Baixe o app para aproveitar ainda mais
Prévia do material em texto
Luiz Rijo Álbebra Linear com Mathematica E A B F G BA CAPÍTULO 1 Espaços Vetoriais Iniciar o MathKernel In[1]:= 2 + 2 Out[1]= 4 A noção de espaço vetorial é a base do estudo que faremos; é o terreno onde se desenvolve toda a Álgebra Linear: Esta seção apresenta os axiomas de espaço vetorial, deduz suas conseqüências mais imediatas e exibe os exemplos mais importantes dessa noção. Um espaço vetorial E é um conjunto, cujos elementos são chamados vetores, no qual estão definidos duas oper- açõses: a adição, que a cada par de vetores u, v œ E faz corresponder un novo u + v œ E, chamado a soma de u e v, e a multiplicação por um número real, que a cada número a œ e a cada vetor v œ E faz corresponder um vetor av , chamado o produto de a por v . Essas operações devem satisfazer, para quaisquer a, b œ e u, v, w œ E, as condições abaixo, chamadas os axiomas de espaço vetorial: comutatividade: u + v = v + u; associatividade: ( u + v) + w = u + ( v + w) e (ab)v = a(bv); vetor nulo: existe um vetor 0 œ E, chamado vetor nulo, ou vetor zero, tal que v + 0 = 0 + v = v para todo v œ E; inverso aditivo: para cada vetor v œ E existe um vetor -v œ E, chamado o inverso aditivo, ou o simétrico de v, tal que -v + v = v + ( -v) = 0; distributividade: (a + b )v = a v + b v e a (u + v) = a u + a v; multiplicação por 1: 1 .v = v. EXEMPLO 1.1 Para todo número natural n, o símbolo n representa o espaço vetorial euclidiano n-dimensional. Os elementos de n são as listas ordenadas u = Ha1, . . . , anL , v = Hb1, . . . , bnL de números reais. Por definição, a igualdade vetorial u = v significa as n igualdades numéricas a1 = b1 , ..., an = bn . Os números a1 , ..., an são chamados as coordenadas do vetor u. As operações do espaço vetorial n são definida pondo u + v = Ha1 + b1 , . . ., an + bnL, g u = (g a1 ,...,g an ). O vetor zero é, por definição, aquele cujas coordenadas são todas iguais a zero: 0 = (0, 0, ... ,0). O inverso aditivo de u = (a1 ,...,an ). é -u = (- a1 ,...,- an ). Verifica-se, sem dificuldade, que estas definições fazem do n espaço vetorial. Para n = 1 , tem-se 1 = = reta numérica, 2 é o plano euclidiano e 3 é o espaço euclidiano tri-dimensional da nossa experiência cotidiana. Para ajudar a compreensão, os vetores de 2 e 3 podem ser representados por flechas com origem no mesmo ponto zero 0. A soma u + v é a flecha que liga a origem 0 ao vértice que lhe é oposto np paralelogramo que tem u e v como lados. (Veja Figura 1.1a) In[4]:= << Graphics`Arrow` Graphics`Arrow` pacote Add - On para traçar setas. In[330]:= H∗ Figura 1.1, Soma de vetores ∗L p1 = ListPlot@882.2, 1.2<, 82.7, 2.2<, 8.5, 1<<, Axes → False, PlotJoined → True, PlotStyle → 8Dashing@8.02<D<, Epilog → 8Text@"O", 80.15, 0.0<D, Text@"v", 8.15, .5<D, Text@"u", 81.1, .5<D, Text@"u + v", 81.94, 1.3<D<, DisplayFunction → IdentityD; p2 = Graphics@8Arrow@80, 0<, 8.5, 1<D, Arrow@80, 0<, 82.2, 1.2<D, Arrow@80, 0<, 82.7, 2.2<D<, DisplayFunction → IdentityD; Show@8p1, p2<, AspectRatio → Automatic, DisplayFunction → $DisplayFunctionD; O v u u + v Um vetor do n é representado por uma lista { a1, . . . an }. A soma dos vetores u = 8α1, α2, α3, α4, α5< e v = 8β1, β2, β3, β4, β5< é feita assim : In[9]:= H∗ Os vetores u, v e a soma u + v ∗L u = 8α1, α2, α3, α4, α5<; v = 8β1, β2, β3, β4, β5<; u + v Out[11]= 8α1 + β1, α2 + β2, α3 + β3, α4 + β4, α5 + β5< Out[12]= 8γ α1, γ α2, γ α3, γ α4, γ α5< O produto do vetor u = 8α1, α2, α3, α4, α5< pelo escalar γ. In[21]:= H∗ O vetor u, o escalar γ e o produto γu ∗L u = 8α1, α2, α3, α4, α5<; γ u Out[22]= 8γ α1, γ α2, γ α3, γ α4, γ α5< EXEMPLO 1.2 .Os elementos do espaço vetorial ¶ são as sequências são infinitas u = Ha1, . . . , an. . .L e v = u = Hb1, . . . , bn . . .L de números reais.O elemento zero de ¶ é a sequência 0 = (0,...,0,...) formada por infinitos zeros e o 2 Rijo AL Capítulo 1.nb inverso aditivo da sequência u = Ha1, . . . , an. . .L é -u = H-a1, . . . , -an. . .L .As operações de adição e multiplicação por um número real são definidas por u + v = Ha1 + b1, . . . , an + bn. . .L g u = Hga1, . . . , g an. . .L . EXEMPLO 1.3 Uma matriz (real) m × n a = @aij D é uma lista de números reais aij com índices duplos, onde 1§ i § m e 1§ j § n. Costuma-se representar a matriz a como um quadro numérico com m linhas e n colunas, no qual o elemento aij situa-se no cruzamento da i-ésima rn linha com a j-ésima coluna: O vetor Hai1, ai2, . . . , ai nLœ n é o i-ésimo vetor-linha da matriz a e o vetor Ha1 j, a2 j, . . . , an jLœ m é o j-ésimo vetor-coluna de a. Quando m = n, diz-se que a é uma matriz quadrada. O conjunto M(m × n) de todas as matrizes m × n torna-se um espaço vetorial quando nele se define a soma das matrizes a = @aijD e b = @bijD como a + b = [aij + bij ] e o produto da matriz a pelo número real a como ga = @gaijD . A matriz nula 0 œ M(m × n) é aquela formada por zeros e o inverso aditivo da matriz a = @aijD e -a = @- aijD . Uma matriz real m µ n a = @aij D é representada por uma lista de lista {{ a11, . . . a1 n },{ a21, . . . a2 n }, . . ., { am1, . . . amn }} MatrixForm[lista] mostra os elementos da matriz num forma retangular. A soma das matrizes u = i k jjjjjj α11 α12 α13 α14 α21 α22 α23 α24 α31 α32 α33 α34 y { zzzzzz e v = i k jjjjjjj β11 β12 β13 β14 β21 β22 β23 β24 β31 β32 β33 β34 y { zzzzzzz In[17]:= H∗ As matrizes u, v e a soma u + v ∗L u = 88α11, α12, α13, α14<, 8α21, α22, α23, α24<, 8α31, α32, α33, α34<<; v = 88β11, β12, β13, β14<, 8β21, β22, β23, β24<, 8β31, β32, β33, β34<<; MatrixForm@u + vD Out[19]//MatrixForm= i k jjjjjjj α11 + β11 α12 + β12 α13 + β13 α14 + β14 α21 + β21 α22 + β22 α23 + β23 α24 + β24 α31 + β31 α32 + β32 α33 + β33 α34 + β34 y { zzzzzzz O produto da matriz u = i k jjjjjj α11 α12 α13 α14 α21 α22 α23 α24 α31 α32 α33 α34 y { zzzzzz pelo escalar γ. In[26]:= H∗ A matriz u, o escalar γ e o produto γu ∗L u = 88α11, α12, α13, α14<, 8α21, α22, α23, α24<, 8α31, α32, α33, α34<<; MatrixForm@γ uD Out[27]//MatrixForm= i k jjjjjj γ α11 γ α12 γ α13 γ α14 γ α21 γ α22 γ α23 γ α24 γ α31 γ α32 γ α33 γ α34 y { zzzzzz EXEMPLO 1.4. .Seja X um conjunto não-vazio qualquer. O símbolo F(X; ) representa o conjunto de todas as funções reais f, g: X Ø.. Ele se torna um espaço vetorial quando se define a soma f + g de duas funções e o produto g.f do número g pela função f da maneira natural: (f + g)(x) = f(x) +g(x), (gf)(x) = gf(x) Valem num espaço vetorial E, como conseqiiências dos axiomas, as regras operacionais habitualmente usadas nas manipulações numéricas. Vejamos algumas delas Rijo AL Capítulo 1.nb 3 I. Se w + u = w + v então u = v. Em particula1, w + u = w implica u = 0 e w + u = 0 implica u = - w. Se w + u = w implica w + u = w + 0, logo u = 0. E se w + u = 0 então w + u = w + (-w) logo u = -w. 2. Dados 0 œ e v œ E tem-se 0. v = 0 œ E. Analogamente, dados g œ e v œ E, vale g.0 = 0. 3. Se g ∫ 0 e v ∫ 0 então gv ∫ 0. 4. (-1) v = - v. Escreveremos u - v pera significar u + (-v). Evidentemente, u - v = w ó u = v + w. EXEMPLO 1.5. Sejam u = (a, b) e v = (c, d) vetores em 2 com u ∫ 0, isto é.a ∫ 0 e b ∫ 0. A fim de que v seja múltiplo de u, isto é, v = g u para algum g œ é necessário e suficiente que se tenha ad - bc ∫ 0. A necessidede é imediatapois v = gu signiftca c = ga e a = gb. Multiplicando a primeirn destas igoaldedee por b e a segunda por g obtemos bc = gab e ad = gab, logo ad = bc, ou seja, ad - bc = 0. Reciprocamente, se ad = bc então, supondo g ∫ 0 obtemos d= (c/a)b. Além disso, é claro que c = (c/a)a. Logo, pondo g = c/a, vem d = gb e c = ga, isto é v = gu. Se for b ∫ 0, tomeremos a =d/b pera ter v = gu. Exercícios (ELL pág. 5) 1.1 Dadas as matrizes a = J 1 −1 23 2 1 N , b = J 2 3 0 −2 −3 1 N e c = J −4 −5 4 12 13 1 N (a) Calcule a matriz 3 a - 2 b + c In[8]:= H∗ Os vetores a, b, c e a soma 3 a −2 b +c ∗L a = 881, −1, 2<, 83, 2, −1<<; b = 882, 3, 0<, 8−2, −3, 1<<; c = 88−4, −8, 4<, 812, 13, 1<<; MatrixForm@3 a − 2 b + cD Out[11]//MatrixForm= J −5 −17 1025 25 −4 N (b) Ache os números a e b, ambos diferentes de zero, tais que a a + b b + c tenha a primeira coluna nula. In[12]:= H∗ A matriz αa + βb + c ∗L MatrixForm@α a + β b + cD Out[12]//MatrixForm= J −4 + α + 2 β −8 − α + 3 β 4 + 2 α12 + 3 α − 2 β 13 + 2 α − 3 β 1 − α + β N In[13]:= H∗ Solução do sistema −4 + α + 2 β = 0, 12 + 3 α − 2 β = 0 ∗L Solve@8−4 + α + 2 β m 0, 12 + 3 α − 2 β m 0<, 8α, β<D Out[13]= 88α → −2, β → 3<< Resposta: a = -2 e b = 3. Solve[eqns, vars] tenta resolver uma equação ou um sistema de equações com várias variáveis. 