1. A Álgebra dos Complexos

Números complexos

A álgebra dos complexos

Para compreender a necessidade dos números complexos podemos considerar a solução de equações do tipo

(1)

$$
x^{2}+1=0.
$$

Para obter uma solução definimos \(\sqrt{-1}=i,\) a que damos o nome de unidade imaginária. Como consequência desta definição as raízes de (1) são \(i\) e \(-i\) pois
$$
i^{2}=\left( \sqrt{-1}\right) ^{2}=-1;\,\;\;\;\;\left( -i\right) ^{2}=-1.
$$
Um número complexo é um número na forma \(a+bi,\) possuindo, portanto, uma parte real \(a\) e uma parte imaginária \(b\). O conjunto dos complexos é
$$
\mathbb{C} =\left\{ x+iy;\;x,y\in \mathbb{R} \right\}.
$$
Um número complexo qualquer, \(z=x+iy,\) é composto de parte real e parte imaginária, respectivamente
$$
\begin{array}{ll}
\text{Re}\left( z\right) = & x, \\
\text{Im}\left( z\right) = & y.
\end{array}
$$

Dados dois complexos \(z_{1}=x_{1}+iy_{1}\;\) e \(\; z_{2}=x_{2}+iy_{2}\;\) as seguintes operações podem ser definidas:

Adição: \(z_{1}+z_{2}=\left( x_{1}+iy_{1}\right) +\left(x_{2}+iy_{2}\right) =\left( x_{1}+x_{2}\right) +i\left( y_{1}+y_{2}\right) \)Subtração: \(z_{1}-z_{2}=\left( x_{1}+iy_{1}\right) -\left(x_{2}+iy_{2}\right) =\left( x_{1}-x_{2}\right) +i\left( y_{1}-y_{2}\right) \)

Multiplicação: \(\ z_{1}\cdot z_{2}=\left( x_{1}+iy_{1}\right) \cdot\left( x_{2}+iy_{2}\right) =\left( x_{1}x_{2}-y_{1}y_{2}\right) +i\left(x_{1}y_{2}+x_{2}y_{1}\right) \)

Divisão: para \(z_{2}\) \(\neq 0:\)
$$
\frac{z_{1}}{z_{2}}=\frac{x_{1}+iy_{1}}{x_{2}+iy_{2}}=\frac{x_{1}+iy_{1}}{x_{2}+iy_{2}}\frac{x_{2}-iy_{2}}{x_{2}-iy_{2}}=\frac{\left(
x_{1}x_{2}+y_{1}y_{2}\right) +i\left( x_{2}y_{1}-x_{1}y_{2}\right) }{\left(
x_{2}\right) ^{2}+\left( y_{2}\right) ^{2}}.
$$

Observe que \(z_{1}=z_{2}\) se, e somente se, \(x_{1}=x_{2}\) e \(y_{1}=y_{2}\), de forma que uma equação complexa envolve, na verdade, duas equações reais.

Representação cartesiana e polar

Figura 1: Representaçãp cartesiana e polar

O conjunto dos complexos pode ser representado por meio do plano complexo, em sua forma cartesiana, mostrada na figura 1 (a) ou polar, figura (b).

As coordenadas cartesianas e polares se relacionam da seguinte forma:

(2)

$$
\left\{
\begin{array}{ll}
x= & r\cos \theta \\
y= & r\text{sen }\theta\end{array}\right. \Rightarrow \left\{
\begin{array}{ll}
r= & \sqrt{x^{2}+y^{2}}, \\
\theta = & \arctan \left( \frac{y}{x}\right).\end{array}\right.
$$
Podemos portanto escrever \(z=x+iy\) como
$$
z=r\left( \cos \theta +i\text{sen }\theta \right) ,
$$
onde as variáveis \(\left( r, \theta \right) \) e \(\left( x, y\right)\) se relacionam de acordo com as expressões em (2).

Definições: O valor absoluto de \(z=x+iy\) é denotado por
$$
\left\vert z\right\vert =\sqrt{x^{2}+y^{2}}=r,
$$
enquanto \(\theta \) é chamado de argumento de \(z,\; \theta =\text{Arg}\left( z\right).\) O conjugado complexo de \(z\) é denotado por \(\bar{z}\) e definido como
$$
\bar{z}=x-iy.
$$

Figura 2: Valor absoluto e complexo conjugado

Vemos na figura 2 que \(\left\vert z\right\vert \) é a distância do ponto até a origem enquanto \(\bar{z}\) é o complexo obtido de
\(z\) por reflexão no eixo real. Observe que, em termos destas definições temos:
$$
z\bar{z}=\left\vert z\right\vert ^{2},
$$
enquanto a divisão entre complexos pode ser escrita como
$$
\frac{z_{1}}{z_{2}}=\frac{z_{1}\bar{z}_{2}}{z_{2}\bar{z}_{2}}=\frac{z_{1}\bar{z}_{2}}{\left\vert z_{2}\right\vert ^{2}}.
$$

Exercícios Resolvidos:

(1) Encontre as partes reais e imaginárias dos números complexos:
$$
z_{1}=\frac{1-i\sqrt{2}}{\sqrt{2}+i};\ \;\;\;\;\;\ z_{2}=\left( 1+i\right)^{8}.
$$
Racionalizamos o primeiro:
$$
z_{1}=\frac{1-i\sqrt{2}}{\sqrt{2}+i}\frac{\sqrt{2}-i}{\sqrt{2}-i}=\frac{\sqrt{2}-i-2i-\sqrt{2}}{3}=-i,
$$
e o segundo
$$
z_{2}=\left( 1+i\right) ^{8}=\left[ \left( 1+i\right) ^{2}\right]^{4}=\left( 2i\right) ^{4}=2^{4}=16.
$$
Portanto \(\text{Re}\left( z_{1}\right) =0,\;\text{Im}\left( z_{1}\right)=-1;\;\text{Re}\left( z_{2}\right) =16,\;\text{Im}\left( z_{2}\right) =0.\)

(2) Escreva na sua forma polar e calcule os conjugados complexos de:
$$
z_{3}=i,\;\;z_{4}=\frac{i}{1-i}.
$$
O argumento de \(z_{3}\;\) pode ser visto apenas pela posição do ponto no plano complexo, \(\theta =\pi /2,\,\) enquanto seu valor absoluto é \(\left\vert z_{3}\right\vert =\sqrt{1^{2}+0}=1.\) Então
$$
z_{3}=i=\cos \frac{\pi }{2}+i\;\text{sen }\frac{\pi }{2},
$$
$$
\bar{z}_{3}=\bar{\imath}=-i\;\;\text{ ou }\;\;\bar{z}_{3}=\cos \frac{\pi }{2}-i\;\text{sen }\frac{\pi }{2}.
$$
Quanto a \(z_{4}\;\) é melhor racionalizá-lo antes
$$
z_{4}=\frac{i}{1-i}\frac{1+i}{1+i}=\frac{-1+i}{2}.
$$
Portanto \(x=-\frac{1}{2}\) e \(y=\frac{1}{2}\) e
$$
r=\sqrt{\left( \frac{1}{2}\right) ^{2}+\left( \frac{1}{2}\right) ^{2}}=\frac{1}{\sqrt{2}}=\frac{\sqrt{2}}{2},
$$
$$
\theta =\arctan \left( -1\right) =\frac{3\pi }{4}.
$$
Observe que \(\tan \left( 3\pi /4\right) =\tan \left( 7\pi /4\right) =-1.\) Sabemos no entanto que \(\theta =3\pi /4\) porque \(z_{4}\) está no segundo quadrante. Seu complexo conjugado é:
$$
z_{4}=\frac{-1-i}{2}
$$

Produto e quociente na forma polar

Algumas operações são mais simples se os números dados estão na forma cartesiana, como ocorre na adição. Outras poderão ser muito simplificadas se escrevermos os termos envolvidos em forma polar. Dados
$$
z_{1}=r_{1}\left( \cos \theta _{1}+i\text{sen }\theta _{1}\right) \;\;\text{ e }\;\;z_{2}=r_{2}\left( \cos \theta _{2}+i\text{sen }\theta_{2}\right)
$$
encontramos o produto:
$$
z_{1}z_{2}=r_{1}r_{2}\left( \cos \theta _{1}+i\text{sen }\theta _{1}\right)\left( \cos \theta _{2}+i\text{sen }\theta _{2}\right) =
$$
$$
r_{1}r_{2} \left[ \cos \theta _{1}\cos \theta _{2}-\text{sen }\theta _{1}\text{sen }\theta _{2}+i\left( \cos \theta _{1}\text{sen }\theta _{2}+\text{sen }\theta _{1}\cos \theta _{2}\right) \right].
$$
Usando as identidades trigonométricas:
$$\begin{array}{l}
\cos A\cos B-\text{sen }A\text{sen }B=\cos \left( A+B\right), \\
\cos A\text{sen }B+\text{sen }A\cos B=\text{sen }\left( A+B\right),
\end{array}
$$
obtemos
$$
z_{1}z_{2}=r_{1}r_{2}\left[ \cos \left( \theta _{1}+\theta _{2}\right) +i\text{sen }\left( \theta _{1}+\theta _{2}\right) \right] .
$$
Isto significa que, para multiplicar dois complexos, multiplicamos seus valores absolutos e somamos seus argumentos. Para efetuar a divisão observe antes que
$$
\frac{1}{\cos \theta _{1}+i\text{sen }\theta _{1}}=\frac{1}{\cos \theta _{1}+i\text{sen }\theta _{1}}\frac{\cos \theta _{1}-i\text{sen }\theta _{1}}{\cos\theta _{1}-i\text{sen }\theta _{1}}=\cos \theta _{1}-i\text{sen }\theta _{1},
$$
já que o denominador é \(\cos ^{2}\theta _{1}+\text{sen }^{2}\theta_{1}=1.\) Temos então que, se \(z_{2}\neq 0,\)
$$
\frac{z_{1}}{z_{2}}=\frac{r_{1}\left( \cos \theta _{1}+i\text{sen }\theta_{1}\right) }{r_{2}\left( \cos \theta _{2}+i\text{sen }\theta _{2}\right) }=\frac{r_{1}}{r_{2}}\left( \cos \theta _{1}+i\text{sen }\theta _{1}\right)\left( \cos \theta _{2}-i\text{sen }\theta _{2}\right) =
$$
$$
\frac{r_{1}}{r_{2}}\left[ \cos \left( \theta _{1}-\theta _{2}\right) +i\text{sen }\left( \theta _{1}-\theta _{2}\right) \right] .
$$

Fórmulas de de Moivre e de Euler

Considere \(n\) números complexos, expressos por
$$
z_{k}=r_{k}\left( \cos \theta _{k}+i\text{sen }\theta _{k}\right),\;\; k=1,..n.
$$
Para multiplicar todos estes números podemos operar dois a dois até incluir os \(n\) números, obtendo
$$
z_{1}z_{2}\ldots z_{n}=r_{1}r_{2}\ldots r_{n} \left[ \cos \left( \theta
_{1}+\theta _{2}+\ldots +\theta _{n}\right) +i\text{sen }\left( \theta
_{1}+\theta _{2}+\ldots +\theta _{n}\right) \right] .
$$
Se todos os \(n\) fatores são iguais temos
$$
z\;\; z\ldots z=z^{n}=r^{n}\left( \cos n\theta +i\text{sen }n\theta \right).
$$
Se \(\left\vert z\right\vert =1\) então \(r=1\) e obtemos a fórmula de de Moivre:
$$
\left( \cos \theta +i\text{sen }\theta \right)^{n}=\left( \cos n\theta +i\text{sen }n\theta \right).
$$
Observe que a fórmula acima vale também para expoentes negativos, pois
$$
\left( \cos \theta +i\text{sen }\theta \right) ^{-n}=\frac{1}{\cos n\theta +i\text{sen }n\theta }=\cos n\theta -i\text{sen }n\theta .
$$
Usando o fato de que o cosseno é par e o seno é ímpar, ou seja,

(3)

$$
\cos \left( -\theta \right) =\cos \theta;\;\;\text{sen }\left( -\theta\right) =-\text{sen }\theta,
$$
podemos escrever
$$
\left( \cos \theta +i\text{sen }\theta \right) ^{-n}=\cos \left( -n\theta\right) +i\text{sen }\left( -n\theta \right).
$$

Outra expressão importante foi obtida por Euler da seguinte forma: partimos das expansões em séries de potências para as funções exponencial, seno e cosseno, respectivamente
$$
e^{x}=1+x+\frac{x^{2}}{2!}+\frac{x^{3}}{3!}+\cdots +\frac{x^{n}}{n!}+\cdots ,
$$
$$
\text{sen }x=x-\frac{x^{3}}{3!}+\frac{x^{5}}{5!}-\frac{x^{7}}{7!}+\cdots
$$
$$
\cos x=1-\frac{x^{2}}{2!}+\frac{x^{4}}{4!}-\frac{x^{6}}{6!}+\cdots.
$$
Fazendo \(x=i\theta \) no argumento da exponencial obtemos
$$
e^{i\theta }=1+i\theta +\frac{\left( i\theta \right) ^{2}}{2!}+\frac{\left(i\theta \right) ^{3}}{3!}+\cdots +\frac{\left( i\theta \right) ^{n}}{n!}+\cdots =
$$
$$
=1+i\theta -\frac{\theta ^{2}}{2!}-\frac{i\theta ^{3}}{3!}+\frac{\theta ^{4}}{4!}+\frac{i\theta ^{5}}{5!}-\cdots.
$$
Agrupando os termos reais e imaginários temos
$$
e^{i\theta }=1-\frac{\theta ^{2}}{2!}+\frac{\theta ^{4}}{4!}-\cdots +i\left(
\theta -\frac{\theta ^{3}}{3!}+\frac{\theta ^{5}}{5!}-\cdots \right).
$$
Podemos agora identificar a parte real com o cosseno e a parte imaginária com o seno e, portanto,
$$
e^{i\theta }=\cos \theta +i\text{sen }\theta.
$$
Ela nos permite escrever números complexos em uma forma alternativa, muito útil para a realização de diversas operações,
$$
z=x+iy=r\left( \cos \theta +i\text{sen }\theta \right) =re^{i\theta }.
$$
Observe que, nesta representação, o complexo conjugado é
$$
\bar{z}=r\left( \cos \theta -i\text{sen }\theta \right) =re^{-i\theta },
$$
onde usamos a paridade das funções trigonométricas, descrita nas equações (3).

A multiplicação e divisão dos complexos se torna bem mais simples se eles estão escritos em sua forma exponencial. Se \(z_{1}=r_{1}e^{i\theta _{1}}\) e \(z_{2}=r_{2}e^{i\theta _{2}}\) então
$$
z_{1}z_{2}=\left( r_{1}e^{i\theta _{1}}\right) \left( r_{2}e^{i\theta
_{2}}\right) =r_{1}r_{2}e^{i\left( \theta _{1}+\theta _{2}\right) },
$$
$$
\frac{z_{1}}{z_{2}}=\frac{r_{1}e^{i\theta _{1}}}{r_{2}e^{i\theta _{2}}}=\frac{r_{1}}{r_{2}}e^{i\left( \theta _{1}-\theta _{2}\right) }.
$$
Igualmente
$$
z^{n}=\left( re^{i\theta }\right) ^{n}=r^{n}e^{in\theta },
$$
$$
z^{-n}=\frac{1}{r^{n}}e^{-in\theta }.
$$

Extração de raízes

Dados dois números complexos, \(z,\,p\in \mathbb{C}\) dizemos que \(z\) é a raíz enésima de \(p,\) \(z=\sqrt[n\,]{p},\) se \(z^{n}=p.\) Tomando \(p=r\left( \cos \theta +i\text{sen }\theta \right) \) então

(4)

$$
z=\sqrt[n\,]{p}=\sqrt[n\,]{r}\left[ \cos \left( \frac{\theta +2k\pi }{n}\right) +i\text{sen }\left( \frac{\theta +2k\pi }{n}\right) \right] ,
$$
\(k=0,1,\cdots ,n-1.\) Isto está correto porque
$$
z^{n}=r\left[ \cos \left( \theta +2k\pi \right) +i\text{sen }\left( \theta
+2k\pi \right) \right] =r\left[ \cos \theta +i\text{sen }\theta \right] =p,
$$
uma vez que o seno e o cosseno são funções periódicas de período \(2\pi .\) Temos portanto \(n\) raízes distintas,

(5)

$$
z_{k}=\sqrt[n\,]{r}\left[ \cos \left( \frac{\theta +2k\pi }{n}\right) +i\text{sen }\left( \frac{\theta +2k\pi }{n}\right) \right].
$$
Observe que se fizermos \(k=n\) então
$$
z_{n}=\sqrt[n\,]{r}\left[ \cos \left( \frac{\theta }{n}+2\pi \right) +i\text{sen }\left( \frac{\theta }{n}+2\pi \right) \right] =z_{0},
$$
ou seja, retornamos à raiz correspondente à \(k=0.\) Existem portanto \(n\) raízes \(n\)-ésimas distintas de um número complexo qualquer \(p\neq 0.\)

Exercício Resolvido: Calcule as raízes n-ésimas de 1.

Primeiro representamos \(1\) em sua forma polar, correspondendo à \(r=1,\,\theta =0.\) Logo \(1=\cos 0+i\text{sen }0.\) Agora podemos extrair as raizes
$$
w_{k}=\cos \frac{2k\pi }{n}+i\text{sen }\frac{2k\pi }{n}.
$$
Observe que, se denotarmos
$$
w=\cos \frac{2\pi }{n}+i\text{sen }\frac{2\pi }{n},
$$
podemos representar as demais raízes por meio da fórmula de de Moivre,
$$
w^{k}=\cos \left( \frac{2k\pi }{n}\right) +i\text{sen }\left( \frac{2k\pi
}{n}\right).
$$
Estas são as chamadas raízes da unidade, \(w=\sqrt[n\,]{1},\) dadas por:
$$
1,w,w^{2},\ldots ,w^{n-1}.
$$

Exercício Resolvido: Vamos encontrar as raízes quartas de da unidade, \(\sqrt[4\,]{1}\), um caso particular do exercício anterior. Estas raízes são \(1,\;w,\;w^{2},\;w^{3}\) onde
$$
w=\cos \frac{\pi }{2}+i\text{sen }\frac{\pi }{2}=i.
$$
As demais raízes são
$$
w^{2}=i^{2}=-1,\;\;\;\;\;\text{ e }\;\;\;\;w^{3}=i^{3}=-i.
$$
As raízes são, portanto: \(1,\) \(i\), \(-1,\;-i.\)

Observe que a fórmula (4) para as raízes de um número qualquer pode ser escrita como
$$
z_{k}=\sqrt[n\,]{r}\left( \cos \frac{\theta }{n}+i\text{sen }\frac{\theta
}{n}\right) \left( \cos \frac{2k\pi }{n}+i\text{sen }\frac{2k\pi }{n}\right) =\sqrt[n\,]{r}\left( \cos \frac{\theta }{n}+i\text{sen }\frac{\theta }{n}\right) w^{k}.
$$
As raízes de um número \(z\) qualquer são dadas pelo produto de uma de suas raízes com as raízes \(n-\) ésimas da unidade.

