Instituto Federal de Educação, Ciência e Tecnologia do Rio Grande do Norte Campus: Mossoró Curso: Licenciatura Plena em Matemática Disciplina: Introdução à Álgebra Linear Prof.: Robson Pereira de Sousa Capítulo 1 Espaços Vetoriais O principal objetivo deste capítulo é levar o aluno a compreender o conceito de espaço vetorial de um ponto de vista axiomático, isto é, o conceito abstrato de espaço vetorial como objeto com uma estrutura algébrica especí…ca. Além disso, serão vistos os conceitos de subespaços vetoriais, dependência e independência linear, bases e dimensão de um espaço vetorial e relações entre bases de um mesmo espaço vetorial. O texto aqui apresentado em quase toda sua totalidade foi extraido de [1] com alguma adaptações. Para um tratamento mais completo recomendamos [1] e [2]. 1.1 Espaços Vetoriais Um espaço vetorial real (ou espaço vetorial sobre R) é um conjunto não-vazio V munido com duas operações: adição !; V 7! u + v +: V V (u; v) e multiplicação por escalar : R V (a; u) ! V 7 ! au tal que as seguintes propriedades valem: 1. u + (v + w) = (u + v) + w, para todos u; v; w 2 V . 2. Existe 0 2 V tal que u + 0 = u, para todo u 2 V . 3. Para cada u 2 V , existe u 2 V tal que u + ( u) = 0. 4. u + v = v + u, para todos u; v 2 V . 5. (a + b)u = au + bu, para todos a; b 2 R e u 2 V . 6. a(u + v) = au + av, para todos u; v 2 V e a 2 R. 1 2 CAPÍTULO 1. ESPAÇOS VETORIAIS 7. a(bu) = (ab)u, para todos a; b 2 R e u 2 V . 8. 1 u = u, para todo u 2 V . Observações 1.1 1. Os elementos do espaço vetorial V serão chamados vetores, independente de sua natureza. Pode parecer estranho, e à primeira vista não deixa de ser, o fato de se chamar de vetores os polinômios (quando for constituído de polinômios), as matrizes (quando V for constituído por matrizes) os números (quando V for um conjunto numérico), e assim por diante. A justi…cativa está no fato de as operações de adição e multiplicação por escalar realizadas como esses elementos de natureza tão distintas se comportarem de forma idêntica, como se estivéssemos trabalhando com os próprios vetores do R2 ou do R3 . Assim, a familiaridade que temos com os vetores do R2 e do R3 terá continuidade nesses conjuntos, chamando seus elementos também de vetores. 2. Se na de…nição acima tivéssemos tomado para escolares o conjunto C dos números complexos, V seria um espaço vetorial complexo. Daqui por diante, salvo referência expressa em contrário, serão considerados somente espaços vetoriais reais. Assim quando disser que V é um espaço vetorial, deve …car subentendido que V é um espaço vetorial sobre o conjunto R, dos números reais. 3. Note que R com as operações usuais é um espaço vetorial sobre R. 4. Na Proposição 1:7, provaremos que u u= 1 u e podemos escrever v = u + ( v); para todos u; v 2 V , para representar a diferença entre elementos de V . Os elementos de V serão chamados, por conveniência, de vetores. 5. As propriedades associativa e comutativa da adição de vetores implicam que a soma de um certo número de vetores é independente da maneira pela qual esses vetores são combinados ou associados. Por exemplo, se u, v, w e t são vetores quaisquer em V , então (u + v) + (w + t) = [v + (u + w)] + t e essa pode ser escrita sem confusão como u + v + w + t: Exemplo 1.2 O conjunto V = R2 = f(x1 ; x2 ) : x; y 2 Rg é interpretado como sendo o plano cartesiano xOy. Se u = (x1 ; x2 ) e u = (y1 ; y2 ) 2 V , então V com as operações de adição u + v = (x1 + y1 ; y1 + y2 ) 