Mat II AL

Matemtica II
Departamento de Matemtica
Faculdade de Cincias
Universidade do Porto
Ano lectivo 2011/12
Notas da autoria de Gabriela Chaves e Lucinda Lima
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 0.0 - 1
Programa
lgebra Linear
1. Espaos vectoriais reais
2. Aplicaes lineares
3. Valores e vectores prprios
4. Produto escalar
Clculo vectorial
1. Curvas parametrizadas
2. Funes reais de vrias variveis
3. Derivadas de funes de vrias variveis
4. Integrais mltiplos
Bibliograa
Anton, H., Rorres, C. Elementary Linear Algebra - applications

version
Adams, R. Calculus - a complete course
Marsden, J., Tromba, A. Vector Calculus
Stewart, J. Calculus
www.stewartcalculus.com
Chaves, G. Clculo Innitesimal

Avaliao
Exame nal.
Testes permitindo dispensar de parte ou da totalidade do

exame nal
1 teste: 11 de abril de 2012 (no horrio da aula terica desse

dia)
2 teste: 6 de junho de 2012 (no horrio da aula terica desse

dia)
A descrio detalhada do esquema de avaliao deve ser

consultada na pgina da disciplina.
Espaos vectoriais reais - vectores do plano
Vectores no plano com origem em (0, 0)
Soma de vectores Produto de um nmero real por um vector
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 1.1 Espaos vectoriais reais - Denio e propriedades 5
Espaos vectoriais reais - R
2
R
2
= R R = (x, y) : x, y R
soma de dois elementos de R

2
:
(x, y) + (z, t) = (x + z, y + t)
produto de um nmero real por um elemento de R

2
:
a (x, y) = (ax, ay)
Observao: R
2
identica-se com o plano, se para cada ponto do
plano considerarmos o par formado pelas suas coordenadas (e com
os vectores do plano com origem em (0, 0), de maneira anloga).
Espaos vectoriais reais - vectores do espao
Vectores no espao com origem em (0, 0, 0)
Soma de vectores Produto de um nmero real por um vector
Espaos vectoriais reais - R
3
R
3
= R R R = (x, y, z) : x, y, z R
soma de dois elementos de R

3
:
(x, y, z) + (t, u, v) = (x + t, y + u, z + v)
produto de um nmero real por um elemento de R

3
:
a (x, y, z) = (ax, ay, az)
Observao: R
3
identica-se com o espao, se para cada ponto do
espao considerarmos as suas trs coordenadas (e com os vectores
do espao com origem em (0, 0, 0), de maneira anloga).
Espaos vectoriais reais - denio
Espao vectorial real = (E, +, ), onde
E um conjunto no vazio, a cujos elementos se chamam

vectores
+ uma operao interna (normalmente chamada adio) em

E, que a um par (u, v) de elementos de E associa um
elemento u + v de E
uma operao envolvendo os nmeros reais (normalmente

chamada multiplicao por escalares), que a um nmero real
a e um elemento u de E associa um elemento a u de E
as operaes satisfazem determinadas propriedades.

E conjunto, + operao interna em E, operao externa com
nmeros reais
Diz-se que (E, +, ) um espao vectorial real sse
1. a operao + associativa, isto , para quaisquer u, v, w E
se tem (u + v) + w = u + (v + w);
2. existe elemento neutro para +, isto , existe 0
E
E tal que,
para qualquer u E, se tem 0
E
+ u = u + 0
E
= u (0
E
chama-se vector nulo);
3. para qualquer u E existe u E tal que
u + (u) = (u) + u = 0
E
(u nico e chama-se simtrico
de u)
4. a operao + comutativa, isto , para quaisquer u, v E se
tem u + v = v + u;
5. a operao distributiva relativamente a +, isto , para
quaisquer a R, u, v E, se tem a (u +v) = (a u) + (a v);
6. a operao distributiva relativamente adio de nmeros
reais, isto , para quaisquer a, b R, u E, se tem
(a + b) u = (a u) + (b u);
7. para quaisquer a, b R, u E, se tem (ab) u = a (b u) (a
esta propriedade chama-se associatividade mista);
8. para qualquer u E se tem 1 u = u.
Espaos vectoriais reais - exemplos
Os vectores do plano com origem em (0, 0) e as operaes

vistas anteriormente.
Os vectores do espao com origem em (0, 0, 0) e as operaes

vistas anteriormente.
R
2
, com as operaes vistas anteriormente; o vector nulo
(0, 0) e o simtrico de (x, y) (x, y).
R
3
, com as operaes vistas anteriormente; o vector nulo
(0, 0, 0) e o simtrico de (x, y, z) (x, y, z).
R
n
, com as operaes
(x
1
, . . . , x
n
) + (y
1
, . . . , y
n
) = (x
1
+ y
1
, . . . , x
n
+ y
n
) e
a (x
1
, . . . , x
n
) = (ax
1
, . . . , ax
n
); o vector nulo (0, 0, . . . , 0) e
o simtrico de (x
1
, x
2
, . . . , x
n
) (x
1
, x
2
, . . . , x
n
).
M
m,n
(R) (=matrizes de m linhas e n colunas com entradas
reais), com a operao + denida por
_
_
_
_
_
_
a
11
a
12
a
1n
a
21
a
22
a
2n
.
.
.
.
.
.
.
.
.
a
m1
a
m2
a
mn
_
_
_
_
_
_
+
_
_
_
_
_
_
b
11
b
12
b
1n
b
21
b
22
b
2n
.
.
.
.
.
.
.
.
.
b
m1
b
m2
b
mn
_
_
_
_
_
_
=
_
_
_
_
_
_
a
11
+ b
11
a
12
+ b
12
a
1n
+ b
1n
a
21
+ b
21
a
22
+ b
22
a
2n
+ b
2n
.
.
.
.
.
.
.
.
.
a
m1
+ b
m1
a
m2
+ b
m2
a
mn
+ b
mn
_
_
_
_
_
_
e a operao denida por
c
_
_
_
_
_
_
a
11
a
12
a
1n
a
21
a
22
a
2n
.
.
.
.
.
.
.
.
.
a
m1
a
m2
a
mn
_
_
_
_
_
_
=
_
_
_
_
_
_
ca
11
ca
12
ca
1n
ca
21
ca
22
ca
2n
.
.
.
.
.
.
.
.
.
ca
m1
ca
m2
ca
mn
_
_
_
_
_
_
O conjunto dos polinmios de coecientes reais, com a adio

usual de polinmios e a multiplicao usual por um nmero
real (notao: R[X]):
(a
0
+ a
1
X + a
n
X
n
) + (b
0
+ b
1
X + + b
n
X
n
) =
a
0
+ b
0
+ (a
1
+ b
1
)X + + (a
n
+ b
n
)X
n
a (a
0
+ a
1
X + a
n
X
n
) = aa
0
+ aa
1
X + aa
n
X
n
O conjunto das funes de R em R, com a adio usual de

funes e a multiplicao usual por um nmero real.
Espaos vectoriais reais - notaes e propriedades
(E, +, ) espao vectorial
Geralmente fala-se no espao vectorial E.
Para a R e u E, escreve-se geralmente au em vez de a u
Para quaisquer u, v E, utiliza-se a notao u v para

designar u + (v).
Pode-se provar que
Para quaisquer u, v, w E, u + v = u + w v = w
Para quaisquer a R, u E, a(u) = (a)u = (au)
Para quaisquer a R, u E, au = 0
E
a = 0 ou u = 0
E
au = av a = 0 ou u = v
Espaos vectoriais reais - subespaos
(E, +, ) espao vectorial real
Se F E, diz-se que (F, +, ) um subespao vectorial de

(E, +, ) sse
F ,=
para quaisquer u, v F, se tem u + v F;
para quaisquer a R e u F, se tem au F.
Geralmente diz-se s que F um subespao de E.
Um subespao vectorial de um espao vectorial real tambm

um espao vectorial real.
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 1.2 Espaos vectoriais reais - Subespaos 16
E = R
2
, F = (x, y) R
2
: y 0
u = (x
1
, y
1
), v = (x
2
, y
2
), u + v = (x
1
+ x
2
, y
1
+ y
2
)
u, v F y
1
0 e y
2
0
y
1
+ y
2
0
u + v F
E = R
2
, F = (x, y) R
2
: y 0
u = (1, 1) F
(1)u = (1, 1) , F
F no subespao de R
2
E = R
2
, F = (x, y) R
2
: [x[ = [y[
u = (2, 2) F, v = (1, 1) F
u + v = (1, 3) , F
F no subespao de R
2
E = R
2
, F = (x, y) R
2
: x = 3y
u = (x
1
, y
1
), v = (x
2
, y
2
), u + v = (x
1
+ x
2
, y
1
+ y
2
)
u, v F
_
x
1
= 3y
1
x
2
= 3y
2
x
1
+ x
2
= 3y
1
+ 3y
2
= 3(y
1
+ y
2
)
u + v F
a R, au = (ax
1
, ay
1
)
u F x
1
= 3y
1
ax
1
= 3ay
1
au F
F um subespao de R
2
Para o espao vectorial R
2
(identicado com o plano) os
subespaos so
R
2
(o plano todo)
as rectas que contm a origem (isto , conjuntos do tipo

(x, y) R
2
: ax + by = 0)
(0, 0) (a origem)
Para o espao vectorial R
3
(identicado com o espao) os
subespaos so
R
3
(o espao todo)
os planos que contm a origem (isto , conjuntos do tipo

(x, y, z) R
3
: ax + by + cz = 0, em que a, b, c no so
todos nulos)
as rectas que contm a origem (isto , conjuntos do tipo

(x, y, z) R
3
: a
1
x +b
1
y +c
1
z = 0 e a
2
x +b
2
y +c
2
z = 0,
em que (a
1
, b
1
, c
1
) e (a
2
, b
2
, c
2
) no so mltiplos um do
outro)
(0, 0, 0) (a origem)
Alguns exemplos de subespaos de R[X]:
polinmios de grau 2
polinmios de grau 5
polinmios constantes
para qualquer n N, polinmios de grau n

(notao:R
n
[X])
polinmios que se anulam em 3
polinmios que se anulam em 1 e em 5

(= P R[X] : P(1) = 0 e P(5) = 0)
ATENO:
polinmios de grau 2 no subespao de R[X];
para qualquer k 1, polinmios de grau k no subespao

de R[X].
Alguns exemplos de subespaos de M
n,n
(R):
matrizes diagonais =
_
_
_
_
_
_
_
_
a
11
0 0 0
0 a
22
0 0
.
.
.
.
.
.
.
.
.
.
.
.
0 0 0 a
nn
_
_
_
_
_
_
M
n,n
(R)
_
matrizes triangulares superiores =

_
_
_
_
_
_
_
_
a
11
a
12
a
1n
0 a
22
a
2n
.
.
.
.
.
.
.
.
.
0 0 a
nn
_
_
_
_
_
_
M
n,n
(R)
_
_
Espaos vectoriais reais: subespaos
Consideremos um sistema homogneo de m equaes lineares

a n incgnitas
_
_
a
11
x
1
+ a
12
x
2
+ + a
1n
x
n
= 0
a
21
x
1
+ a
22
x
2
+ + a
2n
x
n
= 0

a
m1
x
1
+ a
m2
x
2
+ + a
mn
x
n
= 0
O conjunto das solues do sistema um subespao vectorial

de R
n
.
Esse subespao reduzido ao vector nulo sse o sistema

possvel e determinado.
Consideremos o caso particular em que n = 2, seja A a matriz

dos coecientes do sistema e F o conjunto das solues.
Se car A = 2, o sistema possvel e determinado e

F = (0, 0).
Se car A = 1, o sistema possvel e indeterminado e F uma

recta.
Se car A = 0 (o que s acontece se todos os coecientes so

nulos), o sistema possvel e indeterminado, e F o plano.
Consideremos o caso particular em que n = 3, seja A a matriz

dos coecientes do sistema e F o conjunto das solues.
Se car A = 3, o sistema possvel e determinado e

F = (0, 0, 0).
Se car A = 2, o sistema possvel e indeterminado e F uma

recta.
Se car A = 1, o sistema possvel e indeterminado, e F um

plano.
Se car A = 0 (o que s acontece se todos os coecientes so

nulos), o sistema possvel e indeterminado, e F o espao.
Algumas propriedades que se podem provar:
Qualquer subespao de um espao vectorial E contm o

vector nulo.
A interseco de subespaos de um espao vectorial E

tambm um subespao vectorial de E.
A reunio de subespaos vectoriais de um espao vectorial E

em geral NO um subespao vectorial de E (no caso da
reunio de dois subespaos, a reunio s subespao se um
estiver contido no outro).
E um subespao de E.
0
E
um subespao de E.
Espaos vectoriais reais - combinaes lineares: exemplo
Exemplo: R
2
(8, 9) = 2(1, 3) + 3(2, 5)
Diz-se que (8, 9) combinao linear de (1, 3) e (2, 5)
(2, 1) = a(1, 3) + b(2, 6) (2, 1) = (a + 2b, 3a + 6b)
_
a + 2b = 2
3a + 6b = 1
_
a + 2b = 2
0 = 5
No existem a, b tais que (2, 1) = a(1, 3) + b(2, 6)
Diz-se que (2, 1) no combinao linear de (1, 3) e (2, 6).

Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 1.3 Espaos vectoriais reais - Combinaes lineares e geradores 30
Espaos vectoriais reais - combinaes lineares: exemplo
Exemplo: R
3
(3, 4, 1) = 1(1, 1, 1) + 2(1, 2, 1) 3(2, 3, 0)
(3, 4, 1) = 2(1, 1, 1) 1(1, 2, 1) + 0(2, 3, 0)
(3, 4, 1) = 2(1, 1, 1) + 3(1, 2, 1) 4(2, 3, 0)
(3, 4, 1) pode-se escrever como combinao linear de

(1, 1, 1), (1, 2, 1) e (2, 3, 0) de mais do que uma maneira: os
coecientes no so nicos.
Espaos vectoriais reais - combinaes lineares: denio
E espao vectorial real, u, u
1
, . . . , u
n
E
Diz-se que u combinao linear de u

1
, . . . , u
n
sse existem
a
1
, . . . , a
n
R tais que u = a
1
u
1
+ + a
n
u
n
.
Se u = a
1
u
1
+ + a
n
u
n
diz-se que u combinao linear de
u
1
, . . . , u
n
com coecientes a
1
, . . . , a
n
.
Observao: 0
E
sempre combinao linear de u
1
, . . . , u
n
;
basta notar que 0
E
= 0u
1
+ + 0u
n
.
Espaos vectoriais reais - combinaes lineares: exemplos
Qual o conjunto das combinaes lineares de (1, 2, 1) e (0, 1, 1)?
(x, y, z) comb. lin. de (1, 2, 1) e (0, 1, 1)

existem a, b R tais que (x, y, z) = a(1, 2, 1) + b(0, 1, 1)
existem a, b R tais que (x, y, z) = (a, 2a + b, a + b)
existem a, b R tais que
_
_
a = x
2a + b = y
a + b = z
o sistema
_
_
a = x
2a + b = y
a + b = z
em a, b, c possvel
o sistema
_
_
a = x
b = 2x + y
0 = x y + z
em a, b, c possvel
x + y z = 0
Portanto o conjunto das combinaes lineares de (1, 2, 1) e

(0, 1, 1) (x, y, z) R
3
: x y + z = 0
Observao: trata-se de um subespao vectorial de R

3
.
Espaos vectoriais reais - subespao gerado por um
conjunto: denies
Sejam E um espao vectorial e A um subconjunto de E
Pode-se provar que o conjunto das combinaes lineares de

elementos de A um subespao de E.
A esse subespao chama-se subespao gerado por A ( o

menor subespao que contm A); notao: G(A).
Diz-se que A gera um subespao F, ou que A um conjunto

de geradores de F, sse F = G(A), isto , sse cada elemento de
F combinao linear de elementos de A.
Em particular, A gera E sse qualquer elemento de E

combinao linear de elementos de A.
Espaos vectoriais reais - subespao gerado por um
conjunto: propriedades
Sejam E um espao vectorial e A um subconjunto de E;
Pode-se provar que se u combinao linear de u

1
, . . . , u
n
ento o subespao gerado por u
1
, . . . , u
n
igual ao
subespao gerado por u
1
, . . . , u
n
, u.
Em particular, se u
1
, . . . , u
k
, u
k+1
, . . . , u
n
gera E e cada um
dos u
k+1
, . . . , u
n
combinao linear de u
1
, . . . , u
k
, ento
u
1
, . . . , u
k
ainda gera E.
Diz-se normalmente que u

1
, . . . , u
n
geram E, em vez de
u
1
, . . . , u
n
gera E.
Espaos vectoriais reais - (in)dependncia linear
R
2
, u = (1, 2), v = (1, 3)
(0, 0) combinao linear de u e v:

(0, 0) = 0(1, 2) + 0(1, 3)
Haver outros coecientes?
(0, 0) = a(1, 2) + b(1, 3) (0, 0) = (a b, 2a + 3b)
_
a b = 0
2a + 3b = 0
_
a b = 0
b = 0
_
a = 0
b = 0
No h outros coecientes possveis.

Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 1.4 Espaos vectoriais reais - (In)dependncia linear 36
Espaos vectoriais reais - (in)dependncia linear
R
2
, u = (1, 2), v = (3, 6)
(0, 0) = 0(1, 2) + 0(3, 6)
(0, 0) = 3(1, 2) 1(3, 6)
(0, 0) = 4(1, 2)
4
3
(3, 6)
(0, 0) pode-se escrever como combinao linear de (1, 2) e

(3, 6) de mais do que uma maneira.
Espaos vectoriais reais - (in)dependncia linear: denio
E espao vectorial real u
1
, u
2
. . . , u
n
E
0
E
= 0u
1
+ + 0u
n
Diz-se que u
1
, u
2
. . . u
n
so linearmente dependentes sse
existem a
1
, a
2
, . . . , a
n
R, NO TODOS NULOS, tais que
a
1
u
1
+ a
2
u
2
+ + a
n
u
n
= 0
E
.
Diz-se que u
1
, u
2
. . . u
n
so linearmente independentes sse,
para quaisquer a
1
, . . . , a
n
R, a
1
u
1
+ a
2
u
2
+ + a
n
u
n
= 0
E
implica que a
1
, a
2
, . . . , a
n
so TODOS nulos.
Espaos vectoriais reais - (in)dependncia linear: exemplo
(0, 0) = 2(4, 1) + 3(
8
3
,
2
3
), portanto (4, 1) e (
8
3
,
2
3
) so
linearmente dependentes.
(0, 0) = 2(4, 1) + 3(
8
3
,
2
3
) + 0(1, 5), portanto (4, 1),
(
8
3
,
2
3
) e (1, 5) so linearmente dependentes.
(0, 0) = 2(4, 1) + 3(
8
3
,
2
3
) + 0(1, 5) + 0(3, 7), portanto
(4, 1), (
8
3
,
2
3
), (1, 5) e (3, 7) so linearmente dependentes.
(0, 0, 0) = 2(1, 1, 2) + 4(1, 0, 1) + 1(2, 2, 0), portanto

(1, 1, 2), (1, 0, 1) e (2, 2, 0) so linearmente dependentes.
Resolvendo em ordem a (1, 1, 2), vem

(1, 1, 2) = 2(1, 0, 1) +
1
2
(2, 2, 0), portanto (1, 1, 2)
combinao linear de (1, 0, 1) e (2, 2, 0).

(1, 0, 1) =
1
2
(1, 1, 2)
1
4
(2, 2, 0), portanto (1, 0, 1)

(2, 2, 0) = 2(1, 1, 2) 4(1, 0, 1), portanto (2, 2, 0)
(0, 0, 0) = 3(1, 0, 2) +
3
2
(2, 0, 4) + 0(1, 0, 0), portanto
(1, 0, 2), (2, 0, 4), (1, 0, 0) so linearmente dependentes.
(1, 0, 2) =
1
2
(2, 0, 4) + 0(1, 0, 0), portanto (1, 0, 2)
(2, 0, 4) = 2(1, 0, 2) + 0(1, 0, 0), portanto (2, 0, 4)

(1, 0, 0) combinao linear de (1, 0, 2) e (2, 0, 4)?
(1, 0, 0) = a(1, 0, 2) + b(2, 0, 4)

_
_
a 2b = 1
0 = 0
2a 4b = 0
_
a 2b = 1
a 2b = 0
No existem a, b R tais que

(1, 0, 0) = a(1, 0, 2) + b(2, 0, 4).
(1, 0, 0) no combinao linear de (1, 0, 2) e (2, 0, 4).

Espaos vectoriais reais - (in)dependncia linear:
propriedades
Pode-se provar que:
u
1
, . . . , u
n
so linearmente dependentes sse existe um deles
que combinao linear dos restantes;
isso NO SIGNIFICA que qualquer deles combinao linear

dos restantes;
se algum dos u
i
igual a 0
E
, ento u
1
, . . . , u
n
so linearmente
dependentes;
se u
1
, . . . , u
k
so linearmente independentes, ento
u , G(u
1
, . . . , u
k
) sse u
1
, . . . , u
k
, u so linearmente
independentes.
Espaos vectoriais reais - (in)dependncia linear:
propriedades
Pode-se provar que:
se u
1
, . . . , u
n
so linearmente independentes e u
1
, . . . , u
n
, u
so linearmente dependentes, ento u combinao linear de
u
1
, . . . , u
n
;
se u
1
, . . . , u
k
so linearmente dependentes, ento
u
1
, . . . , u
k
, u
k+1
, . . . , u
n
tambm so linearmente dependentes;
se u
1
, . . . , u
k
, u
k+1
, . . . , u
n
so linearmente independentes,
ento u
1
, . . . , u
k
so linearmente independentes;
para qualquer u E, u linearmente independente sse

u ,= 0
E
.
Espaos vectoriais reais - bases: denio
E espao vectorial real, e
1
, . . . , e
n
E
Diz-se que (e
1
, . . . , e
n
) uma base de E sse
e
1
, . . . , e
n
so linearmente independentes
e
1
, . . . , e
n
geram E (isto , G(e
1
, . . . , e
n
) = E, ou ainda,
qualquer elemento de E combinao linear de e
1
, . . . , e
n
).
Observao: a ordem importante; se (e

1
, e
2
, . . . , e
n
) uma
base de E, ento (e
2
, e
1
, . . . , e
n
), (ou qualquer outra
permutao) tambm uma base de E, mas so bases
diferentes.
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 1.5 Espaos vectoriais reais - Bases e dimenso 44
Espaos vectoriais reais - bases: exemplos
((1, 0), (0, 1)) chama-se a base cannica de R

2
((1, 0, 0), (0, 1, 0), (0, 0, 1)) chama-se a base cannica de R

3
((1, 0, . . . , 0), (0, 1, . . . , 0), . . . , (0, 0, . . . , 1)) chama-se a base

cannica de R
n
(1, X, X
2
, . . . , X
n
) chama-se a base cannica de R
n
[X]
__
1 0
0 0
_
,
_
0 1
0 0
_
,
_
0 0
1 0
_
,
_
0 0
0 1
__
chama-se a
base cannica de M
2,2
(R)
Usa-se geralmente a notao b

c
ou B
c
para designar a base
cannica de um destes espaos.
Espaos vectoriais reais - bases e coordenadas
E espao vectorial real, e
1
, . . . , e
n
E
(e
1
, . . . , e
n
) uma base de E sse, para qualquer u E,
existem a
1
, . . . , a
n
R, nicos, tais que u = a
1
e
1
+ + a
n
e
n
(isto , todos os elementos de E se podem escrever de
maneira nica como combinao linear de e
1
, . . . , e
n
).
Se b = (e
1
, . . . , e
n
) uma base de E, chamam-se
coordenadas de u na base b aos nicos elementos
a
1
, . . . , a
n
R tais que u = a
1
e
1
+ + a
n
e
n
; escreve-se
u = (a
1
, . . . , a
n
)
b
.
Se b
c
= ((1, 0), (0, 1)) a base cannica de R
2
, ento, para
(x, y) R
2
, tem-se (x, y) = x(1, 0) + y(0, 1), portanto
(x, y) = (x, y)
b
c
.
Se b
c
= ((1, 0, 0), (0, 1, 0), (0, 0, 1)) a base cannica de R
3
,
ento, para (x, y, z) R
3
, tem-se
(x, y, z) = x(1, 0, 0) + y(0, 1, 0) + z(0, 0, 1), portanto
(x, y, z) = (x, y, z)
b
c
.
b = ((0, 1, 0), (0, 0, 1), (1, 0, 0)); b uma base de R

3
; para
(x, y, z) R
3
tem-se
(x, y, z) = y(0, 1, 0) + z(0, 0, 1) + x(1, 0, 0),
portanto (x, y, z) = (y, z, x)
b
.
Se b = (1, X, X
2
, . . . , X
n
) a base cannica de R
n
[X], ento,
para a
0
+ a
1
X + a
2
X
2
+. . . + a
n
X
n
R
n
[X], tem-se
a
0
+ a
1
X + a
2
X
2
+. . . + a
n
X
n
= (a
0
, a
1
, a
2
, . . . , a
n
)
b
.
Se B =
__
1 0
0 0
_
,
_
0 1
0 0
_
,
_
0 0
1 0
_
,
_
0 0
0 1
__
a
base cannica de M
n,n
(R), ento, para
_
a b
c d
_
M
n,n
(R),
tem-se
_
a b
c d
_
=
a
_
1 0
0 0
_
+ b
_
0 1
0 0
_
+ c
_
0 0
1 0
_
+ d
_
0 0
0 1
_
,
portanto
_
a b
c d
_
= (a, b, c, d)
B
.
Seja B = ((1, 2), (1, 3)).
a(1, 2) + b(1, 3) = (0, 0) (a + b, 2a + 3b) = (0, 0)
_
a + b = 0
2a + 3b = 0
_
a + b = 0
b = 0
_
a = 0
b = 0
Conclui-se que (1, 2), (1, 3) so linearmente independentes.