4 Rijo AL Capítulo 1.nb In[14]:= H∗ Verificação do resultado ∗L MatrixForm@α a + β b + cD ê. 8α → −2, β → 3< Out[14]//MatrixForm= J 0 3 00 0 6 N In[188]:= m = 882, 1<, 8−3, 4<<; b = 8−1, 2<; a = 8x, y<; m.a Out[191]= 82 x + y, −3 x + 4 y< In[192]:= Solve@m.a m b, 8x, y<D Out[192]= 99x → − 6ccccccc11 , y → 1ccccccc11 == 1.3 Ache o valor de t que torne a matriz abaixo igual à matriz nula: i k jjj t 2 - 1 t2 - t t3 - 1 t2 - 3 t + 2 y { zzz In[213]:= H∗ Solução das equações t2 − 1 = 0, t2 − t = 0, t3 − 1 = 0, t2 + 3 t + 2 = 0, ∗L m = 88t^2 − 1 , t^2 − t<, 8t^3 − 1 , t^2 − 3 t + 2<<; eq1 = Solve@m@@1, 1DD m 0, 8t<D; eq2 = Solve@m@@1, 2DD m 0, 8t<D; eq3 = Solve@m@@2, 1DD m 0, 8t<D; eq4 = Solve@m@@2, 2DD m 0, 8t<D; In[218]:= Intersection@eq1, eq2, eq3, eq4D Out[218]= 88t → 1<< Resposta: t = 1. In[219]:= H∗ Verificação da resposta ∗L MatrixForm@mD ê. t → 1 Out[219]//MatrixForm= J 0 00 0 N 1.4 Determine os vetores u, v œ 4 sabendo que as coordenadas de u são todas iguais, a última coordenadas de v é igual a 3 e u + v = (1, 2 ,3, 4). In[220]:= H∗ Solução do sistema u1 + v1 = 1, u1 + v2 = 2, u1 + v3 = 3, v4 = 3 , u1 + v4 = 4 ∗L Solve@8u1 + v1 m 1, u1 + v2 m 2, u1 + v3 == 3, v4 m 3, u1 + v4 m 4<, 8u1, v1, v2, v3, v4<D Out[220]= 88u1 → 1, v1 → 0, v2 → 1, v3 → 2, v4 → 3<< Resposta: u = (1, 1, 1, 1} e v = (0, 1, 2, 3). 1.5 Dados u = (1, 2 ,3), v = (3, 2, 0) e w = (2, 0, 0), ache números a, b, g tais que a u + b v + g w = (1, 1, 1). Rijo AL Capítulo 1.nb 5 In[234]:= H∗ Solução do sistema α + 3 β + 2 γ = 1, 2 α + 2 β = 1, 3 α = 1 ∗L u = 81, 2, 3<; v = 83, 2, 0<; w = 82, 0, 0<; Solve@8α + 3 β + 2 γ m 1, 2 α + 2 β m 1, 3 α m 1<, 8α, β, γ<D Out[234]= 99α → 1cccc3 , β → 1cccc6 , γ → 1ccccccc12 == Resposta: α = 1cccc3 , β = 1cccc6 , γ = 1cccccc12 In[235]:= H∗ Verificação da resposta ∗L Flatten@α u + β v + γ w ê. %D Out[235]= 81, 1, 1< 1.16 Dados os vetores u = (1, 2 ,3), v = (3, 2, 1), w = (-3, 2, 7) em 3 , obtenha números a, b tais que w = a u + b v. Quantas soluções admite este problema? In[240]:= H∗ Achar os vetores u, v e w ∗L u = 81, 2, 3<; v = 83, 2, 1<; w = 8−3, −2, 7<; Solve@8α + 3 β m −3, 2 α + 2 β m 2, 3 α + β m 7<, 8α, β<D Out[241]= 88α → 3, β → −2<< Resposta: a = 3 e b = -2. Admite uma única solução. In[242]:= H∗ Verificação da resposta ∗L Flatten@α u + β v ê. %D Out[242]= 8−3, 2, 7< 1.17 Sejam os vetores u = (1, 1), v = (1, 2), w = (2, 1). Ache números a, b, c, a, b, g, todos não-nulos, tais que au + b v + c w = a u + b v + g w, com a ∫ a, b ∫ b, g ∫ c. In[246]:= H∗ Supondo α = 1, β = 2, γ = 3, determinar αu + βv + γw ∗L u = 81, 1<; v = 81, 2<; w = 82, 1<; 8α, β, γ< = 81, 2, 3<; α u + β v + γ w Out[248]= 89, 8< In[269]:= H∗ Supondo a = −4, determinar b e c tal −4 u + bv + cw = u + 2 v + 3 w ∗L Clear@a, b, cD; Solve@8a m −4, a + b + 2 c m 9, a + 2 b + c m 8<, 8a, b, c<D Out[270]= 99a → −4, b → 11ccccccc3 , c → 14ccccccc3 == Resposta: a = - 4, b = 11/3, c = 14/3, a = 1, b = 2, g = 3 In[271]:= H∗ Verificação da resposta ∗L 8a, b, c< = 8−4, 11ê3, 14ê3<; 8α, β, γ< = 81, 2, 3<; a u + b v + c w m α u + β v + γ w Out[273]= True 6 Rijo AL Capítulo 1.nb CAPÍTULO 2 Subespaços Iniciar o MathKernel In[1]:= 2 + 2 Out[1]= 4 Um subespaço vetorial do espaço vetorial E é um subconjunto F Õ E que, relativamente às operações de E, é ainda um espaço vetorial. Os subespaços vetoriais constituem uma rica fonte de exemplos de espaços vetoriais, como se verá nas seções seguintes. Seja E um espaço vetorial. Um subespaço vetorial (ou simplesmente um subespaço) de E é um subconjunto F Õ E com as seguintes propriedades: 1. 0 œ F; 2. Se u e v œ F então u + v œ F; 3. Se v œ F então, para todo a œ , av œ F . Segue-se que se u e v pertencem ao subespaço F e a, b são números reais quaisquer então a.au + bv œ F. Mais geralmente, dados v1 , ..., vm œ F e a1 , ..., am œ tem-se v = a1 v1 + . . . + am vm œ F. O conjunto {0}, com o único elemento 0, e o espaço inteiro E são exemplos triviais de subespaços de E. Todo subespaço é, em si mesmo, um espaço vetorial. EXEMPLO 2.1 Seja v œ E um vetor não-nulo. O conjunto F = {av; a œ } de todos os múltiplos de v é um subespaço vetorial de E, chamado a reta que passa pela origem e contém v. In[22]:= H∗ Subespaços do plano HretasL gerados pelos vetores H1, −2L e H1, 4L ∗L << Graphics`ImplicitPlot` ImplicitPlot@82 x + y m 0, 4 x − y m 0<, 8x, −5, 5<, PlotStyle −> 8RGBColor@1, 0, 0D, RGBColor@0, 0, 1D<, PlotRange → 8−4, 4<D; -4 -2 2 4 -4 -3 -2 -1 1 2 3 4 EXEMPLO 2.2 Seja E = F(; ) o espaço vetorial das funções reais de uma variável real f: Ø . Para cada k œ N, o conjunto Ck () das funções k vezes continuamente deriváveis é um subespaço vetorial de E. Também são subespaços de E o conjunto C0 () das funções contínuas, o conjunto C¶ () das funções infinitamente deriváveis, o conjunto P = P() dos polinômios p(x) = a0 + a1 x + ...+ an xn e o conjunto Pn dos polinômios de grau § n. Para n, k œ N quaisquer, "' tem-se: C0 () Ck () Ck + 1 () C¶ () P Pn. Observe que o conjunto dos polinômios de grau n não é um subespaço vetorial de E pois a soma de dois polinômios de grau n pode ter grau < n. In[194]:= H∗ Soma dos ploninômios p1 e p2 de P4 ∗L p1 = a0 + a1 t + a2 t2 + a3 t3 + a4 t4; p2 = b0 + b1 t + b2 t2 + b3 t3 + b4 t4; p1 + p2 Out[196]= a0 + t a1 + t2 a2 + t3 a3 + t4 a4 + b0 + t b1 + t2 b2 + t3 b3 + t4 b4 Organizando os temos obten − se a0 + Ha1 + b1L t + Ha2 + b2L t2 + Ha3 + b3L t3 + Ha4 + b4L t4 In[201]:= H∗ Soma do ploninômio p1 de P4 pelo escalar α ∗L p1 = a0 + a1 t + a2 t2 + a3 t3 + a4 t4; α p1 êê Expand Out[202]= α a0 + t α a1 + t2 α a2 + t3 α a3 + t4 α a4 EXEMPLO 2.3 Sejam a1 , ..., an números reais. O conjunto H de todos os vetores espaços os vetores v = Hx1, . . . , xnL œ n tais que a1 x1 + . . . + an xn = 0 é um subespaço vetorial de n. No caso desinteressante em que a1 = . . . = an = 0, o subespaço H é todo n . Se, ao contrário, pelo menos um dos ai é ∫ de 0, H chama-se um hiperplano de n que passa pela origem.2 Rijo AL Capítulo 2.nb Subespaços S1 e S2 de 2 gerados pelos vetores {u1 = (1, 1, 1), u2 = (3, 4, -7)} e {v1 = (1, 0, -3), v2 = (3, 2, -1)}, respectivamente. In[2]:= H∗ Subespaços do 3 HplanosL gerados pelos vetores: u1 = H1, 1, −1L, u2 = H3, 4, −7L e v1 = H1, 0, −3L, v2= H3, 2, −1L ∗L p1 = Plot3D@x + y , 8x, −5, 5<, 8y, −10, 10<, DisplayFunction → IdentityD; p2 = Plot3D@3 x − 4 y , 8x, −5, 5<, 8y, −10, 10<, DisplayFunction → IdentityD; Show@8p1, p2<, DisplayFunction → $DisplayFunctionD; -5 -2.5 0 2.5 5 -10 -5 0 5 10 -10 0 10 -5 -2.5 0 2.5 Seja X um subconjunto do espaço vetorial E. O subespaço vetorial de E gerado por X é, por definição, o conjunto de todas as combinações lineares a1 v1 + a2 v2 + . . . + am vm de vetores v1 , . . . , vm œ X. É fácil ver que o conjunto de todas as combinações lineares que se podem formar com vetores retirados do con- junto X é, de fato, um subespaço vetorial, que indicaremos pelo símbolo S(X). O subespaço S(X), gerado pelo subconjunto X œ E, contém o conjunto .X e, além disso, é o menor subespaço de E que contém X. Noutras palavras, se F é um subespaço vetorial de E e X œ F então S(X) œ F. Evidentemente, se X já é um subespaço vetorial, então S(X) = X. Quando o subespaço S(X) coincide com E, diz-se que X é um conjunto de geradores de E. Explicitamente: um conjunto X é um conjunto de geradores do espaço vetorial E quando todo vetor w œ E pode exprimir-se como combinação linear w = a1 v1 + a2 v2 + . . . + am vm de vetores v1 , . . . , vm pertencentes a X. EXEMPLO 2.5. Se v œ E é um vetor não-nulo, o subespaço gerado por v é a reta que passa pela origem e contém v. EXEMPLO 2.6. Sejam u = (a,b) e v = (c, d) vetores de 2 tais que nenhum deles é múltiplo do outro. Então u ∫ 0, v ∫ 0 e, pelo Exem0lo 1.5, ad - bc ∫ 0. Afirmamos que X = {u, v} é um conjunto de geradores de 2 , ou seja, que qualquer vetor w = ( r, s ) œ 2 pode exprimir-se como uma combinação linear w = xu + yv. De fato esta igualdade Rijo AL Capítulo 2.nb 3 vetorial em 2 equivale às duas igualdades numéricas ax + cy = r bx + dy = s. Como ad - bc ∫ 0, o sistema de equações acima possui uma solução (x, y), logo existem x,y œ tais que xu + yv = w. Esta mesma conclusão pode também ser obtida geometricamente conforme mostra a Figura 2.1: In[325]:= H∗ Figura 1.1, Soma de vetores ∗L << Graphics`Arrow` p1 = ListPlot@880, 0<, 8.8, 1.6<, 83, 2.333<, 82.2, .733<, 80, 0<<, Axes → False, PlotJoined → True, PlotStyle → 8Dashing@8.02<D<, Epilog → 8Text@"O", 80, 0<D, Text@"u", 81, .2<D, Text@"xu", 82, .5<D, Text@"v", 8.15, .5<D, Text@"yv", 8.45, 1.3<D, Text@"w = xu + yv", 81.5, 1.3<D<, DisplayFunction → IdentityD; p2 = Graphics@8Arrow@80, 0<, 8.5, 1<D, Arrow@80, 0<, 81.5, .5<D, Arrow@80, 0<, 83, 2.333<D<, DisplayFunction → IdentityD; Show@8p1, p2<, AspectRatio → Automatic, DisplayFunction → $DisplayFunctionD; O u xuv yv w = xu + yv EXEMPLO 2.7. Os chamados vetores canônicos e1 = H1, 0, 0, . . . , 0L, e1 = H0, 1, 0, . . . , 0L, ª e1 = H1, 0, 0, . . . , 1L constituem um conjunto de geradores do espaço n . Com efeito, dado or v = Ha1, a2 , . . . , anLœ n , tem-se v = a1 e1 + a2 e2 + . . . + an en . Analogamente os monômios 1, x, x2, . . ., xn, . . . (um número infinito) f ormam um conjunto