1.1. ESPAÇOS VETORIAIS 3 e multiplicação por escalar au = (ax1 ; ax2 ) é um espaço vetorial sobre R. Solução. Em Sala! Exemplo 1.3 O conjunto V = R3 = f(x1 ; x2 ; x3 ) : x1 ; x2 ; x3 2 Rg é interpretado como sendo o espaço cartesiano tridimensional xyz. Se u = (x1 ; x2 ; x3 ) e u = (y1 ; y2 ; y3 ) então V com as operações de adição u + v = (x1 + y1 ; x2 + y2 ; x3 + y3 ) e multiplicação por escalar au = (ax1 ; ax2 ; ax3 ); é um espaço vetorial sobre R. Solução. Fica como exercício. Análogo ao exercício anterior. Exemplo 1.4 Sejam V = R2 = f(x1 ; x2 ) : xi 2 Rg; u = (x1 ; x2 ) 2 V e v = (y1 ; y2 ) 2 V: Veri…que se V com as operações de adição u + v = (x1 + y1 ; x2 + y2 ) e multiplicação por escalar au = (ax1 ; x2 ) é um espaço vetorial sobre R. Solução. Em Sala! Exemplo 1.5 Seja V o conjunto de todas as matrizes de ordem 2 2, isto é, ( ! ) a b V = : a; b; c e d 2 R (1.1) c d ! ! a b e f Se A = 2V eB= 2 V , então V , com as operações de adição c d g h ! ! ! a b e f a+e b+f A+B= + = c d g h c+g d+h e multiplicação por escalar A= é um espaço vetorial sobre R. a c b d ! 4 CAPÍTULO 1. ESPAÇOS VETORIAIS Solução.Em Sala! Exemplo 1.6 Sejam S um conjunto não-vazio e V = F(S; R) = ff : S ! R : f é uma funçãog: o conjunto de todas as funções de valores reais. Se f 2 V e g 2 V , então V , com as operações de adição f + g dada por (f + g)(x) = f (x) + g(x); 8 x 2 S; e multiplicação por escalar af dada por (af )(x) = af (x); 8 x 2 S; é um espaço vetorial sobre R. Solução. Em Sala! Proposição 1.7 Seja V um espaço vetorial sobre R. Então: 1. Existe um único vetor nulo em V (elemento neutro). 2. Cada vetor u 2 V admite um único vetor simétrico u. 3. Existe um único x 2 V tal que u + x = v, para todos u; v 2 V . 4. a0 = 0, para todo a 2 R e 0 2 V . 5. 0u = 0, para todo u 2 V e 0 2 R. 6. Se au = 0, então a = 0 ou u = 0, com a 2 R e u 2 V . 7. u = ( 1)u, para todo u 2 V . 8. ( a)u = a( u) = (au), para todo a 2 R e u 2 V . Prova. Vamos provar apenas os itens (1) e (4). Suponhamos que exista outro vetor 00 2 V tal que u + 00 = u, para todo u 2 V . Então 0 = 0 + 00 = 00 : Como u + 0 = u, para todo u 2 V , temos, em particular, que 0 + 0 = 0. Logo, a0 = a(0 + 0) = a0 + a0: Portanto, pelo item (1), a0 = 0. 1.2. SUBESPAÇOS VETORIAIS Observação 1.8 Seja w = 5 u + u. Então w + w = ( u + u) + ( u + u) = = u + (0 + u) = u + ([u + ( u)] + u) u + u = w: Logo, 0 = w + ( w) = [w + w] + ( w) = w + [w + ( w)] = w + 0 = w: Portanto, u + u = 0, para todo u 2 V . Além disso, 0 + u = [u + ( u)] + u = u + [ u + u] = u + 0 = u; isto é, 0 + u = u, para todo u 2 V: 1.2 Subespaços Vetoriais Sejam V um espaço vetorial sobre R e W um subconjunto não-vazio de V . Dizemos que W é um subespaço (vetorial) de V se as seguintes condições são satisfeitas: 1. W 6= ; 2. u + v 2 W , para todos u; v 2 W . 3. au 2 W , para todo a 2 R e u 2 W . Observações 1.9 1. Qualquer subespaço W de V contém o vetor nulo 0, pois quando a = 0, temos que 0 = 0u 2 W: 2. Pode ser provado que, se admitirmos essas duas propriedades em W , as oito propriedades de espaço vetorial são válidas em W . Dessa forma, W é também um espaço vetorial com as propriedades herdadas de V . 3. Todo espaço vetorial V admite pelo menos dois subespaços, a saber, f0g e V , chamados de subespaços triviais ou impróprios. Os demais subespaços de V são chamados de subespaços não-triviais ou próprios. Exemplo 1.10 Sejam V = Rn e W = f(x1 ; : : : ; xn ) 2 V : x1 = 0g = f(0; x2 ; : : : ; xn ) : x2 ; : : : ; xn 2 Rg: Então W é um subespaço de V . 