Exercício Resolvido: Calcule as raízes \(\sqrt[3\,]{27}.\)

Uma das raízes é \(3.\) As raízes cúbicas da unidade são \(1,\;w,\;\; w^{3},\) onde
$$
w=\cos \frac{2\pi }{3}+i\text{sen }\frac{2\pi }{3}=-\frac{1}{2}+i\frac{\sqrt{3}}{2}.
$$

As raízes são, portanto, \(z_{0}=3,\)
$$
z_{1}=3\left( \cos \frac{2\pi }{3}+i\text{sen }\frac{2\pi }{3}\right) =-\frac{3}{2}+i\frac{3\sqrt{3}}{2},
$$
$$
z_{2}=3\left( \cos \frac{4\pi }{3}+i\text{sen }\frac{4\pi }{3}\right) =-\frac{3}{2}-i\frac{3\sqrt{3}}{2}.
$$
As três raízes estão sobre um círculo de raio \(3\) e são representadas graficamente na figura.

 

Exercício Resolvido: Calcule as raízes cúbicas de \(-1\) e as represente graficamente no plano complexo. Começamos por escrever em forma polar:
$$
\sqrt[3]{-1}=\sqrt[3]{\cos \pi +i\text{sen }\pi }.
$$
Sabemos que temos três raíz:
$$
z_{k}=\cos \frac{\pi +2k\pi }{3}+i\text{sen }\frac{\pi +2k\pi }{3},\;\;k=0,1,2.
$$
Portanto
$$
z_{0}=\cos \frac{\pi }{3}+i\text{sen }\frac{\pi }{3}=\frac{1}{2}\left( 1+i\sqrt{3}\right) ,
$$
$$
z_{1}=\cos \pi +i\text{sen }\pi =-1,
$$
$$
z_{2}=\cos \frac{5\pi }{3}+i\text{sen }\frac{5\pi }{3}=\frac{1}{2}\left(
1-i\sqrt{3}\right).
$$
Note que, se fizermos \(k=3\) obteremos novamente a raiz \(z_{0}.\)

Exercício Resolvido: Calcule as raízes \(\sqrt{-i}\). Observe que
$$
\sqrt{-i}=\sqrt{\cos 3\pi /2+i\text{sen }3\pi /2}.
$$
As duas raízes são, portanto:
$$
z_{k}=\cos \left( \frac{3\pi }{4}+k\pi \right) +i\text{sen }\left( \frac{3\pi }{4}+k\pi \right) ,\;\;k=0,1,
$$
ou seja
$$
z_{0}=\cos \frac{3\pi }{4}+i\text{sen }\frac{3\pi }{4}=\frac{\sqrt{2}}{2}\left( -1+i\right) ,
$$
$$
z_{1}=\cos \frac{7\pi }{4}+i\text{sen }\frac{7\pi }{4}=\frac{\sqrt{2}}{2}\left( 1-i\right) ,
$$
Representamos graficamente as raízes obtidas nos dois exercícios na figura.

Exercício Resolvido: Decomponha o polinômio \(P\left( z\right)=z^{3}+1\) em um produto de fatores do \(1\)º grau. As raízes de \(P\left( z\right) \) já foram encontradas no problema 2(a). Usando o teorema fundamental da álgebra temos
$$
P\left( z\right) =\left( z-z_{0}\right) \left( z-z_{1}\right) \left(z-z_{2}\right)
$$
ou seja
$$
P\left( z\right) =\left( z+1\right) \left( z-\frac{1}{2}-\frac{i\sqrt{3}}{2}\right) \left( z-\frac{1}{2}+\frac{i\sqrt{3}}{2}\right).
$$

Subconjuntos de \(\mathbb{C}\)

Algumas definições são necessárias para a continuidade de nosso estudo e a solução dos próximos exercícios. Façamos uma lista destas definições:

  1. Um disco aberto é a região
    $$
    D_r \left( z_0 \right) =\left\{ z;\;\left\vert z-z_{0}\right\vert \lt r \right\},
    $$
    representada graficamente na figura seguinte.
  2. Uma vizinhança de \(z_{0},\) que denotaremos por \(V_{r}\left( z_{0}\right) \) é qualquer subconjunto de \(\mathbb{C}\) que contenha \(D_{r}\left( z_{0}\right).\)
  3. Dado um conjunto de \(C\subset \mathbb{C}\) chamaremos de seu complementar o conjunto \(C^{\prime }= \mathbb{C} – C,\) o conjunto dos pontos do plano complexo que não estão em \(C.\)
  4. Um ponto \(z_{0}\) qualquer é dito um ponto interior de \(C\) se existe um disco aberto centrado em \(z_{0}\) inteiramente contido em \(C.\)
  5. Um conjunto é aberto se todos os seus pontos são pontos interiores. Um conjunto é fechado se seu complementar é aberto.
  6. A fronteira de \(C\) é o conjunto de pontos \(z\) tais que qualquer vizinhança de \(z\) contém pontos de \(C\) e de seu complementar.
  7. Nenhum ponto interior de um conjunto é um ponto de fronteira.
  8. \(C\) é aberto \(\Leftrightarrow C\) não contém pontos de sua fronteira.
  9. \(C\) é fechado \(\Leftrightarrow C\) contém todos os pontos de sua fronteira.
  10. \(z_{0}\) é um ponto de acumulação de \(C\) se qualquer vizinhança de \(z_{0}\) contém infinitos ponto de \(C.\) Portanto, pontos do interior e pontos da fronteira, pertencendo ou não a \(C,\) são pontos de acumulação.
  11. Um ponto isolado de \(C\) é um ponto de \(C\) que não é ponto de acumulação.
  12. Um aberto \(C\) é conexo se dois quaisquer de seus pontos podem ser unidos por um arco inteiramente contido em \(C.\)
  13. Uma região é um conjunto aberto e conexo.
  14. \(C\) é limitado se existe um número \(k\) positivo tal que \(\left\vert z\right\vert \leq k,\) \(\forall z\in C.\) Um conjunto limitado e fechado é dito compacto.
  15. No conjunto
    $$
    V_{k}=\left\{ z\in C\ ;\ \left\vert z\right\vert >k\right\}
    $$
    incorporamos o infinito (um único ponto!) para formar o chamado plano complexo extendido.

Exemplo: No conjunto infinito
$$
C=\left\{ 0,\ \frac{1}{2},\ \frac{2}{3},\ \frac{3}{4},\ldots ,\frac{n}{n+1},\ldots \right\}
$$
\(1\) é o único ponto de acumulação, sendo todos os outros pontos isolados. Note que este único ponto de acumulção não está contido em \(C.\)

Exemplo: Vamos discutir com mais detalhes o conjunto
$$
D_r \left( z_0\right) =\left\{ z;\;\left\vert z-z_{0}\right\vert \lt r \right\}.
$$
Se denotarmos \(z=x+iy\;\) e \(\;z_{0}=x_{0}+iy_{0}\) então
$$\left\vert z-z_{0}\right\vert =\sqrt{\left( x-x_{0}\right) ^{2}+\left( y-y_{0}\right)^{2}}.$$
Portanto os pontos de \(D_r\left(z_0\right)\) satisfazem a relação
$$ \left( x-x_0\right)^{2}+\left(y-y_0\right)^{2} \lt r^{2},$$
ou seja, são os pontos interiores ao círculo de raio \(r\) e centro em \(z_0\).

Exemplo: \(\left\vert z-3i\right\vert \lt 5\) é o disco aberto interior ao círculo de raio 5 e centro em \(3i\), como na figura (a). O conjunto \(z=z_0+re^{i\theta }, 0 \leq \theta \leq 2\pi\) é a circunferência de centro em \(z_{0}\) e raio \(r\).

Exemplo: Qual é o conjunto \(\text{Re}\left(z^{2}\right) \lt 0\)? Observamos primeiro que
$$
\text{Re}\left( z^{2}\right) =\text{Re}\left( r^{2}e^{2i\theta }\right) =r^{2}\cos 2\theta .
$$
O cosseno \(\cos 2\theta\) é negativo em duas situações: \(\pi /2 \lt 2\theta \,\lt 3\pi /2 \;\;\text{ou}\;\; -3\pi /2\lt 2\theta \, \lt -\pi /2.\) O conjunto procurado é a parte do plano complexo dado por
$$
\frac{\pi }{4}<\theta \,\lt \frac{3\pi }{4}\;\; \text{ ou }\;\;\frac{-3\pi }{4}\lt \theta \,\lt \frac{-\pi }{4},
$$
as retas bissetrizes excluídas, como representado na figura.

Exercícios

1. Dados \(z_1 =\left( 3+5i\right)\;\;\text{ e } \;\; z_{2}=\left( -2+i\right)\) calcule \(z_{1}+z_{2},\;\; z_{1}-z_{2},\; z_{1}.z_{2},\; z_{1}/z_{2}.\) Represente graficamente cada um dos números complexos envolvidos.

2. Calcule:
$$
\begin{array}{llll}
\text{(a)}\frac{1}{2+3i}\ \ \ \ \ & \text{(b)}\frac{1+i}{1-i} & \text{(c)} \frac{1-i}{1+i} & \text{(d)} \frac{4-3i}{i-1} \\
\text{(e)}\frac{1}{\left( 1+i\right) ^{2}} & \text{(f)}\ \left( \frac{1+i}{1-i}\right)^{30} & \text{(g)}\ \left( 1-i\right)
\left(\sqrt{3}+i\right). &
\end{array}
$$

3. Mostre que
a.
$$
\sum\limits_{n=0}^{N}i^{n}=\left\{
\begin{array}{ll}
1, & \;\;\text{ se }\;\;r=0, \\
1+i, & \;\;\text{ se }\;\;r=1, \\
i, & \;\;\text{ se }\;\;r=2, \\
0, & \;\;\text{ se }\;\;r=3,
\end{array}\right.
$$
onde \(r\) é o resto da divisão de \(N\) por 4 seja, \(N\equiv r\text{ mod }4.\)

b. \(\left( x+iy\right) ^{2}=x^{2}-y^{2}+2ixy\)

c. \(\left( x-iy\right) ^{2}=x^{2}-y^{2}-2ixy\)

d. \(\left( x+iy\right) ^{2}\left( x-iy\right) ^{2}=\left(x^{2}+y^{2}\right) ^{2}\)

e. \(\left( x+iy\right) ^{n}\left( x-iy\right) ^{n}=\left(x^{2}+y^{2}\right) ^{n}\)

4. Mostre que

a. \(\text{Re}\left[ -i\left( 2-3i\right) ^{2}\right] =-12\)

b. \(\frac{1-i\sqrt{2}}{\sqrt{2}+i}=-i\)

c. \(\text{Im}\left[ \frac{\left( 1-i\sqrt{3}\right) ^{2}}{i-2}\right] =\frac{2}{5}\left( 1+2\sqrt{3}\right) \)

d. \(\frac{1+i\tan \theta }{1-i\tan \theta }=\cos 2\theta +i\text{sen }2\theta \)

5. Escreva na forma polar e represente graficamente:

$$
\begin{array}{llll}
\text{(a) }-2+2i & \text{(b) }1+i\sqrt{3} & \text{(c)} -\sqrt{3}+i & \text{(d)} \left( \frac{i}{1+i}\right) ^{5} \\
\text{(e) }\frac{1}{-1-i\sqrt{3}} & \text{(f)} -1-i & \text{(g)} \frac{-3+3i}{1+i\sqrt{3}}.&
\end{array}
$$

6. Mostre que \(\cos 3\theta =\cos ^{3}\theta -3\cos \theta \text{sen }^{2}\theta \;\; \text{ e } \text{sen }3\theta =-\text{sen }^{3}\theta +3\cos^{2}\theta \text{sen }\theta.\)
Sugestão: calcule as partes real e imaginária de \(\left( \cos\theta +i\text{sen }\theta \right)^{3}.\)

7. Mostre que: a. \(\left\vert \frac{2+i}{2-i\sqrt{3}}\right\vert =\frac{5}{7}\;\;\;\) b. \(\left\vert \frac{\left( \sqrt{3}+i\right)\left( 1-3i\right) }{\sqrt{5}}\right\vert =2\sqrt{2}.\)

8. Encontre as seguintes raízes e represente-as graficamente:
$$
\begin{array}{llll}
\text{(a) } \sqrt[3]{-1} \;\;\;\; & \text{(b) }\sqrt{2i} & \text{(c) } \sqrt{-2i} & \text{(d) } \sqrt[3]{i} \\
\text{(e) } \sqrt[3]{-i} & \text{(f) } \left( -1+i\sqrt{3}\right) ^{1/4}.& &
\end{array}
$$

9. Decomponha os polinômios em fatores do \(2\)º grau com coeficientes reais:

a. \(P\left( x\right) =x^{4}+1\;\;\;\;\) b. \(P\left( x\right) =x^{4}+9\)

10. Decomponha os polinômios em um produto de fatores do primeiro grau:

a. \(P(z)=z^{6}-64 \)
b. \(P(z)=z^{6}+64\)
c. \(P(z)=z^{4}-\left( 1-i\right) z^{2}-i.\)

11. Mostre que, se \(w\) é uma raíz \(n\)-ésima qualquer da unidade diferente de 1 (\(w=\sqrt{1},\) \(w\neq 1\) ) então
a. \(1+w+w^{2}+\ldots + w^{n-1}=0.\)
b. \(1+2w+3w^{2}+\ldots + nw^{n-1}=\frac{n}{w-1}.\)

12. Escreva na forma exponencial, \(z=re^{i\theta }\):
a. \(1+i,\;\;\;\) b. \(1-i,\;\;\;\) c. \(-1+i,\;\;\;\) d. \(-1-i\).

13. Mostre que:
$$
\begin{array}{ll}
\text{(a)} \exp \left( 3+7\pi i\right) =-e^{3} & \text{(b)} \exp \left( \frac{3-2\pi i}{6}\right) =\frac{\sqrt{e}\left( 1-i\sqrt{3}\right) }{2} \\
\text{(c)} \cos \theta =\frac{e^{i\theta }+e^{-i\theta }}{2} & \text{(d)}\ \text{sen }\theta =\frac{e^{i\theta }-e^{-i\theta }}{2i}
\end{array}
$$
14. Represente graficamente os conjuntos no plano complexo:
$$
\begin{array}{llll}
\text{(a) }\text{Re}\left( z\right) <-3 & \text{(b) }\left\vert z-2i\right\vert >2 & \text{(c) }\left\vert z+1\right\vert \leq 2 & \text{(d) }\left\vert z-1+i\right\vert \lt 3 \\
\text{(e) }\text{Im}\left( z^{2}\right) \lt 0 & \text{(f) }\left\vert
z-2\right\vert =\left\vert z-3i\right\vert & \text{(g) }\left\vert
z\right\vert \gt 2, \left\vert \arg \left( z\right) \right\vert <\pi
& \text{(h) }\text{Re}\left( 1-z\right) =\left\vert z\right\vert.
\end{array}
$$

Algumas Soluções

3a. Queremos mostrar que
$$
\sum\limits_{n=0}^{N}i^{n}=\left\{
\begin{array}{ll}
1, & \text{ se }\;\;r=0, \\
1+i, & \;\;\text{ se }\;\;r=1, \\
i, & \;\;\text{ se }\;\;r=2, \\
0, & \;\;\text{ se }\;\;r=3,
\end{array}
\right.
$$
onde \(r\) é o resto da divisão de \(N\) por 4 seja, \(N\equiv r\text{ mod }4\). Denotando \(N=4p+r\) observamos que

$$ i^{N}=i^{4p+r}=i^{4p}\ i^{r}=i^{r} $$
pois \(i^{4p}= (i^4)^p=1\). Este resultado é válido inclusive se \(N \lt 4\) quando \(p=0\). Vamos escrever a soma procurada como

$$ S_{N}=\sum\limits_{n=0}^{N}i^{n}=1+i+i^{2}+\ldots +i^{N} $$
e, portanto,
$$ iS_{N}=\sum\limits_{n=0}^{N}i^{n+1}=i+i^{2}+i^{3}+\ldots +i^{N+1}. $$
Subtraindo
$$ S_{N}-iS_{N}=S_{N}\left( 1-i\right) =1-i^{N+1} $$
temos uma expressão adicional para a soma procurada, ou seja
$$ S_{N}=\frac{1-i^{N+1}}{1-i}=\frac{1-i^{r+1}}{1-i}=S_{r} $$
onde a última igualdade é devida à expressão (4). Isto significa que somar os \(N\) termos equivale a somar os \(r\) primeiros termos:
$$
\begin{array}{l}
S_{0}=\sum\limits_{n=0}^{0}i^{n}=1, \\
S_{1}=\sum\limits_{n=0}^{1}i^{n}=1+i, \\
S_{2}=\sum\limits_{n=0}^{2}i^{n}=1+i+i^{2}=i, \\
S_{3}=\sum\limits_{n=0}^{3}i^{n}=1+i+i^{2}+i^{3}=0.
\end{array}
$$

Veremos que um procedimento semelhante facilitará a solução das questões 11a e 11b.

3e. \(\left(x+iy\right)^{n}\left(x-iy\right)^{n}=z^{n}\bar{z}^{n}=\left(z\bar{z}\right)^{n}=\left(\left\vert z\right\vert ^{2}\right)^{n}=\left(x^{2}+y^{2}\right)^{n}.\)

9a. Para decompor o polinômio \(P\left( x\right) =x^{4}+1\) em fatores do \(2\)º grau com coeficientes reais usaremos o produto notável \(\left( a+b\right) \left( a-b\right) =a^{2}-b^{2}.\) Escrevemos \(1=-i^{2}\) e assim
$$ P\left( x\right) =x^{4}-i^{2}=\left( x^{2}+i\right) \left( x^{2}-i\right). $$
Os dois fatores, no entanto, contém coeficientes complexos. Para obter a decomposição com coeficientes reais podemos usar a raíz de \(i\):
$$i=w^{2}\Rightarrow w=\frac{1+i}{\sqrt{2}}.$$
Tomando o conjugado complexo de \(i=w^{2}\) obtemos \(-i=\bar{w}^{2}\) e reescrevemos o polinômio
$$
P\left( x\right) =\left( x^{2}-\bar{w}^{2}\right) \left( x^{2}-w^{2}\right)=\left( x+\bar{w}\right) \left( x-\bar{w}\right) \left( x+w\right) \left(x-w\right).
$$
Reagrupando os termos de forma conveniente temos
$$
\begin{array}{rl}
P\left(x\right) = & \left[ \left( x+w\right) \left( x+\bar{w}\right) \right] \left[ \left( x-w\right) \left( x-\bar{w}\right) \right] = \\
= & \left( x^{2}+\bar{w}x+wx+w\bar{w}\right) \left( x^{2}-wx-\bar{w}x+w\bar{w}\right).
\end{array}
$$
Usamos agora as seguintes propriedades
$$w+\bar{w}=2\text{Re}\,w=\frac{2}{\sqrt{2}}=\sqrt{2}$$
$$w\bar{w}=\left\vert w\right\vert ^{2}=\left( \frac{1}{\sqrt{2}}\right)^{2}+\left( \frac{1}{\sqrt{2}}\right) ^{2}=1,$$
podemos completar o exercício:
$$P\left( x\right) =\left( x^{2}+\sqrt{2}x+1\right) \left( x^{2}-\sqrt{2}x+1\right).$$

11. Sendo \(w\) uma raíz \(n\)-ésima qualquer da unidade diferente de 1 (\(w=\sqrt{1},\;\;w\neq 1\)) então:

(a) \(1+w+w^{2}+\ldots +w^{n-1}=0.\) Escrevemos
$$ L=1+w+w^{2}+\ldots +w^{n-2}+w^{n-1} $$
$$ wL=w+w^{2}+\ldots +w^{n}=w+w^{2}+\ldots +w^{n-1}+1, $$
onde usamos \(w^{n}=1\). Observemos acima que \(wL=L\) donde
$$ wL-L = L\left(w-1\right) =0. $$
Como \(w\neq 1\) concluímos que \(L=0.\)

(b) \(1+2w+3w^{2}+\ldots + nw^{n-1}=\frac{n}{w-1}.\) Definimos
$$ S=1+2w+3w^{2}+\ldots +nw^{n-1}, $$
portanto
$$ wS=w+2w^{2}+3w^{3}+\ldots +nw^{n}=w+2w^{2}+3w^{3}+\ldots +n. $$
Dai
$$ S \left( 1-w\right) =1+w+w^{2}+\ldots + w^{n-1}-n. $$
Usando o resultado do ítem anterior \(1+w+w^{2}+\ldots + w^{n-1}=0\) e
$$ S=\frac{n}{w-1}.$$

(13a) \(\exp \left( 3+7\pi i\right) =e^{3}e^{7\pi i}=-e^{3}.\) Observe que \(e^{7\pi i}=e^{6\pi i}e^{\pi i}=\) \(-1.\)

(14h) Buscamos conjunto no plano complexo satisfazendo \(\text{Re}\left(1-z\right) =\left\vert z\right\vert .\) Escrevendo em forma cartesiana
$$ z=x+iy, z-1=x-1+iy. $$
Sua parte real é
$$ \text{Re}\left(1-z\right) =x-1 \;\; \text{ e } \text{Re}\left(1-z\right) =\left\vert z\right\vert \Rightarrow x-1=\sqrt{x^{2}+y^{2}}. $$
Elevando os dois lados ao quadrado temos
$$ x^{2}+y^{2}=\left( x-1\right) ^{2}=1-2x+x^{2} $$
que é a parábola
$$ x=\frac{1}{2}\left( 1-y^{2}\right). $$

Variáveis Complexas


Variáveis Complexas

Nestas notas apresentamos o estudo das variáveis complexas e algumas aplicações, incluindo alguns exercícios resolvidos e exercícios propostos. O resumo não é completo mas procura esclarecer apenas os aspectos da mais importantes da teoria. A leitura dos exercícios resolvidos e a solução dos exercícios propostos é essencial para a plena compreensão do assunto.

