ a + 3b − c = 0 −a − 4b + 5c = 0. Escalonamento, obtemos a soluc¸a˜o geral (a, b, c) = (−11, 4, 1)λ onde λ ∈ R. Logo, o sistema possui soluc¸a˜o diferente da nula. Ou seja, os vetores sa˜o LD. Por outro lado, fazendo λ = 1, obtemos a = −11, b = 4 e c = 1. Portanto, segue que − 11.u+ 4.v + 1.w = 0. (1.14) Usando a combinac¸a˜o (1.14). Podemos dizer que o vetor u e´ uma combinac¸a˜o linear dos vetores v e w, pois temos u = ( 4 11 ) v + ( 1 11 ) w. Exemplo 1.7.3. Verifique se H = {(1, 5, 1), (−2, 1,−2), (3, 1,−1)} e´ LI ou LD. Soluc¸a˜o: Inicialmente, seja a(1, 5, 1) + b(−2, 1,−2) + c(3, 1,−1) = (0, 0, 0), onde a, b e c sa˜o constantes reais. Logo, segue que a − 2b + 3c = 0 5a + b + c = 0 a − 2b − c = 0. Resolvendo, obtemos a soluc¸a˜o u´nica a = b = c = 0. Dessa forma, conclu´ımos que o conjunto e´ linearmente independente (LI). Exemplo 1.7.4. Seja o espac¸o vetorial P2(R). Decida se os vetores sa˜o LI ou LD p(t) = 3t2 + 2t+ 4 , q(t) = t2 + 3t− 7 e m(t) = t2 − 4t+ 18 Soluc¸a˜o: Primeiramente consideremos as constantes a, b, c ∈ R e a combinac¸a˜o linear a(3t2 + 2t+ 4) + b(t2 + 3t− 7) + c(t2− 4t+ 18) = 0t2 + 0t+ 0. Desenvolvendo, temos 3a + b + c = 0 2a + 3b − 4c = 0 4a − 7b + 18c = 0. Escalonando, obtemos a soluc¸a˜o geral (a, b, c) = (−1, 2, 1)λ com λ ∈ R. Portanto, esse sistema possui soluc¸a˜o diferente da trivial. Assim, segue que {p(t), q(t),m(t)} e´ LD. Exemplo 1.7.5. Considerando o espac¸o vetorial M2(R) das matrizes quadradas de ordem 2. Verifique se os vetores abaixo sa˜o LI ou LD u = ( 1 −1 4 3 ) , v = ( 2 5 −1 −2 ) e w = ( −1 4 1 8 ) CAPI´TULO 1. ESPAC¸OS VETORIAIS 25 Soluc¸a˜o: Primeiramente consideremos as constantes a, b, c ∈ R e a combinac¸a˜o linear a ( 1 −1 4 3 ) + b ( 2 5 −1 −2 ) + c ( −1 4 1 8 ) = ( 0 0 0 0 ) Logo, encontramos a + 2b − c = 0 −a + 5b + 4c = 0 4a − b + c = 0 3a − 2b + 8c = 0. Resolvendo, obtemos a soluc¸a˜o u´nica a = b = c = 0. Portanto, os vetores sa˜o LI. Exemplo 1.7.6. Sabendo que U = {u, v, w} e´ um conjunto LI. Mostre que o conjunto V = {u− 3v + w, u+ v − 2w,−u+ v + 4w} e´ LI. Soluc¸a˜o: Com efeito, consideremos a combinac¸a˜o a(u − 3v + w) + b(u + v − 2w) + c(−u+v+4w) = 0. Logo, segue que (a+b−c)u+(−3a+b+c)v+(a−2b+4c)w = 0. Mas, sabemos que u, v e w sa˜o vetores LI. Assim, temos a + b − c = 0 −3a + b + c = 0 a − 2b + 4c = 0. Resolvendo, obtemos a soluc¸a˜o u´nica a = b = c = 0. Ou seja, o conjunto V e´ LI. 1.8 Base e dimensa˜o Definic¸a˜o 1.8.1. Considere W = {v1, · · · , vn} um subespac¸o de V . Dizemos que W e´ uma base de V , quando: (1) W gera o espac¸o V ; (2) W for um conjunto linearmente independente. Definic¸a˜o 1.8.2. Seja W = {w1, · · · , wk} uma base do espac¸o vetorial V . A quan- tidade de vetores da base W sera´ chamada de dimensa˜o de V e representamos por dimV = k. Ale´m disso, quando V admitir uma base finita, diremos que V e´ um espac¸o vetorial de dimensa˜o finita. Proposic¸a˜o 1.8.1. Seja {w1, · · · , wn} um conjunto gerador do espac¸o vetorial W . Enta˜o, usando esses vetores, podemos extrair uma base de W . Demonstrac¸a˜o. Suponha que o conjunto {w1, · · · , wn} seja linearmente indepen- dente, enta˜o sera´ uma base de W . Mas, se {w1, · · · , wn} for linearmente dependente, enta˜o existe a combinac¸a˜o linear a1w1 + · · ·+ anwn = 0, com algum coeficiente dife- rente de zero. Logo, sem perda de generalidade, podemos supor que a1 6= 0. Assim, w1 = ( −a2 a1 ) w2 + · · ·+ ( −an a1 ) wn CAPI´TULO 1. ESPAC¸OS VETORIAIS 26 Logo, w1 e´ combinac¸a˜o linear dos vetores w2, · · · , wn. Portanto, se o conjunto {w2, · · · , wn} for linearmente independente. Enta˜o, esse conjunto sera´ uma base de W . Mas, se o conjunto for linearmente dependente, obtemos a combinac¸a˜o linear b2w2 + · · ·+ bnwn = 0, com algum coeficiente diferente de zero. Logo, sem perda de generalidade, podemos supor que b2 6= 0. Logo, obtemos w2 = ( −b3 b2 ) w3 + · · ·+ ( −bn b2 ) wn Portanto, w2 e´ combinac¸a˜o linear dos vetores w3, · · · , wn. Assim, se o conjunto {w3, · · · , wn} for linearmente independente. Enta˜o, esse conjunto sera´ uma base de W . Caso contra´rio, podemos continuar esse processo, que apo´s uma quantidade finita de etapas, obteremos um subconjunto linearmente independente e que ainda gera o espac¸o W . Desse modo, obtemos uma base para o espac¸o W . Teorema 1.8.1. Sejam V um espac¸o vetorial de dimensa˜o finita e {v1, · · · , vm} um conjunto gerador de V . Enta˜o, qualquer conjunto com mais de m