de geradores do espaço P dos polinômios reais. Por sua vez, , os n + 1 primeiros deles, a saber, 1 , x, ..., xn constituem um conjunto de geradores de Pn , espaço vetorial dos polinômios de grau § n. Resulta do Exemplo 2.6 que os únicos subespaços vetoriais de 2 são {0}, as retas que passam pela origem e o próprio 2 . EXEMPLO 2.8. O sistema linear de m equações a n incógnitas a11 x1 + a12 x2 + . . . + a1 n xn = b1 a21 x1 + a22 x2 + . . . + a1 n xn = b2 ª am1 x1 + am2 x2 + . . . + amn xn = bm 4 Rijo AL Capítulo 2.nb possui uma solução Hx1 , ..., xn ) se, e somente se, o vetor b = Hb1, . . . bmL é combinação linear dos vetores-coluna v1 = Ha11, a21, . . . , am1L, ª vn = Ha1 n, a2 n, . . . , amnL, da matriz a = @aijD. Sejam F1 e F1 subespaços vetoriais de E. O subespaço vetorial de E gerado pela reunião F1 ‹ F2 é; como se vê facilmente, o conjunto de todas as somas v1 + v2 , onde v1 œ F1 e v2 œ F2 . Ele é representado pelo símbolo F1 + F2 . Mais geralmente, dados os subconjuntos X, Y Õ E, indica-se com X + Y o conjunto cujos elementos são as somas u + v, onde u œ X e v œ Y. Quando X = {u} reduz-se a um único elemento u, escreve-se u + Y em vez de {u} + Y. Diz-se então que u + Y resulta de Y pela translação de u. Quando os subespaços F1 , F2 œ E têm em comum apenas o elemento {0}, escreve-se F1 ∆ F2 em vez de F1 + F2 e diz-se que F = F1 ∆ F2 é a soma direta de F1 e F2 . Teorema 2.1. Sejam F, F1 , F2 subespaços vetoriais de E, com F1 Õ F e F2 Õ F. As seguintes afirmações são equivalentes: (1) F = F1 ∆ F2 (2) Todo elemento w œ F se escreve, de modo único, como soma w = v1 + v2 , onde v1 œ F1 e v2 œ F2. EXEMPLO 2.9. Em 4 , sejam F1 o subespaço gerado pelos vetores e1 = (1, 0, 0, 0), e3 = (0, 0, 1, 0) e F2 o sube- spaço gerado pelos vetores e2 = (0, 1 0, 0), e = (0, 0, 0, 1). Então F1 é o conjunto dos vetores da forma Ha1 , 0, a3 , 0) enquanto os vetores de F2 têm a forma (0, a2 , 0, a4 ). É claro que 4 = F1 ∆ F2 . A noção de subespaço vetorial abrange as retas, planos e seus análogos multidimensionais apenas nos casos em que esses conjuntos contêm a origem. Para incluir retas, planos, etc. que não passam pela origem, tem-se a noção de variedade afim, que discutiremos agora. Seja E um espaço vetorial. Se x, y œ E e x ∫ y, a reta que une os pontos x, y é, por definição o conjunto r = {(l - t)x + ty; t œ }. Pondo v = y - x, podemos ver que r = {x + tv; t œ }. Um subconjunto V Õ E chama-se uma variedade afim quando a reta que une dois pontos quaisquer de V está contida em V. Assim,V Õ E é uma variedade afim se, e somente se, cumpre a seguinte condição: x, y œ V, t œ ï (1 - t)x + ty œ V. Rijo AL Capítulo 2.nb 5 In[439]:= H∗ Representação esquemática de variedade afim ∗L p1 = ListPlot@80, 0<, Axes → False, Epilog → 8Text@"O", 80, −.15<D, Text@"x", 8.4, .8<D, Text@"F", 81.5, .55<D, Text@"x + F", 81.7, 1.6<D<, DisplayFunction → IdentityD; p2 = ListPlot@88−1, −.5<, 82, 1<<, PlotJoined → True, Axes → False, DisplayFunction → IdentityD; p3 = ListPlot@88−1, .5<, 82, 2<<, PlotJoined → True, Axes → False, DisplayFunction → IdentityD; p4 = ListPlot@880, 0<, 81, 1.5<<, PlotJoined → True, Axes → False, DisplayFunction → IdentityD; Show@8p1, p2, p3, p4<, DisplayFunction → $DisplayFunctionD; O x F x + F EXEMPLO 2.10. . Um exemplo óbvio de variedade afim é um subespaço vetorial. Ao contrário dos subespaços vetoriais, que nunca são vazios pois devem conter o zero, a definição acima é formulada de tal modo que o conjunto vazio a cumpre, logo « é uma variedade afim. Se v1 , ..., vm œ E são variedades afins então a interseção V = V1› ... › Vm é ainda uma variedade afim. Todo ponto p œ E é uma variedade afim.Teorema 2.2. Seja V uma variedade afim não-vazia no espaço vetorial E. Existe um único subespaço vetorial F Õ E tal que, para todo x œ V tem-se V = x + F = {x + v; v œ F}. EXEMPLO 2.12. Vimos no exemplo 2.8 que o conjunto V das soluções de um sistema linear de m equações com n incógnitas é uma variedade afim. Supondo V ∫ «, tomemos x0 œ V e chamemos de F o subespaço vetorial de n formado pelas soluções do sistema homogêneo correspondente. Tem-se V = x0 + F. Diz-se então que "todas as soluções do sistema se obtêm somando uma solução particular com a solução geral do sistema homogêneo associado". 6 Rijo AL Capítulo 2.nb Exercícios (ELL pág. 18) 2.7 Sejam F1 = SHu1, v1L e F2 = SHu2, v2L os subespaços de 3 gerados pelos vetores u1 = H0, 1, -2L , u2 = H1, 1, 1L , v1 = H-1, 0, 3L e v2 = H2, -1, 0L . Ache números a1, b1, c1 e a2, b2, c2 tais que se tenha F1 = 8Hx, y, zL œ 3; a1 x + b1 y + c1 z = 0< F2 = 8Hx, y, zL œ 3; a2 x + b2 y + c2 z = 0< Resposta: Para achar os números a1, b1 e c1 basta resolver o sistema de equações b1 - 2 c1 = 0 e a1 + b1 + c1 = 0. Portanto, In[10]:= H∗ Achar os números a1, a2 e a3 ∗L Solve@8 b1 − 2 c1 m 0, a1 + b1 + c1 m 0<, 8a1, b1<D Out[10]= 88a1 → −3 c1, b1 → 2 c1<< Logo, a equação do plano gerado pelos vetores u1 e u2 é dada por - 3 c1 x + 2 c1 y + c1 z = 0. Supondo c1 ∫ 0, então - 3 x + 2 y + z = 0. Para achar os números a2, b2 e c2 procede-se da mesma maneira. Então, In[11]:= H∗ Achar os números a1, a2 e a3 ∗L Solve@8 −a1 + 3 c1 m 0, 2 a1 − b1 m 0<, 8a1, b1<D Out[11]= 88a1 → 3 c1, b1 → 6 c1<< Portanto, a equação do plano gerado pelos vetores uv1 e v2 é dada por 3 c1 x + 6 c1 y + c1 z = 0. Supondo c1 ∫ 0, então 3 x + 6 y + z = 0. 2.10. Exiba três vetores u, v, w œ 3 com as seguintes propriedades: nenhum é múltiplo do outro, nenhuma das coordenadas é igual a zero e 3 não é gerado por eles. Resposta: Consideremos dois vetores quaisquer de 3 em que um deles não seja múltiplo do outro. Por exemplo, os vetores u = ( 1, 2, 3) e v = (4, 5, 6). Muliplicando o vetor v por 2 e subtraindo o vetor u, obtemos o terceiro vetor w = 2 v - u = (7, 8 ,9). Nenhuma coordenada do vetor w é zero, nenhum dos vetores é multiplo do outro e eles não geram 3 , pois w esta no mesmo plano gerado por u e v. 2.11. Seja F o subespaço de 3 gerados pelos vetores u = (1, 1, 1) e v = (1, -1, -1). Ache números a, b, c com as seguintes propriedades: um vetor w = (x, y, z) pertence a F se, e somente se, ax + by + cz = 0. 2.12. Exprima o vetor (1, -3, 10) como combinação linear dos vetores u = (1, 0, 0), v = (1, 1, 0) e w = (2,-3,5). Resposta: Devemos achar números a, b e c tais que a u + b v + c w = (1, -3, 10). Rijo AL Capítulo 2.nb 7 In[452]:= H∗ Achar números a, b, c da combinação linear au + bv + cw ∗L Solve@8a + b + 2 c m 1, b − 3 c m −3, 5 c m 10<, 8a, b, c<D Out[452]= 88a → −6, b → 3, c → 2<< Portanto, a combinação linear deseja é - 6 u + 3 v + 5 w In[453]:= H∗ Verificação da resposta ∗L u = 81, 0, 0<; v = 81, 1, 0<; w = 82, −3, 5<; −6 u + 3 v + 2 w Out[453]= 81, −3, 10< 2.13. Mostre que a matriz d = J 4 −4−6 16 Npode ser escrita como combinação linear das matrizes a = J 1 23 4 N , b = J −1 2 3 −4 N e c = J 1 −2 −3 4 N . In[473]:= H∗ Achar os númeors α, β, γ da combinação linear αa + βb + γc ∗L Solve@8α − β + γ m 4, 2 α + 2 β − 2 γ m −4, 3 α + 3 β − 3 γ m −6, 4 α − 4 β + 4 γ m 16<, 8α, β, γ<D Solve::svars : Equations may not give solutions for all "solve" variables. More… Out[473]= 88α → 1, β → −3 + γ<< Resposta: O sistema de equações tem uma infinidade de soluções. Portanto, a = 1, b = - 3 + g sendo g qualquer número real. In[470]:= H∗ Verificação da resposta para γ = 1 ∗L a = 881, 2<, 83, 4<<; b = 88−1, 2<, 83, −4<<; c = 881, −2<, 8−3, 4<<; MatrixForm@a − 2 b + cD Out[471]//MatrixForm= J 4 −4−6 16 N In[476]:= H∗ Verificação da resposta para γ = −5 ∗L a = 881, 2<, 83, 4<<; b = 88−1, 2<, 83, −4<<; c = 881, −2<, 8−3, 4<<; MatrixForm@a − 8 b − 5 cD Out[477]//MatrixForm= J 4 −4−6 16 N 2.15. Quais dos seguintes subconjuntos são subespaços vetoriais? (a) O conjunto X Õ 3 formado pelos vetores v = (x, y, z) tais que z = 3x e x = 2y. (b) O conjunto Y Õ 3 formado pelos vetores v = (x, y, z) tais que xy = 0. (c) O conjunto Z das matrixes 2x3 nas quais alguma coluna é formada por elementos iguais. (d) O conjunto F = Õ F( : ) formado pelas funções f: Ø tais que f(x + 1) = f(x) para todo x œ . (e) O conjunto L Õ n dos vetores v = (x, 2 x, . . ., n x), onde x œ é arbitrário. 8 Rijo AL Capítulo 2.nb (f) O conjunto dos vetores v œ 5 que tenham duas ou mais coordenadas nulas. (g) O conjunto dos vetores de 3 que têm pelo menos uma coordenada ¥ 0. Resposta: (a) Sim, é uma reta gerada pelo vetor (2, 1, 6), (b) Não, a soma dos vetores (1, 0, 3) e (0, 5, -2) é (1, 5, 1) que não pertence a Y. (c) Não, a soma das matrizes J 2 0 32 −5 −6 Ne J 1 −3 3 4 −3 6 N é J 3 −3 6 6 −8 0 Nque não pertence a Z. (d) Sim, é uma reta gerada pelo vetor (2, 1, 6), (e) Sim, é uma reta gerada pelo vetor (1, 2, . . ., n), (f) Não, a soma dos vetores (2, 0, 0, 5, 6) e (0, 3, 4, 0, 0, 0) é (2, 3, 4, 5, 6) que não tem nenhuma coordenada nula, (g) Não, a soma dos vetores (2, -3, 0) e (-3, 2, -1) é (-1, -1,-1) que não pertence a 3 . 