Números complexos, variáveis complexas e funções destas variáveis formam um parte da matemática extremamente importante devido à grande quantidade de suas aplicações e porque lançam um entendimento fundamental sobre a base da matemática e sobre o cálculo.

História das Variáveis Complexas


As equações do segundo grau apareceram na Matemática aproximadamente 1700 anos antes de Cristo e se encontram registradas nas tabuletas de argila da Suméria. Em alguns casos elas levavam a raízes de números negativos que, em geral, eram descartadas. O primeiro exemplo de raiz de número negativo foi encontrado em um texto atribuído a Heron de Alexandria, aproximadamente 75 d.C., em um cálculo sobre o desenho de uma pirâmide onde surge a necessidade de se calcular a raiz \(\sqrt{84-100}\). Heron, no entanto, simplesmente substituiu este número por \(\sqrt{100-84}\).

Em torno do ano de 275 d.C. Diofanto de Alexandria, resolvendo um problema geométrico, chegou à equação do segundo grau
$$
24x^2-172x+366=0
$$
cujas raízes são \(x=(\pm 43\sqrt{-167})/12\). Diofanto, no entanto, prosseguiu sem dar maiores explicações sobre o significado da raiz de um número negativo. Por volta de 850 d.C. o matemático indiano Mahavira afirmou que … como na natureza das coisas um negativo não é um quadrado ele não tem, portanto, raiz quadrada. Deve-se a Bhaskara, que viveu aproximadamente de 1114 até 1185, a afirmação: O quadrado de um afirmativo é um afirmativo; e a raiz quadrada de um afirmativo é dupla: positiva e negativa. Não há raiz quadrada de um negativo pois ele não é um quadrado.

Um grande impulso para a descoberta e aprimoramento dos números complexos se deu no início do século XVI quando os algebristas italianos reconheceram a necessidade da adoção de raízes imaginárias, na época também chamadas de raízes impossíveis, para a solução de equações do terceiro grau dos seguintes tipos:
$$
x^{3}+ax=b,\;\; x^{3}=ax+b \;\;\text{ e }\;\; x^{3}+b=ax.
$$
Também as equações do segundo grau apresentavam desafios. Luca Paccioli (1445 – 1514) observou em uma publicação datada de 1494 que a equação \(x^2+c=bx\) é solúvel se \(b^2 \geq 4c\) enquanto o francês Nicola Chuquet (1445 – 1500) fez observações semelhantes sobre soluções impossíveis em uma publicação de 1484.

Em 1545 Gerônimo Cardano publicou uma fórmula para resolver equações do terceiro grau que ficou conhecida como Fórmula de Cardano embora se saiba que foi Tartaglia quem sugeriu a ele a solução para estas equações. Em seu livro Ars Magna Cardano apresentou o que se considera ser a primeira publicação do conceito de número complexo. Cardano fez a seguinte pergunta: Se alguém pede que você divida 10 em duas partes, que multiplicadas resultariam em 30 ou 40, é evidente que este problema não tem solução. Em seguida ele faz um comentário surpreendente: No entanto, resolveremos isto da seguinte maneira, … e prossegue encontrando as raízes \(5+\sqrt{-15}\) e \(5-\sqrt{-15}\) cuja soma é \(10.\) Neste ponto ele afirmou que, … colocando de lado a tortura mental envolvida, multiplicando as duas raízes temos 25 — (–15). Portanto o produto é 40. Apesar das descobertas de Cardano mais de dois séculos se passaram até que os números complexos fossem aceitos como entidades matemáticas legítimas. Durante este intervalo muitos autores se recusaram a usar tais estranhas entidades.

Em 1572 Raphael Bombelli publicou um livro sobre o mesmo tema onde estudava as raízes da equação \(x^{3}=15x+4,\) usando a fórmula de Cardano. Ele mostrou que esta equação, além de possuir uma raiz real \(x=4,\) também admite uma raiz na forma de
$$
x=\sqrt[3]{2+\sqrt{-121}} + \sqrt[3]{2-\sqrt{-121}}
$$
que ele, assim como fez Cardano, chamou de um sofisma. Acredita-se que esta foi a primeira vez em que surgiu uma equação que admitia como solução um termo envolvendo raízes de números negativos, embora existisse também uma solução real. Motivado por este fato Bombelli procurou compreender melhor o que estava se passando, embora enfrentando grandes dificuldades, em particular devido a não possuir uma notação adequada. A partir do trabalho de Bombelli os números complexos passaram a ser usados como instrumentos auxiliares de cálculo, mesmo que se duvidasse de sua existência.

A primeira tentativa para atribuir um significado concreto aos números complexos por meio de uma interpretação geométrica é devida a John Wallis (1616 – 1703) em um trabalho onde se fazia analogias entre quantidades imaginárias e quantidades negativas, em seu livro De Algebra Tractatus.

Em 1702 Jean Bernoulli afirmou que um número e seu oposto (\(a\) e \(-a\) ) tem o mesmo logaritmo. Esse fato intrigou os matemáticos do início do século XVIII que não sabiam como atribuir um valor ao logaritmo de um número negativo. Coube a Euler explicar a questão em 1747, em uma carta dirigida a d’Alembert. Foi Euler quem empregou pela primeira vez a notação \(i=\) \(\sqrt{-1},\) embora o símbolo \(\sqrt{-1}\) já tivesse sido usado Albert Girard em 1629.

Como se pronuncia de Moivre?

No século XVII Descartes percebeu a distinção entre raízes reais e imaginárias embora os principais progressos no estabelecimento da disciplina só foram obtidos no século XVIII, através dos trabalhos de Abraham de Moivre e Euler. Em 1707 de Moivre publicou a solução da equação de grau ímpar por um método análogo ao de Cardano. De Moivre publicou a fórmula que leva seu nome,
$$
(\cos \theta +i\text{sen }\theta )^{n}=\cos (n\theta )+i\text{sen }(n\theta ),
$$
em 1722, inicialmente apenas para alguns valores particulares do argumento \(\theta\). Em 1748 Euler mostrou que a fórmula está correta para qualquer valor do argumento, permitindo com isto o cálculo de raízes de números complexos. Neste período começou a se consolidar a representação geométrica para os complexos, o que facilitou muito a sua aceitação por parte dos matemáticos da época e fez com que muitos deles se dedicassem a este tema e contribuíssem para este campo da matemática.


No século XVIII, Kuhn e Caspar Wessel apresentaram novos progressos na direção da teoria atualmente conhecida. Os escritos de Wessel foram publicados nos Anais da Academia de Copenhagen de 1799, sendo um texto extremamente claro e completo, mesmo em comparação com as obras modernas. Ele também considerou a esfera e apresentou uma teoria dos quatérnions a partir da qual desenvolveu um tratamento completo da trigonometria esférica. Em seu texto Wessel apresentou a representação geométrica para os complexos que usamos até os dias de hoje. Seu objetivo, além de justificar os complexos, era o de representar direções de forma analítica. Apesar de ter sido bem sucedido na representação geométrica dos complexos, de definir as operações de soma, subtração, multiplicação e divisão deste números, o artigo estava escrito em dinamarquês e não teve ampla divulgação nem se tornou conhecido dos matemáticos da época.

Em 1804 o abade Buée apresentou independentemente o mesmo conceito sugerido por Wallis, de que \(\sqrt{-1}\) deveria ser representado em uma reta perpendicular ao eixo real. O artigo de Buée só foi publicado em 1806, no mesmo ano em Argand produziu um panfleto sobre o mesmo assunto. O trabalho de Argand foi reconhecido como o introdutor da representação geométrica e deu origem ao termo hoje usado, plano de Argand, para representar o plano complexo.

Euler foi o primeiro a usar, em 1777, o símbolo \(i\) como a unidade imaginária, \(i=\sqrt{-1}.\) Ele observou que \(ii=-1\) o que leva à \(1/i=-i\). O símbolo, no entanto, só apareceu em uma publicação no ano de 1794 em seu livro Institutionum Calculi Integralis e só foi amplamente divulgado se tornou de uso comum quando Gauss o adotou em 1801. Embora os termos real e imaginário já tivessem sido usados René Descartes em 1637, a expressão número complexo só foi introduzida por Gauss em 1832.

Quando Gauss se interessou pela teoria dos complexos, em 1831, ele a considerou bastante incompleta e trabalhou para aperfeiçoá-la e difundi-la entre os matemáticos da época. Gauss estava interessado em descobrir as propriedades geométricas de quantidades complexas. Assim como Wessel, ele procurava entidades análogas aos complexos que pudessem ser usadas na descrição de direções no espaço tri-dimensional.

A formalização completa dos números complexos como pares ordenados de números reais foi desenvolvida em 1833 por Hamilton e em 1847 por Cauchy. Também se deve mencionar que os esforços de Cauchy e Abel foram importantes para que a teoria fosse amplamente aceita e utilizada. Vários outros matemáticos fizeram contribuições importantes: Kummer (1844), Kronecker (1845), Scheffler (1845, 1851, 1880), Bellavitis (1835, 1852), Peacock (1845), e De Morgan (1849). Também se deve lembrar os artigos de Möbius sobre aplicações geométricas dos complexos, e Dirichlet pela expansão da teoria para envolver os primos, congruências ou reciprocidade, entre outros aspectos estudados.

Além da familiar forma dos complexos, \(a+bi\), onde \(i\) é a raiz de \(x^{2}+1=0,\) outros estudos foram empreendidos. Eisenstein estudou números do tipo de \(a+bj\), onde \(j\) é a raiz complexa de \(x^{3}-1=0\). Uma generalização devida em grande parte a Kummer estuda as raízes complexas derivadas de \(x^{k}-1=0,\) onde \(k\) é um primo. Galois estudou números complexos baseadas nas raízes imaginárias de uma congruência irredutível \(F(x)\equiv 0 (\text{mod }p)\) onde \(p\) é primo. Estudos mais recentes da teoria, após o ano de 1884, foram realizados por Weierstrass, Schwarz, Dedekind, Hölder, Berloty, Poincaré, Study e Macfarlane.

A terminologia atualmente empregada na matemática em relação aos complexos é principalmente devida a seus fundadores. Argand chamava \(\cos \phi +i\text{sen }\phi \) de fator de direção, e \(r=\sqrt{a^{2}+b^{2}}\) o módulo do complexo. Cauchy (1828) denominava \(\cos \phi +i\text{sen }\phi \) a forma reduzida l’expression réduite); Gauss usou \(i\) para denotar \(\sqrt{-1}\), introduziu a expressão número complexo para se referir ao número da forma \(a+bi\), com \(a\) e \(b\) reais, e chamou \(a^{2}+b^{2}\) de a norma. A expressão coeficiente de direção, ainda hoje utilizada, é devida a Hankel (1867), e valor absoluto, para módulo, é devida a Weierstrass.

Lista de Capítulos

Variáveis Complexas

8. Autovalores e Autovetores

Introdução

Dada uma transformação linear \(T : V \rightarrow V\) buscamos descobrir quais são os vetores fixos de \(V\) sob esta transformação, ou seja, que vetores satisfazem a expressão \(T (v) = v\). Em seguida procuraremos quais são as direções fixas ou invariantes sob esta transformação, sendo estas as direções dos vetores \(v\) que satisfazem a expressão \(T (v) = \lambda v\), \(\lambda\) um escalar. No primeiro caso dizemos que \(v\) fica invariante sob \(T\) ; no segundo caso a direção de \(v\) é invariante.

Exemplo 1. Considere as transformações
$$
\begin{array}{r}
I : \mathbb{R}^2 \rightarrow \mathbb{R}^2\\
v \mapsto v
\end{array} \begin{array}{r}
N : \mathbb{R}^2 \rightarrow \mathbb{R}^2\\
(x, y) \mapsto (0, 0)
\end{array} \begin{array}{r}
r_x : \mathbb{R}^2 \rightarrow \mathbb{R}^2\\
(x, y) \mapsto (x, – y)
\end{array}
$$

A primeira delas é a identidade que deixa todos os vetores fixos. O plano \(\mathbb{R}^2\) é invariante sob esta transformação. A segunda é a aplicação nula, que só deixa invariante o próprio vetor nulo, a oriegm de de \(\mathbb{R}^2\). A terceira transformação consiste em uma reflexão em torno do eixo \(\mathcal{O}x\). Não é difícil perceber que todos os vetores da forma \((x, 0)\) são fixos pois \(r_x (x, 0) = (x, 0)\). Isto significa que o eixo \(\mathcal{O}x\) é refletido nele mesmo. Para verificar se existem outros vetores fixos vamos procurar soluções da equação \(r_x (x, y) = (x, y)\) ou, em forma matricial,
$$
\left. \left[ \begin{array}{rr}
1 & 0\\
0 & – 1
\end{array} \right] \left[ \begin{array}{r}
x\\
y
\end{array} \right] = \left[ \begin{array}{r}
x\\
y
\end{array} \right] \Rightarrow \begin{array}{r}
x = x\\
y = – y
\end{array} \right\} \Rightarrow y = 0.
$$

Portanto os vetores \((x, 0)\) são os únicos deixados fixos por esta reflexão.

Queremos agora encontrar direções fixas. Sempre que não houver ambiguidade na notação entre transformações e vetores omitiremos os parênteses. Na expressão
$$ T \mathbf{v} = \lambda \mathbf{v} $$
dizemos que \(\mathbf{v}\) é um autovetor de \(T\), e \(\lambda \) é um autovalor de \(T\).

Observe que o vetor nulo \(\mathbf{0} \in V\) sempre é um autovetor de qualquer transformação linear correspondendo ao autovalor nulo. Procuramos autovetores não-nulos, também chamados de não triviais.

Exemplo 2. Vamos encontrar os autovetores e autovalores da reflexão em \(\mathbb{R}^2, r_x (x, y) = (x, – y)\). A equação de autovalores é
$$ r_x (x, y) = \lambda (x, y) \Rightarrow (x, – y) = \lambda (x, y) $$
que corresponde ao seguinte sistema e sua solução
$$
\left\{ \begin{array}{r}
x = \lambda x\\
– y = \lambda y
\end{array} \Rightarrow \left\{ \begin{array}{r}
\lambda = 1, y = 0 \;\;\text{ e }\;\; x \;\;\text{ qualquer, }\;\; \\
\lambda = – 1, x = 0 \;\;\text{ e } y \;\; \text{ qualquer.}
\end{array} \right. \right.
$$

Descobrimos portanto que, \(\lambda = 1\) é um autovalor, correspondente aos autovetores \((x, 0)\), enquanto \(\lambda = – 1\) é outro autovalor, correspondente aos autovetores \((0, y)\). Isto está correto pois, como podemos verificar diretamente,
$$ r_x (x, 0) = 1 (x, 0) ; r_x (0, y) = (0, – y) = – 1 (0, y). $$

O procedimento de busca de autovetores e autovalores é muito importante em diversas aplicações à engenharia, física, computação e outras áreas, e uma técnica mais eficaz foi desenvolvida para isto.

Para entender este procedimento vamos encontrar autovetores e autovalores da mesma reflexão em \(\mathbb{R}^2, r_x (x, y) = (x, – y)\). Escrevemos a transformação em forma matricial,
$$
r_x \left[ \begin{array}{r}
x\\
y
\end{array} \right] = \left[ \begin{array}{rr}
1 & 0\\
0 & – 1
\end{array} \right] \left[ \begin{array}{r}
x\\
y
\end{array} \right] = \left[ \begin{array}{r}
x\\
– y
\end{array} \right].
$$

Com isto a equação de autovetores fica
$$
\left[ \begin{array}{rr}
1 & 0\\
0 & – 1
\end{array} \right] \left[ \begin{array}{r}
x\\
y
\end{array} \right] = \lambda \left[ \begin{array}{r}
x\\
y
\end{array} \right] \Rightarrow \left( \left[ \begin{array}{rr}
1 & 0\\
0 & – 1
\end{array} \right] – \lambda \mathbb{I} \right) \left[ \begin{array}{r}
x\\
y
\end{array} \right] = 0,
$$

onde a identidade \(2 \times 2\) foi inserida para deixar o vetor das incógnitas em evidência. A operação dentro de parênteses pode ser efetuada e o sistema de devemos resolver é
$$
\left[ \begin{array}{rr}
1 – \lambda & 0\\
0 & – 1 – \lambda
\end{array} \right] \left[ \begin{array}{r}
x\\
y
\end{array} \right] = 0.
$$
Para que exista uma solução não trivial para este sistema é necessário que o determinante da primeira matriz seja nulo (ou seja, que ela seja não invertível),
$$
\det \left[ \begin{array}{rr}
1 – \lambda & 0\\
0 & – 1 – \lambda
\end{array} \right] = 0 \Rightarrow (1 – \lambda) (- 1 – \lambda) = 0.
$$

A solução do polinômio acima fornece os autovalores procurados, \(\lambda = 1\) e \(\lambda = – 1\). De posse dos autovalores retornamos à equação (1) para encontrar os autovetores: Se \(\lambda = 1\) temos
$$
\left[ \begin{array}{rr}
0 & 0\\
0 & – 2
\end{array} \right] \left[ \begin{array}{r}
x\\
y
\end{array} \right] = 0 \Rightarrow y = 0, x \;\; \text{qualquer} .
$$

Se \(\lambda = – 1\) temos
$$
\left[ \begin{array}{rr}
– 2 & 0\\
0 & 0
\end{array} \right] \left[ \begin{array}{r}
x\\
y
\end{array} \right] = 0 \Rightarrow x = 0, y \;\; \text{qualquer} .
$$

Chegamos ao resultado já obtido: \(\lambda = 1\) é autovalor correspondente aos autovetores \((x, 0)\), enquanto \(\lambda = – 1\) é autovalor correspondente aos autovetores \((0, y)\).