elementos e´ linearmente dependente. Demonstrac¸a˜o. Consideremos o conjunto B = {w1, · · · , wn} do espac¸o V , onde n > m. Agora, mostremos que B e´ linearmente dependente. Mas, sabemos que {v1, · · · , vm} gera o espac¸o V . Desse modo, existem constantes reais bij de modo que wj = m∑ i=1 bijvi. Agora, sejam c1, · · · , cn constantes reais. Assim, encontramos c1w1 + · · ·+ cnwn = n∑ j=1 cjwj = n∑ j=1 cj ( m∑ i=1 bijvi ) = n∑ j=1 m∑ i=1 bijcjvi = m∑ i=1 ( n∑ j=1 bijcj ) vi Assim, considerando a combinac¸a˜o nula, teremos c1w1 + · · ·+ cnwn = m∑ i=1 ( n∑ j=1 bijcj ) vi = 0. Por outro lado, fazendo n∑ j=1 bijcj = 0, para cada i variando de 1 ate´ m. Assim, b11c1 + · · ·+ b1ncn = 0 ... ... ... bm1c1 + · · ·+ bmncn = 0. (Z) CAPI´TULO 1. ESPAC¸OS VETORIAIS 27 Portanto, obtemos um sistema (Z) com inco´gnitas cj e coeficientes reais bij. Este sis- tema possui uma quantidade de inco´gnitas superior a quantidade de equac¸o˜es. Logo, esse sistema possui pelo menos uma soluc¸a˜o diferente da trivial. Ou seja, existem c1, · · · , cn com pelo menos um cj na˜o nulo. Desse modo, o conjunto {w1, · · · , wn} e´ linearmente dependente. Corola´rio 1.8.1. Seja V um espac¸o vetorial com dimensa˜o finita. Enta˜o, duas bases quaisquer de V teˆm a mesma quantidade de elementos. Demonstrac¸a˜o. Com efeito, sejam A = {v1, · · · , vn} e B = {w1, · · · , wm} bases de V . Assim, podemos dizer que A gera V e que B e´ linearmente independente. Logo, conclu´ımos que m ≤ n. De modo semelhante, podemos dizer que B gera V e que A e´ linearmente independente. Logo, obtemos n ≤ m. Portanto, segue que m = n. Proposic¸a˜o 1.8.2. Sejam V um espac¸o vetorial de dimensa˜o finita e A = {v1, · · · , vn} um conjunto linearmente independente.Suponha que v ∈ V na˜o seja combinac¸a˜o linear dos vetores de A, enta˜o o conjunto B = {v1, · · · , vn, v} e´ linearmente inde- pendente. Demonstrac¸a˜o. Com efeito, considere a1, · · · , an, λ constantes reais de modo que a1v1 + · · ·+ anvn + λv = 0. Suponha que λ 6= 0. Assim, obtemos a combinac¸a˜o v = ( −a1 λ ) v1 + · · ·+ ( −an λ ) vn. Portanto, v e´ uma combinac¸a˜o linear dos elementos de A, mas isso e´ uma con- tradic¸a˜o. Portanto, devemos ter λ = 0. Ou seja, encontramos a combinac¸a˜o nula a1v1 + · · ·+ anvn = 0. Mas, sabemos que A e´ um conjunto linearmente independente. Portanto, temos a1 = · · · = an = 0. Ou seja, o conjunto B e´ linearmente independente. Teorema 1.8.2. Todo espac¸o vetorial V 6= {0} finitamente gerado, possui uma base. Demonstrac¸a˜o. Com efeito, seja o espac¸o V finitamente gerado, logo possui um conjunto finito de vetores que gera V . Assim, seja v1 ∈ V diferente do vetor nulo. Nesse caso, o conjunto A1 = {v1} e´ linearmente independente e se A1 gerar o espac¸o V . Enta˜o, formara´ uma base para V . Caso contra´rio, existira´ um outro vetor v2 ∈ V de modo que o conjunto A2 = {v1, v2} seja linearmente independente e se A2 gerar o espac¸o V . Enta˜o, formara´ uma base para V . Caso contra´rio, podemos continuar esse processo e apo´s uma quantidade finita de etapas obteremos um conjunto linearmente independente, que ainda gera o espac¸o V . Portanto, construimos uma base para V . CAPI´TULO 1. ESPAC¸OS VETORIAIS 28 Teorema 1.8.3. (Completamento) Sejam V um espac¸o vetorial de dimensa˜o finita e W um subconjunto linearmente independente de V . Enta˜o, podemos com- pletar W de modo que se transforme numa base de V . Demonstrac¸a˜o. De fato, suponha que V tenha dimensa˜o n e seja W = {w1, · · · , wk} um subconjunto linearmente independente. Agora, se W gerar V , enta˜o o teorema estara´ provado. Caso contra´rio, existe v1 ∈ V tal que A1 = W∪{v1} seja linearmente independente. E se A1 gerar V , enta˜o sera´ a base de V . Caso contra´rio, podemos continuar esse processo e apo´s uma quantidade finita de etapas. Obteremos um conjunto Ap = W ∪ {v1, · · · , vp}, linearmente independente e que ainda gera V . Portanto, o conjunto Ap resultante sera´ a base de V . Corola´rio 1.8.2. Seja V um espac¸o vetorial de dimensa˜o finita n. Enta˜o, todo conjunto com n vetores linearmente independentes formara´ uma base para V . Demonstrac¸a˜o. De fato, seja B = {v1, · · · , vn} um conjunto linearmente indepen- dente. Suponha que B na˜o seja uma base de V . Logo, podemos completar B de modo que se torne uma base de V . Assim, obteremos um conjunto resultante com mais de n vetores. Mas, isso e´ uma contradic¸a˜o. Proposic¸a˜o 1.8.3. Sejam V um