6 CAPÍTULO 1. ESPAÇOS VETORIAIS Solução. Em Sala! Exemplo 1.11 Sejam V = Rn n e W = fA 2 V : At = Ag o conjunto das matrizes simétricas. Então W é um subespaço de V . Solução. Em Sala! Exemplo 1.12 Sejam V = F(R; R) o espaço vetorial de todas as funções reais e W = ff 2 V : f ( x) = f (x); 8 x 2 Rg o conjunto das funções pares. Então W é um subespaço de V . Solução.Em Sala! Exemplo 1.13 Sejam V = Rn e W = f(x1 ; : : : ; xn ) 2 V : x2 = x1 + 1g: Então W não é um subespaço de V , pois 0 = (0; : : : ; 0) 2 = W: Exemplo 1.14 Sejam V = R2 e W = f(x1 ; x2 ) 2 V : x2 = jx1 jg: Então W não é um subespaço de V , pois u = ( 1; 1) 2 W e v = (2; 2) 2 W mas u + v = (1; 3) 2 = W: Note que 0 = (0; 0) 2 W . Portanto, 0 2 W é condição necessária mas não su…ciente para que W seja um subespaço de V . Teorema 1.15 Seja V um espaço vetorial sobre R. Se W1 e W2 são subespaços de V , então W1 \ W2 é um subespaço de V . Prova. Como W1 e W2 são subespaços, temos 0 2 W1 e 0 2 W2 ) 0 2 W1 \ W2 ) W1 \ W2 6= ;: Dados u; v 2 W1 \ W2 e a 2 R. Como u; v 2 W1 \ W2 temos que u; v 2 W1 e u; v 2 W2 . Assim, por hipótese, u + v 2 W1 ; u + v 2 W2 e au 2 W1 ; au 2 W2 : Logo, u + v 2 W1 \ W2 e au 2 W1 \ W2 : Portanto, W1 \ W2 é um subespaço de V . 1.2. SUBESPAÇOS VETORIAIS 7 Exemplo 1.16 Sejam V = R3 , W1 = f(x; y; z) 2 V : x = 0g e W2 = f(x; y; z) 2 V : y = 0g subespaços de V (prove isto!). Determine W1 \ W2 . Solução. Em Sala! Exemplo 1.17 Sejam V = R2 2 , (" # ) (" # ) a 0 a b W1 = 2 V : a; b; c 2 R e W2 = 2 V : a; b 2 R c 0 0 d subespaços de V (prove isto!). Determine W1 \ W2 . Solução. Em Sala! Pergunta. W1 [ W2 é um subespaço de V ? A resposta dessa pergunta é, em geral, não. De fato, sejam V = R2 , W1 = f(x; y) 2 V : y = 0g e W2 = f(x; y) 2 V : x = 0g subespaços de V (prove isto!). Então W1 [ W2 não é um subespaço de V , pois u = (1; 0) 2 W1 [ W2 e v = (0; 1) 2 W1 [ W2 mas u + v = (1; 1) 2 = W1 [ W2 : Teorema 1.18 Seja V um espaço vetorial sobre R. Se W1 e W2 são subespaços de V , então o conjunto W1 + W2 = fu1 + u2 : u1 2 W1 e u2 2 W2 g é um subespaço de V . Prova.Em Sala! Exemplo 1.19 Sejam V = R3 , W1 = f(x; y; z) 2 V : x = 0g e W2 = f(x; y; z) 2 V : y = z = 0g subespaços de V (prove isto!). Determine W1 \ W2 e W1 + W2 . Solução. Em Sala! Sejam V um espaço vetorial sobre R e W1 ; W2 subespaços de V . Dizemos que V é decomposto em soma direta de W1 e W2 , em símbolos V = W1 W2 , se as seguintes condições são satisfeitas: 8 CAPÍTULO 1. ESPAÇOS VETORIAIS 1. V = W1 + W2 . 2. W1 \ W2 = f0g. Exemplo 1.20 Sejam V = R3 , W1 = f(x; y; z) 2 V : x = 0g e W2 = f(x; y; z) 2 V : y = z = 0g subespaços de V . Então, pelo Exemplo 1:19, V = W1 Exemplo 1.21 Sejam V = Rn n W2 . , W1 = fA 2 V : At = Ag e W2 = fA 2 V : At = subespaços de V . Mostre que V = W1 Ag W2 . Solução. Em Sala! 1.3 Combinação Linear Seja V um espaço vetorial sobre R. Um vetor u em V é uma combinação linear dos vetores u1 ; : : : ; un em V se existirem escalares x1 ; : : : ; xn 2 R tais que u = x 1 u1 + + x n un = n X x i ui : i=1 Exemplo 1.22 Consideremos no R2 os vetores v1 = (1; 0) e v2 = (2; 4). Vamos escrever o vetor u = (2; 4) como combinação linerar dos vetores v1 e v2 : Solução. Em Sala! Teorema 1.23 Sejam V um espaço vetorial sobre R e u1 ; : : : ; un vetores …xados em V . Então o conjunto ( n ) X W = fx1 u1 + + xn un : x1 ; : : : ; xn 2 Rg = x i ui : x i 2 R i=1 é um subespaço de V . Prova. É claro que W 6= ;, pois 0 = 0u1 + + 0un 2 W: Dados