Recapitulando a situação: Para toda matriz quadrada \(A\) a condição \(A \mathbf{v} = 0\) (eq. *) sempre pode ser conseguida com o vetor \(\mathbf{v} = 0\), a chamada solução trivial. Além disso, se \(A\) é invertível, multiplicamos a equação * por sua inversa para verificar que \(A^{-1} A \mathbf{v} = 0 \Rightarrow \mathbf{v} = 0\), o que significa que a solução trivial é a única solução. Portanto, para que existam outras soluções que não a trivial é necessário que \(\det A = 0\). No problema de autovetores e autovalores a exigência de que \(\det (A – \lambda \mathbb{I}) = 0\) resulta em um polinômio de grau \(n\) chamado de polinômio característico.

Generalizando este procedimento, para resolver a equação de autovetores \(T \mathbf{v} = \lambda \mathbf{v}\) fazemos o seguinte:

  1. encontramos a matriz \(A_{n \times n}\) associada à transformação \(T\),
  2. escrevemos \(A \mathbf{v} = \lambda \mathbf{v}\) como \((A – \lambda \mathbb{I}) \mathbf{v} = 0\),
  3. encontramos as raízes \(\lambda_1, \ldots, \lambda_n\) do polinômio característico \(det(A – \lambda \mathbb{I})=0\). \(\lambda_i\) são os autovalores.
  4. para cada autovalor \(\lambda_k\) encontramos o autovetor que satisfaz a expressão \((A – \lambda_k \mathbb{I}) \mathbf{v}_k = 0\).

Exemplo 3. Vamos encontrar autovetores e autovalores da transformação \(R : \mathbb{R}^2 \rightarrow \mathbb{R}^2\), dada por \((x, y) \mapsto (- y, x)\), que consiste em uma rotação de \(90^o\) em torno da origem, sentido antihorário. Em notação,
$$
R \left[ \begin{array}{r}
x\\
y
\end{array} \right] = \left[ \begin{array}{rr}
0 & – 1\\
1 & 0
\end{array} \right] \left[ \begin{array}{r}
x\\
y
\end{array} \right] = \left[ \begin{array}{r}
– y\\
x
\end{array} \right].
$$

A equação de autovetores é
$$
\left[ \begin{array}{rr}
0 & – 1\\
1 & 0
\end{array} \right] \left[ \begin{array}{r}
x\\
y
\end{array} \right] = \lambda \left[ \begin{array}{r}
x\\
y
\end{array} \right] \Rightarrow \left( \left[ \begin{array}{rr}
0 & – 1\\
1 & 0
\end{array} \right] – \lambda \mathbb{I} \right) \left[ \begin{array}{r}
x\\
y
\end{array} \right] = 0.
$$

A matriz entre parênteses tem determinante que não se anula para [/latex] \lambda[/latex] real, pois
$$
\det \left[ \begin{array}{rr}
– \lambda & – 1\\
1 & – \lambda
\end{array} \right] = 0 \Rightarrow \lambda^2 + 1 = 0.
$$
Portanto esta equação de autovetores não admite solução para autovalores reais. (Ela pode ser resolvida, no entanto, para autovalores complexos.)

Exemplo 4. Vamos encontrar autovetores e autovalores da matriz
$$
A = \left[ \begin{array}{rr}
2 & 2\\
0 & 1
\end{array} \right].
$$

A equação de autovetores é
$$
\left[ \begin{array}{rr}
2 & 2\\
0 & 1
\end{array} \right] \left[ \begin{array}{r}
x\\
y
\end{array} \right] = \lambda \left[ \begin{array}{r}
x\\
y
\end{array} \right] \Rightarrow \left( \left[ \begin{array}{rr}
2 & 2\\
0 & 1
\end{array} \right] – \lambda \left[ \begin{array}{rr}
1 & 0\\
0 & 1
\end{array} \right] \right) \left[ \begin{array}{r}
x\\
y
\end{array} \right] = \left[ \begin{array}{rr}
2 – \lambda & 2\\
0 & 1 – \lambda
\end{array} \right] \left[ \begin{array}{r}
x\\
y
\end{array} \right] = 0.
$$

Para que existam soluções não triviais é necessário que
$$
\det \left[ \begin{array}{rr}
2 – \lambda & 2\\
0 & 1 – \lambda
\end{array} \right] = 0,
$$

de onde obtemos o polinômio característico e suas raízes,
$$ (2 – \lambda) (1 – \lambda) = 0 \Rightarrow \lambda_1 = 1 ; \lambda_2 = 2. $$

Para \(\lambda_1 = 1\) temos
$$
\left[ \begin{array}{rr}
1 & 2\\
0 & 0
\end{array} \right] \left[ \begin{array}{r}
x\\
y
\end{array} \right] = 0 \Rightarrow x + 2 y = 0 \Rightarrow y = –
\frac{x}{2},
$$

e os autovetores correspondentes são \(\mathbf{v}_1 = (x, – x / 2)\). Para
[/latex] \lambda_2 = 2[/latex] temos
$$
\left[ \begin{array}{rr}
0 & 2\\
0 & – 1
\end{array} \right] \left[ \begin{array}{r}
x\\
y
\end{array} \right] = 0 \Rightarrow y = 0
$$
e os autovetores correspondentes são \(\mathbf{v}_2 = (x, 0)\). De fato, observamos que
$$
A \mathbf{v}_1 = \left[ \begin{array}{rr}
2 & 2\\
0 & 1
\end{array} \right] \left[ \begin{array}{r}
x\\
– x / 2
\end{array} \right] = \left[ \begin{array}{r}
x\\
– x / 2
\end{array} \right] = \lambda_1 \mathbf{v}_1,
$$

$$
A \mathbf{v}_2 = \left[ \begin{array}{rr}
2 & 2\\
0 & 1
\end{array} \right] \left[ \begin{array}{r}
x\\
0
\end{array} \right] = 2 \left[ \begin{array}{r}
x\\
0
\end{array} \right] = \lambda_2 \mathbf{v}_2 .
$$

Teorema: Se \(T : V \rightarrow V\) é uma transformação linear e \(\mathbf{v} \in V\) um autovetor associado ao autovalor \(\lambda\) então \(\mathbf{w} = \rho \mathbf{v}\) onde \(\rho \in \mathbb{R}\) (um escalar), também é um autovetor associado à mesmo autovalor \(\lambda\).

Demonstração: Se \(T (\mathbf{v}) = \lambda \mathbf{v}\) então

$$ T (\mathbf{w}) = T (\rho \mathbf{v}) = \rho T (\mathbf{v}) = \rho \lambda \mathbf{v} = \lambda (\rho \mathbf{v}) = \lambda \mathbf{w}. $$

Este teorema signica que a equação de autovetores permite, como proposto no início desta seção, encontrar apenas direções. Qualquer vetor com a mesma direção de um autovetor é também autovetor, correspondendo ao mesmo autovalor. Observe que em todos os exemplos resolvidos, para cada autovalor, encontramos infinitos autovetores correspondentes. Em algumas aplicações se busca encontrar autovetores \(v\) normalizadas (ou seja \(|v| = 1\) ). Com esta exigência encontramos um número finito de soluções, desde que \(V\) seja finito.

Definição: Dada a transformação linear \(T : V \rightarrow V\) o subespaço \(V_{\lambda} = \{ \mathbf{v} \in V ; T (\mathbf{v}) = \lambda \mathbf{v} \}\) é denominado subespaço associado ao autovalor \(\lambda . V_{\lambda} \) é, portanto, o conjunto dos autovetores de \(T\) correspondentes ao mesmo autovalor \(\lambda\).

Exercício: Lembrando que \(\mathbf{0} \in V_{\lambda}\), o vetor nulo, mostre que \(V_{\lambda}\) é um subespaço vetorial de \(V\).

7. Aplicações Lineares e Matrizes

Aplicações Lineares e Matrizes

Como vimos na seção anterior, toda matriz \(m \times n\) corresponde a uma aplicação linear \(T : \mathbb{R}^n \rightarrow \mathbb{R}^m .\) A afirmação recíproca também é verdadeira: fixadas as bases de \(V\) e \(W\), toda aplicação linear \(T : V \rightarrow W\) está associada à uma única matriz \(m \times n\), desde que se escolha as bases de ambos os espaços. Vamos começar revendo a primeira parte deste conceito através de um exemplo para depois generalizá-lo.

Dados dois espaços vetoriais \(V\) e \(W\), com bases \(\beta\) e \(\beta’\), respectivamente, e uma matriz \(A_{m \times n}\), sendo \(n = \dim V\) e \(m = \dim
W\), então esta matriz corresponde a uma única aplicação linear.

Exemplo 1. Tome \(V = W =\mathbb{R}^2,\;\; \beta = \{(1, 0), (0, 1)\}, \;\;\beta’ = \{(1, 1), (- 1, 1)\},\) e a matriz
$$
A = \left[ \begin{array}{rr}
2 & 0\\
0 & 1
\end{array} \right],
$$

buscamos \(T_A\), a aplicação associada a esta matriz, lembrando que \(T_A\) depende das bases \(\beta\) e \(\beta’\). Se \(\vec{v} \in V\), escrevemos \(\vec{v} = (x, y)\) e o escrevemos na base \(\beta\) (que é a base canônica) como
$$ [\vec{v}]_{\beta} = \left[ \begin{array}{r} x\\ y \end{array} \right]. $$

O efeito da transformação sobre sobre este vetor é
$$
A \vec{v} = \left[ \begin{array}{rr}
2 & 0\\
0 & 1
\end{array} \right] \left[ \begin{array}{r}
x\\
y
\end{array} \right] = \left[ \begin{array}{r}
2 x\\
y
\end{array} \right] = \left[T_A (\vec{v})\right]_{\beta’},
$$

onde pretendemos que o vetor de chegada seja descrito na base \(\beta’\). Nesta base temos
$$ T_A (\vec{v}) = 2 x (1, 1) – y (- 1, 1) = (2 x – y, 2 x + y), $$

que é a aplicação procurada. Por exemplo, a imagem do vetor \(\vec{v} = (2, 3)\) é \(T_A (2, 3) = (1, 7)\).

Generalizando o procedimento acima, sejam \(V\) e \(W\) dois espaços vetoriais com suas respectivas bases, \(\beta = \{v_1, \ldots, v_n \}\) e \(\beta’ = \{w_1, \ldots, w_m \}\) e \(A\) uma matriz \(m \times n\),
$$
A = \left[ \begin{array}{llll}
a_{11} & a_{12} & \cdots & a_{1 n}\\
a_{21} & a_{22} & \cdots & a_{2 n}\\
\vdots & & & \\
a_{m 1} & a_{m 2} & \cdots & a_{m n}
\end{array} \right].
$$

Podemos então associar a esta matriz a aplicação \(T_A : V \rightarrow W\) da seguinte forma: escrevemos \(v\) na base \(\beta\),
$$ [v]_{\beta} = \vec{X} = \left[ \begin{array}{r} x_1 \\ x_2\\ \vdots\\ x_n \end{array} \right] $$

e a ação da aplicação sobre este vetor, \(T_A (v)\), descrita em termos da base \(\beta’\),
$$
[A \cdot \vec{X}]_{\beta’} = \left[ \begin{array}{r}
y_1\\
y_2\\
\vdots\\
y_n
\end{array} \right]_{\beta’} \;\; \text{ onde } \;\; \left[
\begin{array}{r}
y_1\\
y_2\\
\vdots\\
y_n
\end{array} \right] = \left[ \begin{array}{llll}
a_{11} & a_{12} & \cdots & a_{1 n}\\
a_{21} & a_{22} & \cdots & a_{2 n}\\
\vdots & & & \\
a_{m 1} & a_{m 2} & \cdots & a_{m n}
\end{array} \right] \left[ \begin{array}{r}
x_1\\
x_2\\
\vdots\\
x_n
\end{array} \right].
$$

Como queremos obter o vetor de chegada na base \(\beta’\) temos \(T_A (v) = y_{1} w_1 + y_{2} w_2 + \ldots + y_{m} w_m\). Se nenhuma base for explicitada usaremos, por convenção, as bases canônicas.

Exemplo 2. Queremos encontrar a transformação \(T_A : \mathbb{R}^3 \rightarrow \mathbb{R}^2\), associada à matriz
$$ A = \left[ \begin{array}{rrr} 1 & – 3 & 5 \\ 2 & 4 & – 1 \end{array} \right]. $$

Como as bases não são mencionadas, usamos as bases canônicas de \(\mathbb{R}^3\) e \(\mathbb{R}^2\), respectivamente
$$
\beta = \{(1, 0, 0), (0, 1, 0), (0, 0, 1)\} \;\; \text{ e } \;\; \beta’ = \{(1, 0),
(0, 1)\} .
$$

Tome \(\vec{v} = (x, y, z)\), ou, na base canônica
$$
[\vec{v}]_{\beta} = \vec{X} = \left[ \begin{array}{r}
x\\
y\\
z
\end{array} \right].
$$

A matriz \(A\) transforma este vetor em
$$
A \vec{X} = \left[ \begin{array}{rrr}
1 & – 3 & 5 \\
2 & 4 & – 1
\end{array} \right] \left[ \begin{array}{r}
x\\
y\\
z
\end{array} \right] = \left[ \begin{array}{r}
x – 3 y + 5 z\\
2 x + 4 y – z
\end{array} \right].
$$

Como queremos a transformação descrita nas bases canônicas dos dois espaços, que é, portanto
$$ T_A (\vec{v}) = (x – 3 y + 5 z, 2 x + 4 y – z). $$

Exemplo 3. Vamos procurar pela transformação \(F_A : P_2 (t) \rightarrow P_1 (t)\) (lembrando que \(P_n\) é o espaço dos polinômios em \(t\) de grau menor ou igual a \(n\) ) com as respectivas bases \(\beta = \{1, t, t^2 \}\) e \(\beta’ = \{1, t + 1\}\), associada à matriz
$$
A = \left[ \begin{array}{lll}
1 & 0 & 1\\
2 & 1 & 2
\end{array} \right].
$$

Se \(f \in P_2 (t)\) então \(f = a + bt + ct^2\) e podemos escrever, na base \(\beta\)
$$
[f]_{\beta} = \vec{X} = \left[ \begin{array}{r}
a\\
b\\
c
\end{array} \right].
$$

Transformado pela matriz \(A\) este vetor se torna
$$
A \vec{X} = \left[ \begin{array}{lll}
1 & 0 & 1\\
2 & 1 & 2
\end{array} \right] \left[ \begin{array}{r}
a\\
b\\
c
\end{array} \right] = \left[ \begin{array}{c}
a + c\\
2 a + b + 2 c
\end{array} \right] = [F_A (f)]_{\beta’} .
$$

O vetor transformado aparece na base \(\beta’\) por definição. A transformação procurada é
$$
F_A (f) = (a + c) 1 + (2 a + b + 2 c) (t + 1) = 3 a + b + 3 c + (2 a + b +
2 c) t.
$$

Como foi afirmado antes, toda transformação linear corresponde a uma única matriz se as bases de ambos os espaços forem especificadas. Considere transformação linear \(T : V \rightarrow W\), com bases \(\beta = \{v_1, \ldots, v_n \}\) e \(\beta’ = \{w_1, \ldots, w_m \}\), respectivamente. Os vetores de \(\beta\) transformados por \(T\) são vetores de \(W\), ou seja \(T (v_k) \in W\) e, portanto, podem ser decompostos na base \(\beta’\)
$$\begin{array}{cc}
T (v_1) = & a_{11} w_1 + a_{21} w_1 + \ldots + a_{m 1} w_m, \\
\vdots & \vdots \\
T (v_n) = & a_{1 n} w_1 + a_{2 n} w_2 + \ldots + a_{mn} w_m,
\end{array}
$$

onde, mais uma vez, a escolha dos índices fica explicada a seguir. A transposta da matriz dos coeficientes é a matriz que corresponde a \(T\) nas bases escolhidas,
$$
\left[T\right]^{\beta}_{\beta’} = \left[ \begin{array}{llll}
a_{11} & a_{12} & \cdots & a_{1 n}\\
a_{21} & a_{22} & \cdots & a_{2 n}\\
\vdots & & & \\
a_{m 1} & a_{m 2} & \cdots & a_{m n}
\end{array} \right].
$$

Novamente, escreveremos apenas \(\left[T\right]\) quando as bases envolvidas forem ambas canônicas.

Formalizando a afirmação acima temos:

Teorema: Dados os espaços vetoriais \(V\) e \(W\), com bases \(\alpha\) e \(\beta\) respectivamente, toda transformação linear \(T : V \rightarrow W\) corresponde a uma matriz \(A_{m \times n}\), onde \(n\) é a dimensão de \(V\) e \(m\) a dimensão de \(W\). Além disto, denotando esta matriz \(A = \left[T\right]_{\beta}^{\alpha}\) vale a relação
$$
\left[T(v)\right]_{\beta} = \left[T\right]_{\beta}^{\alpha} [v]_{\alpha} .
$$

Demonstração: Considere que \(\beta = \{v_1, \ldots, v_n\}\) e \(\beta’ = \{w_1, \ldots, w_m \}\) são, respectivamente, bases de \(V\) e \(W\). Escrevemos \(v \in V\) na base \(\alpha\) e \(T (v) \in W\) na base \(\beta\),
$$
[v]_{\alpha} = \left[ \begin{array}{r}
x_1\\
\vdots\\
x_n
\end{array} \right], \left[T(v)\right]_{\beta} = \left[ \begin{array}{r}
y_1\\
\vdots\\
y_m
\end{array} \right].
$$

A matriz procurada, correspondente a \(T\), é tal que \(A [v]_{\alpha} = [T(v)]_{\beta}\), ou seja,
$$
\left[
\begin{array}{lll}
a_{11} & \cdots & a_{1 n} \\
\vdots & & \vdots \\
a_{m 1} & \cdots & a_{m n}
\end{array}
\right]
\left[
\begin{array}{r}
x_1 \\
\vdots \\
x_n
\end{array}
\right] =
\left[
\begin{array}{r}
y_1 \\
\vdots \\
y_m
\end{array}
\right],
$$

onde denotamos \(A = \{a_{ij} \}\). Resta apenas encontrar as entradas \(a_{ij}\) da matriz. Para fazer isto tomamos \(v_1 \in \alpha\), o primeiro vetor desta base. Sendo um vetor de \(V\) ele pode ser escrito na própria base \(\alpha\) como
$$
[v_1]_{\alpha} = \left[ \begin{array}{r}
1\\
\vdots\\
0
\end{array} \right].
$$

Por efeito da transformação acima ele é levado em um vetor \(T(v_1) \in W\), que pode, portanto, ser escrito na base \(\beta\) como
$$
\left[T (v_1)\right]_{\beta} = \left[ \begin{array}{r}
y_1\\
\vdots\\
y_m
\end{array} \right] = \left[ \begin{array}{lll}
a_{11} & \cdots & a_{1 n}\\
\vdots & & \vdots\\
a_{m 1} & \cdots & a_{m n}
\end{array} \right] \left[ \begin{array}{r}
1\\
\vdots\\
0
\end{array} \right] = \left[ \begin{array}{r}
a_{11}\\
\vdots\\
a_{m 1}
\end{array} \right].
$$

Dai podemos concluir que
$$
\left[ \begin{array}{c}
y_1\\
\vdots\\
y_m
\end{array} \right] = \left[ \begin{array}{c}
a_{11}\\
\vdots\\
a_{m 1}
\end{array} \right] \Rightarrow \left\{ \begin{array}{c}
y_1 = a_{11},\\
\vdots\\
y_m = a_{m 1} .
\end{array} \right.
$$

Isto equivale a escrever
$$ T(v_1) = y_1 w_1 + \ldots + y_m w_m = a_{11} w_1 + \ldots + a_{m 1} w_m .$$

Pelo mesmo procedimento podemos mostrar que para qualquer vetor \(v_k \in \beta\) temos
$$ T (v_k) = a_{1 k} w_1 + \ldots + a_{mk} w_m, k = 1, \ldots, n. $$

Observe que, denotando \(A = \left[T\right]_{\beta}^{\alpha}\), podemos escrever
$$
\left[T(v)\right]_{\beta} = \left[T\right]_{\beta}^{\alpha} [v]_{\beta},
$$

o que representa uma forma de fácil memorização para representar todo o processo adotado. O símbolo \(\left[T\right]_{\beta}^{\alpha}\) significa a matriz associada a transformação \(T\) que leva vetores de \(V\), escritos na base \(\alpha\) para vetores de \(W\) escritos na base \(\beta\).

