Baixe o app para aproveitar ainda mais
Prévia do material em texto
VI : Operadores Lineares Prof. Hugo Pedro Boff 6.1 Definições e propriedades básicas Sejam V eW dois espaços vetoriais sobre o mesmo corpo F de escalares. Definição 0: Uma transformação : V → W é linear se e somente se ∀v1,v2 ∈ V,k ∈ F, i v1 v2 v1 v2 ii kv1 kv1 A transformação é também chamado operador linear. Exemplos: l. Qualquer isomorfismo de VF sobreWF é um operador linear; 2. Seja A qualquer matriz m,n com elementos em F. O operador : VnF → VmF : x → x Ax é uma transformação linear; 3. : VnF → V3F : x x x1,x2, 0 é um operador linear; 4. Seja V um espaço vetorial e S um subespaço de V. Então ∀v ∈ V, ∃ uma decomposição única : v s s′ onde s ∈ S e s ′́ ∈ S. A transformação : V → S : v v s é dita projeção ortogonal de v sobre S. Exercício 6.1 .Mostre que a projeção é um operador linear . Solução: Deve-se verificar: i u,v ∈ V,u v u v . Sejam u ∈ V → ∃ t, t ′ : u t t ′ t ∈ S, t ′ ∈ S v ∈ V →: v s s ′ s ∈ S, s ′ ∈ S. Vem u v t t ′ s s ′ t s t ′ s′ t s u v (note que t s ∈ S pois S é um subvetorial); ii v ∈ V,k ∈ F : kv ks kv → é um operador linear. Propriedades adicionais Seja : V → W um operador linear. Então: 1. Se 0 e 0′ forem os vetores nulos de V eW, então 0 0′; 2. Se S ⊂ V então S v ∈ W : v ∈ S é um subespaço deW (imagem de S por ); 3. Se T ⊂ W então −1T v ∈ V : v ∈ T é um subespaço de V. 4. Continuidade uniforme. Vamos supor que V eW sejam normados com a norma do máximo: ‖x‖ maxi|xi| (pode-se também usar qualquer outra norma equivalente). Se F1,F2, . . . ,Fn são uma base qualquer de V temos, para v, v ′ ∈ V, ‖v − v ′‖ ‖v − v ′‖ ‖∑ i Fixi − xi′‖ ‖∑ i Fixi − xi′‖≤ ∑ i‖Fixi − xi′‖≤ ∑ i‖Fi‖maxi|xi − xi′| k‖v − v ′‖, onde k ∑ i‖Fi‖. Como k não depende de v ou v ′, é uniformemente contínua: se 0, tome ≤ /k e então, ‖v − v ′‖ → ‖v − v ′‖ , para quaisquer v,v ′. Transformações que possuem esta propriedade são chamadas Lipschitzianas. Sendo o vetorial V de dimensão finita, a constante k da demonstração anterior fica bem definida. O mesmo não acontece se V tem dimensão infinita. Neste caso, uma transformação linear : V → W pode ser (paradoxalmente) descontínua. O exemplo seguinte (extraído de L.Schwartz, Cours d ’Analyse, v.I, 1967) ilustra este fato. Seja P o vetorial de todos os polinômios em x com coeficientes reais munido da norma ‖p‖ max0≤x≤1|px|. Considere a transformação linear p p3 (verifique que ‖‖ é uma norma e que é linear). Tome enfim a sequência de polinômios pnx x2 n. Então, a sequência ‖pn‖ 12 n converge para 0 enquanto que pn 32 n tende para . Logo, não é contínua. Definição 1: Se : V → W é um operador linear e se 0′ é o vetor nulo deW, o subespaço −10′ v ∈ V : v 0′ é denominado espaço nulo de (ou nucleo de ), notado N. Teorema 6.1 (bijeção e núcleo) Um operador linear sobrejetivo : V → W é biunívoco (injetiv0) sse seu nucleo for 0. Prova : i ← Suponha −10′ v ∈ V : v 0′ 0. Temos que mostrar que se dois vetores de V tem a mesma imagem por , então eles são iguais, e será então biunívoca. Seja v1 v2. Logo, v1 − v2 0′, o que implica v1 − v2 0 → v1 v2 ( é biunívoca). ii →Suponha biunívoca e tome v tal que v 0′. Pela propriedade 1, temos v 0 e, pela biunivocidade: v 0 logo, N 0. Definição 2: Se : V → W for um operador linear de V sobreW e se, além disso, for sobrejetivo e biunívoco, existe uma transformação inversa −1 : W → V e se diz inversível. Um operador inversível (biunívoco) é claramente um isomorfismo. Teorema 6.2 (linearidade da inversa) Se : V → W for um operador linear inversível, −1 : W → V é também linear. Além disso, −1−1 é inversível e −1−1 Prova: Sejam w1 v1; w2 v2 e k ∈ F. Temos, w1 w2 v1 v2 v1 v2. Então, −1w1 w2 −1v1 v2 v1 v2 −1w1 −1w2 e −1kw −1kv −1kv kv k−1w. Logo, −1 é linear. É fácil de ver que se v w e −1w v, colocando gv −1w vem: −1w−1 g−1w v. Logo, −1−1 . Teorema 6.3 (existência e unicidade dos operadores .lineares) Se V eW são espaços vetoriais sobre F e E1,E2, . . . . ,En uma base qualquer de V e se F1,F2, . . . . ,Fn for um conjunto arbitrário de n vetores (não necessariamente distintos) de W, existe um operador linear único : V → W : Ei Fi i 1,2, . . . ,n. Prova: Tome v ∈ V e v ∑ i1n xiEi. Defina v ∑ i1n xiFi. É fácil ver que, como definido, é um operador linear. Note que colocando xi 1 e xj 0 j ≠ i, temos v Ei e v Fi → Ei Fi É esta transformação única? Suponha que ′ : V → W também verifique ′Ei Fi ∀i. Então, ′v ′∑ i1n xiEi ∑ i1n xi ′Ei ∑ i1n xiFi v. Logo, ′ . Vamos então definir: £V,W, o conjunto de todas as transformações lineares de V em W. Os elementos de £ (transformações lineares) são notados ,,, etc. 6.2 Representações matriciais Sejam E1,E2, . . . . ,En uma base de V e F1,F2, . . . . ,Fm uma base deW, ∈ £V,W. Dado que Ei ∈ W, temos: E1 a11F1 a21F2 . . .am1Fm E2 a12F1 a22F2 . . .am2Fm . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . En a1nF1 a2nF2 . . .amnFm Então, se v ∑ i1n xiEi for um vetor qualquer do Vn, temos:v ∑ i1n xiEi ∑ i1n xi∑ j1m aijFj ∑ j1m ∑ i1n xiaijFj. Defina yj ∑ i1n xiaij. Logo, v ∑ j1m yjFj. Definição 3: A matriz A aij dos coeficientes é chamada matriz da transformação linear relativamente às bases E e F ( A é a transposta da matriz dos coeficientes acima). Se Ei, x e Fj, y são escritos como vetores-coluna, e se definirmos as matrizes de ordem n, E E1, . . . ,En e de ordem m, F F1, . . . ,Fm , a transformação linear descrita acima admite a seguinte representação matricial: v Ex e E FA onde a notação E indica a matriz imagem E1, . . . ,En e A é de dimensão m,n. Deste modo, v Ex FAx. Ora, v ∈ Vm; tem, portanto, uma representação na base F : v Fy . A identidade Fy FAx leva então à: y Ax, relação esta que faz objeto do teorema seguinte. Teorema 6.4 (transformação das coordenadas) Sejam V eW espaços vetoriais sobre com bases E1,E2, . . . . ,En e