espac¸o vetorial de dimensa˜o finita e {v1, · · · , vn} uma base para V . Enta˜o, para w ∈ V existem escalares a1, · · · , an reais u´nicos de modo que w = a1v1 + · · ·+ anvn Demonstrac¸a˜o. De fato, sabendo que {v1, · · · , vn} gera o espac¸o V . Assim, para w ∈ V existem escalares reais a1, · · · , an de modo que w = a1v1 + · · ·+ anvn. (1.15) Logo, para mostrar a unicidade. Suponhamos que exista uma outra combinac¸a˜o w = b1v1 + · · ·+ bnvn. (1.16) Subtraindo (1.15) e (1.16) temos (a1− b1)v1 + · · ·+(an− bn)vn = 0. Mas, o conjunto {v1, · · · , vn} e´ linearmente independente. Logo, a1 − b1 = · · · = an − bn = 0. Portanto, ai = bi onde 1 ≤ i ≤ n. Ou seja, mostramos a unicidade. Exemplo 1.8.1. Verifique se α = {(1, 1), (3,−1)} e´ uma base de R2. Soluc¸a˜o: Primeiramente, seja o elemento (x, y) ∈ R2 e as constantes a, b ∈ R. Assim, formamos a combinac¸a˜o linear (x, y) = a(1, 1) + b(3,−1). Portanto, encontramos{ a + 3b = x a − b = y. CAPI´TULO 1. ESPAC¸OS VETORIAIS 29 Escalonando, obtemos a soluc¸a˜o u´nica a = x+3y 4 e b = x−y 4 . Dessa forma conclu´ımos que α gera o R2. Agora, seja a combinac¸a˜o a(1, 1) + b(3,−1) = (0, 0). Logo, temos{ a + 3b = 0 a − b = 0. Resolvendo, encontramos a soluc¸a˜o u´nica a = b = 0. Logo, o conjunto α e´ linear- mente independente. Portanto, conclu´ımos que α e´ uma base de R2. Exemplo 1.8.2. Verifique se β = {(1,−1, 4), (2, 1,−3)} e´ uma base de R3. Soluc¸a˜o: Inicialmente, seja um elemento (x, y, z) ∈ R3 e as constantes a, b ∈ R. Assim, obtemos a combinac¸a˜o linear (x, y, z) = a(1,−1, 4)+b(2, 1,−3). Logo, temos a + 2b = x −a + b = y 4a − 3b = z. Escalonando, conclu´ımos que o sistema acima so´ tera´ soluc¸a˜o quando for va´lida a igualdade x− 11y− 3z = 0. Logo, conclu´ımos que β na˜o gera o R3. Por outro lado, considere a(1,−1, 4) + b(2, 1,−3) = (0, 0, 0). Assim, segue que a + 2b = 0 −a + b = 0 4a − 3b = 0. Resolvendo, obtemos a soluc¸a˜o u´nica a = b = 0. Dessa forma, o conjunto β e´ linearmente independente. Mas, como na˜o satisfaz a primeira condic¸a˜o da definic¸a˜o, segue que β na˜o forma uma base para o R3. Exemplo 1.8.3. Mostre que A = {1 + t + t2, 3 − t + t2, 2 + t − t2} e´ uma base de P2(R). Soluc¸a˜o: Inicialmente, vamos mostrar que A e´ um conjunto LI. Assim, consideremos a combinac¸a˜o x(1 + t+ t2) + y(3− t+ t2) + z(2 + t− t2) = 0 + 0t+ 0t2. Portanto, x + 3y + 2z = 0 x − y + z = 0 x + y − z = 0. Resolvendo, obtemos a soluc¸a˜o u´nica x = y = z = 0. Portanto, A e´ LI. Por outro lado, consideremos o elemento p(t) = a+ bt+ ct2 em P2(R). Agora, considerando a combinac¸a˜o a+ bt+ ct2 = x(1 + t+ t2) + y(3− t+ t2) + z(2 + t− t2). Temos que x + 3y + 2z = a x − y + z = b x + y − z = c. Escalonando, encontramos a soluc¸a˜o u´nica x = b+c 2 , y = 2a−3b+c 10 e z = a+b−2c 5 . Portanto, A gera P2(R). Assim, conclu´ımos que A forma uma base para P2(R). CAPI´TULO 1. ESPAC¸OS VETORIAIS 30 Exemplo 1.8.4. Seja o seguinte o subespac¸o β = {(1, 2, 1), (−2, 4, k), (3, 1,−1)} do R3. Determine k ∈ R de modo que β seja uma base do R3. Resoluc¸a˜o: Sabendo que β tem 3 vetores. Logo, pra esse subespac¸o se tornar uma base do R3, basta que os vetores sejam linearmente independentes (LI). Agora, considere a combinac¸a˜o linear a(1, 2, 1) + b(−2, 4, k) + c(3, 1,−1) = (0, 0, 0). Logo, a − 2b + 3c = 0 2a + 4b + c = 0 a + kb − c = 0. Portanto, para o sistema acima ter somente a soluc¸a˜o trivial. O determinante da matriz formada pelos coeficientes do sistema, deve ser na˜o nulo. Assim, temos∣∣∣∣∣∣ 1 −2 3 2 4 1 1 k −1 ∣∣∣∣∣∣ 6= 0 Logo, conclu´ımos que k 6= 22 5 . Exemplo 1.8.5. Considere o subconjunto α = {(1, 0), (0, 1)} do R2. Agora, dado (x, y) ∈ R2 temos (x, y) = x(1, 0) + y(0, 1), onde x, y ∈ R. Portanto, α gera o R2. Ale´m disso, esse subconjunto e´ LI. Portanto, segue que α e´ uma base do R2. Nesse caso, dizemos que α e´ a base canoˆnica de R2. Exemplo 1.8.6. No espac¸o R3 o conjunto α = {(1, 0, 0), (0, 1, 0), (0, 0, 1)} e´ a base canoˆnica. Esse conceito pode ser generalizado para o Rn. Portanto, conclu´ımos que a dimensa˜o de Rn e´ n. Ou seja, temos dimRn = n. Exemplo 1.8.7. No espac¸o vetorial M2(R) a sua base conoˆnica e´ denotada por α = {( 1 0 0 0 ) , ( 0 1 0 0 ) , ( 0 0 1 0 ) , ( 0 0 0 1 )} . Exemplo 1.8.8. O espac¸o vetorial P3(R) o subconjunto α = {1, t, t2, t3} e´ denom- inado base canoˆnica de P3(R). De modo geral, o subconjunto β = {1, t, t2, · · · , tn} e´ a base canoˆnica de Pn(R). Assim, conclu´ımos que Pn(R) tem