Seja B = ((1, 2), (1, 3)).
G((1, 2), (1, 3)) =?
(x, y) G((1, 2), (1, 3))

existem a, b R : (a + b, 2a + 3b) = (x, y)
existem a, b R :
_
a + b = x
2a + 3b = y
existem a, b R :
_
a + b = x
b = 2x + y
existem a, b R :
_
a = 3x y
b = 2x + y
Para quaisquer (x, y) R

2
, existem a, b R tais que
(x, y) = a(1, 2) + b(1, 3):
basta escolher a = 3x y e b = 2x + y;
tem-se ento (x, y) = (3x y)(1, 2) + (2x + y)(1, 3).
Ento qualquer (x, y) pertence a G((1, 2), (1, 3)), portanto

G((1, 2), (1, 3)) = R
2
(ou ainda, (1, 2) e (1, 3) geram R
2
).
Como, alm disso, (1, 2), (1, 3) so linearmente

independentes, conclui-se que B uma base de R
2
.
Como (x, y) = (3x y)(1, 2) + (2x + y)(1, 3), as

coordenadas de (x, y) na base B so 3x y e 2x + y, isto
, (x, y) = (3x y, 2x + y)
B
.
Espaos vectoriais reais - bases e dimenso
Pode-se dar uma denio mais geral de base, que se aplica

tambm ao espao reduzido ao vector nulo e a espaos em
que no existe um conjunto nito de geradores (se existe um
conjunto nito de geradores diz-se que o espao tem dimenso
nita).
S estudaremos aqui bases de espaos de dimenso nita no

reduzidos ao vector nulo (portanto com mais de um vector),
mas os resultados seguintes generalizam-se a qualquer espao
vectorial.
Espaos vectoriais reais - bases e dimenso
Qualquer espao vectorial real com mais do que um elemento

tem uma base.
Se um espao vectorial real tem uma base nita, ento

quaisquer duas bases tm o mesmo nmero de elementos.
Chama-se dimenso de um espao vectorial ao nmero de

elementos de qualquer base (notao: dimE).
Segundo a denio mais geral mencionada anteriormente, o

espao vectorial reduzido ao vector nulo tem dimenso 0.
Espaos vectoriais reais - dimenso: exemplos
dimR
2
= 2
dimR
3
= 3
dimR
n
= n
dimR
n
[X] = n + 1
dimM
2,2
(R) = 4
dimM
m,n
(R) = mn
Espaos vectoriais reais - dimenso: exemplo
E = (x, y) R
2
: x 5y = 0
Tem-se E = (x, y) R
2
: x = 5y = (5y, y), y R =
y(5, 1), y R = combinaes lineares de (5, 1) =
G((5, 1)), portanto (5, 1) gera E.
(5, 1) ,= (0, 0), portanto (5, 1) linearmente independente.
((5, 1)) uma base de E.
dimE = 1
E = (x, y, z) R
3
: x 3y + 2z = 0
Tem-se E = (x, y, z) R
3
: x = 3y 2z =
(3y 2z, y, z), y, z R =
(3y, y, 0) + (2z, 0, z), y, z R =
= (y(3, 1, 0) + z(2, 0, 1), y, z R =
combinaes lineares de (3, 1, 0) e (2, 0, 1) =
G((3, 1, 0), (2, 0, 1)),
portanto (3, 1, 0) e (2, 0, 1) geram E.

E = (x, y, z) R
3
: x 3y + 2z = 0
a(3, 1, 0) + b(2, 0, 1) = (0, 0, 0)

_
_
3a 2b = 0
a = 0
b = 0
,
portanto (3, 1, 0) e (2, 0, 1) so linearmente independentes.
((3, 1, 0), (2, 0, 1)) uma base de E.
dimE = 2
Espaos vectoriais reais - dimenso: propriedades
Se E um espao vectorial real de dimenso nita n, com n 1,
ento pode-se provar que
qualquer conjunto que gera E tem pelo menos n elementos;
qualquer conjunto que gera E contem uma base (isto , a

partir de qualquer conjunto que gera E possvel extrair uma
base);
se k > n, quaisquer k elementos de E so linearmente

dependentes;
qualquer conjunto de elementos linearmente independentes

est contido numa base (isto , a partir de qualquer conjunto
de elementos linearmente independentes possvel obter uma
base, eventualmente acrescentando elementos).
dimR
3
= 3
Qualquer conjunto que gera R

3
tem pelo menos 3 elementos.
Portanto, por exemplo, (1, 1, 3), (2, 5, 7) no geram R

3
.
Qualquer conjunto de elementos linearmente independentes

tem no mximo 3 elementos.
Portanto, por exemplo,

(1, 2, 3), (3, 1, 2), (0, 1, 8), (1, 3, 5) so linearmente
dependentes.
Espaos vectoriais reais - bases
Como obter uma base de E a partir de um conjunto de geradores
de E?
Suponhamos que u
1
, . . . , u
k
geram E.
Se so linearmente independentes, j formam uma base.
Se no so, algum combinao linear dos outros.
Retirando um que seja combinao linear dos outros, os que

cam ainda geram o espao.
Repete-se o processo at obter uma base.

Espaos vectoriais reais - bases: exemplo
Vamos obter uma base de R
3
contida no conjunto de geradores
(1, 2, 0), (1, 1, 1), (0, 1, 1), (0, 0, 1).
a(1, 2, 0) + b(1, 1, 1) + c(0, 1, 1) + d(0, 0, 1) = (0, 0, 0)

_
_
a + b = 0
2a + b + c = 0
b c + d = 0
_
a + b = 0
b + c = 0
b c + d = 0
_
a + c = 0
b c = 0
d = 0
Conclui-se que (1, 2, 0), (1, 1, 1), (0, 1, 1), (0, 0, 1) so

linearmente dependentes: tomando, por exemplo, a = 1,
b = 1, c = 1, d = 0, vem
(1, 2, 0) + (1, 1, 1) + (0, 1, 1) + 0(0, 0, 1) = (0, 0, 0)
Da igualdade anterior, vem

(1, 2, 0) = (1, 1, 1) + (0, 1, 1) +0(0, 0, 1), portanto (1, 2, 0)
combinao linear de (1, 1, 1), (0, 1, 1), (0, 0, 1).
Retirando (1, 2, 0) camos com o conjunto de geradores

(1, 1, 1), (0, 1, 1), (0, 0, 1).
(1, 1, 1), (0, 1, 1), (0, 0, 1) so linearmente independentes.
((1, 1, 1), (0, 1, 1), (0, 0, 1)) uma base de R

3
.
Como obter uma base de E a partir de alguns elementos
linearmente independentes? (primeiro processo)
Sejam u
1
, . . . , u
k
vectores linearmente independentes de E.
Se G(u
1
, . . . , u
k
) = E, (u
1
, . . . , u
k
) j uma base de E.
Se G(u
1
, . . . , u
k
) ,= E, escolhe-se um vector u
k+1
que no
pertena a G(u
1
, . . . , u
k
), e ento u
1
, . . . , u
k
, u
k+1
so
linearmente independentes.
Repete-se o processo at obter uma base.

3
que contenha (1, 1, 1).
G((1, 1, 1)) = (x, y, z) R

3
: x = y = z , = R
3
(exerccio)
(1, 0, 0) , G((1, 1, 1)), portanto (1, 1, 1), (1, 0, 0) so

G((1, 1, 1), (1, 0, 0)) = (x, y, z) R

3
: y = z , = R
3
(exerccio)
(0, 0, 1) , G((1, 1, 1), (1, 0, 0), portanto

(1, 1, 1), (1, 0, 0), (0, 0, 1) so linearmente independentes.
G((1, 1, 1), (1, 0, 0), (0, 0, 1) = R

3
(exerccio)
((1, 1, 1), (1, 0, 0), (0, 0, 1)) uma base de R

3
que contem
(1, 1, 1).
Como obter uma base de E a partir de alguns elementos
linearmente independentes? (segundo processo)
Considera-se um conjunto de geradores qualquer, A, de E.
Junta-se o primeiro elemento de A aos elementos linearmente

independentes iniciais.
Se assim se obtiverem elementos linearmente
dependentes, rejeita-se esse elemento e passa-se ao seguinte;
independentes, conserva-se esse elemento e passa-se ao

seguinte.
Repete-se o processo at obter uma base (o que acontecer,

pelo menos quando se tiverem percorrido todos os elementos
de A).
3
que contenha (1, 3, 0).
Seja A = (1, 0, 0), (0, 1, 0), (0, 0, 1); A gera R

3
.
(1, 3, 0), (1, 0, 0) so linearmente independentes: conserva-se o

(1, 0, 0).
(1, 3, 0), (1, 0, 0), (0, 1, 0) so linearmente dependentes:

rejeita-se o (0, 1, 0).
(1, 3, 0), (1, 0, 0), (0, 0, 1) so linearmente independentes:

conserva-se o (0, 0, 1).
J foram analisados todos os elementos de A.
((1, 3, 0), (1, 0, 0), (0, 0, 1)) uma base de R

3
que contem
(1, 3, 0).
Vamos obter uma base de
E = (x, y, z, t) R
4
: x + y + z + t = 0 que contenha
(2, 2, 0, 0).
E = (x, y, z, t) R
4
: x = y z t
= (y z t, y, z, t) R
4
= y(1, 1, 0, 0) + z(1, 0, 1, 0) + t(1, 0, 0, 1), y, z, t R

= G((1, 1, 0, 0), (1, 0, 1, 0), (1, 0, 0, 1))
Seja A = (1, 1, 0, 0), (1, 0, 1, 0), (1, 0, 0, 1); A gera E.

Seja A = (1, 1, 0, 0), (1, 0, 1, 0), (1, 0, 0, 1); A gera E.
(2, 2, 0, 0), (1, 1, 0, 0) so linearmente dependentes:

rejeita-se o (1, 1, 0, 0).
(2, 2, 0, 0), (1, 0, 1, 0) so linearmente independentes:

conserva-se o (1, 0, 1, 0).
(2, 2, 0, 0), (1, 0, 1, 0), (1, 0, 0, 1) so linearmente

independentes: conserva-se o (1, 0, 0, 1).
J foram analisados todos os elementos de A.
((2, 2, 0, 0), (1, 0, 1, 0), (1, 0, 0, 1)) uma base de E que

contem (2, 2, 0, 0).
Espaos vectoriais reais - bases: propriedades
Se E um espao vectorial de dimenso n, com n 1, ento
pode-se provar que
quaisquer n elementos linearmente independentes formam

uma base;
quaisquer n elementos que geram o espao formam uma base.

dimR
3
= 3
(1, 1, 1), (1, 2, 1), (1, 1, 0) so linearmente independentes,

porque
a(1, 1, 1) + b(1, 2, 1) + c(1, 1, 0) = (0, 0, 0)
_
a + b + c = 0
a + 2b + c = 0
a + b = 0
_
a + b + c = 0
b = 0
c = 0
a = b = c = 0
.
Conclui-se que ((1, 1, 1), (1, 2, 1), (1, 1, 0)) uma base de R
3
.
E = (x, y, z) R
3
: x 3y + 2z = 0
(2, 0, 1), (0, 2, 3) E
a(2, 0, 1) + b(0, 2, 3) = (0, 0, 0)

_
_
2a = 0
2b = 0
a + 3b = 0
a = b = 0
,
portanto (2, 0, 1), (0, 2, 3) so linearmente independentes.
Como dimE = 2, conclui-se que ((2, 0, 1), (0, 2, 3)) uma

base de E.
Espaos vectoriais reais - dimenso: propriedades
Seja E um espao vectorial de dimenso n. Pode-se provar que
se F um subespao de E, ento dimF dimE;
se F um subespao de E tal que dimF = n, ento F = E.