F1,F2, . . . . ,Fm, respectivamente, : V → W um operador linear. Seja v ∈ V e x vetor coordenada de v na base E e y a coordenada de v na base F. Então y Ax, onde A é a matriz de relativa às bases E e F. Espaços de matrizes Na seção 3.1 vimos que o conjunto das matrizes de dimensão m,n munido da operação (soma entre seus elementos) e da operação (multiplicação escalar dos seus elementos com os elementos do corpo dos escalares) forma um espaço vetorial. Teorema 6.5 (isomorfismo de vetorial) Sejam V eW espaços vetoriais sobre F, de dimensões n e m e tendo bases E1,E2, . . . . ,En e F1,F2, . . . . ,Fm, respectivamente. Seja A a matriz de ∈ £V,W relativa à estas duas bases eM o espaço vetorial de todas as matrizes m,n sobre F. Então, : £V,W → M : A é um isomorfismo de £ sobreM. Prova: Devemos mostrar que é biunívoca e linear. (i) biunívoca : pelo teorema 6.3 anterior, ∃ um operador linear para uma escolha arbitrária das constantes aij nas equações Ei ∑ j1m ajiFj; i 1,2, . . . ,n. Então toda matriz m,n sobre F é matriz de uma transformação linear () e a transformação é sobrejetiva. Se A A, pelas equações da representação matricial vem: − Ei Ei − Ei Fai − Fai Fai − ai 0, dado que as iesimas colunas ai e ai são idênticas, por hipótesei 1,2, . . . ,n. Então, − v 0 ∀v ∈ V, o que implica − 0 e , isto é, que é biunívoca. Como £ M, a transformação inversa −1 existe e A ↔ −1A ; (ii) é linear : se Ei Fai e Ei Fai temos Fai Ei Ei Ei Fai Fai Fai ai. Como as colunas de F são LI, temos ai ai ai para todo i. Portanto, A A A → . Similarmente, Faki kEi kEi Fkai, para todo i. Logo, aki kai. Então, Ak kA → k k. Assim, é um isomorfismo. Uma consequência importante deste teorema é que as dimensões de £ e deM são idênticas. Com efeito, se dim£ dimMmn, então existe uma matriz M ∈ Mmn que não é imagem de nenhum operador de £. Isto é impossível, porque é um isomorfismo de vetoriais, logo, sobrejetivo. Inversamente, se dim£̇ dimMmn, ou existem operadores sem matriz associada A, o que é impossível (teorema 6.3) ou então a um dado par de operadores (, ) está associado uma única matriz A, o que também é impossível, dado que é biunívoca. Corolário: Se V tem dimensão n eW tem dimensão m, então £V,W tem dimensão mn. Prova: Pelo teorema 6.5, £ tem a mesma dimensão queM (dado que é uma transformação linear biunívoca). Seja A ∈ M matriz de ordem m,n e Eij eiej′ uma matriz com entrada 1 em i, j e 0 nas outras posições ( ei e ej são a iesima e jesima colunas das matrizes Im e In, respectivamente). Temos A ∑ i,j1m,n aijEij. Logo, Eij é um sistema gerador LI deM. Como o número de vetores LI em Eij é mn, temos dimM mn dim£. Teorema 6.6 (transformações compostas) Sejam U, V,W três espaços vetoriais sobre o mesmo corpo F e as transformações ∈ £U,V , ∈ £V,W, : U → W (transformação produto ou composta). Se os 3 espaços têm dimensão finita e admitem as bases Ei, Fi, Gi respectivamente e se A for a matriz de (relativa às bases F e G) A a matriz de (relativa às bases E e F ), e A a matriz de (relativa às bases E e G) então é linear e A AA. Prova: (i) : U → W é linear. Com efeito, v1 v2 v1 v2 v1 v2 v1 v2; kv kv kv kv; Logo, ∈ £U,W. (ii) vamos agora mostrar que A AA. Seja u ∈ U e x o vetor coordenada de u relativamente à base E, y o vetor coordenada de u relativamente à base F e z o vetor coordenada de u u relativamente à base G. Pelo teorema 6.4 temos y Ax e z Ay. Logo, z AAx. Mas, z Ax e, então Ax AAx. Como esta relação é válida para cada x (sendo u arbitrário), obtemos necessáriamente A AA. Caso Particular: V W. Neste caso ∈ £V,V e podemos expressar v e v em termos da mesma base F1,F2, . . . ,Fn de V. Então, se Fi ∑ i1n aijFj, A aij é a matriz de relativamente à base F. Deste modo continua válida a identidade z Ay onde y e z são os vetores coordenadas de v e v respectivamente, relativos à base F. Aplicação : Seja xcl o espaço vetorial gerado pelas colunas da matriz Xn,k e E1,E2, . . . ,En uma base de xcl. Tome um vetor x ∈ xcl e seja o vetor das coordenadas de x relativamente à base E1,E2, . . . ,En, com matriz E : x E. Considere a transformação linear : xcl → n : x x com matriz A X. Se F1,F2, . . . ,Fn é uma base qualquer do n e y y1,y2, . . . ,yn′ o vetor coordenada de x na base F, então x Fy E E FX, e temos a relação : y X, ou yj ∑ i1k iXji j 1,2, . . . ,n. Explicitamos assim o operador linear implícito em formas lineares de uso corrente em estatística e em econometria. Nestes casos, a matriz associada à é a matriz do desenho experimental X. Isomorfismo de espaços com produto interno Considere dois espaços vetoriais V eW munidos dos produtos internos 1 e 2, respectivamente. Seja : V →W uma transformação linear isomorfa. Definição 4: Um isomorfismo de vetorial : V →W é chamado isomorfismo de vetorial com produto interno se satisfizer: v1 v22 v1 v21 para todos v1,v2 ∈ V. Proposição: (isomorfismo de vetorial com produto interno) Se V for munido de um produto interno 1 eW for munido do produto interno padrão , então existe um isomorfismo de vetorial com produto interno entre V eW. Prova: Pelo teorema 5.7 sabemos que V tem uma base ortonormal F1,F2, . . . ,Fn. Então Fi Fj1 1 se i j e Fi Fj1 0 se i ≠ j. Considere a transformação linear bijetiva (biunívoca e sobrejetiva) que a cada vetor v ∈ V associa seu vetor coordenada x na base F : v x1x2, . . .xn. Em toda evidência, : V →W é um isomorfismo de vetorial. Tome v1 x1F1 x2F2 . . .xnFn e v2 y1F1 y2F2 . . .ynFn. Então, v1 v21 ∑ i xiFi ∑ i yiFi1 ∑ i,j xiyjFi Fj1 ∑ i xiyi v1 v2. Exemplo 0. Considere P o espaço vetorial dos polinômios de grau menor ou igual a 2 e o produto interno introduzido no exemplo 2 da seção 5.1: p q1 0 1 pxqxdx para p,q ∈ P. Podemos construir uma base ortonormal para P à partir da base 1, x, x2 usando o procedimento de Gramm-Schmidt ( veja exercício 