u; v 2 W e a 2 R. Como u; v 2 W temos que existem x 1 ; : : : ; x n ; y1 ; : : : ; y n 2 R 1.3. COMBINAÇÃO LINEAR 9 tais que u = x 1 u1 + + x n un e v = y 1 u1 + + y n un : Logo, u + v = (x1 u1 + + xn un ) + (y1 u1 + + y n un ) = (x1 + y1 )u1 + + (xn + yn )un 2 W au = a(x1 u1 + + x n un ) e = (ax1 )u1 + + (axn )un 2 W: Portanto, W é um subespaço de V . O subespaço W = fx1 u1 + + xn un : x1 ; : : : ; xn 2 Rg = ( n X i=1 x i ui : x i 2 R de V é chamado o subespaço gerado por u1 ; : : : ; un . Mais geralmente, seja junto não-vazio de V . Então ( k ) X W = x i ui : x i 2 R e ui 2 ) um subcon- i=1 é o subespaço de V gerado por , onde por é o conjunto de geradores de W , e será denotado W = [ ]: Quando = fu1 ; : : : ; un g, denotamos [ ] por [u1 ; : : : ; un ]. Exemplo 1.24 Sejam V = R3 e e1 = (1; 0; 0); e2 = (0; 1; 0) e3 = (0; 1; 0), vetores em V . Determine W = [e1 ; e2 ; e3 ]. Solução. Em Sala! Exemplo 1.25 Sejam V = R2 2 e " # " # " # " # 1 0 0 1 0 0 0 0 E11 = ; E12 = ; E21 = ; E22 = 0 0 0 0 1 0 0 1 vetores em V . Determine W = [E11 ; E12 ; E21 ; E22 ]. Solução. Em Sala! Exemplo 1.26 Sejam V = P3 (R) e pi = xi ; i = 0; 1; 2; 3; vetores em V . Determine W = [p0 ; p1 ; p2 ; p3 ]. Solução. Em Sala! 10 1.4 CAPÍTULO 1. ESPAÇOS VETORIAIS Dependência e Independência Linear Sejam V um espaço vetorial sobre R e u1 ; : : : ; un 2 V . Dizemos que os vetores u1 ; : : : ; un são linearmente dependentes (LD) se existirem escalares x1 ; : : : ; xn 2 R, não todos iguais a 0, tais que x 1 u1 + + xn un = 0: (1.2) Ou, equivalentemente, a equação vetorial (1.2) admite uma solução não-nula. Caso contrário, dizemos que os vetores u1 ; : : : ; un são linearmente independentes (LI) ou, equivalentemente, a equação vetorial (1.2) admite apenas a solução nula. Mais geralmente, sejam V um espaço vetorial sobre R e um subconjunto não-vazio de V . Dizemos que é LI se para quaisquer vetores distintos u1 ; : : : ; un em , temos que x 1 u1 + + x n un = 0 ) x 1 = isto é, todo subconjunto …nito de = xn = 0; é LI. Caso contrário, é LD. Exemplo 1.27 Sejam V = R2 e u1 = (2; 1) e u2 = (1; 3) vetores em V . vamos veri…car que u1 e u2 são LI. Solução. Em Sala! Exemplo 1.28 Sejam V = R3 e u1 = (3; 0; 3); u2 = ( 1; 1; 2); u3 = (4; 2; 2); u4 = (2; 1; 1) vetores em V . Veri…que se os vetores u1 , u2 , u3 e u4 são LI ou LD. Solução. Para resolver esse problema devemos resolver a equação vetorial x1 u1 + x2 u2 + x3 u3 + x4 u4 = 0; onde 0 = (0; 0; 0) 2 V . Mas isto é equivalente a resolver o sistema homogêneo 8 > < 3x1 x2 + 4x3 + 2x4 = 0 x2 + 2x3 + x4 = 0 : > : 3x1 + 2x2 2x3 + x4 = 0 Para resolver o sistema, vamos considerar a matriz dos coe…cientes do sistema e reduzí-la à forma em escada 2 3 2 3 3 1 4 2 1 0 2 0 6 7 6 7 A=4 0 ! R = 4 0 1 2 0 5: 1 2 1 5! 3 2 2 1 0 0 0 1 1.4. DEPENDÊNCIA E INDEPENDÊNCIA LINEAR 11 Logo, nosso sistema é equivalente ao sistema Escolhendo, x3 = c 2 R, temos que 8 > < x1 + 2x3 = 0 x2 + 2x3 = 0 : > : x4 = 0 S = f( 2c; 2c; c; 0) : c 2 Rg é o conjunto solução do sistema. Em particular, se c = 1, então ( 2; 2; 1; 0) é uma solução não-nula do sistema. Portanto, os vetores u1 , u2 , u3 e u4 são LD, isto é, 2u1 2u2 + u3 + 0u4 = 0: Teorema 1.29 Sejam V um espaço vetorial sobre R e u1 ; : : : ; un 2 V . O conjunto fu1 ; : : : ; un g é LD se, e somente se, um desses vetores for combinação linear dos outros. Prova. Suponhamos que o conjunto fu1 ; : : : ; un g seja LD. Então, por de…nição, existem escalares x1 ; : : : ; xn 2 R, não todos