Resumindo: para encontrar os coeficientes da matriz associada a \(T\) nas bases dadas procedemos da seguinte forma:

  1. Tomamos os vetores \(v_k \in \alpha\) e os escrevemos na base \(\beta\).
  2. A matriz \(\left[T\right]_{\beta}^{\alpha}\) tem como componentes os termos \(a_{ik}\) da decomposição \(T (v_k) = \sum a_{ik} w_i\).
Exemplo 4. Dada uma transformação \(T : \mathbb{R}^3 \rightarrow \mathbb{R}^2\) dada por
$$ T (x, y, z) = (2 x + y – z, 3 x – 2 y + 4 z) $$

e considerando as bases \(\beta = \{(1, 1, 1), (1, 1, 0), (1, 0, 0)\}\) e \(\beta’ = \{(1, 3), (1, 4)\}\) vamos encontrar a matriz \(\left[T\right]_{\beta’}^{\beta}\) associada a esta transformação.

Primeiro calculamos o efeito de \(T\) sobre as vetores de \(\beta\) e escrevemos as imagens na base \(\beta’\):
$$ \begin{array}{rl}
T (1, 1, 1) = & (2, 5) = a (1, 3) + b (1, 4) = 3 (1, 3) – 1 (1, 4), \\
T (1, 1, 0) = & (3, 1) = c (1, 3) + d (1, 4) = 11 (1, 3) – 8 (1, 4), \\
T (1, 0, 0) = & (2, 3) = e (1, 3) + f (1, 4) = 5 (1, 3) – 3 (1, 4).
\end{array}
$$

As constantes \(a, b, \ldots, f\) foram calculadas como solução de sistemas. Por exemplo, na primeira equação temos
$$
\left. \begin{array}{l} a + b = 2 \\ 3 a + 4 b = 5 \end{array} \right\} \Rightarrow a = 3, \;\; b = – 1.$$

A matriz procurada é a transposta da matriz dos coeficientes, ou seja,
$$
\left[T\right]^{\beta}_{\beta’} = \left[ \begin{array}{rrr}
a & c & e\\
b & d & f
\end{array} \right] = \left[ \begin{array}{rrr}
3 & 11 & 5\\
– 1 & – 8 & – 3
\end{array} \right].
$$

Exemplo 5. Dada a mesma transformação \(T : \mathbb{R}^3 \rightarrow \mathbb{R}^2\) do exemplo anterior
$$ T (x, y, z) = (2 x + y – z, 3 x – 2 y + 4 z) $$

com as bases canônicas \(\beta = \{(1, 0, 0), (0, 1, 0), (0, 0, 1)\}\) e \(\beta’ = \{(1, 0), (0, 1)\}\) veremos que a matriz \(\left[T\right]\) associada a esta transformação será diferente da anterior. Listamos a seguir a transformação sobre os vetores de \(\beta\) e escrevemos as imagens na base \(\beta’\) :
$$ \begin{array}{rl}
T (1, 0, 0) = & (2, 3) = a (1, 0) + b (0, 1) = 2 (1, 0) + 3 (01, 1), \\
T (0, 1, 0) = & (1, – 2) = c (1, 0) + d (0, 1) = 1 (1, 0) – 2 (0, 1),\\
T (0, 0, 1) = & (- 1, 4) = e (1, 0) + f (0, 1) = – 1 (1, 0) + 4 (0, 1) .
\end{array}
$$

A transposta da matriz dos coeficientes é a matriz procurada,
$$
\left[T\right] = \left[ \begin{array}{lll}
2 & 1 & – 1\\
3 & – 2 & 4
\end{array} \right].
$$

Exemplo 6. Considere a transformação identidade, \(T : V \rightarrow V\), \(T (v) = v\), realizada entre as bases \(\beta = \{v_1, \ldots, v_n \}\) de \(V\) e \(\beta’ = \{w_1, \ldots, w_m \}\) de \(W\). Repetimos o procedimento, encontrando a imagem dos vetores de \(\beta\) e os escrevendo em \(\beta’\),
$$ \begin{array}{cc}
T (v_1) = & v_1 = a_{11} w_1 + a_{21} w_1 + \ldots + a_{m 1} w_m, \\
\vdots & \vdots \\
T (v_n) = & v_n = a_{1 n} w_1 + a_{2 n} w_2 + \ldots + a_{mn} w_m.
\end{array} $$

A representação matricial desta transformação é
$$
\left[T\right]_{\beta’}^{\beta} = \left[ \begin{array}{ccc}
a_{11} & \cdots & a_{1 n}\\
\vdots & & \vdots\\
a_{m 1} & \cdots & a_{m n}
\end{array} \right] = I_{\beta’}^{\beta},
$$

que é, simplesmente, a matriz mudança de base, partindo da base \(\beta\) para \(\beta’\).

Exemplo 7. Dadas as bases \(\beta = \{(1, 1), (0, 1)\}\) \(\beta’ = \{(0, 3, 0), (- 1, 0, 0), (0, 1, 1) \}\), de \(\mathbb{R}^2\) e \(\mathbb{R}^3\) respectivamente, procuramos a transformação linear \(T : \mathbb{R}^2 \rightarrow \mathbb{R}^3\) correspondente à matriz associada
$$
\left[T\right]_{\beta’}^{\beta} = \left[ \begin{array}{rr}
0 & 2\\
– 1 & 0\\
– 1 & 3
\end{array} \right].
$$

Fazemos o processo inverso, pois os coeficientes da expansão de \(T (1, 1)\) e \(T (0, 1)\) na base \(\beta’\) são conhecidos,
$$ \begin{array}{rl}
T (1, 1) = & 0 (0, 3, 0) – 1 (- 1, 0, 0) – 1 (0, 1, 1) = (1, – 1, – 1), \\
T (0, 1) = & 2 (0, 3, 0) + 0 (- 1, 0, 0) + 3 (0, 1, 1) = (0, 9, 3).
\end{array} $$

Como conhecemos o efeito desta transformação sobre os vetores da base \(\beta\), sabemos seu efeito sobre qualquer vetor \((x, y) \in \mathbb{R}^2\). Nesta base
$$ (x, y) = x (1, 1) + (y – x) (0, 1) $$
e, portanto,
$$ \begin{array}{rl}
T (x, y) = & T [x (1, 1) + (y – x) (0, 1)] = xT (1, 1) + (y – x) T (0, 1) \\
= & x (1, – 1, – 1) + (y – x) (0, 9, 3) = (x, 9 y – 10 x, 3 y – 4 x).
\end{array}$$

Portanto a transformação procurada é \(T (x, y, z,) = (x, 9 y – 10 x, 3 y – 4 x)\).

6. Transformações Lineares

Dados dois espaços vetoriais, \(V\) e \(W\), uma transformação entre eles é uma função que associa vetores de \(V\) em vetores de \(W\). Ela pode ser uma rotação de \(\mathbb{R}^2\) como as que foram estudadas na seção anterior, que associa vetores do plano em outros vetores do plano, girados de um ângulo \(\theta\). Outro exemplo seria a associação de um vetor do espaço em um vetor do plano que corresponde a uma projeção do primeiro vetor neste plano. Esta última transformação poderia, por exemplo, ser usada em uma aplicação gráfica para desenhar a sombra de um objeto tridimensional. Denotaremos por \(F : V \rightarrow W\) uma transformação que leva vetores de \(V\) em vetores de \(W\). Os termos transformação, aplicação e função são equivalentes e serão usados livremente neste texto.

Definição: Se \(V\) e \(W\) são dois espaços vetoriais, uma transformação \(F : V \rightarrow W\) é uma regra que associa a vetores de \(V\) um único vetor de \(W\).

Definição: Dados os espaços vetoriais \(U, V\) e \(W\), se \(F : U \rightarrow V\) e \(G : V \rightarrow W\), a transformação composta \(G \circ F : U \rightarrow W\) é definida da seguinte forma: se \(u \in U\) então
$$ G \circ F (u) = w = G (F (u)) \in W, $$

desde que \(F (u)\) esteja no domínio de \(G\).

Definição: Dada uma transformação \(F : V \rightarrow W\) entre dois espaços vetoriais a transformação inversa, quando existir, é uma transformação \(F^{-1} : W \rightarrow V\) tal que se
$$ F (v) = w \Rightarrow F^{-1}(w) = v. $$

Observe que, se \(F^{-1}\) é a inversa de \(F\), então \(F^{-1} \circ F : V \rightarrow V\) é a aplicação identidade, \(F^{-1} \circ F (v) = v, \forall v \in V\) (ela deixa inalterado qualquer vetor \(v)\).

Figura *

Exemplo . A composição de funções é uma prática rotineira em aplicações da matemática desde os estágios iniciais de seu estudo. Por exemplo, se \(f : \mathbb{R} \rightarrow \mathbb{R}\) dada por \(f (x) = x + 1\) e \(g : \mathbb{R} \rightarrow \mathbb{R}\) dada por \(g (x) = \sqrt{x}\) então a composta \(g \circ f : \mathbb{R} \rightarrow \mathbb{R}\) é a função \(g (f(x)) = g (x + 1) = \sqrt{x + 1}\).

As transformações lineares representam um caso particular das transformações me geral, de grande importância no estudo da matemática e aplicações. Elas são importantes porque muitos objetos e fenômenos que se pretende descrever ocorrem de forma linear, entre eles o estudo de circuitos passivos (contendo apenas resistores), o cálculo de estruturas de concreto, a manipulação computadorizada de imagens, etc. Além disto, mesmo objetos e fenômenos que não ocorrem de forma linear admitem, em seu tratamento, uma primeira aproximação linear, a partir da qual se procura fazer correções e aperfeiçoamentos.

Definição: Dados dois espaços vetoriais, \(V\) e \(W\), uma transformação linear entre eles é uma função de \(V\) em \(W\), \(F : V \rightarrow W\), satisfazendo:

  1. \(F (u + v) = F (u) + F (v), \forall u, v \in V\),
  2. \(F (k u) = k F (u), \forall u \in V, k\) um escalar qualquer.

Exemplo . A transformação de \(\mathbb{R}^2\) em \(\mathbb{R}^2\)
$$ \begin{array}{rl}
F : \mathbb{R}^2 \mapsto & \mathbb{R}^2 \\
(x, y) \mapsto & (x+y, x-y)
\end{array} $$
é uma transformação linear. Antes de mostrar isto, como ilustração do significado de uma transformação, observe que \(F\) tem o seguinte efeito sobre os vetores abaixo:
$$ \begin{array}{rrr}
F (1, 1) = (2, 0), & F (1, 0) = (1, 1), &\\
F (0, 0) = (0, 0), & F (3, 2) = (5, 1), & \text{etc..}
\end{array}
$$

Dados dois vetores de \(\mathbb{R}^2\), \(\vec{u} = (u_x, u_y)\) e \(\vec{v} = (v_x, v_y)\) então
$$ \begin{array}{rl}
F (\vec{u} + \vec{v}) = & F[(u_x + v_x, u_y + v_y)]=(u_x + v_x + u_y + v_y, u_x + v_x – u_y – v_y) = \\
& (u_x + u_y, u_x – u_y) + (v_x + v_y, v_x – v_y) = F (\vec{u}) + F (\vec{v}).
\end{array}
$$

Além disto, se \(k\) é um escalar temos
$$ F (k \vec{u}) = F [(k u_x, k u_y)] = (k u_x + k u_y, k u_x – k u_y) = k(u_x + u_y, u_x – u_y) = k F (\vec{u}).$$

Portanto a aplicação \(F\) satisfaz as duas condições e é, portanto, uma transformação linear. Vale a pena notar que \(F (\vec{0}) = \vec{0}\), i. e. ela leva o vetor nulo no vetor nulo, o que é, como veremos em breve, uma característica de todas as transformações lineares.

Exemplo . A transformação \(G : \mathbb{R} \rightarrow \mathbb{R}\) dada por \(G (u) = \alpha u\), (a multiplicação de um vetor por um fator \(\alpha\) ) é linear, pois:
$$ \begin{array}{rl}
G(u+v)= & \alpha (u + v)=\alpha u + \alpha v = G(u)+G(v), \\
G(ku)= & \alpha (ku)=k(\alpha u) = k\,G(u).
\end{array}
$$

Observamos novamente que \(G (0) = 0\).

Exemplo . A transformação
$$ \begin{array}{r}
H : \mathbb{R} \rightarrow \mathbb{R}\\
x \mapsto x^2
\end{array}
$$
não é linear. Qualquer uma das duas propriedades (i) e (ii) não são satisfeitas pois
$$ \begin{array}{rl}
H (u + v) = & (u + v)^2 = u^2 + v^2 + 2 u v \neq H (u) + H (v) ; \\
H (k u + v) = & (k u)^2 = k^2 u^2 \neq k H (u).
\end{array}
$$

Embora esta não seja uma transformação linear é verdade que \(H (0) = 0\).

Exemplo . A transformação
$$ \begin{array}{r}
J : \mathbb{R}^2 \rightarrow \mathbb{R}^3\\
(x, y) \mapsto (2 x, 0, x + y)
\end{array}
$$
é linear. Dados o vetores de \(\mathbb{R}^2\), \(\vec{u} = (x_1, y_1)\) e \(\vec{v} = (x_2, y_2)\) então
$$ \begin{array}{rl}
J (\vec{u}+\vec{v})= & J [(x_1 + x_2, y_1 + y_2)] = (2 x_1 + 2 x_2, 0, x_1 + y_1 + x_2 + y_2) = \\
& (2 x_1, 0, x_1 + y_1) + (2 x_2, 0, x_2 + y_2) = F (\vec{u}) + F (\vec{v}).
\end{array}
$$

Sendo \(k\) um escalar
$$ J (k \vec{u}) = J [(k x_1, k y_1)] = (2 k x_1, 0, k x_1 + k y_1) = k (2x_1, 0, x_1 + y_1) = k J (\vec{u}) . $$

Afirmação: Se \(F : V \rightarrow W\) é uma transformação linear, então \(F (0_V) = 0_W,\) onde \(0_V \;\text{ e }\; 0_W\) são, respectivamente, os vetores nulos de \(V\) e de \(W\).

Demonstração: Podemos escrever o vetor nulo como \(W \ni 0 = u – u\). Se \(F\) é linear então,
$$ F (0) = F (u – u) = F (u) – F (u) = 0 \in W. $$

No último exemplo, \(J (x, y) = (2 x, 0, x + y)\) temos que \(J (0, 0) = (0, 0, 0)\), ou seja, \(J\) leva o vetor nulo de \(\mathbb{R}^2\) no vetor nulo de \( \mathbb{R}^3\). Vimos também que a transformação \(H : \mathbb{R} \rightarrow \mathbb{R}; H (x) = x^2\) não é linear mas \(H(0) = 0\). Esta é, portanto, uma condição necessária mas não suficiente para que a transformação seja linear.

Exemplo . A transformação \(L : \mathbb{R}^3 \rightarrow \mathbb{R}^3\), dada por
$$ \text{ } L (x, y, z) = (x + 1, y, z) $$

não é linear pois \(L (0, 0, 0) = (1, 0, 0) \neq 0\). As condições (i) e (ii) não precisam ser testadas, nesta caso.

Exemplo . A transformação \(M : \mathbb{R}^3 \rightarrow \mathbb{R}\), dada por
$$ \text{ } M (\vec{v}) = \vec{v} \cdot \vec{v} \;\;\; \text{(o produto escalar)} $$

não é linear, embora \(M (\vec{0})=0.\;\;\) Apesar disto, se \(\vec{u}\), \(\vec{v} \in \mathbb{R}^3\) então
$$ \begin{array}{rl}
M(\vec{u}+\vec{v})= & (\vec{u}+\vec{v})\cdot(\vec{u}+\vec{v})=\vec{u}\cdot\vec{u}+\vec{v}\cdot\vec{v}+2\vec{u}\cdot \vec{v}\neq M(\vec{u})+M(\vec{v}), \\
M(k\vec{u})= & (k \vec{u}) \cdot (k \vec{u}) = k^2 \vec{u} \cdot \vec{u}\neq k M (\vec{u}).
\end{array}$$

Naturalmente, se uma das condições não é satisfeita já sabemos que a transformação não é linear. Nos exemplos sempre testamos as duas condições, para efeito de exercício.

Exemplo . A operação derivada \(D : P_n \rightarrow P_n\) (que leva polinômios em polinômios, ambos de grau menor ou igual a \(n\) ) é uma transformação linear. Se \(f, g \in P_n\) (são polinômios), e \(k\) é um escalar então
$$ \begin{array}{l} D (f + g) = D (f) + D (g), \\ D (k f) = k D (f). \end{array} $$

Exemplo . \(N : V \rightarrow W\), \(N (u) = 0, \forall u \in V\), é uma transformação linear pois
$$ \begin{array}{l} N (u + v) = 0 = N (u) + N (v); \\ N (k u) = k N (u) = 0. \end{array} $$

Exemplo . Toda matriz \(m \times n\) esta associada a uma transformação linear \(A : \mathbb{R}^n \rightarrow \mathbb{R}^m\):
$$
\left[ \begin{array}{rrrr}
a_{11} & a_{12} & \cdots & a_{1 n} \\
a_{21} & a_{22} & \cdots & a_{2 n} \\
\vdots & & & \vdots \\
a_{m1} & a_{m 2} & \cdots & a_{m n}
\end{array} \right]
\left[ \begin{array}{r} x_1\\ x_2\\ \vdots\\ x_n \end{array} \right] =
\left[ \begin{array}{r} y_1\\ y_2\\ \vdots\\ y_m\end{array} \right].
$$

Denotando a operação acima por \(A \vec{x} = \vec{y}\), sabemos da álgebra das matrizes que
$$ \begin{array}{l}
A (\overrightarrow{x_1} + \overrightarrow{x_2}) = A (\overrightarrow{x_1}) + A (\overrightarrow{x_2}); \\
A (k \vec{x}) = k A (\vec{x}).
\end{array}
$$

Veremos mais tarde que a afirmação inversa também é verdadeira, ou seja, que toda a transformação linear \(T : V \rightarrow W\) (dois espaços vetorais) pode ser representada por uma matriz \(m \times n\) onde \(n\) é a dimensão de \(V\) e \(m\) a dimensão de \(W\).