5.4.2(a)). Assim procedendo, obteremos a base 1, 3 2x − 1, 5 6x2 − 6x 1. Vamos agora mostrar que a proposição acima se aplica para o isomorfismo entre P e o V3 sendo 1 o produto interno definido sobre o primeiro vetorial e o produto interno padrão definido sobre o segundo. Com efeito, sejam px b1 b2 3 2x − 1 b3 5 6x2 − 6x 1 e qx c1 c2 3 2x − 1 c3 5 6x2 − 6x 1 dois elementos de P. Então, sendo a base ortogonal é fácil verificar que p q1 0 1b1 b2 3 2x − 1 b3 5 6x2 − 6x 1 . c1 c2 3 2x − 1 c3 5 6x2 − 6x 1dx 0 1b1c1 b2c232x − 12 b3c356x2 − 6x 12dx e, como os polinômios tem comprimento unitário, p q1 b1c1 b2c2 b3c3 p q. 6.3 Automorfismos O espaço vetorial considerado relevante para esta seção é o das transformações lineares de um espaço vetorial V nele mesmo: £V,V. Álgebras lineares Vamos dotar £V,V de duas propriedades associativas e de duas propriedades distributivas: A1: Se k ∈ F, , ∈ £V,V, então: k k k; A2: ∀,, ∈ £V,V, ; D1: ; D2: ; Note que estas quatro propriedades são naturalmente atendidas pelo fato de que a imagem por ∈ £ de um vetor v ∈ V , pertence à V e pelo fato de que os operadores de £ são lineares. Definição 5: Álgebra (associativa) sobre um corpo F é um conjunto A de elementos (operadores lineares, inclusive) tais que: (i) A é um espaço vetorial sobre F ; (ii) Está definida uma multiplicação () entre os elementos de A tal que se a,b ∈ A,→ a.b ∈ A, e valem, para os elementos de A, as quatro propriedades A1, A2, D1, D2. Notas: 1. £V,V é uma álgebra sobre F (verifique). A lei multitplicativa definida sobre £ é a do produto (composição) entre operadores: ∘. A álgebra sobre £V,V é chamada álgebra linear; 2.Mn {conjunto de todas as matrizes de ordem n sobreF} é uma álgebra sobre F. A lei multiplicativa instituída sobre este conjunto é a do produto usual das matrizes de mesma ordem. A álgebra sobreMn é chamada álgebra matricial; Definição 6(isomorfismo de álgebra): Se A e B forem duas álgebras sobre um mesmo corpo F, a transformação : A → B é um isomorfismo (de álgebra) se: (i) é um isomorfismo (de vetorial) de A sobre B; (ii) se a,b ∈ A, então ab ab. Teorema 6.7 (isomorfia entre as álgebras de £ e deM) Se V for um espaço vetorial de dimensão n sobre F, a álgebra £V,V é isomorfa àMn, a álgebra de todas as matrizes de ordem n sobre F. Prova : (i) Devemos primeiro mostrar que existe uma transformação : £V,V → Mn que é um isomorfismo de £ sobreMn. Como £ eMn são álgebras, definimos A. É fácil mostrar então que é um isomorfismo de £ sobreMn (veja teorema6.5). Note que dim£ dimMn n n n2; (ii) Devemos mostrar que se , ∈ £ então . Ora, pelo teorema 6.6 temos: A AA . Teorema 6.8 (inversibilidade e regularidade da matriz da transformação) Seja : V → V um operador linear qualquer e V um espaço vetorial de dimensão finita. Seja A a matriz de relativa à base fixa E1,E2, . . . ,En. Então é inversível se e somente se A for não singular. Neste caso, a matriz de −1 relativa à base E é A−1. Prova: (i) suponha inversível. Então existe −1 tal que −1 1 → I A−1 AA−1 → A−1 A−1, isto é, A é não singular; (ii) suponha agora A não singular. Precisamos mostrar que a regularidade de A implica que seja inversível. Considere A como a matriz de relativa à base natural E I. Então, ∀v ∈ V, v Ev Ev Av. Mas, A sendo não singular v Av 0 ↔ v 0. Logo, −10 0 e então é biunívoca. Logo, pelo teorema 6.1, é inversível. Notas: l. De grande interesse em álgebra linear é o estudo das transformações no espaço £V,V i.e. dos operadores lineares em V, particularmente, daqueles que realizam isomorfias no vetorial; 2. O teorema 6.7 assegura a existência de um isomorfismo entre a álgebra dos operadores lineares £V,V e a álgebra das matrizesMn, sempre que V for um espaço vetorial de dimensão n finita; 3. Para n , a equivalência entre a álgebra dos operadores e a das matrizes faz com que, em princípio, se possa estudar os primeiros pelo cálculo matricial; 4. Duas objeções se antepõem à esta perspectiva: (a) A matriz A de um operador não depende apenas da base E escolhida sobre V, mas também do operador . O ponto de vista matricial não fornece, portanto, um tratamento ”livre das coordenadas” como na teoria dos operadores. (b) Nos espaços de dimensão infinita, o cálculo matricial é inviabilizado. Dimensão dos operadores lineares Seja V um espaço vetorial a n-dimensões sobre o corpo F e ∈ £V,V; N v ∈ V : v 0 espaço nulo de ; Im v : v ∈ V espaço imagem de ; Im ⊂ V, é um subespaço de V. Definição 7: Se ∈ £V,V, dimIm posto de e dimN nulidade de . Teorema 6.9 (posto e nulidade dos operadores lineares) Se ∈ £V,V com dimV n, então posto nulidade n ↔ dimIm dimN n. Prova 1: Tome uma base qualquer E1,E2, . . . ,En de V. Seja : V → Vn o isomorfismo que transforma cada v ∈ V em seu vetor coordenada x v relativa à base E1,E2, . . . ,En. Por um resultado anterior temos: v Ex Ex EAx Ax Av. Logo, transforma o espaço nulo de (por V) sobre o espaço nulo de A (por Av); também transforma Im (por v) sobre o subespaço Ax : x ∈ Vn o qual é Acl (espaço-coluna de A). Pelo teorema 6.5 temos, dimN dimNA e dimIm dimAcl . O teorema 3.2 assegura finalmente que, dimIm dimN n. Prova 2 (alternativa): Seja s dimN. Tome uma base v1,v2, . . . ,vn de V de maneira que v1,v2, . . . ,vs seja uma base de N. Visto que vi 0 ∀i ≤ s, segue-se que todo vetor não nulo de Im será gerado pelos vetores vs1,vs2, . . . ,vn. Estes vetores são LI, dado que se c1vs1 . . .cn−svn 0, então c1vs1,c2vs2, . . . ,cn−svn 0, logo c1vs1,c2vs2, . . . ,cn−svn ∈ N, o que é uma contradição, pois vs1,vs2, . . . ,vn são vetores de uma base de V. Assim c1vs1 c2vs2 . . .cn−svn 0 ↔ c1 c2 . . . cn−s 0 vs1,vs2, . . . ,vn são LI. Os vetores vs1,vs2, . . . ,vn formam portanto uma base de Im e, em consequência, dimIm n − s → dimIm dimN n. Corolário: Se dimV n e ∈ £V,V, então Im V ↔ N 0. Quando isto ocorre, será