dimensa˜o finita. Portanto, resulta que dimPn(R) = n+ 1. Exemplo 1.8.9. Sendo P2(R) o espac¸o vetorial dos polinoˆmios de grau ≤ 2. E o seguinte subconjunto definido por V = {p(x) ∈ P2(R) | p(1) + p(2) = 0 e p(1) + p′(−2) = 0} . Enta˜o assinale uma base para V : a) { −4 7 x2 − 9 7 x+ 16 , 12 13 x2 − 7 13 x } CAPI´TULO 1. ESPAC¸OS VETORIAIS 31 b) { − 1 19 x2 − 11 19 x+ 1 } c) { 5 9 x2 + 17 9 x− 8 , 23 35 x− 19 35 } d) { − 3 23 x2 + 2 23 x− 22 23 } Soluc¸a˜o: Inicialmente seja o elemento p(x) = ax2+ bx + c em P2(R). Logo, p(x) e p′(x) = 2ax+ b devem satisfazer as condic¸o˜es de V . Portanto, temos p(1) + p(2) = a+ b+ c+ 4a+ 2b+ c = 0 e p(1) + p′(−2) = a+ b+ c− 4a+ b = 0 Assim, temos o sistema { 5a+ 3b+ 2c = 0 −3a+ 2b+ c = 0. Resolvendo, obtemos a = − c 19 e b = −11c 19 . Agora, substituindo em p(x), segue que p(x) = ( − c 19 ) x2 + ( −11c 19 ) x+ c = c ( − 1 19 x2 − 11 19 x+ 1 ) . Logo, uma base de V e´ dado por β = { − 1 19 x2 − 11 19 x+ 1 } . Desse modo, a alter- nativa B e´ a correta. Exemplo 1.8.10. Sendo P2(R) o espac¸o vetorial dos polinoˆmios de grau ≤ 2, onde cada elemento tem a forma p(t) = at2 + bt+ c e o subconjunto W = { p(t) ∈ P2(R) | p(−1) + ∫ 1 0 p(x) dx = 0 } . Determine uma base e a dimensa˜o para W . Soluc¸a˜o: Inicialmente, seja p(t) = at2+bt+c em P2(R) e esse elemento deve satisfazer a condic¸a˜o de W . Dessa forma, encontramos p(−1) + ∫ 1 0 p(x) dx = a− b+ c+ a 3 + b 2 + c = 0 Assim, obtemos 8a − 3b + 12c = 0. Ou seja, a = 3b 8 − 3c 2 . Ale´m disso, substituindo em p(t), temos p(t) = ( 3b 8 − 3c 2 ) t2 + bt+ c = b ( 3t2 8 + t ) + c (−3t2 2 + 1 ) . Portanto, o conjunto γ = { 3t2 8 + t , −3t2 2 + 1 } e´ um gerador de W . Ale´m disso, esse conjunto e´ linearmente independente. Portanto, γ se transforma numa base para W . Logo, segue que dimW = 2. CAPI´TULO 1. ESPAC¸OS VETORIAIS 32 Exemplo 1.8.11. Sendo P3(R) o espac¸o vetorial dos polinoˆmios de grau ≤ 3, onde cada elemento tem a forma p(t) = at3 + bt2 + ct+ d e o subespac¸o definido por U = { p(t) ∈ P3(R) | p(1) + ∫ 2 0 p(x) dx = 0 } . Encontre uma base e a dimensa˜o para U . Soluc¸a˜o: Primeiramente consideremos p(t) = at3 + bt2 + ct + d em P3(R) e esse elemento deve satisfazer a condic¸a˜o de U . Dessa forma, encontramos p(1) + ∫ 2 0 p(x) dx = a+ b+ c+ d+ 4a+ 8b 3 + 2c+ 2d = 0 Assim, obtemos 5a+ 11b 3 + 3c+ 3d = 0. Dessa forma, temos c = −5a 3 − 11b 9 − d. Por outro lado, substituindo em p(t), temos p(t) = at3 + bt2 + ( −5a 3 − 11b 9 − d ) t+ d = a ( t3 − 5t 3 ) + b ( t2 − 11t 9 ) + d (−t+ 1) . Finalmente, o conjunto β = { t3 − 5t 3 , t2 − 11t 9 , −t+ 1 } e´ um gerador para U . Ale´m disso, esse conjunto e´ linearmente independente. Ou seja, β forma uma base para U . Portanto, segue que dimU = 3. Exemplo 1.8.12. Seja M2(R) o espac¸o vetorial das matrizes quadradas de ordem 2, e um subespac¸o dado por V = {[ x y z t ] ∈M2(R) | x− 2y + 5z − 4t = 0 } . Encontre uma base para V e dimV . Soluc¸a˜o: Primeiramente, considere x = 2y − 5z + 4t. Logo, segue que[ x y z t ] = [ 2y − 5z + 4t y z t ] = [ 2y y 0 0 ] + [ −5z 0 z 0 ] + [ 4t 0 0 t ] = y [ 2 1 0 0 ] + z [ −5 0 1 0 ] + t [ 4 0 0 1 ] Portanto, um conjunto ϕ = {[ 2 1 0 0 ] , [ −5 0 1 0 ] , [ 4 0 0 1 ]} e´ um gerador para V . Ale´m disso, esse conjunto e´ linearmente independente. Logo, ϕ forma uma base para V . Assim, conclu´ımos que dimV = 3. CAPI´TULO 1. ESPAC¸OS VETORIAIS 33 1.9 Intersec¸a˜o e soma de subespac¸os Definic¸a˜o 1.9.1. Sejam A e B subespac¸os vetoriais de um espac¸o vetorial V . Dize- mos que u ∈ A ∩B, quando u ∈ A e u ∈ B, simultaneamente. Teorema 1.9.1. Sejam U e W subespac¸os vetoriais de V . Enta˜o U ∩ W e´ um subespac¸o vetorial de V . Demonstrac¸a˜o. De fato, temos que o vetor nulo pertence a U ∩W , assim U ∩W e´ na˜o vazio. Agora, sejam os elementos u, v ∈ U ∩W , segue que u, v ∈ U e u, v ∈ W e como U e W sa˜o subespac¸os, concluimos que u + v ∈ U e u + v ∈ W . Logo, u + v ∈ U ∩W . E mais ainda, seja uma constante real λ e considere v ∈ U ∩W , assim v ∈ U e v ∈ W . Enta˜o, temos que λv ∈ U e λv ∈ W . Assim, obtemos λv ∈ U ∩W . Portanto, conclu´ımos que e´ um subespac¸o. Exemplo 1.9.1. De acordo com o espac¸o vetorial R3, considere os subconjuntos A = {(x, y, z) ∈ R3 | x− 5y − 3z = 0} e B = {(x, y, z) ∈ R3 | 2x+ 3y − z = 0} Determine uma base para A ∩B e a sua dimensa˜o. Soluc¸a˜o: Para obtermos o conjunto intersec¸a˜o precisamos resolver o sistema ho- mogeˆneo { x − 5y − 3z = 0 2x + 3y − z = 