Aplicaes lineares - denio
Sejam E e F espaos vectoriais reais e f : E F uma funo.
Diz-se que f uma aplicao linear sse
para quaisquer u, v E se tem f (u + v) = f (u) + f (v);
para quaisquer a R, u E, se tem f (au) = af (u).

Pode-se provar que
se f uma aplicao linear, tem-se f (0

E
) = 0
F
;
se f uma aplicao linear, ento, para quaisquer u, v E,

tem-se f (u v) = f (u) f (v);
id: E E
u u
e E E
u 0
E
so aplicaes lineares;
a composta de aplicaes lineares ainda uma aplicao

linear.
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 2.1 Aplicaes lineares - Denies e propriedades 72
Aplicaes lineares - exemplo
f : R
2
R
2
(x, y) (x + 1, y)
f ((1, 0) + (1, 0)) = f ((2, 0)) = (3, 0)
f ((1, 0)) + f ((1, 0)) = (2, 0) + (2, 0) = (4, 0)
f no linear
f : R
2
R
(x, y) xy
f (3(1, 1)) = f ((3, 3)) = 9
3f ((1, 1)) = 3 1 = 3
f no linear.
f : R
2
R
2
(x, y) (3x + y, 2x)
u = (x
1
, y
1
), v = (x
2
, y
2
), u + v = (x
1
+ x
2
, y
1
+ y
2
)
f (u + v) = f ((x
1
, y
1
) + (x
2
, y
2
)) = f ((x
1
+ x
2
, y
1
+ y
2
))
= (3(x
1
+ x
2
) + y
1
+ y
2
, 2(x
1
+ x
2
))
= (3x
1
+ 3x
2
+ y
1
+ y
2
, 2x
1
2x
2
)
f (u) + f (v) = (3x

1
+ y
1
, 2x
1
) + (3x
2
+ y
2
, 2x
2
)
= (3x
1
+ y
1
+ 3x
2
+ y
2
, 2x
1
2x
2
)
Ento, para quaisquer u, v R

2
, tem-se
f (u + v) = f (u) + f (v).
u = (x, y), a R
f (au) = f ((ax, ay))) = (3ax + ay, 2ax)
af (u) = a(3x + y, 2x) = (a(3x + y), 2ax)
Ento, para quaisquer u R

2
, a R, tem-se f (au) = af (u).
Conclui-se que f linear.

Aplicaes lineares - R, R
2
, R
3
As aplicaes lineares de R em R so as aplicaes do tipo

R R
x ax
, onde a R.
As aplicaes lineares de R
2
em R so as aplicaes do tipo
R
2
R
(x, y) ax + by
, onde a, b R.
2
em R
2
so as aplicaes do tipo
R
2
R
2
(x, y) (ax + by, cx + dy)
, onde a, b, c, d R.
3
em R so as aplicaes do tipo
R
3
R
(x, y, z) ax + by + cz
, onde a, b, c R.
3
em R
2
so as aplicaes do tipo
R
3
R
2
(x, y, z) (ax + by + cz, px + qy + rz)
, onde
a, b, c, p, q, r R.
Aplicaes lineares: exemplo
Grco da aplicao linear f : R R
x ax
Trata-se de um subespao de R
2
.
(x, f (x)), x R = (x, y) R

2
: y = f (x)
= (x, y) R
2
: y = ax
Grco da aplicao linear f : R
2
R
x ax + by
Trata-se de um subespao de R
3
.
(x, y, f ((x, y))), (x, y) R

2
= (x, y, z) R
3
: z = f ((x, y))
= (x, y, z) R
3
: z = ax + by
Seja f : R
n
R
m
uma aplicao linear.
O grco de f , que o subconjunto

(x
1
, . . . , x
n
, y
1
, . . . , y
m
) R
n+m
:
(y
1
, . . . , y
m
) = f ((x
1
, . . . , x
n
))
de R
n+m
, um subespao vectorial de R
n+m
.
Aplicaes lineares - ncleo e contradomnio
Sejam E, F espaos vectoriais e f : E F uma aplicao linear.
Chama-se ncleo de f ao conjunto u E : f (u) = 0

F
(notao: ker f ).
Tem-se f (0
E
) = 0
F
, portanto 0
E
ker f .
ker f um subespao de E.
f injectiva sse ker f = 0

E
, isto , sse f (u) = 0
F
implica
u = 0
E
.
Imf (o contradomnio de f ) um subespao de F.
Se u
1
, . . . , u
n
geram E ento f (u
1
), . . . , f (u
n
) geram Imf .
Se dimE = n, ento n = dimker f + dimImf .

Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 2.2 Aplicaes lineares - Ncleo e contradomnio 81
f : R
3
R
(x, y, z) 2x + y 3z
ker f = (x, y, z) R
3
: 2x + y 3z = 0
(1, 1, 1) ker f e (1, 1, 1) ,= (0, 0, 0)
f no injectiva.
f : R
2
R
3
(x, y) (x y, 2x 2y, x)
(a, b, c) Imf
existe (x, y) R
2
tal que f ((x, y)) = (a, b, c)
existe (x, y) R
2
tal que
_
_
x y = a
2x 2y = b
x = c
existe (x, y) R
2
tal que
_
_
x y = a
0 = b 2a
y = c a
existe (x, y) R
2
tal que
_
_
x = c
y = c a
0 = b 2a
b = 2a
Imf = (a, b, c) R
2
: b = 2a
f : R
3
R
2
(x, y, z) (x + y, y + 3z)
f (x, y, z) = (0, 0) (x + y, y + 3z) = (0, 0)
_
x + y = 0
y + 3z = 0

_
x = 3z
y = 3z
ker f = (x, y, z) R
3
: x = 3z e y = 3z
= (3z, 3z, z), z R = z(3, 3, 1), z R
= G((3, 3, 1))
(3, 3, 1) ,= (0, 0, 0), portanto (3, 3, 1) linearmente

independente;
ento ((3,-3,1)) uma base de ker f , logo dimker f = 1.
Como dimker f + dimImf = dimR

3
= 3, vem dimImf = 2.
Como dimImf = 2 e Imf subespao de R

2
(que tem
dimenso 2), conclui-se que Imf = R
2
.
Ento f sobrejectiva.
Seja f : R
2
R
3
uma aplicao linear.
Tem-se dimR
2
= 2 = dimker f + dimImf .
Ento dimImf 2, portanto Imf ,= R

3
(dimR
3
= 3).
Conclui-se que f no pode ser sobrejectiva.

Seja f : R
3
R
2
uma aplicao linear.
Tem-se dimR
3
= 3 = dimker f + dimImf .
Como dimImf 2, vem dimker f 1.
Ento ker f ,= (0, 0, 0), portanto f no pode ser injectiva.

Aplicaes lineares - propriedades
Seja f : E F uma aplicao linear.
Se dimE < dimF, ento f no sobrejectiva.
Se dimE > dimF, ento f no injectiva.
Se f bijectiva, ento dimE = dimF.

Aplicaes lineares - propriedades
Seja f : E F uma aplicao linear entre espaos vectoriais de
dimenso nita.
Se dimE = dimF, ento
f injectiva f bijectiva
f sobrejectiva f bijectiva
f : R
3
R
3
(x, y, z) (x + y + z, y z, 3z)
(x, y, z) ker f f ((x, y, z)) = (0, 0, 0)

(x + y + z, y z, 3z) = (0, 0, 0)
_
_
x + y + z = 0
y z = 0
3z = 0
x = y = z = 0
ker f = (0, 0, 0), portanto f injectiva.
Como dim(domnio) = dim(conjunto de chegada), conclui-se

que f bijectiva.
Aplicaes lineares - isomorsmos
Sejam E, F espaos vectoriais.
Se f : E F linear e bijectiva, ento pode-se provar que

f
1
tambm linear.
Chama-se isomorsmo entre E e F a uma aplicao linear

bijectiva de E em F.
Diz-se que E e F so isomorfos sse existe um isomorsmo

entre E e F.
Pode-se provar que E e F so isomorfos sse tm a mesma

dimenso.
Em particular, qualquer espao vectorial real de dimenso n

isomorfo a R
n
.
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 2.3 Aplicaes lineares - Isomorsmos 90
Aplicaes lineares - denidas pelas imagens dos elementos
de uma base
Sejam E e F espaos vectoriais.
Se (e
1
, . . . , e
n
) uma base de E e v
1
, . . . , v
n
so elementos de
F, ento existe uma nica aplicao linear f : E F tal que
f (e
1
) = v
1
, . . . ,f (e
n
) = v
n
isto , uma aplicao linear ca completamente determinada

pelas imagens dos elementos de uma base, e essas imagens
podem ser escolhidas arbitrarimente.
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 2.4 Aplicaes lineares - Aplicaes lineares denidas pelas imagens
dos elementos de uma base 91
Aplicaes lineares - denidas pelas imagens dos elementos
de uma base
Como determinar f (u), sabendo que f : E F uma aplicao
linear tal que f (e
1
) = v
1
, . . . , f (e
n
) = v
n
, onde (e
1
, . . . , e
n
) uma
base de E?
Determinam-se a
1
, . . . , a
n
R tais que u = a
1
e
1
+ + a
n
e
n
(isto , determinam-se as coordenadas de u na base
(e
1
, . . . , e
n
)).
Ento f (u) = f (a
1
e
1
+ + a
n
e
n
) = a
1
f (e
1
) + + a
n
f (e
n
)
= a
1
v
1
+ + a
n
v
n
.
Aplicaes lineares - Exemplo
Determinar f ((x, y)) sabendo que f : R
2
R
2
linear,
f ((1, 1)) = (2, 5) e f ((1, 1)) = (1, 3) (nota: ((1, 1), (1, 1))
uma base de R
2
).
(x, y) = a(1, 1) + b(1, 1) (x, y) = (a b, a + b)
_
a b = x
a + b = y

_
a =
x+y
2
b =
yx
2
(x, y) =
x+y
2
(1, 1) +
yx
2
(1, 1)
f ((x, y)) = f (
x+y
2
(1, 1) +
yx
2
(1, 1))
=
x+y
2
f ((1, 1)) +
yx
2
f ((1, 1)) =
x+y
2
(2, 5) +
yx
2
(1, 3)
= (
x+3y
2
, 4x y)
Produto de matrizes - reviso
Produto de duas matrizes tais que o nmero de colunas da
primeira igual ao nmero de linhas da segunda:
_
_
_
_
_
_
a
11
a
12
a
1n
a
21
a
22
a
2n
.
.
.
.
.
.
.
.
.
a
m1
a
m2
a
mn
_
_
_
_
_
_
_
_
_
_
_
_
b
11
b
12
b
1p
b
21
b
22
b
2p
.
.
.
.
.
.
.
.
.
b
n1
b
n2
b
np
_
_
_
_
_
_
=
_
_
_
_
_
_
c
11
c
12
c
1p
c
21
c
22
c
2p
.
.
.
.
.
.
.
.
.
c
m1
c
m2
c
mp
_
_
_
_
_
_
onde c
ij
= a
i 1
b
1j
+ a
i 2
b
2j
+ a
i 3
b
3j
+ a
in
b
nj
.
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 2.5 Aplicaes lineares - Matrizes de aplicaes lineares 94
Produto de matrizes - reviso: exemplo
_
_
_
2 1
3 7
5 4
_
_
_
_
0 1
4 2
_
=
_
_
_
(2) 0 + 1 (4) (2) (1) + 1 2
3 0 + (7) (4) 3 (1) + (7) 2
5 0 + 4 (4) 5 (1) + 4 2
_
_
_
=
_
_
_
4 4
28 17
16 3
_
_
_
Aplicaes lineares - matrizes: exemplos
f : R
3
R
2
(x, y, z) (2x y + 4z, 3x + y + 5z)
_
2 1 4
3 1 5
_
_
_
_
x
y
z
_
_
_
=
_
2x y + 4z
3x + y + 5z
_
(2, 3) = f ((1, 0, 0)), (1, 1) = f ((0, 1, 0)), (4, 5) = f ((0, 0, 1))
As colunas da matriz so as imagens dos elementos da base

cannica de R
3
.
matriz
_
2 1 4
3 1 5
_
chama-se matriz de f relativamente
s bases cannicas de R
3
e R
2
Aplicaes lineares - matrizes: exemplo
f : R
4
R
3
(x, y, z, t) (2x y + t,
x
2
+ 5y,
x
3
+
y
5
6z + t)
_
_
_
2 1 0 1
1
2
5 0 0
1
3
1
5
6 1
_
_
_
_
_
_
_
_
x
y
z
t
_
_
_
_
_
=
_
_
_
2x y + t
x
2
+ 5y
x
3
+
y
5
6z + t
_
_
_
(2,
1
2
,
1
3
) = f ((1, 0, 0, 0)), (1, 5,
1
5
) = f ((0, 1, 0, 0)),
(0, 0, 6) = f ((0, 0, 1, 0)), (1, 0, 1) = f ((0, 0, 0, 1))
As colunas da matriz so as imagens dos elementos da base

cannica de R
4
.
matriz
_
_
_
2 1 0 1
1
2
5 0 0
1
3
1
5
6 1
_
_
_
chama-se matriz de f
relativamente s bases cannicas de R
4
e R
3
Matriz de uma aplicao linear relativamente a um par de
bases: denio
Sejam f : E F uma aplicao linear, b = (e