2.17. Obtenha números a, b, c, d tais que a variedade afim (plano) de 3 definida pela equação ax + by + cz = d contenha os pontos e1 = H1, 0, 0L, e2 = H0, 1, 0L e e3 = H0, 0, 1L. Resposta: a = b = c = 1. Com efeito, x + y + z = 1 contém os pontos e1, e2 e e3. 2.20. Sejam v1, v2, v3 os vetores-linha e w1 , w2, w3 os vetores-coluna da matriz i k jjjjjjj 1 2 3 4 5 6 7 8 9 y { zzzzzzz Verifique as relações v3 = 2 v2 - v1 , w3 = 2 w2 - w1. Exprima w1 e w2 como cobinação linear de v1 e v2 e vice-versa. Conclua que os vetores-linha e os vetores-coluna da matriz dada geram o mesmo subespaço de 3 . In[481]:= v1 = 81, 2, 3<; v2 = 84, 5, 6<; v3 = 87, 8, 9<; w1 = 81, 4, 7<; w2 = 82, 5, 8<; w3 = 83, 6, 9<; v3 m 2 v2 − v1 w3 m 2 w2 − w1 Out[483]= True Out[484]= True In[1]:= Solve@8a + 4 b m 1, 2 a + 5 b m 4, 3 a + 6 b m 7<, 8a, b<D Out[1]= 99a → 11ccccccc3 , b → − 2cccc3 == In[2]:= Solve@8a + 4 b m 2, 2 a + 5 b m 5, 3 a + 6 b m 8<, 8a, b<D Out[2]= 99a → 10ccccccc3 , b → − 1cccc3 == In[4]:= Solve@8a + 2 b m 1, 4 a + 5 b m 2, 7 a + 8 b m 3<, 8a, b<D Out[4]= 99a → − 1cccc3 , b → 2cccc3 == In[5]:= Solve@8a + 4 b m 4, 2 a + 5 b m 5, 3 a + 6 b m 6<, 8a, b<D Out[5]= 88a → 0, b → 1<< Rijo AL Capítulo 2.nb 9 2.21. Dê um exemplo de uma matriz 3 × 3 cujos vetores-linha geram um subespaço de 3 diferente daquele gerado pelos vetores coluna. Resposta: Os vetores-linha da matriz i k jjjjjjj 1 3 −2 0 a 0 −3 −9 6 y { zzzzzzz geram o 2 (a teceira linha é múltipla da primeira) e os vetores-coluna geram o próprio 3 , para qualquer a ∫ 0. 2.35. Sejam E, F espaços vetoriais. Uma função f: E Ø F chama-se par (respectivamente ímpar) quando f(-v) = f(v) (respectivamente f(-v) = - f(v))para todo v œ E. Prove: O conjunto A das funções pares e o conjunto B das funções ímpares são subespaços vetoriais de F(E; F) e vale F(E; F) = A ∆ B. Resposta: A soma de duas fun;õs pares e par. Com efeito, [f+g](-v) = f(-v) + g(-v) = f(v) + g(v) = [f + g](v), além disso, [lf](-v) = lf(-v) = lf(v) = [lf](v). A função identicamente zero é par. Portanto, o conjunto A das funções pares é um subespaço vetorial de F(E; F). Analogamente, a soma de duas funções impar é impar. De fato, [f+g](-v) = f(-v) + g(-v) = -f(v) - g(v) = -[f + g](v) e também [lf](-v) = lf(-v) = -lf(v) = -[lf](v). A função identicamente zero é ímpar. Portanto, o conjunto B das funções impares é um subespaço vetorial de F(E; F). Qualquer função f: E Ø F pode ser escrita como a soma de um função par e um ímpar. Com efeito, basta observar que as componentes par e impar de f são dadas por fparHxL = f HxL + f H-xLÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅ2 e fimparHxL = f HxL - f H-xLÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅ2 . Finalmente, a função identicamente nula é a única função f: E Ø F que é simultaneamente par e ímpar. Portanto, F(E; F) = A ∆ B. 10 Rijo AL Capítulo 2.nb CAPÍTULO 3 Bases Iniciar o MathKernel In[1]:= 2 + 2 Out[1]= 4 Os espaços vetoriais de dimensão finita, objetos centrais do nosso estudo, possuem uma estrutura algébrica extremamente simples, evidenciada pelas idéias de base e dimensão, que apresentaremos agora. Uma vez fixada uma base num espaço vetorial de dimensão n, seus elementos são meramente combinações lineares dos n vetores básicos, com coeficientes univocamente determinados. Nesta seção, esses fatos serão estabelecidos e analisados em detalhe. Seja E um espaço vetorial. Diz-se que um conjunto X Õ E é linearmente independente (abreviadamente, L.I.) quando nenhum vetor v œ X é combinação linear de outros elementos de X. Para evitar ambigiiidade, no caso em que X = {v} consta de um único elemento v, diz-se que X é L.I., por definição, quando v ∫ 0. Quando X é L.I., diz-se também que os elementos de X são vetores linearmente independentes. Quando o conjunto X é L.I. seus elementos são todos ∫ 0, pois o vetor nulo é combinação linear de quaisquer outros: 0 = 0. v1 + . . . + 0. vn (Se não há "outros", X = {v}, v ∫ 0.) Teorema 3.1. Seja X um conjunto L.I. no espaço vetorial E. Se a1 v1 + . . . + am vm = 0 com a1 = . . . = am = 0. Reciprocamente, se a única combinação linear nula de vetores de X é aquela cujos coefi- cientes são todos iguais a zero, então X é um conjunto L.I.. Corolário. Se v = a1 v1 . . . + am vm = b1 v1 . . . + bm vm e os vetores v1, . . . vm são L.I. então a1 = b1, . . . am = bm. EXEMPLO 3.1 Os vetores canônicos e1 = (1,0,... ,0),... , en = , (0,... ,0,1) em n são L.I.. Com efeito, a1 e1 + . . . + an en = 0 significa Ha1, . . . , an ) = 0, logo a1 = ... = an = 0. Analogamente, os monomIos 1, x, ..., xn em Pn sâo L.L. pois a0 + a1 x + . . . + an xn = pHxL é o vetor nulo em Pn somente quando p(x) é a função identicamente nula, isto é, p(x) = 0 para todo x œ . Isto obriga a ser a0 = ... = an = 0 pois um polinômio não nulo de grau k tem no máximo k raízes reais. Esta observação nos permite ainda concluir que X = {1 , x, ..., xm , ...} Õ P é um conjunto infinito L.I. Teorema 3.2. Sejam v1 , ..., vm vetores não-nulos do espaço vetorial E. Se nenhum deles é combinação linear dos anteriores então o conjunto X = 8v1 , . . . vm< é L.I.. EXEMPLO 3.2 Os vetore u = (1, 2, 3), v = (4, 5, 6), w = (7, 8, 9) em 3 são L.D. pois w = 2v - u. EXEMPLO 3.3 Quando os vetores v1 , ... , vm . são L.D., isto não significa que qualquer um deles seja combinação linear dos demais. Por exemplo se u = (1, 2), v = (3, 4) e w = (4, 8) então {u,v,w} Õ 2 é um conjunto L.D. pois w = 4u + 0 .v porém v não é combinação linear de u e w. Uma base de um espaço vetorial E é um conjunto B Õ E linearmente independente que gera E. Isto significa que todo vetor v œ E se exprime, de modo único, como combinação linear v = a1 v1 . . . + am vm de elementos v1 , ..., vm da base B. Se B é uma base de E e v = a1 v1 . . . + am vm , entao os numeros a1 , . . . am chamam-se as coordena- das do vetor v na base B. EXEMPLO 3.4 Os vetores e1 = (1, 0, ... ,0), ... , en = (0, ... , 0, 1) constituem uma base 8e1, . . . en< de n , chamada a base canônica. Analogamente, os monômios 1 , x, ..., xn formam uma base para o espaço vetorial Pn dos polinômios de grau § n. O conjunto {1, x,... , xn ,...} dos monômios de graus arbitrários constitui uma base (infinita) para o espaço vetorial P de todos os polinômios rais. Um sistema linear é chamado homogêneo quando o segundo membro de cada equação é igual a zero. Todo sistema homogêneo admite pelo menos a solução trivial (0, 0, ..., 0). Lema 3.1. Todo sistema linear homogêneo cujo número de incógnitas é maior do que o número de equações admite uma solução não-trivial. Teorema 3.3. Se os vetores v1 , ..., vm geram o espaço vetorial E então qualquer conjunto com mais de m vetores em E é L.D. Diz-se que o espaço vetorial E tem dimensão finita quando admite uma base B = {v1 , ..., vn } com um número finito n de elementos. Este número, que é o mesmo para todas as bases de E, chama-se a dimensão do espaço vetorial E: n = dim E. Por extensão, diz-se que o espaço vetorial E = {0} tem dimensão zero. Corolário 3. Se a dimensão de E é n, um conjunto com n vetores gera E se, e somente se, é L.I. Diz-se que a variedade afim V Õ E tem dimensão r quando V = x + F, onde o subespaço vetorial F Õ E tem dimensão r. EXEMPLO 3.5 Os monômios 1, x, ..., xn constituem uma base do espaço vetorial Pn , dos polinômios de grau n, logo Pn tem dimensão finita e dim Pn = n + 1. Por outro lado, o conjunto infinito {1, x, ..., xn , ...} é uma base do espaço vetorial P de todos os polinômios, o qual tem dimensão infinita. EXEMPLO 3.6 O espaço vetorial M ( m x n) , das matrizes m x n, tem dimensão finita, igual a m.n. Uma base para M(m x n) é formada pelas matrizes eij , cujo ij-ésimo elemento (na interseção da i-ésima linha com a j-ésima coluna) é igual a 1 e os demais elementos são iguais a zero. EXEMPLO 3.7 Se os coeficientes a1 , ..., an não são todos iguais a zero, o hiperplano H = 8Hx1, . . . ,xnL œ n; a1 x1 + . . . + an xn = 0< é um subespaço vetorial de dimensão n - 1 em n . 