nulos, tais que x 1 u1 + + xn un = 0: Como os escalares x1 ; : : : ; xn não são todos nulos temos que existe i 2 f1; : : : ; ng tal que xi 6= 0. Logo, ui = ( x1 )u1 + xi xi 1 )ui xi +( 1 +( xi+1 )ui+1 + xi +( xn )un : xi Reciprocamente, suponhamos que um desses vetores seja combinação linear dos outros, digamos uj = x 1 u1 + + x j 1 uj 1 + xj+1 uj+1 + + x n un : Logo, a equação vetorial x 1 u1 + + x j 1 uj 1 + ( 1)uj + xj+1 uj+1 + + xn un = 0. admite pelo menos uma solução não-nula, a saber, (x1 ; : : : ; xj 1 ; 1; xj+1 ; : : : ; xn ). Portanto, o conjunto fu1 ; : : : ; un g é LD Exemplo 1.30 Os vetores v1 = (1; 2; 3) e v2 = (2; 4; 6) são LD, pois v1 = 21 v2 ou v2 = 2v1 . Por outro lado, os vetores v1 = (1; 2; 3) e v2 = (2; 1; 5) são LI, pois v1 6= kv2 para todo k 2 R. 12 CAPÍTULO 1. ESPAÇOS VETORIAIS 1.5 Bases e Dimensão Seja V um espaço vetorial sobre R. Um conjunto = fu1 ; : : : ; un g de vetores em V é uma base de V se as seguintes condições são satisfeitas: 1. = fu1 ; : : : ; un g é LI. 2. V = [ ] = [u1 ; : : : ; un ]: Ou, equivalentemente, V = [u1 ] [u2 ] Mais geralmente, um subconjunto não-vazio V. [un ]: de V é uma base de V se é LI e gera Observação 1.31 Pode ser provado, que todo espaço vetorial V 6= f0g possui uma base. Exemplo 1.32 Seja V = R3 . É fácil veri…car que o conjunto = fe1 ; e2 ; e3 g é uma base …nita de V , a qual é chamada de base canônica de V . Exemplo 1.33 Seja V = R2 . Vamos veri…car que o conjunto = f(1; 1); ( 1; 0)g é uma base …nita de V . Solução. Em Sala! Seja V um espaço vetorial sobre R. Dizemos que V é de dimensão …nita se ele possui uma base …nita, por exemplo, V = R3 é de dimensão …nita. Caso contrário, V é de dimensão in…nita. Teorema 1.34 Sejam V um espaço vetorial sobre R e u1 ; : : : ; un vetores em V tais que V = [u1 ; : : : ; un ]: Então, dentre esses vetores, podemos extrair uma base de V . Prova. Ver [1] Exemplo 1.35 Sejam V = R3 e u1 = (1; 0; 0), u2 = (1; 1; 0), u3 = (0; 0; 1), u4 = (1; 1; 1) vetores em V tais que V = [u1 ; u2 ; u3 ; u4 ]: Determine dentre esses vetores uma base de V . 1.5. BASES E DIMENSÃO 13 Solução. Para resolver esse problema devemos veri…car se os vetores u1 ; u2 ; u3 e u4 são LI ou LD, isto é, veri…car se a equação vetorial x 1 u1 + x 2 u2 + x 3 u3 + x 4 u4 = 0 tem solução nula ou não, onde 0 = (0; 0; 0) 2 V . o sistema homogêneo 8 > < x1 + x2 + x4 x2 + x4 > : x3 + x4 Mas isto é equivalente a determinar se =0 =0 =0 tem solução. É fácil veri…car que S = f(0; c; c; c) : c 2 Rg é o conjunto solução do sistema. Em particular, se c = 1, então (0; 1; 1; 1) é uma solução não-nula do sistema. Portanto, os vetores u1 , u2 , u3 e u4 são LD e u4 = 0u1 + u2 + u3 : Assim, V = [u1 ; u2 ; u3 ] e o conjunto = fu1 ; u2 ; u3 g é uma base de V (prove isto!). Teorema 1.36 Seja V um espaço vetorial sobre R tal que V = [u1 ; : : : ; um ]: Então todo conjunto com mais de m vetores em V é LD. Assim, todo conjunto de vetores LI em V possui no máximo m vetores. Prova. Ver [1] Corolário 1.37 Seja V um espaço vetorial de dimensão …nita sobre R. Se fu1 ; : : : ; um g e fv1 ; : : : ; vn g são duas bases quaisquer de V , então m = n. Prova. Como V = [u1 ; : : : ; um ] e fv1 ; : : : ; vn g é um conjunto LI temos, pelo Teorema 1.36, que n m. Por outro lado, como V = [v1 ; : : : ; vn ] e fu1 ; : : : ; um g é um conjunto LI temos, pelo Teorema 1.36, que m n. Portanto, m = n. Seja V um espaço vetorial de dimensão …nita sobre R. A dimensão de V é o número de elementos em alguma