biunívoca e, portanto, inversível. Exemplo 1: Seja P o espaço vetorial sobre de todos os polinômios px em x com coeficientes em . Defina a transformação: : P → P : px px p′x (derivada). Como px qx′ p′x q′x e px′ p′x, é uma transformação linear. Temos também N p ∈ P : p p′ 0 p ∈ P : px k, k constante ∈ ≠ 0. Todavia, Im px : px ∈ P p′x : px ∈ P P dado que a derivada de um polinômio é um polinômio e que todo polinômio é a derivada de um polinômio. Este exemplo mostra que o corolário acima não se aplica aos espaços vetoriais de dimensão infinita (tais que P). Por outro lado, no espaço Pn dos polinômios de grau ≤ n o corolário vale pois, neste caso, temos a sua negação: Im Pn−1 ≠ Pn e N px ∈ Pn : px k ∈ ≠ 0. Temos ainda: dimIm n 1 − dimN n 1 − 1 n. Os exemplos 2, 3, 4, 5 apresentados à frente permitem explicitar a matriz associada ao operador e a mudança de coordenadas efetuada em cada caso. Exemplo 2: Seja o vetorial V2 e E1,E2 a base padrão. Se ∈ £V2,V2 é definido por E1 2E1; E2 3E2, sua matriz associada é A 2 0 0 3 x,y 2x, 3y, e o ponto x,y é transformado por no ponto x ′,y ′ onde x ′ 2x; y ′ 3y. Se x,y estiver sobre o círculo x2 y2 1, então x ′,y ′ satisfaz a equação x′24 y ′2 9 1. Vemos que o círculo x2 y2 1 é transformado por na elípse x′24 y ′2 9 1. Definição 8: Seja V um espaço vetorial a n-dimensões sobre F e ∈ £V,V. Se existem n vetores LI: E1,E2, . . . ,En em V e n escalares positivos a1,a2, . . . ,an tais que Ei aiEi, então é dita uma aplicação. Neste caso, é linear e a matriz de é a matriz diagonal A Diaga1,a2, . . . ,an. Geometricamente, uma aplicação é uma “dilatação ” (ou contração) do espaço em cada uma das direções Ei por um fator ai. Exemplo 3 (Projeção ortogonal) Seja V3 , e a transformação Ei Eii 1,2 e E3 0. Então, x1,x2,x3 x1,x2, 0 e é uma projeção do V3 sobre o subespaço gerado por E1,E2. A matriz associada é A 1 0 0 0 1 0 0 0 0 . Exemplo 4. Seja V2 e E1,E2 a base padrão. Seja x o vetor obtido pela rotação de x no sentido anti-horário de um ângulo . Tome ‖x‖ r de maneira que o ângulo entre x e E1 seja . Então, se x x1,x2, x1 rcos, x2 r sin e se x x1′ ,x2′ temos: x1′ rcos rcoscos − sin sin; x1′ x1 cos − x2 sin e x2′ r sin rsincos cos sin; x2′ x1 sin x2 cos. Então, a matriz da transformação será: x ′ Ex Ax onde A cos − sin sin cos . Note que |A | 1 e A−1 cos sin− sin cos , de modo que x1 x1 ′ cos x2′ sin e x2 x2′ cos − x1′ sin. Veja figura 6.0 abaixo. 0 τ( )x x θ α x1 x2 x1 x2 , , E1 E2 r r fig.6.0 Rotação do vetor x no Exemplo 5 . Seja V3, E1,E2,E3 a base padrão e ∈ LV3,V3 definida por E1 E1, E2 E2 e E3 −E3. Então é uma transformação linear cuja matriz relativa à base E é: A 1 0 0 0 1 0 0 0 −1 . Claramente, x1,x2,x3 x1,x2,−x3, de modo que cada vetor é transformado por pela reflexão da sua terceira coordenada no plano (x1 x2. O E 3 v τ (v) E 1 E 2 x y z = [x , y , -z] [x , y , z] Fig.6.1: Reflexão da terceira 6.4 Mudança de base Seja V um espaço vetorial de dimensão finita sobre F e ∈ £V,V. Temos o seguinte teorema para as matrizes de operadores relativas a mudanças de base. Teorema 6.10 (matrizes associadas à mudanças de base) Sejam E1,E2, . . . ,En e F1,F2, . . . ,Fn duas bases de V e seja ∈ LV,V. Se AE for a matriz de relativa à base E e AF for a matriz de relativa à base F, então: AF P−1AEP onde P é a matriz de transição da base E para a base F. Prova: Sendo P matriz de transição da base E para a base F temos: F EP. Se x é o vetor das coordenadas de v na base E e y o vetor das coordenadas de v na base F então x Py. Seja então v Fy Fy FA Fy Ex Ex EAEx Ora: EAEx FAFy → AEx E−1FAFy PAFP−1x.Como esta relação é válida ∀x ( v é arbitrário) teremos: AE PAFP−1 → AF P−1AEP . Exemplo 1: Tome F1 1,2′; F2 3,−1′ como uma base do V2 e seja E1, E2 os vetores da base padrão. Como F1 E1 2E2 e F2 3E1 − E2 , a matriz de transição da base E I2 para a base F será P 1 3 2 −1 . A sua inversa é P −1 17 1 3 2 −1 . Seja o operador linear definido por F1 2F1 e F2 3F2. A matriz de relativa à base F é: AF 2 0 0 3 . Então, a matriz de relativa à base E será: AE 17 20 −3 −2 15 .Com efeito, pela relação A E PAFP−1 obtemos: AE 1 3 2 −1 2 0 0 3 1 7 1 3 2 −1 17 2 9 4 −3 1 3 2 −1 1 7 20 −3 −2 15 . Exercício 6.2: Suponha que : V2 → V2 transforma F1 2,−1′ em G1 4,3′ e F2 1,3′ em G2 −1,−2′. Ache a matriz de relativa às bases: (i) E1,E2; (ii) F1,F2 e G1,G2. Solução: Para (i) temos: F1 2E1 − E2 2E1 −E2 G1 4E1 3E2; e F2 E1 3E2 E1 3E2 G2 −E1 − 2E2. Em forma matricial, para E E1,E2, E E1,E2 as duas relações acima escrevem-se: E 2 1−1 3 E 4 −1 3 −2 . Logo, A E 4 −1 3 −2 2 1 −1 3 −1 17 4 −1 3 −2 3 −1 1 2 ou AE 17 11 −6 7 −7 . (ii) Para a obtenção da matriz de na base F usamos a relação AF P−1AEP, onde a matriz de transição da base E para a base F F1,F2 é aqui P F 2 1−1 3 . Sua inversa já foi calculada, e então, AF 17 3 −1 1 2 4 −1 3 −2 1 7 9 −1 10 −5 . Note que A F F−1G. Análogamente para AG, a matriz de transição é P G 4 −1 3 −2 , de maneira que a fórmula AG P−1AEP dá: AG 2 1−1 3 −1 4 −1 3 −2 A F. Operadores de projeção ortogonal SejaWm o vetorial sobre F munido do produto interno w1 w2 w2′ w1 ( é positiva definida e simétrica de ordem m). A toda transformação linear ∈ £Vn,Wm com posto n ( n ≤ m ) e matriz A, podemos associar um operador de projeção sobre im, na direção de N. Este operador é linear: ∈ £Wm,Wm e sua matriz será o projetor P definido à partir de A : P AA′ A−1A′ . Com efeito, a projeção de um vetor w ∈ Wm sobre im é w Ax t onde t ∈ N. Então, t Ax x ′A′ t 0∀x → A′ t 0. Logo, prémultiplicando w Ax t por A′ e, em seguida, invertendo vem: x A′ A−1Aw, de modo que a projeção fica definida pela transformação linear: : Wm → Wm com w Ax Pw. 6.5 Operadores ortogonais Tomemos agora Vn, munido do produto interno padrão e a base natural E. Se v Ex pode-se calcular ‖v‖ x x 12 . Focalizaremos a