2 Rijo AL Capítulo 3.nb Exercícios (ELL págs. 33 - 38) 3.1 [3.1]. Dados os vetores u = Ha1, a2, a3L , v = Hb1, b2, b3L e w = Hc1, c2, c3L , escrever u' = Ha1, a2L , v' = Hb1, b2L e w' = Hc1, c2L . Supondo que u' e v' L.I. existem a e b œ tais que w' = a u' + b v'. Prove que (u, v, w) é L.D. se, somente se, w = a u + b v (com os mesmos a e b) Use esse critério para determinar se os vetores u, v e w abaixo são L.I. ou L.D.: (a) u = (1, 2, 3), v = (1, 3, 2), w = (-1, 2, 3) (b) u = (1, 2, 3), v = (1, 3, 2), w = (1, 4, 1) Resposta: Determinação dos a e b dos vetores em (a) In[50]:= Solve@8α + β == −1, 2 α + 3 β == 2<, 8α, β<D Out[50]= 88α → −5, β → 4<< In[55]:= 8−1, 2, 3< == −5 81, 2, 3< + 4 81, 3, 2< Out[55]= False Os vetores em (a) são L.I. Determinação dos a e b dos vetores de (b) In[56]:= Solve@8α + β == 1, 2 α + 3 β m 4<, 8α, β<D Out[56]= 88α → −1, β → 2<< In[57]:= 81, 4, 1< == −81, 2, 3< + 2 81, 3, 2< Out[57]= True Os vetores em (b) são L.D. Uma outra maneira de resolver o problema é verificar se o sistema de equações a u + b v + g w = 0 tem solução trivial (L.I) ou não(L.D). In[61]:= Solve@8α + β − γ == 0, 2 α + 3 β + 2 γ == 0, 3 α + 2 β + 3 γ == 0<, 8α, β, γ<D Out[61]= 88α → 0, β → 0, γ → 0<< Os vetores em (a) são L.I. In[60]:= Solve@8α + β + γ == 0, 2 α + 3 β + 4 γ == 0, 3 α + 2 β + γ == 0<, 8α, β, γ<D Solve::svars : Equations may not give solutions for all "solve" variables. More… Out[60]= 88α → γ, β → −2 γ<< Os vetores em (b) são L.D. Rijo AL Capítulo 3.nb 3 3.2 [3.2]. Mostre que as matrizes a, b, c abaixo são L.I. a = J 1 10 0 N , b = J 1 0 0 1 N , c = J 1 1 1 1 N Resposta: As matrizes a e b são L.I por que uma não é múltipla da outra. A matriz c não é combinação linear de a e b por que a a21 + b b21 ∫ c21 = 1 para qualquer a e b. Entào pelo Teorema 3.2, a, b, c são L.I. 3.3 [3.3]. Prove que os polinômios seguintes são linearmente independentes p(x) = x3 - 5 x2 + 1, q(x) = 2 x4 + 5 x - 6, r(x) = x2 - 5 x + 2 . Resposta: Devemos mostra que a (0 x4 + x3 - 5 x2 + 0 x + 1) + b ( 2 x4 + 0 x3 + 0 x2 + 5 x - 6) + g ( 0 x4 + 0 x3 + x2 - 5 x + 2) = 0 implica em a = b = g = 0. Assim, In[2]:= Solve@82 β m 0, α m 0, −5 α + γ m 0, 5 β − 5 γ m 0, α − 6 β + 2 γ m 0<, 8α, β, γ<D Out[2]= 88α → 0, β → 0, γ → 0<< Como a, b e g são todos nulos segue que os polinomios p(x), q(x) e r(x) são L.I.. 3.4 [3.5]. No espaço P3 dos polinômios de grau § 3, verifique se os polinômios abaixo são L.I. ou L.D.: p(x) = x3 - 3 x2 + 5 x + 1, q(x) = x3 - x2 + 6 x + 2, r(x) = x3 - 7 x2 + 4 x . Resposta: Devemos encontrar a (x3 - 3 x2 + 5 x + 1) + b ( x3 - x2 + 6 x + 2) + g ( x3 - 7 x2 + 4 x + 0) = 0 para saber se os polinômios dados são L.I. ou L.D.. Assim, In[4]:= Solve@ 8α + β + γ m 0, −3 α − β − 7 γ m 0, 5 α + 6 β + 4 γ m 0, α + 2 β m 0<, 8α, β, γ<D Out[4]= 88α → 0, β → 0, γ → 0<< Como a, b e g são todos nulos segue que os polinomios p(x), q(x) e r(x) são L.I.. 3.5 [3.8]. Exiba uma base para cada um dos subespaços de 4 listados a seguir F = 8Hx1, x2, x3, x4L; x1 = x2 = x3 = x4< , G = 8Hx1, x2, x3, x4L; x1 = x2 e x3 = x4< , H = 8Hx1, x2, x3, x4L; x1 = x2 = x3< , K = 8Hx1, x2, x3, x4L; x1 + x2 + x3 + x4 = 0< , Resposta: Base de F {(1, 1, 1, 1)}, base de G { (1, 1, 0, 0), {0, 0, 1, 1)}, base de H { (1, 1, 1, 0), {0, 0, 0, 1)}, base de K { (1, 0, 0, -1), {0, 1, 0, -1)},{0, 0, 1, -1)} 3.6 [3.10]. Seja F o subespaço vetorial (plano) de 2 formado pelos vetores v = (x, y, z) tais que x - 2 y + 4z = 0. Obtenha uma base 8u1, u2, u3< Õ 3 tal que u1 e u2 pertençam a F. 4 Rijo AL Capítulo 3.nb Resposta: Base de F {(1, 1, 1, 1)}, base de G { (1, 1, 0, 0), {0, 0, 1, 1)}, base de H { (1, 1, 1, 0), {0, 0, 0, 1)}, base de K { (1, 0, 0, 0), {0, 1, 0, 0)},{0, 0, 1, 0)} 3.7 [3.11]. Mostre que polinômios 1, x - 1 e x2 - 3 x + 1 formam uma base de P2 . Exprima o polinômio 2 x2 - 5 x + 6 como cobinação linear dos elementos dessa base. Resposta: Primeiro devemos mostrar que os três polinômios dados são linearmente independentes. Então, In[5]:= Solve@8α m 0, −3 α + β m 0, α − β + γ m 0<, 8α, β, γ<D Out[5]= 88α → 0, β → 0, γ → 0<< É fácil ver que eles geram P2. Logo, eles formam uma base de P2. Agora vamos achar a, b e c da combinação linear a (x2 - 3 x + 1) + b ( x - 1) + c = 2 x2 - 5 x + 6 In[9]:= Solve@8a m 2, −3 a + b m −5, a − b + c m 6<, 8a, b, c<D Out[9]= 88a → 2, b → 1, c → 5<< Verificação do resultado: In[8]:= 2 Hx2 − 3 x + 1L + Hx − 1L + 5 êê Simplify Out[8]= 6 − 5 x + 2 x2 3.8 [3.12]. Mostre que os vetores u = (1, 1) e v = (-1, 1) formam uma base de 2. Exprima cada um dos vetores e1 = H1, 0L e e2 = H0, 1L como cobinação linear dos elementos dessa base. Resposta: Primeiro devemos mostrar que os vetores u = (1, 1) e v = (-1, 1) são linearmente independentes. Então, In[10]:= Solve@8α − β m 0, α + β m 0<, 8α, β<D Out[10]= 88α → 0, β → 0<< É fácil ver que eles geram 2. Logo, eles formam uma base de 2 . Agora vamos achar a e b da combinação linear a (1, 1) + b ( -1, 1) = (1, 0) In[12]:= Solve@8a − b m 1, a + b m 0<, 8a, b<D Out[12]= 99a → 1cccc2 , b → − 1cccc2 == Agora vamos achar a e b da combinação linear a H1, 1L + b H-1, 1L = H0, 1L In[13]:= Solve@8a − b m 0, a + b m 1<, 8a, b<D Out[13]= 99a → 1cccc2 , b → 1cccc2 == Portanto, e1 = H1, 0L = 1ê2 H1, 1L − 1ê2 H−1, 1L e e2 = H0, 1L = 1ê2 H1, 1L + 1ê2 H−1, 1L 3.9 [3.13]. Mostre que os vetores u = (1, 1, 1), v = (1, 2, 1) e w = (2, 1, 2) são L.D.. Rijo AL Capítulo 3.nb 5 Resposta: Devemos mostrar que existem a, b e g diferentes de zero tal que a u + b v + g w = 0. Com rfeito, In[18]:= Solve@8α + β + 2 γ == 0, α + 2 β + γ m 0, α + β + 2 γ m 0<, 8α, β, γ<D Solve::svars : Equations may not give solutions for all "solve" variables. More… Out[18]= 88α → −3 γ, β → γ<< Por exemplo, tomando g = 1, obtemos a = -3 e b = 1. Asim, w = 3 u - v. Verificação: In[16]:= 3 81, 1, 1< − 81, 2, 1< Out[16]= 82, 1, 2< 3.10 [3.20]. Ache uma solução não-trivial para o sistema homogêneo: x1 + 2 x2 + x3 + 4 x4 = 0 2 x1 + x2 + x3 - x4 = 0 3 x1 - 2 x2 + x3 - 2 x4 = 0 e a partir daí , obtenha uma cobinação linear nula dos vetores v1 = H1, 2, 3L, v2 = H2, 1, -2L , v3 = H3, 1, 1L, v4 = H4. - 1, -2L, na qual os coeficientesnão são todos iguais a zero. Resposta: Devemos mostrar que existem x1 , x2 , x3 e x4 diferentes de zero tal que x1 v1 + x2 v2 + x3 v3 + x4 v4 = 0. Com rfeito, In[19]:= Solve@8x1 + 2 x2 + 3 x3 + 4 x4 == 0, 2 x1 + x2 + x3 − 4 x4 == 0, 3 x1 − 2 x2 + x3 − 2 x4 == 0<, 8x1, x2, x3, x4<D Solve::svars : Equations may not give solutions for all "solve" variables. More… Out[19]= 99x1 → 23 x4ccccccccccccc8 , x2 → 13 x4ccccccccccccc8 , x3 → − 27 x4ccccccccccccc8 == Por exemplo, tomando g = 1, obtemos a = -3 e b = 1. Asim, w = 3 u - v. Verificação: In[16]:= 3 81, 1, 1< − 81, 2, 1< Out[16]= 82, 1, 2< 3.11 [3.22]. Prove que 81, ex, e2 x, e3 x, e4 x< é um conjunto L.I. no espaço C¶HL . Resposta: Iniciando com a combinação linear α + β Æx + γ Æ2 x + δ Æ3 x + ζ Æ4 x = 0 e derivando-a e dividindo por ‰x , três vezes consecutivamente, obtemos o sistema de equações α + β Æx + γ Æ2 x + δ Æ3 x + ζ Æ4 x = 0 β + 2 γ Æx + 3 δ Æ2 x + 4 ζ Æ3 x = 0 2 α + 6 δ Æx + 12 ζ Æ2 x = 0 6 δ Æx + 24 ζ Æx = 0 6 Rijo AL Capítulo 3.nb In[31]:= Solve@8α + β Æx + γ Æ2 x + δ Æ3 x + ζ Æ4 x == 0, β + 2 γ Æx + 3 δ Æ2 x + 4 ζ Æ3 x == 0, γ + 3 δ Æx + 4 ζ Æ2 x == 0, δ Æx + 4 ζ Æx == 0<, 8α, β, γ, δ, ζ<D Solve::svars : Equations may not give solutions for all "solve" variables. More… Out[31]= 88α → −Æ3 x H−4 + ÆxL ζ, β → 4 Æ2 x H−3 + ÆxL ζ, γ → −4 Æx H−3 + ÆxL ζ, δ → −4 ζ<< Se ζ ≠ 0, α, β, γ, δ serão também diferentes de zero. Portanto, o conjunto 81, Æx, Æ2 x, Æ3 x, Æ4 x< e L.I. Verificação: In[32]:= α + β Æx + γ Æ2 x + δ Æ3 x + ζ Æ4 x ê. % êê Simplify Out[32]= 80< 3.12 [3.28]. Exiba uma base para cada um dos espaços vetoriais abaixo e daí calcule sua dimensão. (a) polinômios pares de grau § n. (b) polinômios ímpares de grau § n. (c) polinômios de grau § n que se anulam para x = 2 e x = 3. (d) vetores de n (n ¥ 6) nos quais a segunda, a quarta e a sexta coordenadas são iguais Resposta:(a) 81 , x2, . . .x2 j, . . . , x2 m< em que m = n/2. A dimwnsão é igual a (n + 1)/2. (b) 81 , x1, . . .x2 j +1, . . . , x2 m +1< em que m = n/2. A dimwnsão é igual a (n + 1)/2. (c) 81 , x, x2< A dimwnsão é igual 3. (d) 8H1, 0, 0, 0, 0, 0, . . .L, H0, 1, 0, 1, 0, 1, . . .L, H0, 0, 1, 0, 0, 0 . . .L, H0, 0, 0, 0, 1, 0, . . . L , H0, 0, 0, 0, 0, 1 ....<, H0, 0, 0, 0, 0, 0, 1 ....< ...<. A dimwnsão é igual n - 2 com n ¥ 6. 