base de V e será denotada por dim V ou dimR V . Note, pelo Corolário 1.37, que essa de…nição não depende da base de V , isto é, está bem de…nida. Quando V = f0g, convencionamos que dim V = 0. Sejam V um espaço vetorial sobre R e = fu1 ; : : : ; un g um subconjunto qualquer de vetores de V . O posto de é de…nido por posto( ) = dim[ ]: 14 CAPÍTULO 1. ESPAÇOS VETORIAIS Lema 1.38 Seja V um espaço vetorial sobre R. Seja fu1 ; : : : ; um g um subconjunto LI em V . Então u 2 V [u1 ; : : : ; um ] se, e somente se, fu1 ; : : : ; um ; ug é um conjunto LI. Prova. Sejam x1 ; : : : ; xm ; y escalares em R tais que x 1 u1 + + xm um + yu = 0. Então y = 0, pois se y 6= 0, então u=( x1 )u1 + y +( xm )um ) u 2 [u1 ; : : : ; um ]; y o que é impossível. Assim, y = 0 e x 1 u1 + + xm um = 0. Logo, por hipótese, x1 = = xm = 0. Portanto, fu1 ; : : : ; um ; ug é um conjunto LI. Teorema 1.39 Sejam V um espaço vetorial de dimensão …nita sobre R e W um subespaço de V . Então todo conjunto de vetores LI em W é parte de uma base de W (ou seja, pode ser completado até formar uma base de V ). Prova. Seja fu1 ; : : : ; um g um conjunto de vetores LI em W . Se W = [u1 ; : : : ; um ]; acabou. Caso contrário, existe pelo Lema 1.38 um+1 2 W [u1 ; : : : ; um ] tal que fu1 ; : : : ; um ; um+1 g é LI em W . Se W = [u1 ; : : : ; um ; um+1 ]; acabou. Caso contrário, existe pelo Lema 1.38 um+2 2 W [u1 ; : : : ; um ; um+1 ] tal que fu1 ; : : : ; um ; um+1 ; um+2 g é LI em W . Continuando dessa maneira (em no máximo dim V conjunto fu1 ; : : : ; um ; um+1 ; um+2 ; : : : ; un g; 1 etapas), obtemos o que é uma base de W . Corolário 1.40 Seja V um espaço vetorial de dimensão …nita sobre R. Se W é um subespaço próprio de V , então dim W < dim V . Além disso, se dim V = n, então todo conjunto com n vetores LI em V é uma base de V . 1.5. BASES E DIMENSÃO 15 Prova. Como W 6= f0g temos que existe u em W com u 6= 0. É claro que fug é um conjunto LI em W . Assim, pelo Teorema 1.39, existe uma base de W contendo u e no máximo dim V elementos. Logo, dim W dim V . Como W V temos que existe v 2 V tal que v 2 = W . Assim, acrescentando v a uma base de W , obtemos um conjunto LI para V . Portanto, dim W < dim V . Exemplo 1.41 Seja V = R3 . Veri…que se os vetores (1; 1; 0) e (0; 1; 1) é parte de uma base de V . Solução. Para resolver esse problema devemos veri…car se os vetores (1; 1; 0) e (0; 1; 1) são LI, isto é, resolver a equação vetorial x1 (1; 1; 0) + x2 (0; 1; 1) = (0; 0; 0): Mas isto é equivalente a veri…car se o sistema homogêneo 8 > x1 = 0 < x1 + x2 = 0 > : x2 = 0 tem solução. É fácil veri…car que x1 = x2 = 0. Logo, os vetores (1; 1; 0) e (0; 1; 1) são LI. Portanto, os vetores (1; 1; 0); (0; 1; 1) é parte de uma base de V . Agora, para determinar u = (b1 ; b2 ; b3 ) 2 V [(1; 1; 0); (0; 1; 1)]; devemos primeiro encontrar os vetores u = (b1 ; b2 ; b3 ) tais que x1 (1; 1; 0) + x2 (0; 1; 1) = u; isto é, resolver o sistema não-homogêneo 8 > x 1 = b1 < x 1 + x 2 = b2 : > : x 2 = b3 Logo, o vetor u = (b1 ; b2 ; b3 ) 2 V é combinação linear dos vetores (1; 1; 0) e (0; 1; 1) se, e somente se, b2 = b1 + b3 . Portanto, u = (b1 ; b2 ; b3 ) 2 V [(1; 1; 0); (0; 1; 1)] , b2 6= b1 + b3 : Em particular, u = (1; 1; 1) 2 V [(1; 1; 0); (0; 1; 1)]: Assim, os vetores (1; 1; 0), (0; 1; 1) e (1; 1; 1) são LI em V . Como dim V = 3 temos que f(1; 1; 0); (0; 1; 1); (1; 1; 1)g é uma base de V . 