0. Escalonando, encontramos a soluc¸a˜o geral (x, y, z) = ( 14 13 , −5 13 , 13 13 ) λ, onde λ ∈ R. Ale´m disso, fazendo λ = 13, obtemos A ∩B = {(14,−5, 13)} e dim(A ∩B) = 1. Teorema 1.9.2. Seja V um espac¸o vetorial e considere U e W subespac¸os vetoriais de V , enta˜o o subconjunto definido por U +W = {u+ w | u ∈ U e w ∈ W} e´ um subespac¸o vetorial de V . Demonstrac¸a˜o. De fato, sabemos que U +W e´ na˜o vazio, pois U e W sa˜o diferentes do vazio. Agora sejam os elementos v1, v2 ∈ U + W , enta˜o obtemos v1 = u1 + w1 e v2 = u2 + w2, onde u1, u2 ∈ U e w1, w2 ∈ W . Portanto, temos v1 + v2 = (u1 + w1) + (u2 + w2) = (u1 + u2) + (w1 + w2) e como sabemos que u1 +u2 ∈ U e w1 +w2 ∈ W , segue que v1 +v2 ∈ U +W . Agora, sejam v ∈ U +W e k uma constante real, logo v = u+ w. Assim, encontramos kv = k(u+ w) = ku+ kw onde ku ∈ U e kw ∈ W . Dessa forma conclu´ımos que U +W e´ um subespac¸o. CAPI´TULO 1. ESPAC¸OS VETORIAIS 34 Definic¸a˜o 1.9.2. Sejam A e B subespac¸os vetoriais de um espac¸o vetorial V . Dize- mos que v ∈ A+ B, quando v = v1 + v2 com v1 ∈ A e v2 ∈ B. Ale´m disso, quando tivermos A ∩B = {0}, diremos que a soma e´ direta, e denotaremos por A⊕B. Proposic¸a˜o 1.9.1. Sejam U e W subespac¸os vetoriais de um espac¸o vetorial V de dimensa˜o finita. Enta˜o V = U ⊕W se e somente se para todo v ∈ V existe uma decomposic¸a˜o u´nica de modo que v = u+ w, tal que u ∈ U e w ∈ W . Demonstrac¸a˜o. (⇒) Suponhamos que exista tal decomposic¸a˜o. Agora, mostraremos a unicidade. Para isso, seja v = u + w = u1 + w1, tal que u, u1 ∈ U e w,w1 ∈ W . Portanto, u − u1 = w1 − w. Mas sabemos que u − u1 ∈ U e w1 − w ∈ W . Assim, temos u−u1 = w1−w ∈ U ∩W = {0}. Portanto, conclu´ımos que u = u1 e w = w1. (⇒) Suponhamos que v ∈ U ∩W e consideremos u ∈ U e w ∈ W . Ale´m disso, podemos escrever u+w = (u+ v) + (w− v). Mas, essa decomposic¸a˜o e´ u´nica. Logo, temos que u = u+ v e w = w− v. Ou seja, resulta que v = 0. Assim, U ∩W = {0}. Exemplo 1.9.2. Sejam os subespac¸os U = {(x, y, z) ∈ R3 | y = 0} e W = {(x, y, z) ∈ R3 | x = z = 0} de R3. Enta˜o, facilmente pode ser mostrado que U ∩W = {(0, 0, 0)}. E mais ainda que (x, y, z) = (x, 0, z) + (0, y, 0) ∈ U +W , onde (x, y, z) ∈ R3. Dessa forma, conclu´ımos que U ⊕W = R3. Exemplo 1.9.3. Sejam os subespac¸os U = {(x, y, z) ∈ R3 | y = 0} e V = {(x, y, z) ∈ R3 | z = 0} de R3. Com um ca´lculo simples podemos obter o resul- tado U ∩ V = {(1, 0, 0)}. Portanto, resulta que U ⊕ V 6= R3. Teorema 1.9.3. Sejam U e W subespac¸os vetoriais de um espac¸o vetorial V de dimensa˜o finita. Enta˜o dim(W ) + dim(U) = dim(W ∩ U) + dim(W + U). Demonstrac¸a˜o. Seja A = {v1, · · · , vk} uma base de W ∩ U . Logo, pelo teorema do completamento obtemos uma base para W , dada por B = {v1, · · · , vk, w1, · · · , wn}. De modo semelhante, obtemos uma base C = {v1, · · · , vk, u1, · · · , um} para U . No- tamos que dim(W ) = k + n, dim(U) = k +m e dim(W ∩ U) = k. Assim, devemos mostrar que dim(W + U) = k + n + m. Ale´m disso, vamos mostrar que o seguinte subconjunto D = {v1, · · · , vk, w1, · · · , wn, u1, · · · , um} forma uma base para W +U . Portanto, seja a combinac¸a˜o a1v1 + · · ·+ akvk + b1w1 + · · ·+ bnwn + c1u1 + · · ·+ cmum = 0 (1.17) Logo, temos a1v1 + · · ·+ akvk + b1w1 + · · ·+ bnwn = −(c1u1 + · · ·+ cmum) (1.18) CAPI´TULO 1. ESPAC¸OS VETORIAIS 35 Assim, o primeiro membro de (1.18) pertence a W e o segundo membro de (1.18) pertence a U . Dessa forma os dois membros de (1.18) pertencem a W ∩ U . Logo, existem escalares reais d1, · · · , dk tais que −(c1u1 + · · ·+ cmum) =d1v1 + · · ·+ dkvk Assim, obtemos d1v1 + · · ·+ dkvk + c1u1 + · · ·+ cmum = 0 Mas, sabemos que o conjunto C e´ uma base de U . Portanto, conclu´ımos que d1 = · · · = dk = c1 = · · · = cm = 0. Por outro lado, substituindo essas constantes nulas em (1.17), teremos a1v1 + · · ·+ akvk + b1w1 + · · ·+ bnwn = 0 Mas, o conjunto B e´ uma base de W . Logo, encontramos a1 = · · · = ak = b1 = · · · = bn = 0. Portanto, mostramos que D e´ um conjunto linearmente independente. Agora, seja v ∈ W +U . Logo temos v = w+u, onde w ∈ W e u ∈ U . Mas, sabemos que B e´ base de W e C e´ base de U . Dessa forma, temos w = a1v1 + · · ·+ akvk + b1w1 + · · ·+ bnwn e u = x1v1 + · · ·+ xkvk + y1u1 + · · ·+ unun Portanto, encontramos v = w + u = (a1 + x1)v1 + · · ·+ (ak + xk)vk + b1w1 + · · ·+ bnwn) + y1u1 + · · ·+ unun) Logo, D gera o espac¸o W + U . Exemplo 1.9.4. Seja W um subespac¸o de um espac¸o vetorial V de