3.13 [3.30]. Mostre que os vetores u = (1, 1, 1), v = (1, 2, 3) e w = (1, 4, 9) formam uma base de 3. Exprima cada um dos vetores e1, e2, e3 da base canônica de 3 como combinação linear de u, v e w. Resposta: Devemos mostrar que os vetores u, v, w são L.I. e que geram 3 . In[33]:= Solve@8α + β + γ == 0, α + 2 β + 4 γ m 0, α + 3 β + 9 γ m 0<, 8α, β, γ<D Out[33]= 88α → 0, β → 0, γ → 0<< Os vetores u, v, w são L.I.. É fácil ver que eles geram 3 . Agora vamos exprimir os vetores e1, e2, e3 da base canônica de 3 como combinação linear de u, v, w. In[42]:= Solve@8α + β + γ m 1, α + 2 β + 4 γ == 0, α + 3 β + 9 γ == 0<, 8α, β, γ<D Out[42]= 99α → 3, β → − 5cccc2 , γ → 1cccc2 == O vetor e1 = 3 u − 5ê2 v + 1ê2 w In[43]:= 3 81, 1, 1< − 5ê2 81, 2, 3< + 1ê2 81, 4, 9< êê Simplify Out[43]= 81, 0, 0< Rijo AL Capítulo 3.nb 7 In[38]:= Solve@8α + β + γ m 0, α + 2 β + 4 γ m 1, α + 3 β + 9 γ == 0<, 8α, β, γ<D Out[38]= 88α → −3, β → 4, γ → −1<< O vetor e2 = −3 u + 4 v − w In[45]:= −3 81, 1, 1< + 4 81, 2, 3< − 81, 4, 9< êê Simplify Out[45]= 80, 1, 0< In[39]:= Solve@8α + β + γ m 0, α + 2 β + 4 γ == 0, α + 3 β + 9 γ m 1<, 8α, β, γ<D Out[39]= 99α → 1, β → − 3cccc2 , γ → 1cccc2 == O vetor e3 = u − 3ê2 v + 1ê2 w In[46]:= 81, 1, 1< − 3ê2 81, 2, 3< + 1ê2 81, 4, 9< êê Simplify Out[46]= 80, 0, 1< 8 Rijo AL Capítulo 3.nb CAPÍTULO 4 Transformações Lineares Iniciar o MathKernel In[1]:= 2 + 2 Out[1]= 4 Álgebra Linear pode ser apresentada sob três pontos de vista equivalentes: transformações lineares, matrizes ou formas quadráticas. A ênfase (ou até mesmo a exclusividade} que se dá a uma dessas abordagens é muitas vezes uma questão de hábito, gosto pessoal ou convicção. Neste livro, os três aspectos serão devidamente tratados porém a primazia será concedida às transformações lineares, pelos três motivos apontados, principalmente o último. Uma transformação linear A: E Ø F é um tipo particular de função que tem o espaço vetorial E como domínio e o espaço F como contra-domínio. Definição de Transformação linear Sejam E, F espaços vetoriais. Uma transformação linear A: E Ø F é uma correspondência que associa a cada vetor v œ E um vetor A(v) = A. v = Av œ F de modo que valham, para quaisquer u, v œ E e a œ , as relações: A(u + v) = Au + Av, A(a.v) = aAv. O vetor A.v chama-se a imagem (ou o transformado) de v pela transformação A. Se A: E Ø F é uma transformação linear então A. 0 = 0. Soma e Produto de transformação linear A soma de duas transformações lineares A, B: E Ø F e o produto de uma transformação linear A: E Ø F por um número a œ são as transformações lineares A + B: E Ø F e aA: E Ø F , definidas respectivamente por (A + B)v = Av + Bv e (aA)v = a.Av, para todo v œ E. O símbolo 0 indica a transformação linear nula 0: E Ø F, definida por 0. v = 0 e, definindo -A: E Ø F por ( -A) .v = -Av, vê-se que ( -A) + A = A + ( -A) = 0. Operadores e funcionais lineares e espaço dual Seja L(E; F) o conjunto das transformações lineares de E em F. As definições acima tomam L(E; F) um espaço vetorial. Quando E = F , usaremos a notação L(E) em vez de L(E; E). As transformações lineares A: E Ø E do espaço vetorial E em si mesmo são chamadas operadores lineares em E. Por sua vez, as transformações lineares j: E Ø , com valores numéricos, são chamadas funcionais lineares. Escreve-se E* em vez de L(E; ) e o conjunto E* dos funcionais lineares j: E Ø chama-se o espaço vetorial dual de E. Operador identidade Um operador linear especial é o operador identidade I: E Ø E, definido por I. v = v para todo v œ E. Quando for necessário especificar, escreveremos IE em vez de I. O que toma as transformações lineares tão manejáveis é que, para se conhecer Aœ L(E; F), basta que se saibam os valores A.v que A assume nos vetores v œ B, onde B é uma base de E. Isto é particularmente útil quando E tem dimensão finita. Neste caso, um número finito de valores A.v1 , ..., A. vn (onde {v1 , ..., vn } œ E é uma base) atribuídos arbitrariamente, definem inteiramente uma transformação linear A: E Ø F. Mais precisamente, vale o Teorema 4.1. Sejam E, F espaços vetoriais e B uma base de E. A cada vetor U œ B, façamos corresponder (de maneira arbitrária) um vetor u' œ F. Então existe uma única transformação linear A: E Ø F tal que A. U = u' para cada U œ B. Matriz da transformação linear Em virtude do Teorema 4.1, se quisermos definir uma transformação linear A: n Ø m basta escolher, para cada j = 1, ..., n, um vetor v j = (a1 j , a2 j , ..., amj ) œ m e dizer que v j = A. e j é a imagem do j-ésimo vetor da base canônica, e j = (0, ...,1, ...,0), pela transformação linear A. A partir daí, fica determinada a imagem A.v de qualquer vetor v = ( x1 , ..., xn ) œ n . Isto significa que uma transformação linear A: n Ø m fica inteiramente determinada por uma matriz a = [aij ] œ M(m x n). Os vetores-coluna dessa matriz são as imagens A.e j dos vetores da base canônica de n . A imagem de A.v de um vetor arbitrário v = ( x1 , ..., xn ) œ n é o vetor w = ( y1 , ..., ym ) œ m cujas coordenadas são dadas pelas equações y1 = a11 x1 + a12 x2 + . . . + a1 n xn y2 = a21 x1 + a22 x2 + . . . + a2 n xn ª ym = am1 x1 + am2 x2 + . . . + amn xn nas quais ocorrem os vetores-linha da matriz a. Diz-se que a é a matriz da transformação A relativa às bases canônicas de n e m . Tem-se A.e j = ⁄i = 1m aij ei (j = 1, . . . , n), onde os e j estão em n e os ei em m . Em particular, a matriz de um funcional linear j: E Ø é do tipo 1 × n, logo pode ser escrita simplesmente como @a1, a2, . . . , anD , onde a j = j(e j ). Para todo vetor v = ( x1 , ..., xn ) œ n tem-se j(x) = a1 x1 + a2 x2 + . . . + an xn . EXEMPLO 4.1 Se dim E = 1, todo operador A: E Ø E é do tipo A = a I, isto é, existe uma constante a œ tal que Av = a v para todo v œ E. Com efeito, seja u œ E um vetor não-nulo. Então {u}Õ E é uma base: todo vetor em E é 2 Rijo AL Capítulo 4.nb múltiplo de u. Portanto existe a œ tal que Au = a u. Para qualquer outro vetor v œ E, temos v = l u portanto Av = A(l u) = l Au = l a u = a (l u) = a v. EXEMPLO 4.2 (Rotação de ângulo q em torno da origem em 2 ) Trata-se do operador R: 2 Ø 2 , que leva cada vetor v no vetor Rv que dele resulta pela rotação de ângulo q em torno da origem. A Fig. 4.1 deixa claro que R(u + v) = R.u + R.v. É bem mais claro ainda que R (av) = a .Rv para œ 2 e a œ , logo R é uma transformação linear. In[2]:= H∗ Figura 4.1, Rotação de vetores ∗L << Graphics`Arrow` p1 = ListPlot@88.8, 1.6<, 83, 2.333<, 82.2, .733<<, Axes → False, PlotJoined → True, PlotStyle → 8Dashing@8.02<D<, Epilog → 8Text@"O", 8−.2, 0<D, Text@"u", 81.4, .26<D, Text@"v", 8.3, 1<D, Text@"u + v", 81.3, 1.3<D, Text@"Ru", 8−.3, 2<D, Text@"Rv", 8−1.5, .5<D,Text@"RHu + vL", 8−1.1, 1.5<D<, DisplayFunction → IdentityD; p2 = Graphics@8Arrow@80, 0<, 8.8, 1.6<D, Arrow@80, 0<, 82.2, .733<D, Arrow@80, 0<, 83, 2.333<D<, DisplayFunction → IdentityD; p3 = ListPlot@88−1.6, .8<, 8−2.333, 3<, 8−.733, 2.2<<, Axes → False, PlotJoined → True, PlotStyle → 8Dashing@8.02<D<, DisplayFunction → IdentityD; p4 = Graphics@8Arrow@80, 0<, 8−1.6, .8<D, Arrow@80, 0<, 8−.733, 2.2<D, Arrow@80, 0<, 8−2.333, 3<D<, DisplayFunction → IdentityD; Show@8p1, p2, p3, p4<, AspectRatio → Automatic, DisplayFunction → $DisplayFunctionD; O u v u + v Ru Rv RHu + vL Para um vetor v = (x, y) œ 2 arbitrário, seja R.v = (x', y'). Sabemos que x' = a x + b y e y' = c x + d e queremos determinar a matriz J a bc d N onde Re1 = (a, c) e Re2 = (b, d), com e1 = (1, 0) e e2 = (0, 1). Ora, pelas definições de seno e cosseno, o vetor unitário Re1 , que forma com e1 um ângulo q, tem coordenadas cos q e sen q, o seja, Re1 = (cos q, sen q). Além disso, como e2 forma com e1 um ângulo reto, Re2 também forma com Re1 um ângulo reto. Logo Re2 ( -sen q, cos q). (Veja Fig. 4.2.) Rijo AL Capítulo 4.nb 3 In[6]:= H∗ Figura 4.2, Rotação de um ângulo θ ∗L << Graphics`Arrow` p1 = ListPlotA882.5, 0<, 82.5, 1.5<, 80, 1.5<<, PlotRange → 8−.2, 3<, PlotJoined → True, PlotStyle → 8Dashing@8.02<D<, Epilog → 9Text@"O", 8−.2, 0<D, Text@"cos θ", 82, .2<D, Text@"sen θ", 8.5, 1.7<D, Text@"cos θ", 8.5, 2.5<D, Text@"−sen θ", 8−1, .2<D, Text@"e1", 82.8, .2<D, Text@"e2", 8.3, 2.8<D, TextA"Re1", 82.5, 1.7<E, TextA"Re2", 8−1.2, 2.7<E=, DisplayFunction → IdentityE; p2 = Graphics@8Arrow@80, 0<, 82.5, 0<D, Arrow@80, 0<, 83, 0<D, Arrow@80, 0<, 82.5, 1.5<D<, DisplayFunction → IdentityD; p3 = ListPlot@ 88−1.5, 0<, 8−1.5, 2.5<, 80, 2.5<<, Axes → False, PlotJoined → True, PlotStyle → 8Dashing@8.02<D<, DisplayFunction → IdentityD; p4 = Graphics@8Arrow@80, 0<, 8−1.5, 2.5<D, Arrow@80, 0<, 80, 2.5<D, Arrow@80, 0<, 80, 3<D<, DisplayFunction → IdentityD; Show@8p1, p2, p3, p4<, AspectRatio → Automatic, DisplayFunction → $DisplayFunctionD; -1 1 2 3 0.5 1 1.5 2 2.5 3 O cos θ sen θ cos θ −sen θ e1 e2 Re1 Re2 Portanto, a rotação R: 2 Ø 2 leva um vetor v = (x, y) no Rv = (x', y'), onde x' = x cos q - y sen q; y' = x sen q + y cos q. A matriz de R relativa à base canônica de 2 é J cos θ −sen θsen θ cos θ N . EXEMPLO 4.3 (Projeção ortogonal sobre uma reta) A reta y = a x é o conjunto dos pontos (x, ax) œ 2 , onde x varia em . Ela é o subespaço vetorial de 2 gerado pelo vetor (1, q). Consideremos o operador P: 2 Ø 2 que faz corresponder a cada v = (x, y) œ 2 o vetor Pv = ( x' , ax' ) , cuja extremidade é o pé da perpendicular de v sobre a reta y = a x. (Veja Fig. 4.3.) 