Exemplo . Dada a matriz \(3 \times 2\)
$$
A = \left[ \begin{array}{rr}
2 & 0\\
0 & 0\\
1 & 1
\end{array} \right]
$$

existe a aplicação linear \(L_A : \mathbb{R}^2 \rightarrow \mathbb{R}^3\),
$$ \left[ \begin{array}{r}
x\\
y
\end{array} \right] \mapsto \left[ \begin{array}{rr}
2 & 0\\
0 & 0\\
1 & 1
\end{array} \right] \left[ \begin{array}{r}
x\\
y
\end{array} \right] = \left[ \begin{array}{c}
x \\ 0 \\ x + y
\end{array} \right] .
$$

Esta transformação é idêntica à \(J (x, y) = (2 x, 0, x + y)\), usada anteriormente em um exemplo.

Afirmação: Se \(F : V \rightarrow W\) é uma transformação linear, então \(F\) leva retas de \(V\) em retas de \(W\).

Demonstração: Uma reta de \(V\) é um espaço gerado por um único vetor. Vamos aqui denotar esta reta por \(\alpha = [v] = \{t v\},\) onde \(v \in V\) é um vetor fixo, \(t\) uma variável. A imagem desta reta, sob a acão de \(F\) é \(F \{tv\} = \{tF (v)\} = [F (v)]\), que é uma reta de \(W\).

Observação: Esta é, aliás, o motivo do nome, transformação linear.

Figura *

Transformações do plano no plano

De particular importância entre as transformações lineares entre espaços vetoriais estão as transformações \(T : \mathbb{R}^2 \rightarrow \mathbb{R}^2\). Grande parte das operações em computação gráfica pertencem a este tipo de transformações, em particular as expansões e contrações (para aumentar ou diminuir o tamanho de uma figura na tela do computador), as reflexões, projeções e rotações.

Expansão e contração uniforme

Uma transformação
$$ \begin{array}{lll}
T : & \mathbb{R}^2 \rightarrow \mathbb{R}^2 & \\
& \vec{v} \mapsto \alpha \vec{v}, & \alpha \in \mathbb{R}
\end{array}
$$

é uma expansão ou dilatação se \(\alpha \gt 1\), ou uma contração se \(\alpha \lt 1\). Vale aqui nos lembrarmos de que a multiplicação de um vetor por um escalar \(\alpha\) tem o efeito de multiplicar seu comprimento por \(| \alpha |\) pois
$$ |T (\vec{v}) | = | \alpha \vec{v} | = \sqrt[]{\alpha^2 \vec{v} . \vec{v} } = | \alpha | | \vec{v} |. $$

Exemplo . A seguinte transformação é uma dilatação,
$$ \begin{array}{rr}
T : & \mathbb{R}^2 \rightarrow \mathbb{R}^2\\
& \vec{v} \mapsto 2 \vec{v},
\end{array}
$$
que dobra o comprimento do vetor, conforme a figura *a. Em termos matriciais ela pode ser expressa por
$$ T \left[ \begin{array}{r}
x\\
y
\end{array} \right] = \left[ \begin{array}{rr}
2 & 0\\
0 & 2
\end{array} \right] \left[ \begin{array}{r}
x\\
y
\end{array} \right] = \left[ \begin{array}{r}
2 x\\
2 y
\end{array} \right] .
$$

Por outro lado a aplicação \(F (x, y) = \frac{1}{2} (x, y)\) é uma contração, mostrada na figura *b.

figura

Reflexão em torno do eixo \(\mathcal{O}x\)

A transformação
$$ \begin{array}{rl}
R_x : & \mathbb{R}^2 \rightarrow \mathbb{R}^2 \\
& (x, y) \mapsto (x,- y),
\end{array} $$
representa uma reflexão em torno do eixo \(\mathcal{O}x\), ilustrada na figura *. Em notação matricial
$$ \left[ \begin{array}{r}
x’\\
y’
\end{array} \right] = \left[ \begin{array}{rr}
1 & 0\\
0 & – 1
\end{array} \right] \left[ \begin{array}{r}
x\\
y
\end{array} \right] = \left[ \begin{array}{r}
x\\
– y
\end{array} \right], \;\;\;\text{ onde }\;\;\; \left[ \begin{array}{r}
x’\\
y’
\end{array} \right] = T \left[ \begin{array}{r}
x\\
y
\end{array} \right] .
$$

Rotação de um ângulo \(\theta\)

Dado um vetor \(\vec{v} \in \mathbb{R}^2\) queremos conhecer a transformação \(R_{\theta} : \mathbb{R}^2 \rightarrow \mathbb{R}^2\) tal que \(\vec{v}’ = R_{\theta} (\vec{v})\) tem o mesmo comprimento que \(\vec{v}\) mas está girado de um ângulo \(\theta\) no sentido antihorário, como mostrado na figura *. Vamos começar denotando por \(r = | \vec{v} |\) o módulo deste vetor, e \(\alpha\) o ângulo que ele faz com o eixo \(\mathcal{O}x\). Nesta notação, se \(\vec{v} = (x, y)\) temos
$$ \left. \begin{array}{r} x = r \cos \theta \\ y = r \text{sen } \theta\end{array} \right\} \Rightarrow \vec{v} = r (\cos \theta, \text{sen }\theta). $$

O novo vetor \(\vec{v}’\) obtido de \(\vec{v}\) por meio de um giro de ângulo \(\theta\) será escrito por
$$ \begin{array}{r} x’ = r \cos (\alpha + \theta),\\ y’ = r \text{sen } (\alpha + \theta). \end{array} $$

Podemos aqui usar as identidades trigonométricas para a soma de ângulos,
$$ \begin{array}
\cos (\alpha + \theta) = \cos \alpha \cos \theta – \text{sen } \alpha \text{sen } \theta, \\
\text{sen } (\alpha + \theta) = \text{sen } \alpha \cos \theta + \cos \alpha \text{sen } \theta.
\end{array} $$

Por conseguinte as coordenadas de \(\vec{v}’\) serão
$$ \begin{array} {l}
x’ = r \cos \alpha \cos \theta – r \text{sen } \alpha \text{sen } \theta = x \cos \theta – y \text{sen } \theta, \\
y’ = r \text{sen } \alpha \cos \theta + r \cos \alpha \text{sen } \theta = x \text{sen } \theta + y \text{sen } \theta.
\end{array} $$

Temos portanto, a transformação procurada,
$$ R_{\theta} \left[ \begin{array}{r}
x\\
y
\end{array} \right] = \left[ \begin{array}{r}
x’\\
y’
\end{array} \right] = \left[ \begin{array}{rr}
\cos \theta & – \text{sen } \theta\\
\text{sen } \theta & \cos \theta
\end{array} \right] \left[ \begin{array}{r}
x\\
y
\end{array} \right] .
$$

Exemplo . No caso particular de uma rotação de \(\theta = \pi / 2\) temos
$$ R_{\pi / 2} \left[ \begin{array}{r}
x\\ y
\end{array} \right] = \left[ \begin{array}{rr}
0 & – 1\\ 1 & 0
\end{array} \right] \left[ \begin{array}{r}
x\\ y
\end{array} \right] = \left[ \begin{array}{r}
– y\\ x
\end{array} \right].
$$

Exercício: Denotando por \(R_{\theta}\) a rotação antihorário de um ângulo \(\theta\) mostre que
$$ R_{\theta 1} \cdot R_{\theta_2} = R_{(\theta_1 + \theta_2)}.$$

Extra: Um conceito importante em álgebra moderna é o de um grupo. Um grupo é um conjunto \(G \neq \emptyset\), dotado de uma operação binária \(\ast\), satisfazendo as seguintes propriedades:

  1. Se \(a,\, b,\, c \in G \Rightarrow (a \ast b) \ast c = a \ast (b \ast c)\) (associatividade).
  2. \(\exists \, e \, \in G\) tal que \(e \ast a = a \ast e = a, \forall a \in G\) (existência do elemento neutro).
  3. \(\forall a \in G \; \exists b \; \in G\) tal que \(a \ast b = b \ast a = e\) (existência do elemento inverso).

Estas propriedades significam que um grupo é um conjunto com uma operação \(\ast\) associativa, onde existe um elemento neutro \(e\) (com relação àquela operação) e que para cada elemento \(a\) de \(G\) existe um inverso \(b\) (algumas vezes denotado por \(a^{-1}\)).

Mostre que o conjunto \(G = (R_{\theta}, \ast)\) onde \( \ast\) é a multiplição usual de matrizes, é um grupo. Quem são, neste grupo, os elementos \(e\) (a identidade) e \( [R_{\theta}]^{-1}\), o inverso de \(R_{\theta}\)?

Translações

Exemplos de transformações importantes no plano são as translações
$$ T (x, y) = (x + a, y + b) $$

ou
$$ T \left[ \begin{array}{r}
x\\
y
\end{array} \right] = \left[ \begin{array}{r}
x’\\
y’
\end{array} \right] = \left[ \begin{array}{rr}
1 & 0\\
0 & 1
\end{array} \right] \left[ \begin{array}{r}
x\\
y
\end{array} \right] + \left[ \begin{array}{r}
a\\
b
\end{array} \right] .
$$

Estas não são, no entanto, transformações lineares, como se pode mostrar facilmente.

O teorema seguinte seguinte mostra que, para conhecer o efeito de uma transformação linear sobre os vetores de um espaço vetorial, basta conhecer o efeito desta transformação sobre todos os vetores de uma de suas bases.

Teorema: Uma transformação linear \(T : V \rightarrow W\) fica inteiramente determinada por sua ação sobre os vetores de uma base de \(V\).

Demonstração: Seja \(\beta = \{v_1, \ldots, v_n \}\) uma base de \(V\) e suponha conhecidos \(T (v_1) = w_1, \ldots, T (v_n) = w_n\). Então, qualquer \(v \in V\) e sua transformação \(T(v)\) podem ser escritos respectivamente como
$$ \begin{array}{rl}
v = & a_1 v_1 + \ldots + a_n v_n \;\;\; \text{e} \\
T(v)= & T(a_1 v_1+\ldots +a_n v_n)=a_1 T(v_1)+ \ldots + a_n T(v_n) \\
= & a_1 w_1 + \ldots + a_n w_n,
\end{array} $$
como foi afirmado.

Exemplo . Qual é a transformação linear \(T : \mathbb{R}^2 \rightarrow \mathbb{R}^3\) satisfazendo
$$ T (1, 0) = (2, – 1, 0) \text{ e } T (0, 1) = (0, 0, 1) ? $$

Qualquer vetor \(\vec{v} \in \mathbb{R}^2\) pode ser escrito na base canônica
$$ \vec{v} = (x, y) = x (1, 0) + y (0, 1) . $$
Então
$$ T (\vec{v}) = xT (1, 0) + yT (0, 1) = x (2, – 1, 0) + y (0, 0, 1) = (2 x, – x, y) . $$
Em termos matriciais
$$ T \left[ \begin{array}{r}
x\\
y
\end{array} \right] = \left[ \begin{array}{rr}
2 & 0\\
– 1 & 0\\
0 & 1
\end{array} \right] \left[ \begin{array}{r}
x\\
y
\end{array} \right] = \left[ \begin{array}{r}
2 x\\
– x\\
y
\end{array} \right] .
$$

Relembramos aqui que uma matriz \(3 \times 2\) corresponde a uma transformação de \(\mathbb{R}^2\) em \(\mathbb{R}^3\).

Exemplo . Queremos encontrar a transformação linear \(T : \mathbb{R}^2 \rightarrow \mathbb{R}^3\) satisfazendo
$$ T (1, 1) = (3, 2, 1) \text{ e } T (0, – 2) = (0, 1, 0) . $$

Neste caso, \(\{(1, 1), (0, – 2)\}\) não é a base canônica de \(\mathbb{R}^2\). Temos então que encontrar a decomposição de um vetor qualquer nesta base. O \(\vec{v} = (x, y) \in \mathbb{R}^2\) pode ser escrito nesta base como
$$
\vec{v} = (x, y) = a (1, 1) + b (0, – 2) \Rightarrow \left\{
\begin{array}{r}
(a, a – 2 b) = (x, y), \\
a = x, \\
b = \frac{1}{2} (x – y).
\end{array} \right.
$$

Dai
$$ (x, y) = x (1, 1) + \frac{1}{2} (x – y) (0, – 2) $$
e o vetor transformado é
$$ T (x, y) = xT (1, 1) + \frac{1}{2} (x – y) T (0, – 2) = $$

$$ = x (3, 2, 1)+\frac{1}{2}(x-y)(0, 1, 0)=\left(3x,\frac{5 x-y}{2},x\right).$$

Em termos matriciais
$$ T \left[ \begin{array}{r}
x\\
y
\end{array} \right] = \left[ \begin{array}{rr}
3 & 0\\
5 / 2 & – 1 / 2\\
1 & 0
\end{array} \right] \left[ \begin{array}{r}
x\\
y
\end{array} \right] .
$$

Vimos que uma transformação linear \(T : V \rightarrow W\) transforma vetores de um espaço vetorial \(V\) em vetores de outro, \(W\). Algumas definições serão necessárias para prosseguirmos.

Definição: Seja \(T : V \rightarrow W\) uma transformação linear. A imagem de \(T\) é o conjunto
$$ \text{Im} (T) = \{w \in W ; T (v) = w \text{ para algum } v \in V\} . $$

A imagem é, portanto, o conjunto de todos os vetores de \(W\) que são imagem de algum vetor de \(V\) pela transformação \(T\). Podemos denotar a imagem por \(\text{Im} (T)\) ou por \(T (V)\).

Definição: Seja \(T : V \rightarrow W\) uma transformação linear. O núcleo da transformação \(T\) é o conjunto
$$ \text{Nuc } (T) = \{v \in V ; T (v) = 0\} . $$

O núcleo é, portanto, o conjunto de todos os vetores de \(V\) que são levados no vetor nulo de \(W\). Observe que \(\text{Nuc } (T) \neq \emptyset\) pois se \(0_V\) é o vetor nulo de \(V\) então \(T (0_V) = 0_W\) (i.e. pelo menos o vetor nulo de \(V\) está no núcleo).

Obs. Em alguns textos o núcleo é denotado por \(\text{Ker} (T)\) (do inglês, kernel).

Exercício importante: Mostre que \(T (V)\) é um subespaço vetorial de \(W\) e \(\text{Nuc }(V)\) é um subespaço vetorial de \(V\).

Figura: Imagem e núcleo (feita)

Exemplo . Considere a transformação linear
$$ \begin{array}{rl}
T : & \mathbb{R}^2 \mapsto \mathbb{R} \\
& (x, y) \mapsto x + y.
\end{array}
$$

O núcleo desta transformação é \(\text{Nuc } (T) = \{(x, y) \in \mathbb{R}^2 ; x + y = 0\}\). Portanto o núcleo desta transformação é a reta \(y = – x\), exibida na figura *. A imagem de \(T\) é \(\text{Im} (T) =\mathbb{R}\), (toda a reta real) pois qualquer ponto \(r\) desta reta pode ser obtido pela expressão \(r = x + y\), escolhndo-se \(x, y\) adequadamente.

figura *

Exemplo . A transformação linear \(T : \mathbb{R}^3 \rightarrow \mathbb{R}^3\) dada por \(T (x, y, z) = (x, 2 y, 0)\) tem como imagem o conjunto
$$ \text{Im} (T) = \{(x, 2 y, 0) | x, y \in \mathbb{R}\} . $$

Observe que esta imagem é o plano \([(1, 0, 0), (0, 1, 0)]\), isto é, o plano gerado por \(\hat{\imath}\) e \(\hat{\jmath}\) ou ainda o plano \(x\mathcal{O}y\) \((z = 0)\). A dimensão da imagem é \(\dim \text{Im} (T) = 2\), pois existem 2 vetores em sua base. O núcleo desta transformação é
$$ \text{Nuc } (T) = \{(x, y, z) \in \mathbb{R}^3 ; (x, 2 y, 0) = 0\}, $$

ou seja, \(x = 0, y = 0\). Não há qualquer restrição sobre o valor de \(z\), portanto
$$ \text{Nuc } (T) = \{(0, 0, z) ; z \in \mathbb{R}\} . $$

Isto significa que \(\text{Nuc } (T) = [(0, 0, 1)]\), o eixo \(\mathcal{O}z\) e \(\dim \text{Nuc } (T) = 1\). Observe que
$$ \dim \text{Im} (T) + \dim \text{Nuc } (T) = 3 = \dim V. $$

Este resultado será explorado em breve.

Definição: Uma aplicação \(T : V \rightarrow W\) é injetora se, dados \(u, v \in V\), com \(T (u) = T (v)\), então \(u = v\). Equivalentemente, se \(u \neq v\) então \(T (u) \neq T (v)\).

figura

Uma aplicação injetora é aquela que tem imagens distintas para vetores distintos.

Definição: Uma aplicação \(T : V \rightarrow W\) é sobrejetora se \(T (V) = W\), ou seja, a imagem de \(V\) por \(T\) é todo o espaço \(W\). Isto significa que todo vetor de \(W\) é imagem de algum vetor de \(V\) por \(T\).

figura *

Definição: Uma aplicação que é simultaneamente injetora e sobrejetora é uma aplicação bijetora (ou uma bijeção).

Exemplo . A aplicação \(T : \mathbb{R} \rightarrow \mathbb{R}^2\), dada por \(T (x) = (x, 0)\) é injetora pois, se \(x \neq y\) temos \(T (x) \neq T (y)\). No entanto ela não é sobrejetora pois sua imagem é apenas o eixo \(\mathcal{O}x\) de \(\mathbb{R}^2\).

Teorema: Uma aplicação linear \(T : V \rightarrow W\) é injetora se, e somente se, \(\text{Nuc } (T) = \{0\}\).

Demonstração: Suponha que \(\text{Nuc } (T) = \{ \vec{0} \}\). Tome dois vetores \(u, v \in V\) tal que \(T (u) = T (v)\). Então \(T (u) – T (v) = 0 \Rightarrow T (u – v) = 0\), já que a aplicação é linear. Isto indica que \(u – v \in \text{Nuc } (T)\) logo \(u – v = 0\) (pois o núcleo contém apenas o vetor nulo). Resumindo, se \(T (u) = T (v)\) temos, obrigatoriamente que \(u = v\), logo \(T\) é injetora.

Por outro lado, suponha \(T\) injetora e tome um vetor \(v \in \text{Nuc } (T) \Rightarrow\) \(T (v) = 0\). Mas \(T (0) = 0\) para qualquer aplicação linear logo \(T (v) = T (0)\) ou seja \(v = 0\) (pois \(T\) é injetora) de onde se conclui que \(\text{Nuc } (T) = \{0\}\).