atenção sobre as tranformações lineares que preservam os comprimentos: ‖v‖ ‖v‖ ; ∀v ∈ Vn. Teorema 6.11 (preservação dos produtos internos) O operador linear : V → V preserva os comprimentos sse preservar os produtos internos: v1 v2 v1 v2 ∀v1,v2 ∈ V. Prova: A prova é trivial e será deixada ao leitor. Uma consequência imediata do teorema 6.11 é o corolário seguinte: Corolário: Se preserva os comprimentos, preserva a ortogonalidade. Definição 9: Uma transformação linear : V → V sobre um espaço Euclidiano V é chamada transformação ortogonal sobre V se ela preserva os comprimentos. Teorema 6.12 (ortogonalidade do operador e da matriz) Seja V um espaço Euclidiano com uma base ortogonal E1,E2, . . . ,En qualquer. Uma transformação linear sobre V é ortogonal sse sua matriz A relativa à base E for ortogonal. Prova: Sejam v e w dois vetores quaisquer do Vn e x e y suas coordenadas vetoriais na base E, v Ex e w Ey. Então v w Ex Ey x ′E ′Ey x ′y x y e v w Ax Ay x ′A′Ay. (i) Suponha que é ortogonal. Então, pelo teorema 6.11 preserva os produtos internos. Logo, x.y x ′y x ′A′Ay x.y. Sendo isto verdadeiro para todo x,y devemos ter: A′A I → A é ortogonal. (ii) Por outro lado se A for ortogonal, x.y x ′Iy x ′A′Ay Ax.Ay x.y x ′y x ′A′Ay e assim preserva os produtos internos. Logo, pelo teorema 6.11, o operador é ortogonal. Notas: (i) Como a base ortonormal E é arbitrária, o teorema implica que o operador ortogonal tem uma matriz ortogonal relativa à toda base ortonormal; (ii) A matriz de transição entre duas bases ortonormais também é ortogonal. Com efeito, sendo a base F e E ortonormais e P a matriz de transição, temos: F EP, e então, F ′F P ′E ′EP I → I P ′P. Verifica-se também que a matriz de na base F é ortogonal pela relação: AF P−1AEP ; (iii) A transformação ortogonal é própria se |A | 1 e imprópria se |A | −1. Definição 10: Uma transformação ortogonal própria : V → V chama-se rotação. Mostra-se agora que qualquer transformação ortogonal própria no V3 é uma rotação no sentido ordinário. Subespaços unitários invariantes e rotações Seja : V3 → V3 uma transformação ortogonal própria e A uma matriz relativa à base padrão. Visto que a base padrão é ortonormal, A é ortogonal (teorema 6.12) e |A | 1. Então, |A − I||A′ | |A − I| |I − A′ | −13|A′ − I| −|A′ − I| −|A − I ′ | −|A − I|. Logo |A − I| − |A − I| → |A − I| 0. Assim, NA−I ≠ 0, ∃x ≠ 0 : A − Ix 0 ou Ax x → x Ax x, o que implica que x é invariante mediante . Seja então F3 x‖x‖ o vetor unitário e I o subespaço gerado por F3 e I o complemento ortogonal de I. Matriz da rotação Dado que é ortogonal, preserva a ortogonalidade. Logo, se v ∈ I, então v ∈ I. Tomemos dois vetores F1,F2 como base ortonormal de I de maneira que F1,F2,F3 seja uma base ortonormal de V3. I e I são transformados em si próprios por . Com efeito, devemos ter: F1 aF1 bF2 ; F2 cF1 dF2 e F3 F3 com Ax x e F3 x‖x‖ . Logo, a matriz de relativa à base F será: AF a c 0 b d 0 0 0 1 . A matriz AF deve ser ortogonal, pois é ortogonal. A ortogonalidade requer a2 b2 c2 d2 1 ; ac bd 0. A rotação requer AF 1, a qual implica ad − bc 1. As seguintes definições verificam estas equações: a cos , b sin, c − sin e d cos, onde é o ângulo da rotação realizada por sobre o plano definido pelos vetores F1 e F2 0 . O bloco diagonal principal de AF será então: a c b d cos − sin sin cos para a rotação no plano I de um ângulo 0 (sentido anti-horário); a c b d cos sin− sin cos para rotação no plano I de um ângulo − 0 (sentido horário). Seja então x ∈ V3, x s t, s ∈ I, t ∈ I. Logo, x s t s t. Nesta última igualdade vemos que faz girar todo o espaço V3 em torno da reta I que lhe serve de eixo. E1 E2 F1 F2 θ E3 O F3 X = τ(X) direção invariante Plano da rotaçãoτ(F1) Fig.6.2: Transformação ortogonal: direção Exercício 6.3: Seja : V3 → V3 a transformação linear x Ax , onde AE 17 6 2 3 2 3 −6 −3 6 2 . (i) Prove que é uma rotação e ache o ângulo de rotação; (ii) Encontre a matriz de transição P das coordenadas da base E para a base F dos eixos rotacionados e verifique a identidade AE PAFP ′. Solução: Verifica-se primeiramente que A ′A I e |A| 1. Logo é ortogonal própria (rotação). Para acharmos o eixo da rotação busquemos o vetor x invariante mediante . Seja A − I 17 −1 2 3 2 −4 −6 −3 6 −5 e então A − Ix 0 → −x1 2x2 −3x3 2x1 − 4x2 6x3 −3x1 6x2 5x3 , cujo espaço solução é descrito pelas equações: x1 − 2x2 0 e x3 0. Logo, I v ∈ V3 : v t2,1,0; t ∈ . Assim, F3 x‖x‖ 2,1,0′ 221202 1 5 2,1,0′ é o vetor da base ortonormal de I. Para calcularmos o ângulo da rotação tomemos um vetor F1 normal à F3 : seja F1 0,0,1′, por exemplo. Então, F1 AF1 17 −3,6,2′. Se é o ângulo entreF1 e F1 vem: cos F1.F1‖F1‖ ‖F1‖ 2/7 11 27 . Logo, Arcos 27 . Como a rotação é própria com eixo sobre o vetor de suporte 1 5 2,1,0 na base ortonormal F, a matriz de será: AF cos − sin 0 sin cos 0 0 0 1 17 2 −3 5 0 3 5 2 0 0 0 7 . Note que sin 1 − 27 2 4549 37 5 . Para se obter a matriz de transição P basta encontrar o outro vetor unitário F2 de uma base ortogonal de I. É fácil verificar que F2 15 1,−2,0′ é ortogonal à F1 e à F3. Logo, P F1,F2,F3 15 0 1 2 0 −2 1 5 0 0 . A verificação da igualdade AE PAFP ′ é deixada como exercício para o leitor. Reflexões Definição 11: Seja V um espaço vetorial Euclidiano a n-dimensões e seja E1,E2, . . . ,En uma base ortonormal. Uma transformação linear : V → V definida por Ej −Ej para algum j fixo e Ei Ei ; ∀i ≠ j) é chamada reflexão. Operando-se a reflexão da primeira coordenada por exemplo, tomamos j 1, e a matriz relativa à base E será então: AE −1 0 . . . 0 0 1 . . . 0 . . . . . . . . . . . . 0 . . . . . . 