dimensa˜o finita. Se dim(W ) = dim(V ) enta˜o W = V . Soluc¸a˜o: De fato, suponhamos que exista u ∈ V tal que u /∈ W . Agora, consideremos o subespac¸o gerado por u. Assim, temos U = [u]. Ale´m disso, temos U ∩W = {0}. Portanto, encontramos dim(U ∩W ) = 0 e dim(U) = 1. Agora, usando o teorema anterior, segue que dim(U + W ) = dim(U) + dim(W )− dim(U ∩W ) = dim(U) + dim(W ) = 1 + dim(W ) = 1 + dim(V ) > dim(V ). Mas, isso e´ uma contradic¸a˜o. Exemplo 1.9.5. Seja M2(R) o espac¸o vetorial das matrizes quadradas de ordem 2, e dois subespac¸os dados por V = {( 1 1 0 −3 ) , ( 0 1 2 0 )} e W = {( 3 0 0 1 ) , ( 4 −1 −4 −2 )} CAPI´TULO 1. ESPAC¸OS VETORIAIS 36 Encontre uma base para V ∩W e dim(V +W ). Soluc¸a˜o: Inicialmente, seja um elemento A = ( x y z t ) ∈ V ∩W . Logo, segue que A ∈ V e A ∈ W . Portanto, existem escalares reais a, b, c e d tais que A = a ( 1 1 0 −3 ) + b ( 0 1 2 0 ) e A = c ( 3 0 0 1 ) + d ( 4 −1 −4 −2 ) Logo, obtemos a ( 1 1 0 −3 ) + b ( 0 1 2 0 ) = c ( 3 0 0 1 ) + d ( 4 −1 −4 −2 ) Por outro lado, a igualdade acima e´ equivalente ao sistema a− 3c− 4d = 0 a+ b+ d = 0 2b+ 4d = 0 −3a− c+ 2d = 0. Resolvendo, obtemos a soluc¸a˜o geral (a, b, c, d) = (1,−2,−1, 1)λ, onde λ ∈ R. Ale´m disso, fazendo λ = 1, obtemos a = 1, b = −2, c = −1 e d = 1. Portanto, temos V ∩W = {( 1 −1 −4 −3 )} . Logo, segue que dim(V ∩W ) = 1. Por outro lado, sabemos que dim(V + W ) = dimV + dimW − dim(V ∩W ). A partir disso, resulta que dim(V +W ) = 3. 1.10 Coordenadas Definic¸a˜o 1.10.1. Considere α = {v1, · · · , vn} uma base do espac¸o vetorial V e seja v ∈ V onde v = b1v1 + · · · + bnvn. Enta˜o, denotamos as coordenadas do vetor v em relac¸a˜o a` base α por [v]α = b1... bn . Exemplo 1.10.1. Sendo α = {(1, 1), (4, 3)} uma base de R2. Encontre as coorde- nadas do vetor w = (8, 7) em relac¸a˜o a` base α. Soluc¸a˜o: Primeiramente, devemos obter as constantes reais a e b na seguinte com- binac¸a˜o linear (8, 7) = a(1, 1) + b(4, 3). Desenvolvendo, encontramos o sistema{ a+ 4b = 8 a+ 3b = 7. CAPI´TULO 1. ESPAC¸OS VETORIAIS 37 Resolvendo, obtemos a soluc¸a˜o u´nica a = 4 e b = 1. Dessa forma, resulta que [w]α = [ 4 1 ] . Exemplo 1.10.2. Sendo β = {t2−1, 3t+2, t2−2t+5} uma base de P2(R). Encontre as coordenadas do vetor p(t) = 3t2 − 11t− 3 em relac¸a˜o a` base β. Soluc¸a˜o: Inicialmente, devemos obter as constantes reais a, b e c na combinac¸a˜o linear 3t2 − 11t− 3 = a(t2 − 1) + b(3t+ 2) + c(t2 − 2t+ 5). Portanto, encontramos a+ c = 3 3b− 2c = −11 −a+ 2b+ 5c = −3. Resolvendo, obtemos a soluc¸a˜o u´nica a = 2, b = −3 e c = 1. Portanto, segue que [p(t)]β = 2−3 1 . Exemplo 1.10.3. Considere o espac¸o vetorialM2(R) formadas pelas matrizes quadradas de ordem 2 e uma base para esse espac¸o formada por γ = {[ 1 0 2 1 ] , [ 0 −1 1 3 ] , [ 1 1 0 1 ] , [ 1 −4 2 0 ]} Encontre as coordenadas do vetor A = [ 6 −1 7 2 ] em relac¸a˜o a` base γ. Soluc¸a˜o: Inicialmente, vamos encontrar as constantes reais a, b, c e d na combinac¸a˜o[ 6 −1 7 2 ] = a [ 1 0 2 1 ] + b [ 0 −1 1 3 ] + c [ 1 1 0 1 ] + d [ 1 −4 2 0 ] Desenvolvendo, obtemos a+ c+ d = 6 −b+ c− 4d = −1 2a− b+ 2d = 7 a+ 3b+ c = 2. Resolvendo, achamos a soluc¸a˜o u´nica a = 3, b = −1, c = 2 e d = 1. Portanto, temos [A]γ = 3 −1 2 1 . CAPI´TULO 1. ESPAC¸OS VETORIAIS 38 1.11 Mudanc¸a de base Sejam α = {u1, · · · , un} e β = {w1, · · · , wn} duas bases ordenadas para o espac¸o vetorial V . Enta˜o, dado v ∈ V , existem constantes reais xi e yi, onde i = 1, · · · , n tais que v = x1u1 + x2u2 + · · ·+ xnun e v = y1w1 + y2w2 + · · ·+ ynwn. Ou seja, temos [v]α = x1 x2 ... xn e [v]β = y1 y2 ... yn Agora, vamos escrever cada elemento de α como combinac¸a˜o linear dos elementos de β. Ou seja, temos u1 = a11w1 + a21w2 + · · ·+ an1wn u2 = a12w1 + a22w2 + · · ·+ an2wn ... ... ... ... un = a1nw1 + a2nw2 + · · ·+ annwn Ale´m disso, temos v = x1u1 + · · ·+ xnun = x1(a11w1 + · · ·+ an1wn) + · · ·+ xn(a1nw1 + · · ·+ annwn) = (x1a11 + · · ·+ xna1n)w1 + · · ·+ (x1an1 + · · ·+ xnann)wn Enta˜o, v em relac¸a˜o a` base β sera´ dado por [v]β = x1a11 + · · ·+ xna1n... x1an1 + · · ·+ xnann = a11 · · · a1n... . . . ... an1 · · · ann x1... xn Onde a matriz [I]αβ = a11 · · · a1n... . . . ... an1 · · · ann e´ chamada de matriz mudanc¸a de base de α para β. Ou seja, obtemos [v]β = [I] α β .