1
, . . . , e
n
) uma
base de E, B = (v
1
, . . . , v
m
) uma base de F.
Chama-se matriz de f relativamente s bases b, B

(notao: M
b,B
(f )) matriz de M
m,n
(R) cujas colunas so
formadas pelas coordenadas dos vectores f (e
1
), . . . , f (e
n
) na
base B.
Matriz de uma aplicao linear relativamente a um par de
bases
1
, . . . , e
n
) uma
base de E, B = (v
1
, . . . , v
m
) uma base de F.
M
b,B
(f ) =
_
_
_
_
_
_
a
11
a
12
a
1n
a
21
a
22
a
2n
.
.
.
.
.
.
.
.
.
a
m1
a
m2
a
mn
_
_
_
_
_
_
, onde
f (e
1
) = (a
11
, a
21
, . . . , a
m1
)
B
f (e
2
) = (a
12
, a
22
, . . . , a
m2
)
B
f (e
n
) = (a
1n
, a
2n
, . . . , a
mn
)
B
Matriz de uma aplicao linear - exemplo
f : R
2
R
3
(x, y) (2x + y, x, x 3y)
, b = ((1, 1), (1, 1)),
B = ((1, 0, 0), (1, 1, 0), (1, 1, 1))
f ((1, 1)) = (3, 1, 2) = 4(1, 0, 0) + (1, 1, 0) 2(1, 1, 1) =

(4, 1, 2)
B
f ((1, 1)) = (1, 1, 4) = 2(1, 0, 0) 5(1, 1, 0) + 4(1, 1, 1) =

(2, 5, 4)
B
M
b,B
(f ) =
_
_
_
4 2
1 5
2 4
_
_
_
Aplicaes lineares - matrizes e coordenadas
1
, . . . , e
n
) uma
base de E, B = (v
1
, . . . , v
m
) uma base de F e u E.
Multiplicando M
b,B
(F) pela matriz coluna com as
coordenadas de u na base b, obtm-se as coordenadas de f (u)
na base B.
Se u = (a
1
, . . . , a
n
)
b
e M
b,B
(f )
_
_
_
a
1
.
.
.
a
n
_
_
_
=
_
_
_
c
1
.
.
.
c
m
_
_
_
, ento
f (u) = (c
1
, . . . , c
m
)
B
.
Matrizes e coordenadas - exemplo
f : R
2
R
3
(x, y) (2x + y, x, x 3y)
, b = ((1, 1), (1, 1)),
B = ((1, 0, 0), (1, 1, 0), (1, 1, 1))
M
b,B
(f ) =
_
_
_
4 2
1 5
2 4
_
_
_
u = (3, 5)
(3, 5) = 4(1, 1) (1, 1) = (4, 1)

b
_
_
_
4 2
1 5
2 4
_
_
_
_
4
1
_
=
_
_
_
14
9
12
_
_
_
f ((3, 5)) = f ((4, 1)

b
) = (14, 9, 12)
B
= 14(1, 0, 0) + 9(1, 1, 0) 12(1, 1, 1) = (11, 3, 12)
vericao: f ((3, 5)) = (2 3 + 5, 3, 3 3 5)

= (11, 3, 12)
Matriz da aplicao identidade
E espao vectorial de dimenso n, b = (e
1
, . . . , e
n
) base de E,
id: E E
u u
f (e
1
) = e
1
= (1, . . . , 0)
b
f (e
2
) = e
2
= (0, 1, . . . , 0)
b
f (e
n
) = e
n
= (0, . . . , 1)
b
M
b,b
(id) =
_
_
_
_
_
_
1 0 0
0 1 0
.
.
.
.
.
.
.
.
.
0 0 1
_
_
_
_
_
_
= I
n
Matriz de mudana de base
E espao vectorial de dimenso n, b e b
bases de E, id : E E,
u E
Multiplicando M
b,b
(id) pelas coordenadas de u na base b,
obtm-se as coordenadas de id(u) na base b
Como id(u) = u, multiplicando M

b,b
(id) pelas coordenadas
de u na base b, obtm-se as coordenadas de u na base b
matriz M
b,b
(id) chama-se matriz de passagem (ou
matriz de mudana de base) da base b para a base b
As colunas de M
b,b
(id) so formadas pelas coordenadas dos
elementos de b na base b
.
Matriz de mudana de base - exemplo
E = R
2
, b = ((1, 5), (1, 6)), b
c
= ((1, 0), (0, 1))
(1, 5) = (1, 5)
b
c
, (1, 6) = (1, 6)
b
c
M
b,b
c
(id) =
_
1 1
5 6
_
Quais so as coordenadas de (3, 4)

b
na base cannica?
M
b,b
c
(id)
_
3
4
_
=
_
1 1
5 6
__
3
4
_
=
_
1
9
_
, portanto
(3, 4)
b
= (1, 9)
b
c
= (1, 9).
Matriz de mudana de base - exemplo
E = R
2
, b = ((1, 5), (1, 6)), b
c
= ((1, 0), (0, 1))
(1, 0) = 6(1, 5) 5(1, 6) = (6, 5)

b
,
(0, 1) = (1, 5) + (1, 6) = (1, 1)
b
M
b
c
,b
(id) =
_
6 1
5 1
_
Quais so as coordenadas de (3, 2) na base b?
M
b
c
,b
(id)
_
3
2
_
=
_
6 1
5 1
__
3
2
_
=
_
16
13
_
,
portanto (3, 2) = (16, 13)
b
.
Matriz da soma e do produto por um escalar
Sejam f : E F, g : E F aplicaes lineares, b uma base de
E, B uma base de F; pode-se provar que
M
b,B
(f + g) = M
b,B
(f ) + M
b,B
(g) (onde
f + g: E F
u f (u) + g(u)
)
M
b,B
(af ) = aM
b,B
(f ) (onde af : E F
u af (u)
)
Matriz da composta de aplicaes lineares
Sejam
E
1
, E
2
, E
3
espaos vectoriais
b
1
uma base de E
1
, b
2
uma base de E
2
, b
3
uma base de E
3
f : E
1
E
2
, g : E
2
E
3
aplicaes lineares
E
1
f
E
2
g
E
3
b
1
b
2
b
3
E
1
gf
E
3
Pode-se provar que M

b
1
,b
3
(g f ) = M
b
2
,b
3
(g)M
b
1
,b
2
(f ).
Matriz da composta - exemplo
f : R
2
R
2
(x, y) (3x y,
x
2
+ 2y)
,
g: R
2
R
3
(x, y) (x + y, x + 2y, 3x)
,
b
c
=base cannica de R
2
, B
c
=base cannica de R
3
.
M
b
c
,b
c
(f ) =
_
3 1
1
2
2
_
, M
b
c
,B
c
(g) =
_
_
_
1 1
1 2
3 0
_
_
_
R
2
f
R
2
g
R
3
b
c
b
c
B
c
M
b
c
,B
c
(g)M
b
c
,b
c
(f ) =
_
_
_
1 1
1 2
3 0
_
_
_
_
3 1
1
2
2
_
=
_
_
_
7
2
1
2 5
9 3
_
_
_
M
b
c
,B
c
(g f ) =
_
_
_
7
2
1
2 5
9 3
_
_
_
g f ((x, y)) = (
7
2
x + y, 2x + 5y, 9x 3y)
b
1
= ((1, 3), (1, 0)) base de R
2
, b
2
= ((1, 1), (2, 1)) base de
R
2
, B
c
base cannica de R
3
f : R
2
R
2
tal que f ((1, 3)) = (1, 1) e f ((1, 0)) = (2, 1)
g : R
2
R
3
tal que g((1, 1)) = (3, 1, 2) e
g((2, 1)) = (1, 5, 3)
M
b
1
,b
2
(f ) =
_
1 0
0 1
_
, M
b
2
,B
c
(g) =
_
_
_
3 1
1 5
2 3
_
_
_
R
2
f
R
2
g
R
3
b
1
b
2
B
c
M
b
1
,B
c
(g f ) =
_
_
_
3 1
1 5
2 3
_
_
_
_
1 0
0 1
_
=
_
_
_
3 1
1 5
2 3
_
_
_
f : R
2
R
3
(x, y) (2x + y, x, x y)
M
b
c
,B
c
(f ) =
_
_
_
2 1
1 0
1 1
_
_
_
b = ((2, 3), (1, 1)) base de R

2
B = ((1, 1, 1), (0, 1, 1), (0, 0, 1)) base de R

3
M
b,B
(f ) =?
R
2
id
R
2
f
R
3
id
R
3
b b
c
B
c
B
M
b,B
(f ) = M
b,B
(id f id) = M
B
c
,B
(id)M
b
c
,B
c
(f )M
b,b
c
(id)
M
b,b
c
(id) =
_
2 1
3 1
_
(1, 0, 0) = (1, 1, 1) (0, 1, 1) = (1, 1, 0)

B
(0, 1, 0) = (0, 1, 1) (0, 0, 1) = (0, 1, 1)

B
(0, 0, 1) = (0, 0, 1)
B
portanto M
B
c
,B
(id) =
_
_
_
1 0 0
1 1 0
0 1 1
_
_
_
M
b,B
(f ) =
_
_
_
1 0 0
1 1 0
0 1 1
_
_
_
_
_
_
2 1
1 0
1 1
_
_
_
_
2 1
3 1
_
=
_
_
_
7 1
9 2
1 3
_
_
_
Relao entre duas matrizes da mesma aplicao linear
f : E F, E, F de dimenso nita
b, b
bases de E
B, B
bases de F
E
id
E
f
F
id
F
b
b B B
M
b
,B
(f ) = M
B,B
(id)M
b,B
(f )M
b
,b
(id)
Matriz da inversa
Seja f : E F linear bijectiva, n = dimE = dimF
f
1
: F E
sejam b uma base de E, B uma base de F
E
f
F
f
1
E
b B b
f f
1
= id
M
B,b
(f
1
)M
b,B
(f ) = M
b,b
(f
1
f ) = M
b,b
(id) = I
n
Analogamente, M
b,B
(f )M
B,b
(f
1
) = I
n
Portanto M
b,B
(f ) e M
B,b
(f
1
) so inversas uma da outra,
isto , M
B,b
(f
1
) = (M
b,B
(f ))
1
Matriz da inversa - exemplo
f : R
2
R
2
(x, y) (3x y, 2x y)
M
b
c
,b
c
(f ) =
_
3 1
2 1
_
M
b
c
,b
c
(f
1
) =
_
3 1
2 1
_
1
det
_
3 1
2 1
_
= 1,
_
3 1
2 1
_
1
=
_
1 1
2 3
_
M
b
c
,b
c
(f
1
) =
_
1 1
2 3
_
f
1
((x, y)) = (x y, 2x 3y)
Matriz da inversa - caso particular
b, b
bases de E
E
id
E
b b
id bijectiva
M
b,b
(id) = M
b
,b
(id)
1
As matrizes de passagem de b para b
e de b
para b so
inversas uma da outra.
Matriz de passagem - exemplo
E = R
3
, B = ((1, 0, 1), (0, 1, 1), (1, 1, 0))
M
B,B
c
(id) =
_
_
_
1 0 1
0 1 1
1 1 0
_
_
_
M
B
c
,B
(id) = (M
B
c
,B
(id))
1
=
_
_
_
1 0 1
0 1 1
1 1 0
_
_
_
1
=
_
_
_
1
2