1 a qual é ortogonal imprópria. A reflexão é uma transformação ortogonal imprópria (veja figura 6.1). Note que toda transformação ortogonal imprópria : V → V é o produto de uma rotação () e de uma reflexão (): . Com efeito, seja A matriz ortogonal imprópria. Defina A AA′ . A matriz A é ortogonal própria: |A | |A ||A′ | −1−1 1. Ora: A AA. Logo, e a transformação ortogonal imprópria (de matriz A) é o produto de uma rotação (de matriz A) e de uma reflexão (de matriz A). Exercício 6.4: Ache a matriz relativa à base padrão da reflexão do V3 no plano I de equação x1 2x2 − 2x3 0. Solução: Tome um vetor unitário perpendicular ao plano: F1 13 1,2,−2; |F1 | 1. Como a reflexão do V3 é feita sobre I, temos F1 −F1; F1 ∈ I. Tomemos agora 2 outros vetores unitários mutuamente ortogonais sobre o plano I : F2 13 −2,2,1 e F3 13 2,1,2. Naturalmente deixa invariantes os vetores de I: → F2 F2 → F3 F3. Logo, a matriz de na base F será: AF −1 0 0 0 1 0 0 0 1 . Naturalmente, a matriz de transição da base padrão E para a base F é P tal que F EP P.→ P F1,F2,F3 13 1 −2 2 2 2 1 −2 1 2 . A matriz de transição da base F para E é: P−1 P ′. Assim, pelo teorema 6.10, a matriz de relativa à base E será: AE PAFP ′ 19 1 −2 2 2 2 1 −2 1 2 −1 −2 2 −2 2 1 2 1 2 19 7 −4 4 −4 1 8 4 8 1 . ♣♣♣ Exercícios propostos Seção 6.1 : Definições e propriedades básicas 1. Seja um espaço vetorial V a soma direta dos subespaços S1, . . . ,Sr. Para qualquer v ∈ V, v s1 s2 . . .sr, onde si ∈ S i. Para cada i (i 1,2, . . . , r) definimos i : V → V : v → iv si. a Prove que i (chamada uma projeção de V sobre S i) é uma transformação linear de V em V e que imi S i; b Prove que i2 i e ij 0 se i ≠ j; c Prove que 1 2 . . .r 1. 2. Seja V um espaço vetorial e sejam i : V → V (i 1,2, . . . , r) r transformações lineares que satisfazem b e c do exercício 1. Seja Si imi. Prove que V S1 ⊕ S2 ⊕. . . ⊕Sr. 3. Seja A uma matriz m n sobre F e seja : Vn → Vm definida por x Ax. Prove que: a é sobrejetiva se e somente se postoA m; b é biunívoca se e somente se postoA n; c é inversível se e somente se m n postoA. Nota: biunívoca é sinônimo de injetiva. Seção 6.2 : Representações matriciais 1. Seja E1,E2,E3 a base do V3 e F1,F2 a base padrão do V2. Escreva a matriz A de cada uma das tranformações lineares : V3 → V2 relativamente às bases E e F. Escreva também as equações relacionando as coordenadas E de um vetor v com as coordenadas F de v. a E1 F1; E2 F2; E3 0 ; b E1 F2;E2 F1;E3 F1 F2; c E1 1,2;E2 −5,1;E3 7,3; d E1 E2 E3 0; e E1 E2 E3 4,−3. 2. Com a mesma notação que no exercício 1 acima, escreva a matriz A de cada uma das seguintes transformações lineares : V2 → V3 relativamente às bases E e F. a F1 E1F2 E3 ; b F1 1,2,3F2 2,−1,4 ; c F1 0F2 E1 ; d F1 F2 1,2,−6; e F1 F2 0. 3. Seja : V3 → V2 definida como no exercício 1(b) e seja : V2 → V3 definida como no exercício 2(b) . Calcule E1,E2 e E3 e escreva a matriz A de : V3 → V3 relativamente à base E, isto é, AE,E. Verifique que A AA. 4. Repita o exercício 3 usando e como definidos em: a exercício 1(c) e 2(b); b exercício 1(e) e 2(c); c exercício 1(d) e 2(b); d exercício 1(a) e 2(c). 5. Sejam e definidos como no exercício 3. Calcule F1,F2 e escreva a matriz A de : V2 → V2 relativamente à base F. Verifique que A AA; 6. Repita o exercício 5 usando e como definidos no exercício 4(a) e (b); 7. Seja V um espaço vetorial sobre F com bases E1,E2, . . . ,En e seja : V → V. Seja A a matriz de relativa à base E. Prove que é inversível se e somente se A for não singular e, neste caso, A−1 A−1. 8. Seja : VnF → VnF uma transformação linear do VnF e seja A sua matriz relativa à base padrão E1,E2, . . . ,En. Mostre que os vetores colunas de A são E1, . . . ,En. 9. Seja v um vetor qualquer do V3 e v sua projeção ortogonal sobre o plano de equação x1 − x2 2x3 0. a Mostre que é uma transformação linear; b Ache a matriz de relativa à base padrão do V3; c Ache uma base F1,F2,F3 do V3 tal que F1 e F2 estejam no plano x1 − x2 2x3 0 e F3 seja perpendicular a este plano; d Escreva a matriz de relativa à base F. 10. Seja E1,E2 a base padrão do V2 e consideremos os operadores lineares sobre V2 definidos por: i E1 E1 − E2E2 E1 E2 ; ii E1 0E2 2E1 E2 ; iii E1 −2E1 E2 5E2 . a Escreva as matrizes de ,, relativas à base E; b Ache, diretamente da definição, as matrizes de , e relativas à base F1 1,−1 e F2 1,1; c Ache as matrizes de , e relativas à base F usando o teorema 6.10 e confira com suas respostas ao item (b). Seção 6.3 : Automorfismos 1. Ache uma transformação linear do V2 em si próprio que transforma o círculo de equação x2 y2 1 na elipse x216 y2 9 1. 2. Ache uma transformação linear do V2 em si próprio que transforma o círculo de equação x2 y2 1 na elipse 13x2 10xy 13y2 1. 3. Se E1,E2, . . . ,En e F1,F2, . . . ,Fn forem duas bases quaisquer de um espaço vetorial V sobre F e se ∈ £V,V, prove que detAF detAE. Visto que detA depende somente de e não da base, ele será chamado determinante da transformação linear. 4. Seja uma transformação linear qualquer do Vn em si próprio e sejam x1,x2, . . . ,xn n vetores LI do Vn. Prove que o n-volume do paralelepípedo determinado por x1,x2, . . . ,xn é igual ao n-volume do paralelepípedo determinado por x1,x2, . . . ,xn multiplicado pelo |detA | onde A é a matriz de relativa a qualquer base. Comente o caso em que é singular. 5. Seja uma transformação linear do plano V2 em si próprio. Prove que qualquer região limitada A do plano, que seja limitada por curvas contínuas, se transforma por em uma região A ′ cuja área é igual à área de A multiplicada pelo valor absoluto do determinante de . (Sugestão: use o exercício anterior com n 2 para provar isto primeiro para áreas retangulares. Exprima depois a área A como limite de uma soma de áreas retangulares por meio de uma integral). 6. Use o exercício 5 anterior para achar a área limitada pela elipse x 2 a2 y2 b2 1. (Sugestão: Aplique uma transformação linear que transforme o círculo x2 y2 1 na dada elipse). 