[v]α. (1.19) Por outro lado, podemos escrever cada elemento de β como combinac¸a˜o linear dos elementos de α. Assim, temos CAPI´TULO 1. ESPAC¸OS VETORIAIS 39 w1 = b11u1 + b21u2 + · · ·+ bn1un w2 = b12u1 + b22u2 + · · ·+ bn2un ... ... ... ... wn = b1nu1 + b2nu2 + · · ·+ bnnun Ale´m disso, temos v = y1w1 + · · ·+ ynwn = y1(b11u1 + · · ·+ bn1un) + · · ·+ yn(b1nu1 + · · ·+ bnnun) = (y1b11 + · · ·+ ynb1n)u1 + · · ·+ (y1bn1 + · · ·+ ynbnn)un Logo, v em relac¸a˜o a` base α sera´ fornecido por [v]α = y1b11 + · · ·+ ynb1n... y1bn1 + · · ·+ ynbnn = b11 · · · b1n... . . . ... bn1 · · · bnn y1... yn Onde a matriz [I]βα = b11 · · · b1n... . . . ... bn1 · · · bnn e´ chamada de matriz mudanc¸a de base de β para α. Portanto, temos [v]α = [I] β α.[v]β. (1.20) Agora, substituindo (1.20) em (1.19) e tambe´m (1.19) em (1.20), encontramos [v]β = [I] α β .[I] β α.[v]β e [v]α = [I] β α.[I] α β .[v]α. Ale´m disso, as duas igualdades acima sa˜o va´lidas para todo v ∈ V . Logo, temos [I]αβ .[I] β α = [I] β α.[I] α β = I. Onde I e´ a matriz identidade. Agora, usando a igualdade acima, conclu´ımos que [I]αβ = ( [I]βα )−1 . Assim, obtemos o seguinte resultado Proposic¸a˜o 1.11.1. Sejam α = {u1, · · · , un} e β = {w1, · · · , wn} bases ordenadas do espac¸o vetorial V . Enta˜o, existe uma matriz invers´ıvel u´nica [I]βα tal que [v]α = [I] β α.[v]β, onde v ∈ V. CAPI´TULO 1. ESPAC¸OS VETORIAIS 40 Exemplo 1.11.1. Sejam as bases α = {(1,−1), (2, 1)} e β = {(1, 0), (3, 4)} do espac¸o R2. Obtenha a matriz mudanc¸a de base [I]αβ . Soluc¸a˜o: Devemos escrever cada elemento da base α como combinac¸a˜o linear dos elementos da base β. Dessa forma, temos (1,−1) = a(1, 0) + b(3, 4) e (2, 1) = c(1, 0) + d(3, 4) Enta˜o, a matriz mudanc¸a de base de α para β, sera´ dada por [I]αβ = [ a c b d ] . Resolvendo as combinac¸o˜es, obtemos a = 7 4 , b = −1 4 , c = 5 4 e d = 1 4 . Portanto, temos [I]αβ = 1 4 [ 7 5 −1 1 ] . Exemplo 1.11.2. Sejam α = {4− t , 5+ t} e β = {1−2t , 1+3t} bases ordenadas do espac¸o P1(R). Encontre: a) a matriz mudanc¸a de base [I]βα. b) [v]α sabendo que [v]β= [ 18 −9 ] . Soluc¸a˜o: Para resolver (a), vamos escrever cada elemento da base β como combinac¸a˜o linear dos elementos da base α. Logo, obtemos 1− 2t = a(4− t) + b(5 + t) = (4a+ 5b) + (−a+ b)t e 1 + 3t = c(4− t) + d(5 + t) = (4c+ 5d) + (−c+ d)t Assim, a matriz mudanc¸a de base de β para α, sera´ fornecida por [I]βα = [ a c b d ] . Com alguns ca´lculos obtemos a = 11 9 , b = −7 9 , c = −14 9 e d = 13 9 . Logo, segue que [I]βα = 1 9 [ 11 −14 −7 13 ] . Para resolver (b), sabemos que vale a relac¸a˜o [v]α = [I] β α.[v]β. Assim, encontramos [v]α = 1 9 [ 11 −14 −7 13 ] . [ 18 −9 ] = [ 36 −27 ] . CAPI´TULO 1. ESPAC¸OS VETORIAIS 41 Exemplo 1.11.3. Sejam as bases ordenadas do espac¸o R3 definidas a seguir por α = {(1, 0, 0), (1, 0, 1), (0, 1,−3)} e β = {(1,−1, 4), (0, 1, 0), (0, 0, 1)} Determine cada matriz mudanc¸a de base abaixo: a) [I]αβ b) [I] β α Soluc¸a˜o: Para resolver (a), vamos escrever cada vetor da base α como combinac¸a˜o linear dos vetores da base β. Portanto, temos (1, 0, 0) = a1(1,−1, 4) + a2(0, 1, 0) + a3(0, 0, 1) (1, 0, 1) = b1(1,−1, 4) + b2(0, 1, 0) + b3(0, 0, 1) (0, 1,−3) = c1(1,−1, 4) + c2(0, 1, 0) + c3(0, 0, 1) Assim, a matriz mudanc¸a de base de α para β sera´ dada por [I]αβ = a1 b1 c1a2 b2 c2 a3 b3 c3 . Atrave´s de ca´lculos obtemos a1 = 1, a2 = 1, a3 = −4, b1 = 1, b2 = 1, b3 = −3, c1 = 0, c2 = 1, c3 = −3. Ou seja, encontramos [I]αβ = 1 1 01 1 1 −4 −3 −3 . Para resolver (b), basta encontrar a inversa do item (a), pois sabemos que vale a relac¸a˜o [I]βα = ([I] α β) −1. Dessa forma, temos [I]βα = 0 −3 −11 3 1 −1 1 0 . Exemplo 1.11.4. Sejam as bases ordenadas do espac¸o P2(R) definidas a seguir por α = {2− t− t2 , −1 + 2t+ 5t2 , 2− 3t− 2t2} e β = {1− t , t+ 2t2 , 1− t2} Encontre cada matriz mudanc¸a de base a seguir: a) [I]αβ b) [I] β α CAPI´TULO 1. ESPAC¸OS VETORIAIS 42 Soluc¸a˜o: Para resolver (a), vamos aplicar a definic¸a˜o de matriz mudanc¸a de base. Dessa forma, temos 2− t− t2 = x1(1− t) + x2(t+ 2t2) + x3(1− t2) −1 + 2t+ 5t2 = y1(1− t) + y2(t+ 2t2) + y3(1− t2) 2− 3t− 2t2 = z1(1− t) + z2(t+ 2t2) + z3(1− t2) Assim, a representac¸a˜o da matriz mudanc¸a de base de α para β sera´ fornecida por [I]αβ = x1 y1 z1x2 y2 z2 x3 y3 z3 . Logo, obtemos x1 = 1, x2 = 0, x3 = 1, y1 = 0, y2 = 2, y3 = −1, z1 = 2, z2 = −1, z3 = 0. Portanto, segue que [I]αβ = 1 0 20 2 −1 1 −1 0 . Para resolver (b), basta encontrar a inversa do item (a), pois sabemos da validade da relac¸a˜o [I]βα = ([I] α β) −1. Assim, temos [I]βα = 1 5 1 2 41 2 −1 2 −1 −2 . Exemplo 1.11.5. Sejam as bases ordenadas do espac¸o