1
2
1
2
1
2
1
2
1
2
1
2
1
2

1
2
_
_
_
Matrizes da mesma aplicao linear - caso particular
f : E E (quando o domnio igual ao conjunto de

chegada, diz-se que f um endomorsmo).
b, b
bases de E
E
id
E
f
E
id
E
b
b b b
M
b
,b
(f ) = M
b,b
(id)M
b,b
(f )M
b
,b
(id)
= M
b,b
(id)M
b,b
(f )(M
b,b
(id))
1
Diz-se que as matrizes A e B so conjugadas sse existe uma

matriz invertvel P tal que A = PBP
1
.
M
b
,b
(f ) e M
b,b
(f ) so conjugadas.
Determinante de um endomorsmo
f : E E endomorsmo
b, b
bases de E
M
b
,b
(f ) = M
b,b
(id)M
b,b
(f )(M
b,b
(id))
1
det M
b
,b
(f ) = det M
b,b
(id) det M
b,b
(f ) det(M
b,b
(id)
1
)
= det M
b,b
(id) det(M
b,b
(id)
1
) det M
b,b
(f ) = det M
b,b
(f )
det M
b,b
(f ) no depende da escolha da base b
Chama-se determinante de f (notao: det(f )) ao

determinante de M
b,b
(f ), onde b qualquer base de E.
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 2.6 Aplicaes lineares - Determinante de um endomorsmo 120
Determinante de um endomorsmo - exemplo
f : R
3
R
3
(x, y, z) (2x y + z, x 3y + z, 5y 7z)
M
B
c
,B
c
(f ) =
_
_
_
2 1 1
1 3 1
0 5 7
_
_
_
det(f ) = det M
B
c
,B
c
(f ) = det
_
_
_
2 1 1
1 3 1
0 5 7
_
_
_
= 30
Endomorsmos injectivos e determinantes
f endomorsmo de E, b base de E
f injectivo f um isomorsmo
f tem inversa
M
b,b
(f ) tem inversa
det(M
b,b
(f )) ,= 0
det(f ) ,= 0
Endomorsmos injectivos e determinantes - exemplo
f : R
2
R
2
(x, y) (3x y, 5x + 2y)
M
b
c
,b
c
(f ) =
_
3 1
5 2
_
det(f ) = det M
b
c
,b
c
(f ) = det
_
3 1
5 2
_
= 11 ,= 0
f injectiva
f um isomorsmo
Endomorsmos injectivos e determinantes - exemplo
f : R
3
R
3
(x, y, z) (x + 2z, 3x + 2y + 4z, x + 5y 7z)
M
B
c
,B
c
(f ) =
_
_
_
1 0 2
3 2 4
1 5 7
_
_
_
det(f ) = det M
B
c
,B
c
(f ) = det
_
_
_
1 0 2
3 2 4
1 5 7
_
_
_
= 0
f no injectiva
Valores e vectores prprios
R
2
u e v so vectores prprios de f w no vector prprio de f
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 3.1 Valores e vectores prprios - Denies e propriedades 125
Valores e vectores prprios - exemplo
f : R
2
R
2
(x, y) (3x, 4y)
f ((1, 0)) = (3, 0) = 3(1, 0)
Diz-se que 3 valor prprio de f e que (1, 0) vector prprio

de f (associado ao valor prprio 3).
f ((2, 0)) = (6, 0) = 3(2, 0), f ((5, 0)) = (15, 0) = 3(5, 0),
f ((x, 0)) = (3x, 0) = 3(x, 0)
(2, 0), (5, 0) tambm so vectores prprios de f associados

ao valor prprio 3; (x, 0) vector prprio associado ao valor
prprio 3 DESDE QUE x ,= 0.
f ((0, 1)) = (0, 4) = 4(0, 1)
Diz-se que 4 valor prprio de f e que (0, 1) vector prprio

de f (associado ao valor prprio 4).
(0, y) vector prprio associado ao valor prprio 4 DESDE

QUE y ,= 0.
f : R
2
R
2
(x, y) (3x, 4y)
f ((0, 0)) = (0, 0) = a(0, 0), para qualquer a R
Haver a R 3, 4 e u R
2
(0, 0) tais que f (u) = au?
Isto , haver mais algum valor prprio de f ?
f ((x, y)) = a(x, y) (3x, 4y) = (ax, ay)

_
3x = ax
4y = ay
_
(3 a)x = 0
(4 a)y = 0
Se a ,= 3 e a ,= 4, ento f ((x, y)) = a(x, y) x = y = 0.
No existem mais valores prprios de f .

Valores e vectores prprios - denies
f : E E endomorsmo
Diz-se que R um valor prprio de f sse existe

u E 0
E
tal que f (u) = u.
Diz-se que u E 0
E
um vector prprio de f sse f (u)
mltiplo de u.
ATENO: para qualquer R, f (0

E
) = 0
E
, mas 0
E
NO
vector prprio de f .
Se u ,= 0
E
e f (u) = u,
u um vector prprio associado ao valor prprio
o valor prprio associado ao vector prprio u.

Como determinar os valores prprios do endomorsmo
f : E E?
valor prprio de f
existe u E 0
E
tal que f (u) = u
existe u E 0
E
tal que f (u) u = 0
E
existe u E 0
E
tal que (f id)(u) = 0
E
existe u E 0
E
tal que u ker(f id)
f id no injectivo
det(f id
E
) = 0
det(M
b,b
(f id)) = 0, para qualquer base b de E
Seja b uma base de E.
M
b,b
(id) =
_
_
_
_
_
_
0 0
0 0
.
.
.
.
.
.
.
.
.
0 0
_
_
_
_
_
_
,
portanto, se M
b,b
(f ) =
_
_
_
_
_
_
a
11
a
12
a
1n
a
21
a
22
a
2n
.
.
.
.
.
.
.
.
.
a
n1
a
n2
a
nn
_
_
_
_
_
_
,
tem-se
M
b,b
(f id) =
_
_
_
_
_
_
a
11
a
12
a
1n
a
21
a
22
a
2n
.
.
.
.
.
.
.
.
.
a
n1
a
n2
a
nn

_
_
_
_
_
_
.
Valores e vectores prprios - polinmio caracterstico
f : E E endomorsmo, dimE = n
det(f id) um polinmio de grau n em
A este polinmio chama-se polinmio caracterstico de f .
p() = det(f id)
valor prprio de f sse zero do polinmio caracterstico

de f
f tem no mximo n valores prprios (porque um polinmio de

grau n tem no mximo n zeros)
f : R
2
R
2
(x, y) (2y, 2x)
M
b
c
,b
c
(f ) =
_
0 2
2 0
_
M
b
c
,b
c
(f id) =
_
2
2
_
p() = det
_
2
2
_
=
2
4
p() = 0 = 2 ou = 2
os valores prprios de f so 2 e 2.
f : R
2
R
2
(x, y) (2y, 2x)
M
b
c
,b
c
(f ) =
_
0 2
2 0
_
M
b
c
,b
c
(f id) =
_
2
2
_
p() = det
_
2
2
_
=
2
+ 4
p no tem zeros, portanto f no tem valores prprios.

Valores e vectores prprios - subespaos prprios
Se valor prprio de f , ento u E : f (u) = u um

subespao de E, de dimenso maior ou igual a 1.
u E : f (u) = u chama-se subespao prprio associado

a (notao: E
= u E : f (u) = u
= u E : (f id)(u) = 0
E
= ker(f id)
f : R
3
R
3
(x, y) (0, x y, z)
M
B
c
,B
c
(f ) =
_
_
_
0 0 0
1 1 0
0 0 1
_
_
_
p() = det
_
_
_
0 0
1 1 0
0 0 1
_
_
_
= (1 )
2
p() = 0 = 0 ou = 1
os valores prprios de f so 0 e 1.
f : R
3
R
3
(x, y, z) (0, x y, z)
Subespao prprio associado a 0?
(x, y, z) ker(f 0 id)

(x, y, z) ker(f )
_
_
_
0 0 0
1 1 0
0 0 1
_
_
_
_
_
_
x
y
z
_
_
_
=
_
_
_
0
0
0
_
_
_
_
x y = 0
z = 0
E
0
= (x, y, z) R
3
: x + y = 0 e z = 0
f : R
3
R
3
(x, y, z) (0, x y, z)
Subespao prprio associado a 1?
(x, y, z) ker(f (1) id)

(x, y, z) ker(f )
_
_
_
0 (1) 0 0
1 1 (1) 0
0 0 1 (1)
_
_
_
_
_
_
x
y
z
_
_
_
=
_
_
_
0
0
0
_
_
_
_
x = 0
x = 0
E
1
= (x, y, z) R
3
: x = 0
Valores e vectores prprios - base de vectores prprios
f : E E endomorsmo, b = (e
1
, . . . , e
n
) base de E
Se todos os elementos da base forem vectores prprios de f ,

como M
b,b
(f )?
f (e
1
) =
1
e
1
= (
1
, 0, . . . , 0)
b
f (e
2
) =
2
e
2
= (0,
2
, , . . . , 0)
b
f (e
n
) =
n
e
n
= (0, 0, . . . ,
n
)
b
M
b,b
(f ) =
_
_
_
_
_
_
1
0 0
0
2
0
.
.
.
.
.
.
.
.
.
0 0 a
n
_
_
_
_
_
_
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 3.2 Valores e vectores prprios - Diagonalizao de endomorsmos
138
f : R
3
R
3
(x, y, z) (5x, 7y, 2z)
f ((1, 0, 0)) = (5, 0, 0) = 5(1, 0, 0)
f ((0, 1, 0)) = (0, 7, 0) = 7(0, 1, 0)
f ((0, 0, 1)) = (0, 0, 2) = 2(0, 0, 1)
A base cannica de R
3
formada por vectores prprios de f .
M
B
c
,B
c
(f ) =
_
_
_
5 0 0
0 7 0
0 0 2
_
_
_
139
Seja f : R
3
R
3
tal que M
b,b
(f ) =
_
_
_
2 0 0
0 2 0
0 0 4
_
_
_
, onde
b = ((1, 0, 1), (1, 1, 0), (0, 1, 1)).
Como (1, 0, 1) = (1, 0, 0)

b
e M
b,b
(f )
_
_
_
1
0
0
_
_
_
=
_
_
_
2
0
0
_
_
_
,
tem-se f ((1, 0, 1)) = (2, 0, 0)
b
= 2(1, 0, 1).
Como (1, 1, 0) = (0, 1, 0)

b
e M
b,b
(f )
_
_
_
0
1
0
_
_
_
=
_
_
_
0
2
0
_
_
_
,
tem-se f ((1, 1, 0)) = (0, 2, 0)
b
= 2(1, 1, 0).
Analogamente, f ((0, 1, 1)) = (0, 0, 4)

b
= 4(0, 1, 1).
(1, 0, 1) um vector prprio associado ao valor prprio 2,

(1, 1, 0) um vector prprio associado ao valor prprio 2 e
(0, 1, 1) um vector prprio associado ao valor prprio 4.
140
Valores e vectores prprios - endomorsmo diagonalizvel
Diz-se que A M
n,n
(R) uma matriz diagonal sse A da
forma
_
_
_
_
_
_
1
0 0
0
2
0
.
.
.
.
.
.
.
.
.
0 0 a
n
_
_
_
_
_
_
, isto , se as entradas fora da
diagonal principal so nulas
Se f um endomorsmo de E, diz-se que f diagonalizvel

sse existe uma base b de E tal que M
b,b
(f ) diagonal.
Se b = (e
1
, . . . , e
n
) uma base de E, M
b,b
(f ) diagonal sse
e
1
, . . . , e
n
so todos vectores prprios de f .
f diagonalizvel sse existe uma base de E formada por

vectores prprios de f .
Diz-se que a matriz A diagonalizvel sse conjugada de

uma matriz diagonal.
141
f : E E
Vectores prprios associados a valores prprios distintos so

necessariamente linearmente independentes.
Isto , se
1
, . . . ,
k
so valores prprios distintos de f e
u
1
, . . . , u
k
so vectores prprios de f associados
respectivamente a
1
, . . . ,
k
, ento u
1
, . . . , u
k
so
Portanto, se dimE = n, f no pode ter mais de n valores

prprios distintos.
Se dimE = n e f tem n valores prprios distintos, ento f

diagonalizvel.
ATENO: f pode ter menos de n valores prprios e mesmo

assim ser diagonalizvel.
142
Endomorsmos diagonalizveis - exemplo
f : R
2
R
2
(x, y) (x 8y, 4x + 11y)
M
b
c
,b
c
(f ) =
_
1 8
4 11
_
p() = det
_
1 8
4 11
_
= (1 )(11 ) + 32
=
2
10 + 21
p() = 0 = 3 ou = 7
3 e 7 so os valores prprios de f
f tem dois valores prprios distintos e dimR

2
= 2, portanto f
diagonalizvel.
base de vectores prprios?