7. Seja uma transformação linear qualquer do V3 em si próprio e seja R qualquer região do V3 limitada por superfícies integráveis. Prove (vide sugestão ao exercício 5) que R se transforma por em uma região R ′ cujo volume é igual ao volume de R multiplicado pelo valor absoluto do determinante de . 8. Use o exercício anterior para achar o volume limitado pelo elipsóide x 2 a2 y2 b2 z2 c2 1. 9. Qual é a condição necessária e suficiente para que uma transformação linear : V3 → V3 preserve os volumes, isto é, que transforme toda região R do espaço em uma região tendo o mesmo volume R ′? 10. Prove que toda transformação linear do V2 transforma duas regiões quaisquer de áreas iguais em regiões de áreas iguais. Seção 6.4 : Mudança de base 1. Se : V2 → V2 transforma E1 1,0 e E2 0,1 nos vetores F1 2,5 e F2 −1,6, respectivamente, ache as matrizes de e −1 relativas à base (E1,E2) e também relativas à base (F1,F2). 2. Suponhamos que : V2 → V2 transforma F1 2,−1 em G1 4,3 e F2 1,3 em G2 −1,−2. Ache a matriz de relativa: a à base F1,F2; b à base G1,G2; c à base E1 1,0, E2 0,1. 3. Escreva as matrizes de transição para as seguintes mudanças nos vetores bases: a Da base E: 1 0 , 0 1 para a base F: 2 1 , 3 2 ; b Da base E: 2 −1 , 1 3 para a base F: 3 5 , −2 3 ; c Da base natural E1,E2,E3 no V3 para a base E2,E3,E1; d Da base padrão no V3 para a base F : 2, −1, 0 ′ ; 1, 1, 1 ′ ; −3, 0, 4 ′ ; e Da base F em d para a base padrão; f Da base F em d para a base G : 1, 1, 0 ′ ; 1, 0, 1 ′ ; 0, 1, 1 ′ . 4. Tome os vetores unitários F1,F2 ao longo das retas x 2y 0 e x − 2y 0 como base no V2. Ache: a A matriz de transição de base padrão para a base F; b As coordenadas dos pontos 1,0; 0,1; 2,5 relativas ao sistema de coordenadas da base F; c Uma equação do círculo x2 y2 r2 no sistema de coordenadas de base F. 5. Escreva as equações abaixo nas coordenadas x ′,y ′ definidas pela transformação linear y ax e y −bx a,b 0 das coordenadas originais, usando as mesmas unidades de medida a y bx k; b x2 y2 r2. 6. Ache as coordenadas do vetor x 2, 1, 3, 4 ′ relativas aos vetores base F1 1, 1, 0, 0 ′ ; F2 1, 0, 1, 1 ′ ; F3 2, 0, 0, 2 ′ e F4 0, 0, 2, 2 ′ . 7. Ache uma equação da hipérbole x 2 a2 − y2 b2 1 relativa a um sistema de coordenadas, tendo suas assíntotas como eixos e a mesma unidade de comprimento que o sistema de coordenadas originais. 8. Ache uma equação da curva 8x2 − 10xy − 3y2 12 relativa ao sistema de coordenadas cujos vetores base são F1 17 1/2, −2 ′ ; F2 17 3/2, 1 ′ . 9. Ache uma base ortonormal do V3 cujo primeiro vetor base é 13 1, 2, 2 ′ e escreva a matriz de transição da base padrão para esta nova base. 10. Verifique que as transformações de coordenadas da base padrão do V3 para cada uma das seguintes bases são ortogonais, e escreva a matriz de transição em cada caso: a F F1,F2,F3 2 3 − 23 13 2 3 1 3 − 23 1 3 2 3 2 3 ; b G G1,G2,G3 2 7 6 7 3 7 3 7 2 7 − 67 6 7 − 37 27 ; c H H1,H2,H3 3 5 4 5 0 0 0 1 − 45 35 0 . 11. Ache a matriz relativa às bases F1 23 , 23 ,− 13 , F2 13 ,− 23 ,− 23 e F3 23 ,− 13 , 23 do V3, de uma transformação linear : V3 → V3 cuja matriz relativa à base padrão é AE 2 0 0 0 4 0 0 0 3 . (Sugestão: Note que a base F é ortonormal relativa ao produto interno padrão e então a matriz de transição da base padrão para a base F é ortogonal). 12. Se X x1,x2,x3 e Y y1,y2,y3 forem dois vetores LI do V3, o seu produto vetorial é o vetor: X Y x2y3 − x3y2,x3y1 − x1y3,x1y2 − x2y1. Prove que X,Y e X Y são positivamente orientados. Seção 6.5 : Transformações ortogonais 1. Sejam ,, operadores lineares no V2 com matrizes relativas à base padrão: A 4 6−2 −3 ;A 1 2 − 32 3 2 1 2 ;A 7 3−10 −4 . a Mostre que se F1 2,−1 e F2 3,−2, então F1 F1 e F2 0; b Ache a matriz de relativa à base F1,F2; c Descreva o efeito geométrico de ; d Mostre que é uma rotação do plano em torno da origem. Qual é o ângulo da rotação? e Se F1 1,−2 e F2 3,−5, ache F1 e F2 escreva a matriz de relativa à base F1,F2; f Descreva o efeito geométrico de ; 2. Seja a transformação que gira cada vetor do V2 no sentido anti-horário de um ângulo cuja tangente é 43 . Seja a transformação linear que multiplica a primeira coordenada de cada vetor do V2 por 3. Ache as matrizes de e de relativas à base padrão. 3. Seja : V2 → V2 a transformação linear cuja matriz relativa à base padrão é AE 12 −1 −5 −5 −1 . Ache a matriz de relativa a uma nova base obtida fazendo-se a rotação da base original de um ângulo de 45o, e deduza desta nova matriz o efeito geométrico de sobre o plano xy. 4. Mostre que a transformação linear do V3, cuja matriz relativa à base padrão é A 13 2 2 1 −2 1 2 1 −2 2 é uma rotação. Ache o eixo de rotação e o ângulo de giro do plano perpendicular a este eixo. Dê também a matriz de na base F; 5. Prove que uma rotação num espaço Euclidiano de dimensão n deixa um vetor não nulo invariante se n for ímpar. 6. Ache a matriz relativa à base F1 23 ,− 23 , 13 ′,F2 23 , 13 ,− 23 ′; e F3 13 , 23 , 23 ′ de a uma rotação de 45o em torno do eixo dos x no sentido anti-horário do V3; b uma reflexão do V3 no plano xy. 7. Ache a matriz relativa à base padrão dos seguintes operadores no V3: a Uma reflexão no plano x2,x3; b Uma reflexão no plano x1 − x2 0; c Uma reflexão no plano 2x1 x2 − x3 0; d Uma rotação no sentido anti-horário de 45o em torno do eixo dos x; e Uma rotação no sentido anti-horário de um ângulo de 120o em torno da reta x1 x2 x3. 8. Se A for uma matriz ortogonal imprópria, prove que |A I| 0. 9. Se for a reflexão no V3 descrita no exercício 7(b) e for a reflexão no exercício 7(c), ache a matriz de transformação , mostre que é uma rotação, e ache o eixo de tal rotação. 