Exemplo . Queremos descobrir se a aplicação
$$ \begin{array}{rl}
T : & \mathbb{R}^2 \rightarrow \mathbb{R}^3 \\
& (x, y) \mapsto (x + y, x, x – y),
\end{array}
$$
é injetora. Sem usar a definição do que é uma aplicação injetora procuramos por núcleo,
$$ \begin{array}{r}
\text{Nuc }(T)=\{(x, y) \in \mathbb{R}^2 ; T (x, y) = 0 \} \Rightarrow \\
(x + y, x, x – y) = 0 \Rightarrow x = 0, y = 0.
\end{array}
$$
portanto \(\text{Nuc } (T) = \{0\}\), logo \(T\) é injetora.

Teorema: Seja \(T : V \rightarrow W\) uma aplicação linear. Então
$$ \dim \text{Nuc } (T) + \dim \text{Im} (T) = \dim V. $$

Demonstração: Considere que \(\beta_N = \{v_1, \ldots, v_n \}\) é uma base de \(\text{Nuc } (T)\) à qual adicionamos o conjunto de vetores \(w_k\) necessários para que \(\beta_V = \{v_1, \ldots, v_n, w_1, \ldots, w_m \}\) seja uma base de \(V\). Com estas definições temos que \(\dim \text{Nuc } (T) = n\) e \(\dim V = n + m\). Qualquer vetor \(v \in V\) pode ser decomposto na base \(\beta_V \) como
$$ v = a_1 v_1 + \ldots + a_n v_n + b_1 w_1 + \ldots + b_m w_m . $$

O efeito da transformação \(T\) sobre este vetor é dada por
$$ \begin{array}{rl}
T(v) = & a_1 T (v_1) + \ldots + a_n T (v_n) + b_1 T (w_1) + \ldots + b_m T(w_m) = \\ & b_1 T (w_1) + \ldots + b_m T (w_m),
\end{array} $$

onde a última igualdade se deve a que os vetores \(v_k, k = 1, \ldots, n\) estão no núcleo, logo \(T (v_k) = 0\). A imagem de \(T\) é, portanto
$$ \text{Im} (T) = \{b_1 T (w_1) + \ldots + b_m T (w_m) ; b_k \in \mathbb{R}, k = 1, \ldots, m\} $$

ou ainda
$$ \text{Im} (T) = [T (w_1), \ldots, T (w_m)]. $$

Resta mostrar que os vetores \(T (w_i)\) são l.i.. Procedemos, como de costume, verificando se a combinação linear
$$ c_1 T (w_1) + \ldots + c_m T (w_m) = 0 $$

só pode ser obtida com todos os coeficientes \(c_k = 0\). Como \(T\) é linear podemos escrever
$$ T (c_1 w_1 + \ldots + c_m w_m) = 0, $$

concluindo que o vetor entre parênteses está no núcleo e pode, portanto, ser decomposto na base \(\beta_N\) como
$$ c_1 w_1 + \ldots + c_m w_m = d_1 u_1 + \ldots + d_n u_n . $$

A seguinte combinação linear é, por isto, nula,
$$ c_1 w_1 + \ldots + c_m w_m – d_1 u_1 – \ldots – d_n u_n = 0, $$

o que só pode ser conseguido com todos os coeficientes constantes nulos, \(c_k = 0\) e \(d_l = 0\), pois esta é uma combinação linear entre os vetores da base \(\beta_V\) de \(V\) (que são, por definição, l.i.). Isto mostra que o conjunto \(\beta_I = \{T (w_1), \ldots, T (w_m)\}\) é l.i. e gera \(\text{Im} (V)\), portanto é uma base da imagem. Dai se conclui que \(\dim \text{Im} (V) = m\) e o teorema fica provado.

Corolário: Se \(T : V \rightarrow W\) é uma aplicação linear e injetora, e \(\dim V = \dim W\) então \(T\) transforma bases de \(V\) em bases de \(W\).

Observação: Em outras palavras, o corolário afirma que, se \(\beta_V = \{v_1, \ldots, v_n \}\) é uma base de \(V\) então \(\beta_W = \{T (v_1), \ldots, T (v_n)\}\) é uma base de \(W\).

Demonstração: Tome \(\beta_V = \{v_1, \ldots, v_n \}\),uma base de \(V\). Queremos saber se \(\beta_W = \{T (v_1), \ldots, T (v_n)\}\) é l.i.. Para isto tornamos nula a combinação linear
$$ k_1 T (v_1) + \ldots + k_n T (v_n) = 0 \Rightarrow T (k_1 v_1 + \ldots + k_n v_n) = 0, $$

a última afirmação decorrendo de ser \(T\) linear. Como \(T\) é injetora então \(\text{Nuc } (T) = \{0\}\) e, portanto, \(k_1 v_1 + \ldots + k_n v_n = 0\), o que só pode ser obtido se todos os coeficientes constantes forem nulos, \(k_i = 0, i = 1, \ldots, n\). Dai se conclui que \(\beta_W\) é um conjunto de vetores l.i.. Como \(\dim V = \dim W = n\) então, como queríamos mostrar, \(\beta_W\) é uma base de \(W\).

Definição (isomorfismo): Se a aplicação linear \(T : V \rightarrow W\) é simultaneamente injetora e sobrejetora então dizemos que ela é um isomorfismo. Dizemos que os espaços vetoriais \(V\) e \(W\) são isomorfos.

Convém aqui enfatizar, apesar da repetição, alguns pontos importantes. Espaços isomorfos tem a mesma dimensão: como \(T\) é injetora temos que \(\dim \text{Nuc } (T) = 0\) e \(\dim \text{Im} (T) = \dim V\). Mas \(T\) é também sobrejetora, o que significa que sua imagem cobre todo o espaço \(W\), \(\text{Im} (T) = W\) logo \(\dim W = \dim V\). Além disto um isomorfismo leva bases de \(V\) em bases de \(W\). Como existe uma correspondência biunívoca entre vetores dos dois espaços e todos os vetores de \(W\) correspondem a algum vetor de \(V\), então é possível encontrar a aplicação inversa \(T^{-1} : W \rightarrow V\) e ela é também um isomorfismo.

Exemplo . Seja \(T : \mathbb{R}^3 \rightarrow \mathbb{R}^3\) dada por \(T (x, y, z) = (x – 2 y, z, x + y)\). Vamos mostrar que \(T\) é um isomorfismo e encontrar sua inversa, \(T^{-1}\).

Pelo corolário, como a dimensão do espaço de partida e de chegada são as mesmas (pois são o mesmo espaço) se \(T\) é injetora então \(\dim \text{Nuc }(T)=0\) e \(\dim \text{Im}(T)=3\), o que significa que a imagem é o próprio \(\mathbb{R}^3\) (\( T\) é sobrejetora). Basta portanto verificar que a transformação é injetora. Para isto procuramos pelo núcleo de \(T\),
$$ \text{Nuc } (T) = \{(x, y, z) ; T (x, y, z) = 0\}$$
o que significa que vetores do núcleo devem satisfazer
$$ (x – 2 y, z, x + y) = 0 \Rightarrow \left\{ \begin{array}{r}
x – 2 y = 0\\
z = 0\\
x + y = 0
\end{array} \Rightarrow (x, y, z) = (0, 0, 0) . \right. $$

Como \(\text{Nuc } (T) = \{0\}\), \(T\) é injetora e, sendo sobrejetora, é um isomorfismo e existe a transformação inversa. Para achar a transformação inversa encontramos sua ação sobre 3 vetores l.i. de \(\mathbb{R}^3\). Em geral é mais simples usar a base canônica, embora qualquer base possa ser usada. Listamos abaixo a ação da transformação sobre a base canonônica e a ação de sua inversa sobre os vetores:
$$ \left\{ \begin{array}{rr}
T (1, 0, 0) = & (1, 0, 1) \\
T (0, 1, 0) = & (- 2, 0, 1) \\
T (0, 0, 1) = & (0, 1, 0)
\end{array} \right. \Rightarrow \left\{ \begin{array}{rr}
T^{-1} (1, 0, 1) = & (1, 0, 0), \\
T^{-1} (- 2, 0, 1) = & (0, 1, 0), \\
T^{-1} (0, 1, 0) = & (0, 0, 1).
\end{array} \right.
$$

Sabemos que \(\{(1, 0, 1), (- 2, 0, 1), (0, 1, 0) \}\) é uma base de \(\mathbb{R}^3\) pois isomorfismos transformam bases em bases. Qualquer vetor deste espaço pode ser escrito nesta base como
$$ (x, y, z) = a (1, 0, 1) + b (- 2, 0, 1) + c (0, 1, 0) $$

o que representa o sistema listado abaixo, com sua solução,
$$ \left. \begin{array}{r}
x = a – 2 b\\
y = c\\
z = a + b
\end{array} \;\;\right\} \Rightarrow \begin{array}{l}
a = \frac{1}{3} (x + 2 z),\\
b = \frac{1}{3} (z – x),\\
c = y.
\end{array}
$$

Podemos escrever qualquer vetor de \(\mathbb{R}^3\) nesta base como
$$(x,y,z)=\frac{1}{3} (x + 2 z) (1, 0, 1) + \frac{1}{3} (z – x) (- 2, 0, 1) + y (0, 1, 0) $$

enquanto a ação de \(T^{-1}\) sobre este vetor arbitrário é
$$ T^{-1} (x, y, z) = \frac{1}{3} (x + 2 z) T^{-1} (1, 0, 1) + \frac{1}{3} (z – x) T^{-1} (- 2, 0, 1) + yT^{-1} (0, 1, 0), $$

onde usamos o fato de que \(T\) é linear. Já conhecemos o efeito de \( T^{-1}\) sobre os vetores envolvidos, portanto encontramos **
$$ \begin{array}{rl}
T^{-1}(x, y, z)= & \frac{1}{3}(x + 2 z)(1, 0, 0)+\frac{1}{3}(z-x) (0, 1, 0)+y (0, 0, 1)= \\
& \left(\frac{x + 2 z}{3},\frac{z – x}{3}, y \right).
\end{array} $$

Esta é a transformação inversa procurada.

Segue um resumo dos resultados sobre as transformações lineares

• Uma transformação \(T : V \rightarrow W\) é linear se \(T (\alpha u + \beta v) = \alpha T (u) + \beta T (v)\)

• A transformação fica totalmente determinada por meio de sua ação sobre uma base de \(V\).

• Def.: \(\text{Im} (T) = T (V) ; \text{Nuc } (T) = \{v \in V ; T (v) = 0_W \}\).

• \(T\) é injetora se \(T (u) = T (v) \Rightarrow u = v\), ou, se \(u \neq v \Rightarrow T (u) \neq T (v)\).

• \(T\) é sobrejetora se \(\text{Im} (T) = W\). Se \(T\) é injetora e sobre então é um isomorfismo.

• \(T\) linear é injetora \( \Leftrightarrow \text{Nuc } (T) = \{0_V \}\).

• \(\dim \text{Nuc } (T) + \dim \text{Im} (T) = \dim V\).

• Se \(\dim V = \dim W\), T é injetora \(\Leftrightarrow T\) é sobrejetora.

• \(T\) injetora: Se \(\dim V = \dim W\) então \(T\) leva bases de \(V\) em bases de \(W\).

• Se \(T\) é um isomorfismo então \(\exists \; T^{-1} : W \rightarrow V\), (existe a inversa de \(T\) ).

5. Mudanças de Bases

Vimos que uma base de um espaço vetorial \(V\) é um conjunto de vetores de \(V\) que são linearmente independentes que geram este espaço vetorial. Vimos ainda que, escolhida uma base \(\alpha = \{v_1, v_2, \ldots, v_n \}\) então todo vetor de \(V\) pode ser escrito de forma única como combinação linear dos vetores desta base, \(v = a_1 v_1 + a_2 v_2 + \ldots + a_n v_n\).

Em muitas situações pode ser interessante descrever um vetor, ou outro objeto formado por vetores, em mais de uma base, lembrando que, alterada a base alteram-se também os coeficientes do vetor naquela base. é possível, em muitos casos, que a descrição se torne muito simplificada com a escolha mais adequada da base a ser usada. Um exemplo ilustrará a importância desta operação de mudança de bases.

Exemplo: A relação \(x^2 + x y + y^2 – 3 = 0\) descreve uma elipse no plano, como está ilustrado na figura 1.

Figura 1: Rotação de eixos

Em um novo sistema de coordenadas \((x’, y’)\) obtido por rotação dos eixos de coordenadas de um ângulo de \(45^0\) antihorário. Por meio de uma mudança adequada de base, que pode ser vista como a introdução de um novo sistema de coordenadas, a mesma elipse fica expressa como \(3 x^{\prime 2} + 2 y^{\prime 2}\) =6, onde os sistemas \((x, y)\) e \((x’, y’)\) se relacionam de uma forma que ficará clara em breve.

Considere que em um dado espaço vetorial \(V\) temos duas bases, \(\beta = \{u_1, \ldots, u_n \}\) e \(\beta’ = \{w_1, \ldots, w_n \}\). Então, se \(v\) é um vetor deste espaço, podemos escrevê-lo nas duas bases, respectivamente como
$$ v = x_1 u_1 + \ldots + x_n u_n, $$
$$ v = y_1 w_1 + \ldots + y_n w_n. $$

Queremos relacionar os dois grupos de coordenadas
$$
[v]_{\beta} = \left[ \begin{array}{r}
x_1\\
\ldots\\
x_n
\end{array} \right], [v]_{\beta’} = \left[ \begin{array}{r}
y_1\\
\ldots\\
y_n
\end{array} \right] .
$$

é importante observar que \(v\) é um objeto geométrico, independente do sistema de coordenadas usado ou, o que é equivalente, independente da base usada para este espaço vetorial. A transformação pode ser conseguida da seguinte forma: cada um dos vetores da base \(\beta’\) pode ser escrito como combinação dos vetores da base \(\beta\), uma vez que também são vetores de \(V\), portanto
$$
\begin{array}{lr}
w_1 = & a_{11} u_1 + \ldots + a_{n 1} u_n,\\
w_2 = & a_{12} u_1 + \ldots + a_{n 2} u_n,\\
\vdots & \vdots\\
w_n = & a_{1 n} u_1 + \ldots + a_{n n} u_n .
\end{array}
$$

A escolha de índices das constantes \(a_{i j}\) acima ficará clara a seguir. Substituindo os vetores acima em \(v = y_1 w_1 + \ldots + y_n w_n\) temos
$$
\begin{array}{rll}
v = & y_1 (a_{11} u_1 + \ldots + a_{n 1} u_n) + & \ldots & + y_n (a_{1n} u_1 + \ldots + a_{n n} u_n) = \\
& (a_{11} y_1 + \ldots + a_{1 n} y_n) u_1 + & \ldots & + (a_{n 1} y_1+ \ldots + a_{n n} y_n) u_n .
\end{array}
$$

Na última linha foram colocados em evidência os vetores \(u_k\). Como podemos escrever \(v = x_1 u_1 + \ldots + x_n u_n\) (usando a base \(\beta\) ) e, lembrando que existe uma única combinação linear para descrever um vetor em cada base, podemos identificar os termos
$$ \begin{array}{r}
x_1 = a_{11} y_1 + \ldots + a_{1 n} y_n, \\
\vdots \\
x_n = a_{n 1} y_1 + \ldots + a_{n n} y_n,
\end{array} $$
que é exatamente a regra de transformação entre as coordenadas \(\{y_k \}\) na base \(\beta’\) para as coordenadas \(\{x_k \}\) na base \(\beta\). Podemos escrever a mesma expressão acima em forma matricial como
$$
\left[ \begin{array}{r}
x_1\\
\vdots\\
x_n
\end{array} \right] = \left[ \begin{array}{lll}
a_{11} & \ldots & a_{1 n}\\
\vdots & & \vdots\\
a_{n 1} & \ldots & a_{n n}
\end{array} \right] \left[ \begin{array}{r}
y_1\\
\vdots\\
y_n
\end{array} \right],
$$
onde se observa que a escolha dos índices, citada acima, leva a uma disposição natural dos elementos formadores da matriz de transformação. Denotaremos por
$$
I^{\beta’}_{\beta} = \left[ \begin{array}{rrr}
a_{11} & \ldots & a_{1 n}\\
\vdots & & \vdots\\
a_{n 1} & \ldots & a_{n \, n}
\end{array} \right]
$$

esta matriz, a chamada matriz mudança de base de \(\beta’\) para \(\beta\), onde os coeficientes \(a_{i j}\) são as coordenadas dos vetores \(w_k\) (os elementos do base \(\beta’\) ) na base \(\beta\). Com esta notação a transformação entre uma base e outra fica descrita por
$$ [v]_{\beta} = I^{\beta’}_{\beta} [v]_{\beta’}, $$
lembrando que os coeficientes de \(I^{\beta’}_{\beta} = \{a_{i j} \} \) são as coordenadas dos vetores da base \(\beta’\) \((w_j)\) desenvolvidos na base \(\beta = \{u_j \}\).

Repetindo de forma compacta: Considere que em um dado espaço vetorial \(V\) temos duas bases, \(\beta = \{u_i \}\) e \(\beta’ = \{w_j \}\). Se \(v \in V\), podemos escrevê-lo nas duas bases, como
$$ v = \sum_{i = 1}^n x_i u_i, \;\; \text{e} \;\; v = \sum_{j = 1}^n y_j w_j.$$
Queremos relacionar os dois conjuntos de coordenadas \(\{x_i \}\) e \(\{y_j \}\). Lembrando que cada um dos \(w_j \in V\) temos que
$$ w_i = \sum_{k = 1}^n a_{k i} u_k, i = 1, \ldots, n.$$
Substituindo na expressão para \(v\)
$$ v = \sum_{i = 1}^n y_i w_i = \sum_{i = 1}^n y_i \left( \sum_{k = 1}^n a_{k i} u_k \right) = $$
$$ = \sum_{k = 1}^n \left( \sum_{i = 1}^n a_{k i} y_i \right) u_k = \sum_{k = 1}^n x_k u_k.$$
Como os dois termos na expressão acima correspondem à decomposição do vetor \(v\) na base \(\beta\), e esta decomposição é única, podemos identificar
$$ x_k = \sum_{i = 1}^n a_{k i} y_i $$
ou seja
$$ [v]_{\beta} = I^{\beta’}_{\beta} [v]_{\beta’}, $$
onde os coeficientes de \(I^{\beta’}_{\beta} = \{a_{i j} \} \) são as coordenadas dos vetores da base \(\beta’\) \((w_j)\) desenvolvidos na base \(\beta
= \{u_j \}\).