143
M
b
c
,b
c
(f ) =
_
1 8
4 11
_
(x, y) E
3

_
1 3 8
4 11 3
__
x
y
_
=
_
0
0
_
_
4x 8y = 0
4x + 8y = 0
x + 2y = 0
E
3
= (x, y) R
2
: x + 2y = 0 = (2y, y), y R
= G((2, 1))
((2, 1)) uma base de E

3
.
(x, y) E
7

_
1 7 8
4 11 7
__
x
y
_
=
_
0
0
_
_
8x 8y = 0
4x + 4y = 0
x + y = 0
E
7
= (x, y) R
2
: x + y = 0 = (y, y), y R
= G((1, 1))
((1, 1)) uma base de E

7
.
144
b = ((2, 1), (1, 1)) uma base de R

2
formada por vectores
prprios de f
M
b,b
(f ) =
_
3 0
0 7
_
145
Valores e vectores prprios - endomorsmo diagonalizvel
f endomorsmo de E, dimE = n
f diagonalizvel sse a soma das dimenses de todos os

subespaos prprios n
Como obter uma base de vectores prprios de f ?
Determina-se uma base de cada subespao prprio.
Juntando-se todas essas bases, obtm-se vectores linearmente

independentes.
Se o nmero desses vectores n, tem-se uma base de E

formada por vectores prprios de f .
Se o nmero desses vectores menor que n, no existe uma

base de E formada por vectores prprios de f .
146
f : R
3
R
3
(x, y, z) (0, x y, z)
Foi visto que
os valores prprios de f so 0 e 1
E
0
= (x, y, z) R
3
: x + y = 0 e z = 0
E
1
= (x, y, z) R
3
: x = 0
E
0
= y(1, 1, 0), y R = G((1, 1, 0))
((1, 1, 0)) uma base de E

0
, E
0
tem dimenso 1
E
1
= 0, y, z), y, z R = y(0, 1, 0) + z(0, 0, 1), y, z R
= G((0, 1, 0), (0, 0, 1))
((0, 1, 0), (0, 0, 1)) uma base de E

1
, E
1
tem dimenso 2.
dimE
0
+ dimE
1
= 1 + 2 = 3 = dimR
3
, portanto f
diagonalizvel.
b = ((1, 1, 0), (0, 1, 0), (0, 0, 1)) uma base de R

3
formada
por vectores prprios de f .
M
b,b
(f ) =
_
_
_
0 0 0
0 1 0
0 0 1
_
_
_
147
f : R
3
R
3
(x, y, z) (0, x y, x + y z)
M
B
c
,B
c
(f ) =
_
_
_
0 0 0
1 1 0
1 1 1
_
_
_
p() = det
_
_
_
0 0
1 1 0
1 1 1
_
_
_
= (1 )(1 )
os valores prprios de f so 0 e 1
148
(x, y, z) E
0

_
_
_
0 0 0
1 1 0
1 1 1
_
_
_
_
_
_
x
y
z
_
_
_
=
_
_
_
0
0
0
_
_
_
_
x y = 0
x + y z = 0

_
x + y = 0
z = 0
E
0
= (x, x, 0), x R = G((1, 1, 0)), dimE
0
= 1
(x, y, z) E
1

_
_
_
1 0 0
1 0 0
1 1 0
_
_
_
_
_
_
x
y
z
_
_
_
=
_
_
_
0
0
0
_
_
_
_
x = 0
x + y = 0

_
x = 0
y = 0
E
1
= (0, 0, z), z R = G((0, 0, 1)), dimE
1
= 1
dimE
0
+ dimE
1
= 1 + 1 = 2 < 3 = dimR
3
f no diagonalizvel
149
Endomorsmos diagonalizveis - caso particular
Seja f : E E um endomorsmo e b uma base de E.
Seja M
b,b
(f ) =
_
_
_
_
_
_
a
11
a
12
a
1n
a
21
a
22
a
2n
.
.
.
.
.
.
.
.
.
a
n1
a
n2
a
nn
_
_
_
_
_
_
Pode-se provar que se M

b,b
(f ) simtrica, isto , se para
quaisquer i , j a
ij
= a
ji
, ento f diagonalizvel.
150
Exemplo
f : R
2
R
2
(x, y) (x + 2y, 2x + 3y)
M
b
c
,b
c
(f ) =
_
1 2
2 3
_
Como M
b
c
,b
c
(f ) simtrica, conclui-se que f diagonalizvel.
151
Produto escalar - R
2
e R
3
u = (u
1
, u
2
) R
2
|u| =comprimento de u=
_
u
2
1
+ u
2
2
u = (u
1
, u
2
, u
3
) R
3
|u| =comprimento de u=
_
u
2
1
+ u
2
2
+ u
2
3
Chama-se norma de u a |u|.
Se u ,= 0
E
, ento
1
u
u um vector unitrio, isto , de norma
1, com a direco e sentido de u.
Se v um vector unitrio, ento |av| = [a[, para qualquer

a R.
Matemtica II (M192) - 2011/2012 Notas: G.Chaves e L.Lima 4.0 Produto escalar - 152
Produto escalar - R
2
e R
3
u = (u
1
, u
2
), v = (v
1
, v
2
) R
2
u[v = u
1
v
1
+ u
2
v
2
u = (u
1
, u
2
, u
3
), v = (v
1
, v
2
, v
3
) R
3
u[v = u
1
v
1
+ u
2
v
2
+ u
3
v
3
|u| =
_
u[u
u[v = |u||v| cos , onde o ngulo entre u e v.

Produto escalar - R
2
e R
3
Suponhamos primeiro que v um vector unitrio; nesse caso

u[v = |u||v| cos = |u| cos .
Se w a projeco ortogonal de u sobre v, como na gura,

ento, como |w| = |u|[ cos [ = [u[v[, tem-se w = (u[v)v,
isto , u[v mede o comprimento da projeco de u sobre v

(com sinal positivo se essa projeco tem o mesmo sentido de
v, e com sinal negativo se tem o sentido oposto).
Se v no unitrio, ento w = (u[

1
v
v)
1
v
v =
u|v
v
2
v.
Produto escalar - R
n
u = (u
1
, . . . , u
n
), v = (v
1
, . . . , v
n
) R
n
Dene-se o produto escalar em R

n
por
u[v = u
1
v
1
+ u
2
v
2
+ + u
n
v
n
Dene-se a norma em R
n
por |u| =
_
u[u
Se u = (u
1
, . . . , u
n
) ento |u| =
_
u
2
1
+ + u
2
n
.
Prova-se que se u, v ,= 0
R
n , ento 1
u|v
uv
1.
Dene-se o ngulo entre u, v R

n
0
R
n como sendo o
nico [0, ] tal que cos =
u|v
uv
.
Produto escalar - exemplo
R
4
Clculo do ngulo entre (2, 0, 1, 3) e (1, 1, 1, 1):
(2, 0, 1, 3)[(1, 1, 1, 1) = 0
cos = 0
=

2
Clculo do ngulo entre (1, 1, 1, 1) e (1, 0, 1, 0):
(1, 1, 1, 1)[(1, 0, 1, 0) = 2
|(1, 1, 1, 1)| =
1 + 1 + 1 + 1 = 2,
|(1, 0, 1, 0)| =
1 + 1 =
cos =
(1,1,1,1)|(1,0,1,0)
(1,1,1,1)(1,0,1,0)
=
1
=
3
4
Produto escalar - propriedades
Pode-se provar que para quaisquer u, v, w R
n
, a R
(u + v)[w = u[w + v[w
u[(v + w) = u[v + u[w
(au)[v = a(u[v) = u[(av)
u[v = v[u
u[u 0, e u[u = 0 u = 0
R
n
[u[v[ |u||v| (desigualdade de Cauchy-Schwarz)
[u[v[ = |u||v| u e v so colineares (isto , um mltiplo

do outro)
se u[v = 0, ento |u + v|
2
= |u|
2
+|v|
2
(teorema de
Pitgoras)
|au| = [a[|u|
|u + v| |u| +|v| (desigualdade triangular)

Produto escalar - ortogonalidade e ortonormalidade
Sejam E um subespao de R
n
, u, v E, b = (e
1
, . . . , e
k
) uma
base de E.
Diz-se que u unitrio sse |u| = 1.
Diz-se que u e v so ortogonais sse u ,= 0

E
, v ,= 0
E
e u[v = 0.
Observao: dois vectores no nulos so ortogonais sse o

ngulo entre eles

2
.
Diz-se que b uma base ortonormada sse cada e

i
unitrio e
cada par de vectores distintos ortogonal.
b uma base ortonormada sse

_
e
i
[e
i
= 1, i = 1 . . . , k
e
i
[e
j
= 0 se i ,= j
.
Observao: pode-se provar que se u

1
, . . . , u
k
so vectores de
R
n
ortogonais dois a dois (isto , se u
i
[u
j
= 0 quando i ,= j )
ento u
1
, . . . , u
k
so linearmente independentes.
Bases ortonormadas - exemplos
A base cannica de R
2
uma base ortonormada.
2
(1, 1) unitrio
_
1
2
(1, 1),
1
2
(1, 1)
_
uma base ortonormada de R
2
.
_
1
2
(1, 0, 1), (0, 1, 0)
_
uma base ortonormada de
(x, y, z) R
3
: x = z.
A base cannica de R
3
uma base ortonormada.
_
1
3
(1, 1, 1),
1
2
(1, 0, 1),
1
6
(1, 2, 1)
_
uma base
ortonormada de R
3
.
A base
_
1
2
(1, 1, 0),
1
6
(1, 1, 2)
_
de
(x, y, z) R
3
: x + y + z = 0 uma base ortonormada.
Produto escalar - coordenadas numa base ortonormada
Seja E um subespao de R
n
e b = (e
1
, . . . , e
k
) uma base
ortonormada de E.
Se u = (u
1
, . . . , u
k
)
b
, isto u = u
1
e
1
+ + u
k
e
k
, ento,
para cada i , u
i
= u[e
i
(isto , as coordenadas de u na base b
so os produtos escalares de u pelos elementos da base).
Se u = (u
1
, . . . , u
k
)
b
e v = (v
1
, . . . , v
k
)
b
ento
u[v = u
1
v
1
+ + u
k
v
k
(isto ,
(u
1
e
1
+ + u
k
e
k
)[(v
1
e
1
+ + v
k
e
k
) = u
1
v
1
+ + u
k
v
k
).
Bases ortonormadas - exemplo
E = R
2
, b =
_
1
2
(1, 1),
1
2
(1, 1)
_
Coordenadas de (3, 5) na base b?
(3, 5)[
1
2
(1, 1) =
1
2
(3, 5)[(1, 1) =
8
2
= 4
(3, 5)[
1
2
(1, 1) =
1
2
(3, 5)[(1, 1) =
2
2
=
(3, 5) = (4
2,
2)
b
(= 4
2
1
2
(1, 1) +
2
1
2
(1, 1))
Coordenadas de (x, y) na base b?
(x, y)[
1
2
(1, 1) =
x+y
(x, y)[
1
2
(1, 1) =
x+y
(x, y) =
_
x+y
2
,
x+y
2
_
b
Bases ortonormadas - exemplo
b =
_
1
3
(1, 1, 1),
1
2
(1, 1, 0)
_
uma base ortonormada de
(x, y, z) R
3
: x + y = 2z
Coordenadas de (3, 1, 2) na base b?
(3, 1, 2)[
1
3
(1, 1, 1) =
6
3
= 2
(3, 1, 2)[
1
2
(1, 1, 0) =
2
2
=
(3, 1, 2) = (2
3,
2)
b
= 2
3
1
3
(1, 1, 1) +
2
1
2
(1, 1, 0)
Coordenadas de (x, y,
x+y
2
) na base b?
(x, y,
x+y
2
)[
1
3
(1, 1, 1) =
3
2
x +
3
2
y
(x, y,
x+y
2
)[
1
2
(1, 1, 0) =
xy
2
(x, y,
x+y
2
) =
_
3
2
(x + y),
1
2
(x y)
_
b
=
3
2
(x + y)
1
3
(1, 1, 1) +
1
2
(x y)
1
2
(1, 1, 0)
Projeco ortogonal sobre um subespao
n
, F um subespao de E, u E.
Chama-se projeco ortogonal de u sobre F ao vector v de F