10. Prove que toda matriz ortogonal própria de 2a ordem tem a forma cos − sin sin cos e que toda matriz imprópria de 2 a ordem tem a forma cos sin sin −cos ; 11. Seja uma reflexão em um plano 1 e uma reflexão em um plano 2. Mostre que a transformação deixa a reta interseção de 1 e 2 invariante e representa então uma rotação em torno desta reta. 12. a Ache uma equação da superfície x12 2x22 3x32 − 4x1x2 − 4x2x3 10 relativa as sistema de coordenadas com os vetores bases, F1 13 2, 2, 1 ′ ; F2 13 1, −2, 2 ′ ; F3 13 2, −1, −2 ′ . b Mostre que a transformação da base padrão para a base F é uma rotação de eixos. Seção 6.6 : Subespaços unitários invariantes 1. Seja um operador linear do V2 cuja matriz relativa à base padrão é A a b c d . a Prove que se existirem dois vetores linearmente independentes F1 e F2 no V2 e dois escalares reais k1,k2 tais que F1 k1F1 e F2 k2F2 então P−1AP k1 0 0 k2 onde P é a matriz de transição da base padrão para a base F1,F2; b Prove que deixa algum vetor invariante (isto é, x x) se e somente se a − 1 b c d − 1 0; c Prove que transforma algum subespaço do V2 de dimensão 1 em si próprio se e somente se para algum número real k, temos: a − k b c d − k 0; 2. Seja V um espaço vetorial de dimensão n e seja : V → V uma transformação linear. Um subespaço I de V diz-se “invariante mediante ” se s ∈ I ∀s ∈ I. Supondo V I ⊕ T onde dimI r, dimT n − r e I e T são ambos invariantes mediante . Mostre que se pode tomar umabase F1,F2, . . . ,Fn de V tal que AF tenha a forma A1 0 0 A2 , onde A1 é uma matriz r, r e A2 uma matriz n − r,n − r. ℶ✓ℷℵℸ Respostas aos exercícios Seção 6.1: 1/ b Use o fato que v s1 s2 . . .sr e que si 0 . . .0 si 0 . . .0; c 1 2 . . .rv 1v 2v . . .rv s1 s2 . . .sr v 1v → 1 2 . . .r 1; 2/ Basta provar que S i∩S j 0 (use o resultado (b) da questão anterior); Seção 6.2: 1/ a A 1 0 0 0 1 0 ; x1 y1 ; x2 y2; b A 0 1 1 1 0 1 ; y1 x1 x2 ; y2 x1 x3; c A 1 −5 7 2 1 3 ; y1 x1 −5x2 7x3 ; y2 2x1 x2 3x3; d A 0 ; y 0; e A 4 4 4−3 −3 −3 ; y1 4x1 x2 x3 ; y2 −3x1 x2 x3; 2/ a A 1 0 0 0 0 1 ; y1 x1 ; y2 0; y3 x2; b A 1 2 2 −1 3 4 ; y1 x1 2x2 ; y2 2x1 − x2; y3 3x1 4x2; c A 0 1 0 0 0 0 ; y1 x2 ; y2 y3 0; d A 1 1 2 2 −6 −6 ; e A 0 0 0 0 0 0 ; 3/ E1 2,−1,4 ; E2 1,2,3 ;E3 3,1,7; A 2 1 3 −1 2 1 4 3 7 ; 4/ a A 5 −3 13 0 −11 11 11 −11 33 ; b A −3 −3 −3 0 0 0 0 0 0 ; c A 0 ; d A 0 1 0 0 0 0 0 0 0 ; 5/ A 5 3 4 6 ; 6/ a A 12 35 13 15 ; b A 0 4 0 −3 ; 7/ Use o fato que é inversível sse for biunívoca (bijetiva); 9/ a v Av ; b A 16 5 1 −2 1 5 2 −2 2 2 ; c F1 1,1,0; F2 1,−1,−1; F3 1,−1,2 (respostas múltiplas); d AF 2 0 0 0 3 0 0 0 0 ; 10/ a : AE 1 1−1 1 ; A E 0 2 0 1 ; AE −2 0 0 5 ; b AF 1 1−1 1 ; A F − 1 2 1 2 − 32 32 ; AF 3 2 − 72 − 72 32 ; c Use A∗F P−1A∗EP, onde P é a matriz de transição da base E para a base F : P 1 1−1 1 ; Seção 6.3: 1/ Transformação com matriz A 4 0 0 3 ; 2/ Transformação com matriz A 1 6 1 6 1 4 − 14 ; 3/ Tome o determinante de AF P−1AEP; 4/ Notando X x1,x2, . . . ,xn matriz de ordem n e X x1,x2, . . . ,xn, vem X AX. Use então o corolário ao teorema 5.5; 6/ Use a transformação das coordenadas do círculo unitário com matriz A a 0 0 b e o resultado do exercício anterior. Área da elipse: |ab|; 8/ Considere a matriz da transformação linear :A a 0 0 0 b 0 0 0 c ; volume do elipsóide: |abc| 43 . Seção 6.4: 1/ AE AF 2 −1 5 6 ; A−1 E A−1F 117 6 1 −5 2 ; 2/ a AF 17 9 −1 10 −5 ; b A G AF; c AE 11 7 − 67 1 −1 ; 3/ a P 2 3 1 2 ; b 4 7 − 97 13 7 4 7 ; c 0 0 1 1 0 0 0 1 0 ; d 2 1 −3 −1 1 0 0 1 4 ; e 115 4 −7 3 4 8 3 −1 −2 3 ; f 115 −3 7 −4 12 7 11 −3 2 1 ; 4/ a P F 1 5 2 2 −1 1 ; b coordenadas na base F: 5 4 1,1′; 52 −1,1′ ; 5 −2,3; c x2 y2 x ′2 4y ′2 85 r2; 5/ a x ′ kba 1 a2 ; b x ′2 y ′2 21−ab1a21b2 x ′y ′ r2; 6/ x F1 0.F2 12 F3 32 F4; 7/ 4x ′y ′ a2 b2; 8/ x ′y ′ 12; 9/ Aplique o procedimento Gramm-Schmidt ao conjunto de vetores formado pelo vetor dado e por dois outros arbitrários (p.ex., E2 e E3. Respostas múltiplas; 10/ a P F; b P G; c P H; 11/ AF 13 9 −2 −2 −2 10 0 −2 0 8 ; 12/ |X, Y, X Y| x1y2 − y1x22 x3y1 − y3x12 x2y3 − y2x32 0; Seção 6.5: 1/ b AF 1 0 0 0 ; c Projeção dos vetores do plano Cartesiano (de base E sobre o primeiro vetor coordenada (de base F; d arcos 12 3 ; e F1 F1; F2 2F2; AF 1 0 0 2 ; f é invariante na direção da coordenada 1 e dilata o plano na direção da coordenada 2; 2/ A 15 9 −12 4 3 ; A 15 9 −4 12 3 ; 3/ A −3 0 0 2 : dilatação do plano na direção do eixo 2 e reflexão sobre o eixo 1; 4/ Eixo da rotação: t1,0,1 ; Ângulo: arcos 13 ≃ /2.552 radianos; A 13 1 −2 2 0 2 2 1 0 0 0 3 ; 5/ Sendo uma rotação, use o fato que |A − I| |I − A|; 6/ a AF 19 4 5 2 4 − 7 2 2 4 2 4 − 1 2 4 5 2 2 − 8 2 2 − 8 2 2 4 2 1 8 2 ; b AF 19 7 4 −4 4 1 8 −4 8 1 ; 7/ a AE −1 0 0 0 1 0 0 0 1 ; b AE 0 1 0 1 0 0 0 0 1 ; c AE 13 −1 −2 2 −2 2 1 2 1 2 ; d AE 1 2 2 0 0 0 1 −1 0 1 1 ; e AE 0 0 1 1 0 0 0 1 0 ; 8/ Tome o determinante de ambos os lados de A I A A ′A; 9/ A 13 −2 2 1 −1 −2 1 2 1 2 ; eixo da rotação: 1,1,3; 11/ Tome uma base F de 1 e G de 2 e note que AF AG. Defina P a matriz ortogonal de transição dos vetores da base G para a base F. Mostre então que a matriz de é ortogonal própria à partir da identidade AF AFAF; 12/ a − y12 5y22 2y32 10; b F F1,F2,F3 é ortogonal; Seção 6.6: 1/ a Note que Fi AFi kiFi; i 1,2 → AF F, onde F F1,F2 e k1 0 0 k2 . O resultado segue pelo fato de que P F; b x Ax x ↔ A − Ix 0 com x ≠ 0 ↔ |A − I| 0; (c) Use o desenvolvimento feito em b à partir da identidade Ax kx. 2/ Solução: Tome uma base F1 F1,F2, . . . ,Fr e F2 Fr1,Fr2, . . . ,Fn para S e T respectivamente. Seja A1 a matriz de sobre S (de ordem r e A2 a matriz do operador sobre T (de ordem n − r. Sejam k, u as coordenadas de s ∈ S e t ∈ T na base E . Como é invariante sobre S e sobre T temos: s F1A1k ∈ S e, da mesma forma, t F2A2u ∈ T. Seja um vetor v ∈ Vn. Então, v s t , de maneira que x k,u′ é o vetor coordenada de v na base E. Então, v s t F1A1k F2A2u F 1A1 0 0 F2A2 k u F1,F2 A1 0 0 A2 Ex. Dado que E FAF, podemos definir a base F1,F2, . . . ,Fn por F F1, F2 e a matriz de por AF A1 0 0 A2 .
Compartilhar