4 Rijo AL Capítulo 4.nb In[7]:= H∗ Figura 4.3, Projeção ortogonal sobre uma reta ∗L << Graphics`Arrow` p1 = ListPlot@88−1, −.5<, 82.5, 1.25<<, PlotRange → 88−1, 3<, 8−1, 3<<, PlotJoined → True, Epilog → 8Text@"O", 8−.1, −.15<D, Text@"y = αx", 82.6, 1.4<D, Text@"v", 81.7, 2.4<D, Text@"Pv", 82.2, .8<D<, DisplayFunction → IdentityD; p2 = ListPlot@882.1, 1.05<, 81.5, 2.5<<, PlotJoined → True, PlotStyle → 8Dashing@8.02<D<, DisplayFunction → IdentityD; p3 = Graphics@8Arrow@80, 0<, 82.1, 1.05<D, Arrow@80, 0<, 81.5, 2.5<D<, DisplayFunction → IdentityD; Show@8p1, p2, p3<, AspectRatio → Automatic, DisplayFunction → $DisplayFunctionD; -1 -0.5 0.5 1 1.5 2 2.5 3 -1 -0.5 0.5 1 1.5 2 2.5 3 O y = αx v Pv Pelo teorema de Pitágoras, temos distHv, 0L2 = distHPv, 0L2 + distHv, PvL2 , ou seja, x2 + y2 = Hx'L2 + a2 Hx'L2 + Hx - x'L2 + Hy - y'L2 Suponhamos x'∫ 0 e simplificando esse expressão, obtemos x' = 1ÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅ1 + a2 x + aÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅ1 + a2 Esta expressão também é válida se x' = 0. Vemos, em particular, que a projeção P: 2 Ø 2 é um operador linear cuja matriz na base canônica de 2 é i k jjjjj 1ccccccccccc1 + α2 αccccccccccc1 + α2 αccccccccccc1 + α2 α 2ccccccccccc1 + α2 y { zzzzz . EXEMPLO 4.4 (Reflexão em torno de uma reta) Seja S: 2 Ø 2 a reflexão em torno da reta y = ax. Para todo v = (x, y) œ 2 , a reta y = ax é a bissetriz do ângulo entre v e Sv e é perpendicular à reta que liga v a Sv. Seja P: 2 Ø 2 a projeção ortogonal sobre a reta y = ax. A Fig. 4.4 mostra que, para todo v œ 2 , tem-se v + Sv = 2Pv, ou seja, que I + S = 2P, onde I: 2 Ø 2 é o operador identidade. Daí vem S = 2P - I. Usando o exemplo anterior, concluímos que, para todo v = (x, y), tem-se Sv = (x',y'), onde a matrix na base canônica de 2 é i k jjjjj 1 − α2ccccccccccccc1 + α2 2 αccccccccccc1 + α2 2 αccccccccccc1 + α2 − 1 − α 2cccccccccccc1 + α2 y { zzzzz . Rijo AL Capítulo 4.nb 5 In[10]:= H∗ Figura 4.4, Reflexão em torno de uma reta ∗L << Graphics`Arrow` p1 = ListPlot@88−1, −.8<, 82.5, 2<<, PlotRange → 88−1, 4<, 8−1, 3<<, PlotJoined → True, Epilog → 8Text@"O", 8−.1, −.15<D, Text@"Sv", 82.2, .4<D, Text@"Pv", 81.5, 1.4<D, Text@"v", 8.8, 2<D, Text@"2P = v + Sv", 82.6, 2.2<D<, DisplayFunction → IdentityD; p2 = ListPlot@881.9, .4<, 82.5, 2<, 80.8, 1.8<, 81.9, .4<<, PlotJoined → True, PlotStyle → 8Dashing@8.02<D<, DisplayFunction → IdentityD; p3 = Graphics@8Arrow@80, 0<, 81.9, .4<D, Arrow@80, 0<, 80.8, 1.8<D, Arrow@80, 0<, 82.5, 2<D<, DisplayFunction → IdentityD; Show@8p1, p2, p3<, AspectRatio → Automatic, DisplayFunction → $DisplayFunctionD; -1 1 2 3 4 -1 -0.5 0.5 1 1.5 2 2.5 3 O Sv Pv v 2P = v + Sv EXEMPLO 4.5 Como vimos acima, o único tipo de funcional linear j: n Ø é o da forma j(v) = a1 x1 + . . .+ an xn , para v = (x1 , . . ., xn ). Por outro lado, se E = C0 ([a, b]) é o espaço vetorial das funções contínuas f: [a, b] Ø , podemos definir o funcional linear j: E Ø pondo jH f L = Ÿa b f HxL „ x . Outro exemplo de funcional linear em E consiste em fixar um ponto c œ [a, b] e definir, para cada f œ E, (f) = f(c). Ainda no contexto do espaço de funções E = C0 ([a, b]), podemos definir um operador linear K: E Ø E do seguinte modo: fixamos uma função contínua k: [a, b] × [a, b] Ø , de duas variáveis, e fazemos corresponder a cada f œ E a função g = Kf œ E dada por gHxL = Ÿa bKHx, yL f HyL „ y . Finalmente, temos o importante operador de derivação D: C¶ ( ) Ø C¶ ( ), definido por Df = f' = derivada de f. Exercícios 4.1 [4.2]. Sejam R, P, S: 2 Ø 2 respectivamente a rotação de 30° em torno da origem, a projeção ortogonal sobre a reta y = x/3 e a reflexão em torno da mesma reta. Dado o vetor v = ( 2, 5 ) , determine os vetores Rv, Pv e Sv. 6 Rijo AL Capítulo 4.nb Resposta: In[1]:= H∗ Os operadores de rotação R, projeção P e reflexão S ∗L Clear@opR, opP, opSD θ = π ê6; opR@8x_, y_<D := 8Cos@θD x − Sin@θD y, Sin@θD x + Cos@θD y< α = 1ê3; opP@8x_, y_<D := 8xêH1 + α2L + α yêH1 + α2L, α xêH1 + α2L + α2 yêH1 + α2L< opS@8x_, y_<D :=8x H1 − α2LêH1 + α2L + 2 α yêH1 + α2L, 2 α xêH1 + α2L − H1 − α2L yêH1 + α2L< In[7]:= H∗ Determonação de Rv ∗L opR@82, 5<D Out[7]= 9− 5cccc2 + è!!!3 , 1 + 5 è!!!3ccccccccccccc2 = Rv = (-5/2 + è!!!3 , 1 + 5 è!!!3 /2) In[8]:= H∗ Determonação de Rv ∗L opP@82, 5<D Out[8]= 9 33ccccccc10 , 11ccccccc10 = Pv = (33/10, 11/10) In[9]:= H∗ Determonação de Sv ∗L opS@82, 5<D Out[9]= 9 23ccccccc5 , − 14ccccccc5 = Sv = (23/5, -14/5). 4.2 [4.5]. Dados os vetores u1 = (2, -1), u2 = (1,1), u3 = (-1, -4), v1 = (1, 3), v2 = (2, 3) e v3 = ( -5, -6), decida se existe ou não um operador linear A: 2 Ø 2 tal que Au1 = v1, Au2 = v2 e Au3 = v3 . Mesma pergunta com v3 = (5, -6) e com v3 = (5, 6). Resposta: In[1]:= H∗ Resolve o sistema de equações lineares para v3 = H−5, −6L ∗L Solve@82 a − b m 1, 2 c − d m 3, a + b m 2, c + d m 3, −a − 4 b m −5, −c − 4 d m −6<, 8a, b, c, d<D Out[1]= 88a → 1, b → 1, c → 2, d → 1<< Existe e o operador A é definido por A(x,y) = {x + y, 2 x + y}, De fato, In[2]:= H∗ Definição do operador A ∗L opA@8x_, y_<D := 8x + y, 2 x + y< Rijo AL Capítulo 4.nb 7 In[3]:= H∗ Os vetores u1, u2, u3, v1, v2, v3 ∗L u1 = 82, −1<; u2 = 81, 1<; u3 = 8−1, −4<; v1 = 81, 3<; v2 = 82, 3<; v3 = 8−5, −6<; In[9]:= H∗ Verifica se Au1 = v1, Au2 = v2 e Au3 = v3 ∗L opA@u1D m v1 opA@u2D m v2 opA@u3D m v3 Out[9]= True Out[10]= True Out[11]= True In[12]:= H∗ Resolve o sistema de equações lineares para v3 = H5, −6L ∗L Solve@82 a − b m 1, 2 c − d m 3, a + b m 2, c + d m 3, −a − 4 b m 5, −c − 4 d m −6<, 8a, b, c, d<D Out[12]= 8< O sistema não tem solução, portanto para v3 = H5, −6L não existe tal operador. In[13]:= H∗ Resolve o sistema de equações lineares para v3 = H5, 6L ∗L Solve@82 a − b m 1, 2 c − d m 3, a + b m 2, c + d m 3, −a − 4 b m 5, −c − 4 d m 6<, 8a, b, c, d<D Out[13]= 8< O sistema não tem solução, portanto para v3 = H5, 6L não existe tal operador. 4.3 [4.6]. A expressão geral de um operador linear A: 2 Ø 2 é A(x, y) = (ax + by, cx + dy). Determine as con- stantes a, b, c e d de modo que A transforme os vetores u = (1,2) e v = (3, 4) nos vetores Au = (1,1) e Av = (2,2). Resposta: In[1]:= H∗ Resolve o sistema de equações lineares ∗L Solve@8a + 2 b m 1, c + 2 d m 1, 3 a + 4 b m 2, 3 c + 4 d m 2<, 8a, b, c, d<D Out[1]= 99a → 0, b → 1cccc2 , c → 0, d → 1cccc2 == Verificação In[2]:= H∗ Definição do operador A ∗L opA@8x_, y_<D := 8yê2, yê2<; In[3]:= H∗ Verifica o valor de Au ∗L opA@81, 2<D Out[3]= 81, 1< 8 Rijo AL Capítulo 4.nb In[4]:= H∗ Verifica o valor de Av ∗L opA@83, 4<D Out[4]= 82, 2< 4.4 [4.7]. A expressão geral de um funcional linear A: 3 Ø é f(x, y, z) = ax + by + cz. Dados os vetores u = (1, 2, 3), v = (-1,2,3) e w = (1, -2, 3) determine a, b e c de modo que se tenha f(u) = 1, f(v) = 0 e f(w) = 0. Resposta: In[1]:= H∗ Solução do sistema de equações lineares ∗L Solve@8a + 2 b + 3 c m 1, −a + 2 b + 3 c m 0, a − 2 b + 3 c m 0<, 8a, b, c<D Out[1]= 99a → 1cccc2 , b → 1cccc4 , c → 0== In[2]:= H∗ Definição do funcional linear f ∗L Clear@flFD flF@8x_, y_, z_<D := xê2 + yê4; In[4]:= H∗ Mostra que f HuL = 1 ∗L u = 81, 2, 3<; flF@uD Out[5]= 1 In[6]:= H∗ Mostra que f HvL = 0 ∗L v = 8−1, 2, 3<; flF@vD Out[7]= 0 In[8]:= H∗ Mostra que f HwL = 0 ∗L w = 81, −2, 3<; flF@wD Out[9]= 0 4.5 [4.8]. Seja A: 2 Ø 2 o operador linear definido por A(x, y) = (5x + 4y, -3x - 2y). Ache vetores não-nulos u = (x, y) e v = (s, t) tais que Au = u e Av = 2v. São únicas as soluções? Será possível achar w ∫ 0 em 2 com Aw = a w, onde a ∫ 1 e a ∫ 2? Resposta: In[1]:= H∗ Solução do sistema de equações lineares no caso de Au = u ∗L Solve@85 x + 4 y m x, −3 x − 2 y m y<, 8x, y<D Solve::svars : Equations may not give solutions for all "solve" variables. More… Out[1]= 88x → −y<< In[2]:= H∗ Definição do operador linear A ∗L Clear@opAD opA@8x_, y_<D := 8−y, y< Uma infinidade de vetores do tipo (x, -x) com x∫ 0. Rijo AL Capítulo 4.nb 9 In[4]:= H∗ Mostra que A Hx,−xL = Hx,−xL ∗L opA@8x, −x<D Out[4]= 8x, −x< In[5]:= H∗ Solução do sistema de equações lineares no caso de Av = v ∗L Solve@85 x + 4 y m 2 x, −3 x − 2 y m 2 y<, 8x, y<D Solve::svars : Equations may not give solutions for all "solve" variables. More… Out[5]= 99x → − 4 ycccccccc3 == In[6]:= H∗ Definição do operador linear A ∗L Clear@opAD opA@8x_, y_<D := 8−4 yê3, y< Uma infinidade de vetores do tipo (x, -3x/4) com x∫ 0. In[8]:= H∗ Mostra que A Hx,−3 xê4L = Hx,−3 xê4L ∗L opA@8x, −3 xê4<D Out[8]= 9x, − 3 xcccccccc4 = 4.6 [4.10]. . Tem-se uma transformação linear A: 2 Ø 3 . Sabe-se que A( -1, 1) = (1, 2, 3) e A(2, 3) = (1, 1, 1). Pede-se a matriz a œ M(3, 2) de A relativamente às bases canônicas de 2 e 3 . Resposta: In[1]:= H∗ Solução do sistema de equações lineares ∗L Solve@8−a + b m 1, −c + d m 2, −e + f m 3, 2 a + 3 b m 1, 2 c + 3 d m 1, 2 e + 3 f m 1<, 8a, b, c, d, e, f<D Out[1]= 99a → − 2cccc5 , b → 3cccc5 , c → −1, d → 1, e → − 8cccc5 , f → 7cccc5 == In[2]:= H∗ A matriz da transformação linear A ∗L matA = 88−2ê5, 3ê5<, 8−1, 1<, 8−8ê5, 7ê5<<; In[3]:= H∗ Fprma explicita da matriz A ∗L MatrixForm@matAD Out[3]//MatrixForm= i k jjjjjjjjj − 2cccc5 3cccc5 −1 1 − 8cccc5 7cccc5 y { zzzzzzzzz In[4]:= H∗ Verifica que A H−1,1L = H1, 2, 3L ∗L matA.8−1, 1< Out[4]= 81, 2, 3< In[5]:= H∗ Verifica que A H2,3L = H1, 1, 1L ∗L matA.82, 3< Out[5]= 81, 1, 1< 10 Rijo AL Capítulo 4.nb 4.7 [4.21]. Seja f: 2 Ø um funcional linear. Sabendo que f(1, 1) = 3 e f(2, 3) = 1 calcule f(1, 0) e f(0, 1). Resposta: In[1]:= H∗ REsolver o sistema de equações lineares ∗L Solve@8a + b m 3, 2 a + 3 b m 1<, 8a, b<D Out[1]= 88a → 8, b → −5<< In[2]:= H∗ Definição do operador linear A ∗L Clear@flFD flF@8x_, y_<D := 8 x − 5 y In[4]:= H∗ Determina f H1,0L ∗L flF@81, 0<D Out[4]= 8 