16 CAPÍTULO 1. ESPAÇOS VETORIAIS Teorema 1.42 Seja V um espaço vetorial de dimensão …nita sobre R. Se W1 e W2 são subespaços de V , então dim(W1 + W2 ) = dim W1 + dim W2 dim(W1 \ W2 ): Prova. Ver [1] Exemplo 1.43 Sejam V = R4 , W1 = f(x; y; z; t) 2 V : y + z + t = 0g e W2 = f(x; y; z; t) 2 V : x + y = 0 e z 2t = 0g: subespaços de V . 1. Determine uma base de W1 + W2 e dim(W1 + W2 ). 2. V é soma direta de W1 e W2 ? Solução. Note que W1 = f(x; y; z; t) 2 V : y + z + t = 0g = f(x; y; z; y z) 2 V : x; y; z 2 Rg = f(x; 0; 0; 0) + (0; y; 0; y) + (0; 0; z; z) : x; y; z 2 Rg = [(1; 0; 0; 0); (0; 1; 0; 1); (0; 0; 1; 1)]: e dim W1 = 3. De modo análogo, mostra-se que W2 = [(1; 1; 0; 0); (0; 0; 2; 1)] e dim W2 = 2. Agora, para determinar uma base de W1 +W2 , podemos escalonar a matriz 2 3 2 3 1 0 0 0 1 0 0 0 6 7 6 7 6 0 6 0 1 0 0 7 1 0 1 7 6 7 6 7 6 0 7! 6 0 0 1 0 7 ! 0 1 1 6 7 6 7 6 7 6 7 1 1 0 0 0 0 0 1 4 5 4 5 0 0 2 1 0 0 0 0 Portanto, o conjunto = f(1; 0; 0; 0); (0; 1; 0; 1); (0; 0; 1; 1); (1; 1; 0; 0)g é uma base de W1 + W2 e dim(W1 + W2 ) = 4. Assim, V = R4 = W1 + W2 , pois W1 + W2 V . Como dim(W1 \ W2 ) = dim W1 + dim W2 = 3+2 4=1 dim(W1 + W2 ) 1.5. BASES E DIMENSÃO 17 temos que V não é soma direta de W1 e W2 . Note que, para determinar uma base de W1 \ W2 basta resolver o sistema 8 > < y+z+t=0 x+y =0 : > : z 2t = 0 Assim, W1 \ W2 = [(3; 3; 2; 1)]. Exemplo 1.44 Sejam V = R3 , W1 = [(1; 0; 1); (0; 1; 2)] e W2 = [(1; 2; 3) ; (1; 1; 1)] : subespaços de V . 1. Determine uma base de W1 \ W2 e a dim(W1 \ W2 ). 2. V é soma direta de W1 e W2 ? Solução. É fácil veri…car que dim W1 = 2 e dim W2 = 2. Agora, para determinar uma base para W1 \ W2 , devemos primeiro determinar os vetores u = (x; y; z) em R3 que estão nos subespaços W1 e W2 , isto é, escalonar as matrizes 2 3 2 3 . . 1 0 .. x 1 1 .. x 6 7 6 7 .. 6 0 1 ... y 7 e 6 2 7: 1 . y 4 5 4 5 .. .. 1 2 . z 3 1 . z Assim, e 2 6 6 4 2 . 1 0 .. x . 0 1 .. y . 1 2 .. z 3 . 1 .. x . 1 .. y . 1 .. z 3 1 6 6 2 4 3 7 7! 5 7 7! 5 Logo, pelo item 2: das Observações ??, W1 = f(x; y; z) 2 V : x 2 . 1 0 .. 6 .. !6 4 0 1 . . 0 0 .. x 2 . 1 0 .. 6 .. !6 4 0 1 . . 0 0 .. 7 7 5 y 2y + z x+y 3 2x y 3 5x 2y+3z 3 2y + z = 0g e W2 = f(x; y; z) 2 V : Finalmente, basta resolver o sistema ( 3 x 3 7 7: 5 5x 2y + 3z = 0g: x 2y + z = 0 : 5x 2y + 3z = 0 Assim, W1 \ W2 = [(1; 2; 3)] e dim(W1 \ W2 ) = 1. Portanto, V não é soma direta de W1 e W2 mas V = W1 + W2 , pois dim(W1 + W2 ) = 2 + 2 1 = 3 = dim V e W1 + W2 V: 18 1.6 CAPÍTULO 1. ESPAÇOS VETORIAIS Mudança de Bases Seja V um espaço vetorial de dimensão …nita sobre R. Uma base ordenada de V é uma seqüência …nita de vetores LI que gera V e será denotada por (u1 ; : : : ; un ) ou fu1 ; : : : ; un g Se a seqüência u1 ; : : : ; un é uma base ordenada de V , então fu1 ; : : : ; un g é uma base de V . Observação 1.45 É importante destacar as principais diferenças entre seqüência e conjunto de vetores: a primeira é a ordem - no conjunto não importa a ordem dos elementos enquanto na seqüência a ordem é importante - no conjunto os elementos são todos distintos enquanto na seqüência todos podem ser iguais. Teorema 1.46 Sejam V um espaço vetorial de dimensão …nita sobre R e = fu1 ; : : : ; un g uma base ordenada de V . Então todo vetor u 2 V pode ser escrito de modo único sob a forma: u = x 1 u1 + + x n un : Prova. (Existência) Como u 2 V = [ ] temos que existem escalares x1 ; : : : ; xn em R tais que u = x 1 u1 + + x n un : (Unicidade) Suponhamos, também, que u = y 1 u1 + + y n un : Então 0=u Como é LI temos que xi u = (x1 y1 )u1 + + (xn yn )un : yi = 0, i = 1; : : : ; n. Portanto, xi = yi , i = 1; : : : ; n. Os escalares x1 ; : : : ; xn são chamados as coordenadas (ou componentes) do vetor u em relação à base ordenada e será denotada por 2 3 x1 6 . 