M2(R) definidas a seguir por α = {[ 3 0 0 4 ] , [ −4 2 0 1 ] , [ 7 −3 0 0 ] , [ 2 0 −1 4 ]} e β = {[ 1 0 0 1 ] , [ 2 −1 0 0 ] , [ 0 0 0 1 ] , [ 0 1 −1 4 ]} Determine: a) a matriz mudanc¸a de base [I]αβ . b) [v]α sabendo que [v]β = 1 0 2 0 . CAPI´TULO 1. ESPAC¸OS VETORIAIS 43 Soluc¸a˜o: No item (a), usando a definic¸a˜o de matriz mudanc¸a de base, vem que[ 3 0 0 4 ] = A1 [ 1 0 0 1 ] + A2 [ 2 −1 0 0 ] + A3 [ 0 0 0 1 ] + A4 [ 0 1 −1 4 ] [ −4 2 0 1 ] = B1 [ 1 0 0 1 ] +B2 [ 2 −1 0 0 ] +B3 [ 0 0 0 1 ] +B4 [ 0 1 −1 4 ] [ 7 −3 0 0 ] = C1 [ 1 0 0 1 ] + C2 [ 2 −1 0 0 ] + C3 [ 0 0 0 1 ] + C4 [ 0 1 −1 4 ] [ 2 0 −1 4 ] = D1 [ 1 0 0 1 ] +D2 [ 2 −1 0 0 ] +D3 [ 0 0 0 1 ] +D4 [ 0 1 −1 4 ] Portanto, calculando os coeficientes das combinac¸o˜es lineares acima, obtemos [I]αβ = 3 0 1 0 0 −2 3 1 1 1 −1 0 0 0 0 1 . No item (b), precisamos da matriz mudanc¸a de base [I]βα. Assim, devemos obter a inversa da matriz acima. Apo´s alguns ca´lculos, temos [I]βα = ([I] α β) −1 = 1 −1 −2 1 −3 4 9 −4 −2 3 6 −3 0 0 0 1 . Portanto, segue que [v]α = [I] β α.[v]β = 1 −1 −2 1 −3 4 9 −4 −2 3 6 −3 0 0 0 1 . 1 0 2 0 = −3 15 10 0 . Exemplo 1.11.6. Sejam α = {v1, v2} e β = {(1, 2), (−1, 1)} bases ordenadas do R2 e matriz mudanc¸a de base [I]αβ = [ −3 4 1 −2 ] . Determine os vetores da base α. Soluc¸a˜o: Vamos denotar os vetores da base α por v1 = (x, y) e v2 = (a, b). Agora, usando a definic¸a˜o da matriz [I]αβ , segue que (x, y) = −3.(1, 2) + 1.(−1, 1) = (−4,−5) e (a, b) = 4.(1, 2)− 2.(−1, 1) = (6, 6). Portanto, conclu´ımos que α = {(−4,−5), (6, 6)}. CAPI´TULO 1. ESPAC¸OS VETORIAIS 44 Exemplo 1.11.7. Sejam α = {(1, 4), (7,−5)} e β = {u1, u2} bases ordenadas do R2 e matriz mudanc¸a de base [I]αβ = ( −1 2 3 −1 ) . Enta˜o, a base β e´ igual a: a) {( 14 5 , −9 5 ) , ( 29 5 , 1 5 )} b) {( 3 8 , 7 8 ) , ( 19 8 , −17 8 )} c) {( 22 5 , −11 5 ) , ( 9 5 , 3 5 )} d) {( 1 8 , 13 8 ) , (−9 8 , 19 8 )} Soluc¸a˜o: Vamos denotar os vetores da base β por u1 = (x, y) e u2 = (p, q). Agora, usando a definic¸a˜o da matriz [I]αβ , segue que (1, 4) = −1.(x, y) + 3.(p, q) = (−x+ 3p,−y + 3q) (7,−5) = 2.(x, y)− 1.(p, q) = (2x− p, 2y − q). De forma equivalente, obtemos { −x + 3p = 1 2x − p = 7 (I) e { −y + 3q = 4 2y − q = −5. (II) Resolvendo (I) e (II) encontramos x = 22 5 , y = −11 5 , p = 9 5 e q = 3 5 . Disso resulta que a alternativa C e´ a correta. CAPI´TULO 1. ESPAC¸OS VETORIAIS 45 1.12 Exerc´ıcios 1. Em relac¸a˜o aos subconjuntos do R2 definidos a seguir. Escreva Verdade se for subespac¸o vetorial, e caso contra´rio escreva Falso. No caso verdadeiro exiba uma base e a dimensa˜o. a) U = { (x, y) ∈ R2 | 2x+ 3y = 0} b) V = { (x, y) ∈ R2 | x− 3y = 5} c) W = { (x, y) ∈ R2 | y = 4x 7 } 2. De acordo com os subconjuntos de M2(R) definidos abaixo. Escreva Verdade se for subespac¸o vetorial, e caso contra´rio escreva Falso. No caso verdadeiro determine uma base e a dimensa˜o. a) U = {( a b c d ) ∈M2(R) | a+ 2b = c− 4d } b) V = {( a b c d ) ∈M2(R) | a = 5c e b = 3d } c) W = {( a b c d ) ∈M2(R) | a = b+ c+ 7 } 3. Seja o espac¸o vetorial P2(R) tal que p(t) = a + bt + ct2. Escreva Verdade se o subconjunto for subespac¸o vetorial, e caso contra´rio escreva Falso. No caso verdadeiro encontre uma base e a dimensa˜o. a) U = {p(t) ∈ P2(R) | p(1) = 3} b) V = {p(t) ∈ P2(R) | p(−2) = 0} c) W = { p(t) ∈ P2(R) | p ( 1 2 ) = p(−1) } 4. Sejam M2(R) o espac¸o vetorial das matrizes quadradas de ordem 2 e os sub- conjuntos definidos por U = { A ∈M2(R) | At = A } e V = { B ∈M2(R) | Bt = −B } . Verifique se U e V sa˜o subespac¸os vetoriais. Em caso afirmativo, obtenha uma base e a dimensa˜o. CAPI´TULO 1. ESPAC¸OS VETORIAIS 46 5. Seja M2(R) o espac¸o vetorial das matrizes quadradas de ordem 2, e o subcon- junto W formado pelas matrizes triangulares superiores. Mostre que W e´ um subespac¸o vetorial. Em seguida, determine uma base e a dimensa˜o. 6. Sendo P3(R) o espac¸o vetorial dos polinoˆmios de grau ≤ 3 e o subconjunto dado por W = {p(x) ∈ P3(R) | p(1) = 0 e p′(−1) = 0}. Mostre que W e´ um subespac¸o vetorial. Em seguida, obtenha uma base e a dimensa˜o. 7. Seja P2(R) o espac¸o vetorial dos polinoˆmios de coeficientes reais de grau ≤ 2 e o subconjunto U = { p(x) ∈ P2(R) | p′(5) = p ( 2 3 )} . Prove que U e´ um subespac¸o, depois ache uma base e sua dimensa˜o. 8. Seja P2(R) o espac¸o vetorial dos polinoˆmios de grau ≤ 2, onde cada elemento tem a forma p(t) = at2+bt+c e o subespac¸o W = {p(t) ∈ P2(R) | 3a−b = 7c}. Encontre
Compartilhar