In[5]:= H∗ Determina f H0,1L ∗L flF@80, 1<D Out[5]= −5 Rijo AL Capítulo 4.nb 11 CAPÍTULO 5 Produtos de Transformações Lineares Iniciar o MathKernel In[1]:= 2 + 2 Out[1]= 4 O produto de transformações lineares, que introduziremos nesta seção, é um exemplo concreto de estrutura algébrica que apresenta variados e intessantes fenômenos, não encontrados nas operações entre números ou entre vetares. Definição de produto de transformações lineares Dadas as transformações lineares A: E Ø F, B: F Ø G, onde o domínio de B coincide com o contra-domínio de A, define-se o praduto BA: E Ø G pondo para cada v œ E, (BA)v = B(Av), E ØA F ØB G ØBA Vê-se imediatamente que BA é uma transformação linear, Observe-se também que BA nada mais é do que a composta BoA das funções B e A. Segue-se então dos princípios gerais que se C: G Ø H é outra transformação linear, vale a Associatividade: (CB)A = C(BA), Diltributividade à esquerda: (B + C)A = BA + CA, Diltributividadeà direita: C(A + B) = CA + CB, Homogeneidade: B(aA) = a(BA). EXEMPLO 5.1 Sejam f, g, h: Ø definidas por f(x) = x, g(x) - x + 1 e h(x) = x2 . Então [h o (f + g)](x) = 4 x2 + 4x + 1, enquanto [(h o f) + (h o g)](x) = 2 x2 + 2x + 1, logo h o (f + g) ∫ h o f + h o g. Isto se dá porque h não é linear. Evidentemente, dada A: E Ø F, tem-se AIE = A = IF A, de modo que as aplicações identidade IE : E Ø E, IF : F Ø F são elementos neutros para a multiplicação, cada uma delas do lado apropriado. Diferenças entre produto de transformações lineares e produto de números reaisDiferenças notáveis entre o produto de transformações lineares e o produto de números reais são as ausências da comutatividade, da lei do corte e da inversa multiplicativa para uma transformação ∫ 0, além da presença de transformações nilpotentes, para as quais tem-se An = 0 com A ∫ 0. Deve-se ainda mencionar a restrição de que o produto BA só está definido quando A toma valores no domínio de B. Esta restrição desaparece, naturalmente, quando se trata de operadores lineares no mesmo espaço E: então o produto BA está definido quaisquer que sejam A, B œ L(E). EXEMPLO 5.2 Sejam P, R: 2 Ø 2 respectivamente a projeção ortogonal sobre a reta y = x e a rotação de um ângulo de 90° em torno da origem. Então, para todo v = (x, y) œ 2 , tem-se Pv = 1/2(x + y, x + y), Rv = (-y, x). Segue-se que RPv = 1/2 (-x - y, x + y) e PRv = 1/2 (x - y, x - y) Portanto RPv ∫ PRv, para todo v, exceto para v = (0, 0). Observe que bastaria que RPv ∫ PRv para um único v a fim de termos RPv ∫ PRv. EXEMPLO 5.3 Seja P: 2 Ø 2 a projeção ortogonal sobre uma certa reta r. Para todo v sobre a reta r, tem-se Pv = v. Assim, para qualquer v œ 2 , tem-se PPv = Pv, pois Pv está sobre r. Noutras palavras, valePP = P, ou seja PP = PI, embora P ∫ I. Assim, não é permitido cortar o fator P à esquerda em ambos os membros da igualdade PP = PI. Seg- ue-se que não existe Q œ L(2 ) tal que QP = I. Com efeito, se um tal operador Q existisse, de PP = P concluiríamos QPP = QP , isto é, IP = I, donde P = I. EXEMPLO 5.4 . Sejam P, Q: 2 Ø 2 projeções ortogonais sobre duas retas do plano, uma das quais é perpendicu- lar à outra. Todo vetor v œ 2 é a diagonal de um retângulo que tem Pv e Qv como lados. (Veja Fig. 5.1.). In[2]:= H∗ Figura 5.1 Projeções ortogonais sobre duas retas do plano∗L << Graphics`Arrow` p1 = ListPlot@88−.4, 1.35<, 81.7, 2<, 82.1, .733<<, Axes → False, PlotJoined → True, PlotStyle → 8Dashing@8.02<D<, Epilog → 8Text@"Pv", 82.2, .5<D, Text@"v", 81.9, 2<D, Text@"Qv", 8−.2, 1.6<D<, DisplayFunction → IdentityD; p2 = ListPlot@88−.5, −.18<, 82.5, .88<<, PlotJoined → True, DisplayFunction → IdentityD; p3 = ListPlot@88.1, −.5<, 8−.55, 2<<, PlotJoined → True, DisplayFunction → IdentityD; p4 = Graphics@8Arrow@8−.03, 0<, 8−.4, 1.35<D, Arrow@80, 0<, 82.1, .733<D, Arrow@80, 0<, 81.7, 2<D<, DisplayFunction → IdentityD; Show@8p1, p2, p3, p4<, AspectRatio → Automatic, DisplayFunction → $DisplayFunctionD; Pv v Qv 2 Rijo AL Capítulo 5.nb Segue-se então que v = Pv + Qv para todo v œ 2 , ou seja, P + Q = I e Q = I - P. Portanto PQ = P{I - P) = P - P2 = P - P = 0. Obtemos assim dois operadores não-nulos P, Q com PQ = 0. É possível mesmo que um operador não-nulo A œ L(2 ) cumpra A2 = 0. Basta pôr A(x, y) = (x - y, x - y). Operador nilpotente Um operador A chama-se nilpotente quando, para algum n œ N, tem-se An = 0. Um exemplo significativo de operador nilpotente é a derivação D : Pn Ø Pn . Para todo polinômio p de grau § n tem-se Dn + 1 p = 0, logo Dn + 1 = 0. EXEMPLO 5.5 Se Ra , Rb : 2 Ø 2 são rotações em torno da origem com ângulos a e b respectivamente, então Ra .Rb = Ra + b . (Isto pode ser visto geometricamente na Fig. 5.2 ou usando as fórmulas de cos(a + b) e sen(a + b)). Se S: 2 Ø 2 é a reflexão em torno de uma reta então S.S = I. Isto se segue da expressão S = lP - I, levando em conta que P.P = P, mas também pode ser visto geometricamente. Exercícios 5.1 [5.2]. Considere os operadores lineares R, P, S: 2 Ø 2 , onde R a rotação de 30° em torno da origem, S é a reflexão em torno da reta y = 2x e P é a projeção ortogonal sobre a mesma reta. (i) Mostre que se tem PS = SP = P. (ii) Verifique a igualdade RSR = S. (iii) Mostre que R não comuta com S nem com P. (iv) Determine todos os vetores v tais que PRv = 0 e RPv ∫ 0. Resposta: In[1]:= H∗ Os operadores de rotação R, de projeção P e de reflexão S ∗L Clear@opR, opP, opSD θ = π ê6; opR@8x_, y_<D := 8Cos@θD x − Sin@θD y, Sin@θD x + Cos@θD y< α = 2; opP@8x_, y_<D := 9 1ccccccccccccccccc1 + α2 x + αccccccccccccccccc1 + α2 y, αccccccccccccccccc1 + α2 x + α2ccccccccccccccccc1 + α2 y= opS@8x_, y_<D := 9 1 − α 2 ccccccccccccccccc1 + α2 x + 2 αccccccccccccccccc1 + α2 y, 2 αccccccccccccccccc1 + α2 x − 1 − α2ccccccccccccccccc1 + α2 y= (i) Mostre que se tem PS = SP = P. In[6]:= opP@opS@8x, y<DD m opS@opP@8x, y<DD m opP@8x, y<D êê Simplify Out[6]= True (ii) Verifique a igualdade RSR = S. Rijo AL Capítulo 5.nb 3 In[7]:= opR@opS@opR@8x, y<DDD m opS@8x, y<D êê Simplify Out[7]= True (iii) Mostre que R não comuta com S nem com P. In[8]:= H∗ R não comuta com S ∗L opR@opS@8x, y<DD m opS@opR@8x, y<DD ê. 8x → 1, y → 2< êê Simplify Out[8]= False In[9]:= H∗ R não comuta com S ∗L opR@opP@8x, y<DD m opP@opR@8x, y<DD ê. 8x → 1, y → 2< êê Simplify Out[9]= False (iv) Determine todos os vetores v tais que PRv = 0 e RPv ∫ 0. In[10]:= Solve@opP@opR@8x, y<DD m 0, 8x, y<D Solve::svars : Equations may not give solutions for all "solve" variables. More… Out[10]= 99x → − I−1 + 2 è!!!3 M ycccccccccccccccccccccccccccccccccc2 + è!!!3 == In[11]:= opP@opR@8x, y<DD ê. 9x −> − I−1 + 2 è!!!!3 M y ccccccccccccccccccccccccccccccccccc 2 + è!!!!3 , y → y= êê Simplify Out[11]= 80, 0< Os vetores v tais que PRv = 0 são I- -1 + 2 è!!!!3ÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅÅ 2 + è!!!!3 y, yM com y real. In[12]:= Solve@opR@opP@8x, y<DD m 0, 8x, y<D Solve::svars : Equations may not give solutions for all "solve" variables. More… Out[12]= 88x → −2 y<< In[13]:= opR@opP@8x, y<DD ê. 8x −> −2 y, y → y< êê Simplify Out[13]= 80, 0< Os vetores v tais que RPv ∫ 0 devem ser diferentes de H- yÅÅÅÅ2 , yL com y real. 5.2 [5.6]. Dados os operadores A, B: 2 Ø 2 dados por A(x, y) = (x + y, 0) e B(x, y) = (-y, x), obtenha as expressões dos operadores A + B, AB, BA, A2 e B2 . Descreva geometricamente esses cinco operadores. (Exemplo: A é a projeção sobre o eixo x paralelamente a uma certa reta. (Qual?)). Resposta: In[1]:= H∗ Os operadores A e B ∗L Clear@opA, opBD opA@8x_, y_<D := 8x + y, 0< opB@8x_, y_<D := 8 −y, x< 4 Rijo AL Capítulo 5.nb In[3]:= H∗ O operador A + B ∗L opA@8x, y<D + opB@8x, y<D Out[3]= 8x, x< In[4]:= H∗ O operador AB ∗L opA@opB@8x, y<DD Out[4]= 8x − y, 0< In[5]:= H∗ O operador AB ∗L opB@opA@8x, y<DD Out[5]= 80, x + y< In[6]:= H∗ O operador AB ∗L opA@opA@8x, y<DD Out[6]= 8x + y, 0< In[7]:= H∗ O operador AB ∗L opB@opB@8x, y<DD Out[7]= 8−x, −y< 5.3 [5.7]. Seja A: 3 Ø 3 dado por A(x, y, z) = (ay + bz, cz, 0). Mostre que A3 = 0. Resposta: In[1]:= H∗ O operador A ∗L Clear@opAD opA@8x_, y_, z_<D := 8a y + b z, c z, 0< In[2]:= H∗ O operador A3 ∗L Nest@opA, 8x, y, z<, 4D Out[2]= 80, 0, 0< Nest[f, arg, n] aplica recursivamente uma função f[arg] n vezes. 5.4 [5.8]. Sejam A, B, C, D: 2 Ø 2 os operadores dados por A(x, y) = (x, 0), B(x, y) = (-y, x), C(x, y) = (0, y) e D(x, y) = (y, -x). Determine o operador ABCD. Resposta: In[1]:= H∗ Os operadores A, B, C, D ∗L Clear@opA, opB, opC, opDD opA@8x_, y_<D := 8x, 0< opB@8x_, y_<D := 8−y, x< opC@8x_, y_<D := 80, y< opD@8x_, y_<D := 8y, −x< In[5]:= H∗ O operador ABCD ∗L opA@opB@opC@opD@8x, y<DDDD Out[5]= 8x, 0< Rijo AL Capítulo 5.nb 5 Em resumo, ABCD = A 5.5 [5.9]. Considere as transformações lineares A: 2 Ø 3 e B: 3 Ø 2 , definidas por: A(x, y) = (x, y, x + y) e B(x, y, z) = (ax + (a - l) y + (1- a) z, - b x + (1- b ) y + b z). Determme o operador BA: 2 Ø 2 .
Compartilhar