tal que |u v| a mnima possvel (notao: proj
F
u)
Pode-se provar que se (e

1
, . . . , e
k
) uma base ortonormada
de F, ento proj
F
u = (u[e
1
)e
1
+ + (u[e
k
)e
k
.
A aplicao proj
F
: E F
u proj
F
u
uma aplicao
linear.
Projeco ortogonal - exemplo
F = (x, y) R
2
: x + y = 0
proj
F
(x, y) =?
F = (x, x), x R = G((1, 1))
_
1
2
(1, 1)
_
uma base ortonormada de F
proj
F
(x, y) = ((x, y)[
1
2
(1, 1))
1
2
(1, 1) =
xy
2
(1, 1)
Projeco ortogonal - exemplo
F = (x, y, z) R
2
: x + y + z = 0
proj
F
(x, y, z) =?
_
1
2
(1, 0, 1),
1
6
(1, 2, 1)
_
uma base ortonormada de F
proj
F
(x, y) = ((x, y, z)[
1
2
(1, 0, 1))
1
2
(1, 0, 1) +
((x, y, z)[
1
6
(1, 2, 1))
1
6
(1, 2, 1)
=
xz
2
(1, 0, 1) +
x+2yz
6
(1, 2, 1)
=
_
2xyz
3
,
x+2yz
3
,
xy+2z
3
_
Bases ortonormadas - processo de Gram-Schmidt
Como construir uma base ortonormada (e
1
, . . . , e
k
) de um
subespao E de R
n
a partir de uma base b = (u
1
, . . . , u
k
) de E?
e
1
=
1
u
1
u
1
v
2
= u
2
w
2
; v
2
ortogonal a e
1
e
2
=
1
v
2
v
2
v
3
= u
3
(u
3
[e
1
)e
1
(u
3
[e
2
)e
2
; v
3
ortogonal a e
1
e a e
2
e
3
=
1
v
3
v
3
. . .
v
k
= u
k
(u
k
[e
1
)e
1
(u
3
[e
2
)e
2
. . . (u
k
[e
k1
)e
k1
; v
k

ortogonal a e
1
, . . . , e
k1
e
k
=
1
v
k
v
k
(e
1
, . . . , e
k
) uma base ortonormada de E.
Processo de Gram-Schmidt - exemplo
Obter uma base ortonormada de R
2
a partir de ((1, 2), (3, 1)).
|(1, 2)| =
e
1
=
1
5
(1, 2)
v
2
= (3, 1) ((3, 1)[
1
5
(1, 2))
1
5
(1, 2) = (3, 1) (1, 2) =
(2, 1)
|(2, 1)| =
e
2
=
1
5
(2, 1)
_
1
5
(1, 2),
1
5
(2, 1)
_
uma base ortonormada de R
2
.
Obter uma base ortonormada de R
3
a partir de
((1, 0, 1), (1, 1, 1), (1, 1, 1)).
e
1
=
1
(1,0,1)
(1, 0, 1) =
1
2
(1, 0, 1)
v
2
= (1, 1, 1) ((1, 1, 1)[
1
2
(1, 0, 1))
1
2
(1, 0, 1) =
(1, 1, 1) (1, 0, 1) = (0, 1, 0)
e
2
=
1
(0,1,0)
(0, 1, 0) = (0, 1, 0)
v
3
= (1, 1, 1) ((1, 1, 1)[
1
2
(1, 0, 1))
1
2
(1, 0, 1)
(1, 1, 1)[(0, 1, 0)(0, 1, 0) = (1, 1, 1) (0, 1, 0) = (1, 0, 1)
e
3
=
1
(1,0,1)
(1, 0, 1) =
1
2
(1, 0, 1)
_
1
2
(1, 0, 1), (0, 1, 0),
1
2
(1, 0, 1)
_
uma base ortonormada
de R
3
.
Obter uma base ortonormada de
E = (x, y, z) R
3
: x + y + z = 0
E = (x, y, x y), x, y R = G((1, 0, 1), (0, 1, 1))
(1, 0, 1), (0, 1, 1) so linearmente independentes, portanto

((1, 0, 1), (0, 1, 1)) uma base de E.
e
1
=
1
(1,0,1)
(1, 0, 1) =
1
2
(1, 0, 1)
v
2
= (0, 1, 1) (0, 1, 1)[
1
2
(1, 0, 1)
1
2
(1, 0, 1)
= (0, 1, 1)
1
2
(1, 0, 1) = (
1
2
, 1,
1
2
)
|(
1
2
, 1,
1
2
)| = |
1
2
(1, 2, 1) =
1
2
e
2
=
2
6
(
1
2
, 1,
1
2
) =
1
6
(1, 2, 1)
_
1
2
(1, 0, 1),
1
6
(1, 2, 1)
_
uma base ortonormada de E.
Complemento ortogonal de um subespao
n
, F um subespao de E e
(e
1
, . . . , e
k
) uma base qualquer de F.
Chama-se complemento ortogonal de F em E ao conjunto dos

elementos de E que so ortogonais a todos os elementos de F
(notao: F
).
= u E : v F, u[v = 0
um subespao de E.
Tem-se F
= u E : u[e
1
= = u[e
k
= 0.
o ncleo da aplicao linear proj
F
: E F
u proj
F
u
Complemento ortogonal de um subespao - exemplo
E = R
3
, F = G(1, 2, 1)
(x, y, z) F
(x, y, z)[(1, 2, 1) = 0 x + 2y + z = 0
= (x, y, z) R
3
: x + 2y + z = 0
Complemento ortogonal de um subespao - exemplo
E = R
4
, F = (x, y, z, t) R
4
: x +y +2z = 0 e y 3z +t = 0
_
x + y + 2z = 0
y 3z + t = 0

_
x + 5z t = 0
y 3z + t = 0
F = (5z + t, 3z t, z, t), z, t R
= z(5, 3, 1, 0) + t(1, 1, 0, 1), z, t R
= G((5, 3, 1, 0), (1, 1, 0, 1))
(x, y, z, t) F

_
(x, y, z, t)[(5, 3, 1, 0) = 0
(x, y, z, t)[(1, 1, 0, 1) = 0
_
5x + 3y + z = 0
x y + t = 0
= (x, y, z, t) R
4
: 5x + 3y + z = 0 e x y + t = 0
Teorema espectral
n
, f : R
n
R
n
uma aplicao linear
e b uma base ortonormada de E.
Se M
b,b
(f ) simtrica, ento
f diagonalizvel;
existe uma base ortonormada de E formada por vectores

prprios de f ;
vectores prprios de f associados a valores prprios distintos

so necessariamente ortogonais;
para obter uma base ortonormada de E formada por vectores

prprios de f , basta tomar uma base ortonormada de cada um
dos subespaos prprios de f e juntar todos os vectores dessas
bases.
Exemplo
f : R
3
R
3
(x, y, z) (2x + y z, x + y + 2z, x + 2y + z)
M
b
c
,b
c
(f ) =
_
_
_
2 1 1
1 1 2
1 2 1
_
_
_
; a matriz simtrica
polinmio caracterstico: p() =

3
+ 9
valores prprios: 0, 3, 3
subespaos prprios: E
0
= G((1, 1, 1)),
E
3
= G((0, 1, 1)), E
3
= G((2, 1, 1))
base ortonormada de vectores prprios:

(
1
3
(1, 1, 1),
1
2
(0, 1, 1),
1
6
(2, 1, 1))
Produto vectorial em R
3
: denio
Sejam e
1
= (1, 0, 0), e
2
= (0, 1, 0), e
3
= (0, 0, 1), u = (u
1
, u
2
, u
3
),
v = (v
1
, v
2
, v
3
), w = (w
1
, w
2
, w
3
)
O produto vectorial de u e v, denido por

u v = (u
2
v
3
u
3
v
2
, u
3
v
1
u
1
v
3
, u
1
v
2
u
2
v
1
)
Tem-se u v = det
_
_
_
e
1
e
2
e
3
u
1
u
2
u
3
v
1
v
2
v
3
_
_
_
=
(u
2
v
3
u
3
v
2
)e
1
+ (u
3
v
1
u
1
v
3
)e
2
+ (u
1
v
2
u
2
v
1
)e
3
=
(u
2
v
3
u
3
v
2
, u
3
v
1
u
1
v
3
, u
1
v
2
u
2
v
1
)
3
: propriedades
Sejam u, v R
3
.
u v o vector nulo sse u e v so colineares.
Se u e v no so colineares, ento u v ortogonal a u e a v.
|u v| = |u||v| sen , onde o ngulo entre u e v.
|u v| a rea do paralelograma denido por u e v.
O sentido de u v dado pela regra do saca-rolhas.

u
v
uxv
3
: propriedades
Sejam u = (u
1
, u
2
, u
3
), v = (v
1
, v
2
, v
3
), w = (w
1
, w
2
, w
3
) R
3
.
Tem-se
u (v + w) = u v + u w
(au) v = u (av) = a(u v)
u v = v u
w[(u v) = det
_
_
_
w
1
w
2
w
3
u
1
u
2
u
3
v
1
v
2
v
3
_
_
_
Se u e v no so colineares, ento (u, v, u v) uma base de

R
3
e det
_
_
_
u
1
v
1
w
1
u
2
v
2
w
2
u
3
v
3
w
3
_
_
_
> 0 (diz-se que a base (u, v, w)
tem a mesma orientao da base cannica).

Mat II AL

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Mat II AL

Uploaded by

Copyright:

Available Formats

Matemtica II

Anton, H., Rorres, C. Elementary Linear Algebra - applications

Adams, R. Calculus - a complete course

Marsden, J., Tromba, A. Vector Calculus

Chaves, G. Clculo Innitesimal

Testes permitindo dispensar de parte ou da totalidade do

1 teste: 11 de abril de 2012 (no horrio da aula terica desse

2 teste: 6 de junho de 2012 (no horrio da aula terica desse

A descrio detalhada do esquema de avaliao deve ser

soma de dois elementos de R

produto de um nmero real por um elemento de R

soma de dois elementos de R

produto de um nmero real por um elemento de R

E um conjunto no vazio, a cujos elementos se chamam

+ uma operao interna (normalmente chamada adio) em

uma operao envolvendo os nmeros reais (normalmente

as operaes satisfazem determinadas propriedades.

Os vectores do plano com origem em (0, 0) e as operaes

Os vectores do espao com origem em (0, 0, 0) e as operaes

O conjunto dos polinmios de coecientes reais, com a adio

O conjunto das funes de R em R, com a adio usual de

Geralmente fala-se no espao vectorial E.

Para a R e u E, escreve-se geralmente au em vez de a u

Para quaisquer u, v E, utiliza-se a notao u v para

Para quaisquer a R, u E, a(u) = (a)u = (au)

Se F E, diz-se que (F, +, ) um subespao vectorial de

para quaisquer u, v F, se tem u + v F;

para quaisquer a R e u F, se tem au F.

Geralmente diz-se s que F um subespao de E.

Um subespao vectorial de um espao vectorial real tambm

as rectas que contm a origem (isto , conjuntos do tipo

os planos que contm a origem (isto , conjuntos do tipo

as rectas que contm a origem (isto , conjuntos do tipo

para qualquer n N, polinmios de grau n

polinmios que se anulam em 3

polinmios que se anulam em 1 e em 5

polinmios de grau 2 no subespao de R[X];

para qualquer k 1, polinmios de grau k no subespao

matrizes triangulares superiores =

Consideremos um sistema homogneo de m equaes lineares

O conjunto das solues do sistema um subespao vectorial

Esse subespao reduzido ao vector nulo sse o sistema

Consideremos o caso particular em que n = 2, seja A a matriz

Se car A = 2, o sistema possvel e determinado e

Se car A = 1, o sistema possvel e indeterminado e F uma

Se car A = 0 (o que s acontece se todos os coecientes so

Consideremos o caso particular em que n = 3, seja A a matriz

Se car A = 3, o sistema possvel e determinado e

Se car A = 2, o sistema possvel e indeterminado e F uma

Se car A = 1, o sistema possvel e indeterminado, e F um

Se car A = 0 (o que s acontece se todos os coecientes so

Qualquer subespao de um espao vectorial E contm o

A interseco de subespaos de um espao vectorial E

A reunio de subespaos vectoriais de um espao vectorial E

(8, 9) = 2(1, 3) + 3(2, 5)

Diz-se que (8, 9) combinao linear de (1, 3) e (2, 5)

(2, 1) = a(1, 3) + b(2, 6) (2, 1) = (a + 2b, 3a + 6b)

No existem a, b tais que (2, 1) = a(1, 3) + b(2, 6)

Diz-se que (2, 1) no combinao linear de (1, 3) e (2, 6).

(3, 4, 1) = 1(1, 1, 1) + 2(1, 2, 1) 3(2, 3, 0)

(3, 4, 1) = 2(1, 1, 1) 1(1, 2, 1) + 0(2, 3, 0)

(3, 4, 1) = 2(1, 1, 1) + 3(1, 2, 1) 4(2, 3, 0)

(3, 4, 1) pode-se escrever como combinao linear de