7 [u] = 4 .. 5 : xn chamaremos ainda u = (x1 ; x2 ; Note que ; xn ) de vetor componente de u em relação a base : [u + v] = [u] + [v] e [au] = a[u] ; 8 u; v 2 V; a 2 R: 1.6. MUDANÇA DE BASES 19 Exemplo 1.47 Ssabendo que = f(1; 2; 3); (0; 1; 2); (0; 0; 1)g é uma base ordenada de V . Vamos determinar 1. A matriz-coordenada e o vetor-coordenada do vetor v = (5; 4; 2): 2. O vetor v 2 R3 cujo vetor coordenada em relação a é v = (2; 3; 4). Solução. Em sala! Exemplo 1.48 Sejam V = R3 e = f(1; 0; 1); (1; 1; 1); (1; 0; 0)g uma base ordenada de V . Determine [(a; b; c)] . Solução. Para resolver esse problema devemos encontrar x1 ; x2 ; x3 2 R tais que (a; b; c) = x1 (1; 0; 1) + x2 (1; 1; 1) + x3 (1; 0; 0); isto é, resolver o sistema não-homogêneo 8 > < x1 + x2 + x3 = a x2 = b : > : x1 + x2 = c É fácil veri…car que x1 = b c, x2 = b e x3 = a 2 2b + c. Portanto, 3 b c 6 7 [(a; b; c)] = 4 b 5: a 2b + c Sejam V um espaço vetorial de dimensão …nita sobre R, = fu1 ; : : : ; un g e 0 = fv1 ; : : : ; vn g duas bases ordenadas de V . Então, pelo Teorema 1.46, todo vetor u 2 V pode ser escrito de modo único sob a forma ( u = x 1 u1 + + x n un (1.3) u = y1 v1 + + yn vn : Assim, 2 3 2 x1 6 . 7 6 [u] = 4 .. 5 e [u] 0 = 4 xn 3 y1 .. 7 . 5: yn 20 CAPÍTULO 1. ESPAÇOS VETORIAIS Como vj 2 V , para cada j = 1; 2; : : : ; n, temos que existem únicos aij 2 R tais que v1 = a11 u1 + .. . .. . .. . + an1 un = .. . .. .. . . vn = a1n u1 + .. . n P ai1 ui i=1 .. . + ann un = .. . n P (1.4) ain ui : i=1 Logo, pela Equação (1.3), temos que u = y1 v1 + + yn vn n n X X = yj ( aij ui ) = j=1 n X i=1 n X ( aij yj )ui : i=1 j=1 Assim, pela unicidade das coordenadas, temos que x1 .. . xn Em forma matricial = .. . = a11 y1 .. . an1 y1 + 3 2 x1 6 .. 7 6 4 . 5=4 2 xn Fazendo + .. . . . . a11 .. . .. a11 0 6 .. [I] = 4 . . ann .. an1 obtemos a1n yn .. . ann yn : 32 a1n .. 7 6 . 54 an1 2 + .. . + . 3 y1 .. 7 . 5: yn 3 a1n .. 7 . 5; ann 0 [u] = [I] [u] 0 : 0 A matriz [I] é chamada a matriz de mudança de base da base 0 para a base . 0 Comparando [I] com a equação (1.4), notamos que essa matriz é obtida colocando as coordenadas em relação à base de vj na j-ésima coluna. Observação 1.49 A matriz [I] 0 é invertível, pois para cada i = 1; 2; : : : ; n, temos que vi = ai1 u1 + ai2 u2 + + ain un = n X aij uj (1.5) bjk vk : (1.6) j=1 e para cada j = 1; 2; : : : ; n, temos que uj = bj1 v1 + bj2 v2 + + bjn vn = n X k=1 1.6. MUDANÇA DE BASES 21 0 Fazendo A = [aij ] e B = [bjk ], temos que [I] = At e [I] 0 = Bt . Substituindo a equação (1:6) na equação (1:5), temos que ! ! n n n n X X X X vi = aij bjk vk = aij bjk vk : j=1 k=1 k=1 j=1 Como fv1 ; : : : ; vn g é uma base de V temos que n X j=1 aij bjk = ik ) AB = In : Portanto, 0 [I] 0 [I] = Bt At = (AB)t = (In )t = In ) [I] Exemplo 1.50 Sejam V = R2 , de V . Determine [(5; 8)] : = f(2; 1); (3; 4)g e 0 0 0 = ([I] ) 1 : = fe1 ; e2 g duas bases ordenadas Solução. Em Sala! Exemplo 1.51 Sejam V = R2 , = f(1; 2); (3; 6)g e matriz de mudança de base da base para a base 0 é " # 1 1 [I] 0 = : 1 1 Determine a base 0 0 duas bases ordenadas de V . A . Solução. Em Sala! Bibliogra…a [1] ANDRADE, L. N. de, Introdução à Álgébrica Linear, Ed. UFPB 2007. [4] BOLDRINI, J. L. et al, Álgebra Linear, 3:a Edição, Ed. Harbra Ltda, 1986.