Exemplo: Dadas duas bases de \(\mathbb{R}^2,\;\; \beta = \{(2, – 1), (3, 4)\}\) e \(\beta’ = \{(1, 0) (0, 1)\}\) procuramos a matriz \(I_{\beta}^{\beta’}\), a matriz de mudança de base de \(\beta’\) para \(\beta\). Primeiro encontramos a decomposição dos vetores de \(\beta’\) na base \(\beta\) (dos vetores da base de partida descritos na base de chegada):
$$
(1, 0) = a_{11} (2, – 1) + a_{21} (0, 1),
$$

$$
(0, 1) = a_{12} (2, – 1) + a_{22} (0, 1),
$$

o que nos leva a dois sistemas, e suas respectivas soluções
$$
\left\{ \begin{array}{r}
2 a_{11} + 3 a_{21} = 1\\
– a_{11} + 4 a_{21} = 0
\end{array} \Rightarrow \left\{ \begin{array}{r}
a_{11} = 4 / 11,\\
a_{21} = 1 / 11,
\end{array} \right. \right.
$$

$$
\left\{ \begin{array}{r}
2 a_{12} + 3 a_{22} = 0\\
– a_{12} + 4 a_{22} = 1
\end{array} \Rightarrow \left\{ \begin{array}{r}
a_{12} = – 3 / 11,\\
a_{22} = 2 / 11.
\end{array} \right. \right.
$$

Portanto, a matriz mudança de base de \(\beta’\) para \(\beta\) é
$$
I_{\beta}^{\beta’} = \left[ \begin{array}{rr}
4 / 11 & – 3 / 11\\
1 / 11 & 2 / 11
\end{array} \right] = \frac{1}{11} \left[ \begin{array}{rr}
4 & – 3\\
1 & 2
\end{array} \right] .
$$

Vamos prosseguir um pouco mais com este mesmo exemplo para compreender como se dá esta mudança de base. Dado o vetor \(v = (5, – 8)\) ele pode ser imediatamente escrito na base \(\beta’\) (que é a base canônica) como
$$
[v]_{\beta’} = \left[ \begin{array}{r}
5\\
– 8
\end{array} \right] .
$$

As coordenadas deste vetor na base \(\beta’\) são
$$
[v]_{\beta} = \frac{1}{11} \left[ \begin{array}{rr}
4 & – 3\\
1 & 2
\end{array} \right] \left[ \begin{array}{r}
5\\
– 8
\end{array} \right] = \left[ \begin{array}{r}
4\\
– 1
\end{array} \right] .
$$
Podemos verificar diretamente que isto está correto pois \((5, – 8) = 4 (2, – 1) – 1 (3, 4)\).

Além de converter um vetor de uma base para outra, é interessante conhecer um procedimento para obter a operação inversa, ou seja, retornar da base nova para a base antiga. Isto nos leva a considerar a inversa da matriz mudança de base.

Vimos que a mudança de base de \(\beta’\) para \(\beta\) pode ser realizada por meio da operação
$$
[v]_{\beta} = I^{\beta’}_{\beta} [v]_{\beta’} .
$$

Denotamos por \( [I^{\beta’}_{\beta}]^{- 1}\) a inversa da matriz acima, e multiplicando à esquerda temos
$$ [I^{\beta’}_{\beta}]^{- 1} [v]_{\beta} = [I^{\beta’}_{\beta}]^{- 1} I^{\beta’}_{\beta} [v]_{\beta’} = [v]_{\beta’}. $$
Isto significa que
$$ [v]_{\beta’} = I^{\beta}_{\beta’} [v]_{\beta} = [I^{\beta’}_{\beta}]^{- 1} [v]_{\beta}, $$
ou seja, a matriz \(I_{\beta’}^{\beta}\) (a mudança de base de \(\beta\) para \( \beta’\) ) é a inversa de \(I_{\beta}^{\beta’}\),
$$ I^{\beta}_{\beta’} = [I^{\beta’}_{\beta}]^{- 1}. $$

Exemplo: No exemplo anterior, vamos procurar a matriz mudança de base de \(\beta\) para \(\beta’\), onde \(\beta = \{(2, – 1), (3, 4)\}\) e \(\beta’ = \{(1, 0) (0, 1)\}\). Os vetores de \(\beta\) na base \(\beta’\) tem coordenadas
$$ (2, – 1) = 2 (1, 0) – 1 (0, 1), $$
$$ (3, 4) = 3 (1, 0) + 4 (0, 1), $$

e, portanto
$$
I_{\beta’}^{\beta} = \left[ \begin{array}{rr}
2 & 3\\
– 1 & 4
\end{array} \right]
$$

Podemos verificar que esta é, de fato, a inversa de \(I_{\beta}^{\beta’}\) obtida acima, pois
$$
I_{\beta’}^{\beta} I_{\beta}^{\beta’} = \frac{1}{11} \left[
\begin{array}{rr}
2 & 3\\
– 1 & 4
\end{array} \right] \left[ \begin{array}{rr}
4 & – 3\\
1 & 2
\end{array} \right] = \left[ \begin{array}{rr}
1 & 0\\
0 & 1
\end{array} \right] .
$$

Exemplo: Uma mudança de base importante está associada a uma rotação dos eixos de coordenadas. Em \(\mathbb{R}^2\) considere que \(\beta = (\hat{e}_1, \hat{e}_2)\) é a base canônica e \(\beta’ = (\hat{f}_1, \hat{f}_2)\) a base obtida de \(\beta\) por meio de uma rotação antihorária de um ângulo \(\theta\), como indicado na figura 2.

Figura 2: Rotaçao dos Eixos

Analisando a figura podemos ver que
$$ \hat{e}_1 = \cos \theta \hat{f}_1 – \text{sen } \theta \hat{f}_2, $$

$$ \hat{e}_2 = \text{sen } \theta \hat{f}_1 + \cos \theta \hat{f}_2, $$

e, portanto, temos a matriz mudança de base,
$$
I_{\beta’}^{\beta} = \left[ \begin{array}{rr}
\cos \theta & \text{sen } \theta\\
– \text{sen } \theta & \cos \theta
\end{array} \right] .
$$

Se descrevermos um vetor (pode ser, por exemplo, uma posição) com relação ao sistema de eixos originais por meio de suas coordenadas usuais \((x, y)\) podemos obter as coordenadas \((x’, y’)\) no sistema após a rotação como
$$
\left[ \begin{array}{r}
x’\\
y’
\end{array} \right] = \left[ \begin{array}{rr}
\cos \theta & \text{sen } \theta\\
– \text{sen } \theta & \cos \theta
\end{array} \right] \left[ \begin{array}{r}
x\\
y
\end{array} \right] .
$$

Como um caso particular, se \(\theta = \pi / 3\) temos \(\text{sen } (\pi / 3) =\sqrt{3} / 2\) e \(\cos (\pi / 3) = 1 / 2\) e
$$
I_{\beta’}^{\beta} = \frac{1}{2} \left[ \begin{array}{rr}
1 & \sqrt{3}\\
– \sqrt{3} & 1
\end{array} \right] .
$$

Um vetor \(\vec{v} = (- 2, 3)\) tem coordenadas
$$
[\vec{v}]_{\beta’} = \frac{1}{2} \left[ \begin{array}{rr}
1 & \sqrt{3}\\
– \sqrt{3} & 1
\end{array} \right] \left[ \begin{array}{r}
– 2\\
3
\end{array} \right] = \frac{1}{2} \left[ \begin{array}{r}
– 2 + 3 \sqrt{3}\\
2 \sqrt{3} + 3
\end{array} \right],
$$

ou seja,
$$
\vec{v} = \left( \frac{- 2 + 3 \sqrt{3}}{2} \right) \widehat{f_1} + \left(
\frac{2 \sqrt{3} + 3}{2} \right) \widehat{f_2} .
$$

Por outro lado, escrevendo os vetores de \(\beta’\) na base \(\beta\) temos
$$
\hat{f}_1 = \cos \theta \hat{e}_1 + \text{sen } \theta \hat{e}_2,
$$

$$
\hat{f}_2 = – \text{sen } \theta \hat{e}_1 + \cos \theta \hat{e}_2,
$$

e a matriz mudança de base \(\beta’ \rightarrow \beta\) é
$$
I_{\beta}^{\beta’} = \left[ \begin{array}{rr}
\cos \theta & – \text{sen } \theta\\
\text{sen } \theta & \cos \theta
\end{array} \right],
$$

que consiste na matriz de rotação de um ângulo de \(– \theta\) (ou \(\theta\), no sentido horário). Se fizermos uma rotação de um ângulo \(\theta\), seguida de uma rotação de ângulo \(– \theta\), voltaremos à posição original, equivalente a fazer uma rotação de ângulo nulo ou deixar inalterado o vetor a ser girado,
$$
\left[ \begin{array}{rr}
\cos \theta & – \text{sen } \theta \\
\text{sen } \theta & \cos \theta
\end{array} \right]
\left[ \begin{array}{rr}
\cos \theta & \text{sen } \theta\\
– \text{sen } \theta & \cos \theta
\end{array}\right] = \left[ \begin{array}{rr}
1 & 0\\
0 & 1
\end{array} \right].
$$

Combinações Lineares

Definição: Sejam \(V\) um espaço vetorial, \(v_1, v_2, \ldots, v_n \in V\) (n vetores de \(V\) ) e \(a_1, a_2, \ldots, a_n \in \mathbb{R}\) (n escalares). Então
$$ v = a_1 v_1 + a_2 v_2 + \ldots + a_n v_n \in V $$
é uma combinação linear dos vetores \(v_1, v_2, \ldots, v_n\).

Definição: O conjunto \(W\) formado por todos os vetores que são combinações lineares de \(v_1, v_2, \ldots, v_n\) é chamado de subespaço gerado por estes vetores. Denotamos este subespaço por
$$
W = [v_1, v_2, \ldots, v_n] = \{ a_1 v_1 + a_2 v_2 + \ldots + a_n v_n ;\;\; a_i
\in \mathbb{R} \} .
$$

Exercício: Mostre que \(W\) é um subespaço vetorial de \(V\).

Quanto ao subespaço gerado por \(v_1, v_2, \ldots, v_n\) notamos que \(W = [v_1, v_2, \ldots, v_n]\) é o menor subespaço de \(V\) que contém todos os vetores \(v_1, v_2, \ldots, v_n\).

Reta gerada por um vetor

Exemplo: Se \(V =\mathbb{R}^3\) e \(\vec{v} \in \mathbb{R}^3\), \(\vec{v} \neq 0\) então \([\vec{v}] = \{\alpha \vec{v} ; \alpha \in \mathbb{R}\}\) é uma reta de \(\mathbb{R}^3\) passando pela origem.

Exemplo: Se denotarmos por \(\hat{\imath},\; \hat{\jmath},\; \hat{k} \) os três vetores unitários (de módulo unitário), na direção dos eixos \(O x,\; O y\) e \(O z\) então
$$[\hat{\imath}, \hat{\jmath}] \;\; \text{é o plano} \;\; x O y,$$
$$[\hat{\imath}, \hat{\jmath}, \hat{k}] =\mathbb{R}^3.$$

Exemplo: Tomando dois vetores não colineares \(\vec{u}, \vec{v} \in \mathbb{R}^3\) então \([\vec{u}, \vec{v}]\) é o plano pela origem que contém \(\vec{u}\) e \(\vec{v}\). Uma observação importante, que será mais elaborada a seguir, é a seguinte: qualquer outro vetor neste plano, por definição, é uma combinação linear de \(\vec{u}\) e \(\vec{v}\).

Exemplo: Dados \(v_1, v_2 \in M (2, 2)\) abaixo
$$
v_1 = \left[ \begin{array}{rr}
1 & 0\\
0 & 0
\end{array} \right], \;\; v_2 = \left[ \begin{array}{rr}
0 & 1\\
0 & 0
\end{array} \right]
$$
então o espaço gerado por eles é
$$ \left[ v_1, v_2 \right] = \left\{ \left[ \begin{array}{rr} a & b\\ 0 & 0 \end{array} \right];\;\; a, b \in \mathbb{R} \right\},$$
um subespaço vetorial de \(M (2, 2)\).

Dependência e Independência Linear

Em muitas situações é importante saber se um vetor é ou não uma combinação linear de outros vetores dados. Como foi mencionado acima, se \(\vec{w}\) é combinação linear de \(\vec{u}\) e \(\vec{v}\) podemos escrever (e é importante que o leitor compreenda esta afirmação),
$$ \vec{w} \in [\vec{u}, \vec{v}] \Rightarrow [\vec{u}, \vec{v}, \vec{w}] = [\vec{u}, \vec{v}].$$

Exercício: Mostre que a afirmação acima está correta.

Alternativamente, queremos saber se, em \(n\) vetores, \(v_1, v_2, \ldots, v_n\), alguns deles são combinações lineares dos demais.

Definição: Sejam \(V\) um espaço vetorial e \(v_1, v_2, \ldots, v_n\) vetores de \(V\). Dizemos que o conjunto \(\{v_1, v_2, \ldots, v_n \}\) é linearmente independente (abreviado por l.i.) se a expressão
$$ a_1 v_1 + a_2 v_2 + \ldots + a_n v_n = 0 $$
implica necessariamente que todas as constantes são nulas: \(a_1 = 0, a_2 = 0, \ldots, a_n = 0\). Caso contrário, se existe alguma outra forma de se obter o anulamento sem que todos os \(a_i\) sejam nulos, dizemos que os vetores são linearmente dependentes. Alternativamente temos o teorema abaixo:

Teorema: O conjunto \(\{v_1, v_2, \ldots, v_n \}\) é linarmente dependente se, e somente se, um, ou mais, dos vetores é combinação linear dos demais.

Demonstração: \(\Rightarrow)\) Supondo \(\{v_1, v_2, \ldots, v_n \}\) l.d. temos que a expressão (*) pode ser obtida com algum dos coeficientes não nulos. Tome \(a_j \neq 0\). Neste caso
$$ – a_j v_j = a_1 v_1 + \ldots + a_n v_n \Rightarrow v_j =-\frac{a_1}{a_j} v_1 – \ldots – \frac{a_n}{a_j} v_n, $$
o que mostra que \(v_j\) é uma combinação linear dos demais.

\( \Leftarrow)\) Por outro lado, se \(v_j\) é uma combinação linear dos demais, podemos escrever
$$ v_j = b_1 v_1 + \ldots + b_n v_n \Rightarrow b_1 v_1 + \ldots – v_j + \ldots + b_n v_n = 0, $$
que é uma combinação linear nula dos vetores com \(b_j = – 1\), portanto não nulo. Dai se conclui que \(\{v_1, v_2, \ldots, v_n \}\) é l.d..

Resumindo estes resultados, dizemos o conjunto \(\{v_i \}\) é l.i. se nenhum de seus vetores é uma combinação linear dos demais.

Exemplo: Se \(V =\mathbb{R}^3, \overrightarrow{v_1}\), \(\overrightarrow{v_2} \in V\). Então \(\{ \overrightarrow{v_1} \text{, } \overrightarrow{v_2} \}\) é l.d. \(\Leftrightarrow \overrightarrow{v_1} = \alpha \overrightarrow{v_2}\), onde \(\alpha\) é um escalar. Iso significa que dois vetores do espaço só podem ser l.d. se forem colineares. Três vetores de \(\mathbb{R}^3\) somente serão l.d. se estiverem sobre o mesmo plano. Quatro ou mais vetores de \(\mathbb{R}^3\) são necessariamente l.d., uma vez que existem apenas três direções independentes no espaço.

Exemplo: Em \(\mathbb{R}^2\) os vetores \(\hat{\imath} = (1, 0)\) e \(\hat{\jmath} = (0, 1)\) são l.i. pois
$$ a \hat{\imath} + b \hat{\jmath} = 0 \Rightarrow (a, b) = 0 \Rightarrow a = 0, b = 0.$$
Igualmente, os vetores \(\hat{\imath} = (1, 0, 0)\), \(\hat{\jmath} = (0, 1, 0)\) e \(\hat{k} = (0, 0, 1)\) em \(\mathbb{R}^3\) são l.i..

Base de um espaço vetorial

Dado \(V\), um espaço vetorial, procuramos por um conjunto mínimo de vetores \(\beta = \{v_1, \ldots, v_n \}\) tal que qualquer um dos vetores de \(V\) seja uma combinação linear dos vetores em \(\beta\). Neste caso temos que \(V = \{a_1 v_1 + \ldots + a_n v_n ; a_i \in \mathbb{R}\}\) ou seja \(V = [v_1, \ldots, v_n]\) (\(V\) é gerado pelos vetores de \(\beta\)).

Definição: Um conjunto \(\beta = \{v_1, \ldots, v_n \}\) é uma base do espaço vetorial \(V\) se:

  1. \(\{v_1, \ldots, v_n \}\) é l.i.,
  2. \(V = [v_1, \ldots, v_n]\).
Base de R³

Exemplo: (\( \hat{\imath}, \hat{\jmath}\) ) é uma base de \(\mathbb{R}^2\). (\( \hat{\imath}, \hat{\jmath}, \hat{k}\) ) é uma base de \(\mathbb{R}^3\). Estas são as chamadas bases canônicas de cada um destes espaços. Deve estar claro que nos dois casos o significado de cada um destes vetores é diferente. Por exemplo, em \(\mathbb{R}^3\), \(\hat{\imath} = (1, 0, 0)\); em \(\mathbb{R}^2\) temos que \(\hat{\imath} = (1, 0)\).

Exemplo: \(\{(1, 1), (0, 1)\}\) é uma base de \(\mathbb{R}^2\). Para mostrar isto devemos verificar as duas condições da definição. (i) O conjunto é l.i. pois a expressão
$$ a (1, 1) + b (0, 1) = 0 $$

só pode ser satisfeita se
$$ (a, a + b) = 0 \Rightarrow a = 0, b = 0. $$

(ii) Além disto o conjunto gera \(\mathbb{R}^2\), pois qualquer vetor \(\vec{v} = (\alpha, \beta) \in \mathbb{R}^2\) pode ser escrito como combinação linear destes vetores
$$
(\alpha, \beta) = a (1, 1) + b (0, 1) \Rightarrow
\left\{ \begin{array}{r} a = \alpha, \\ b = \beta – \alpha. \end{array} \right.
$$

Dizemos também que, nesta base, o vetor \(\vec{v} = (\alpha, \beta)\) tem componentes \(\alpha\) e \(\beta – \alpha\), ou seja
$$ (\alpha, \beta) = \alpha (1, 1) + (\beta – \alpha) (0, 1). $$

Exemplo: \(\{(0, 1), (0, 2)\}\) não é uma base de \(\mathbb{R}^2\) pois os vetores não são l.i. e nem geram o plano.

Exemplo: \(\{(1, 0, 0), (0, 1, 0)\}\) não é uma base de \(\mathbb{R}^3\). Estes vetores são l.i. mas não geram \(\mathbb{R}^3\), ou seja, a condição (ii) não é satisfeita.

Exemplo: O conjunto de matrizes
$$
\left\{
\left[\begin{array}{rr} 1 & 0 \\ 0 & 0\end{array} \right],
\left[\begin{array}{rr} 0 & 1 \\ 0 & 0 \end{array} \right],
\left[\begin{array}{rr} 0 & 0 \\ 1 & 0 \end{array} \right],
\left[\begin{array}{rr} 0 & 0\\ 0 & 1\end{array} \right]
\right\}
$$
é uma base de \(M (2, 2)\).

Exemplo: Considerando \(P_n (t)\) o conjunto dos polinômios em \(t\) de grau menor ou igual a \(n\) temos que o conjunto
$$
\{ 1, t, t^2, \ldots, t^n \}
$$

é uma de suas bases. O conjunto é l.i. e todo elemento do espaço vetorial \(P_n (t)\) é uma combinação linear destes vetores,
$$
u \in P_n (t) \Rightarrow u = a_0 + a_1 t + a_2 t^2 + \ldots + a_n t^n,
$$
onde os termos \(a_i\) são escalares. É importante observar que o vetor \(1\) é o polinômio de grau zero, sem o qual o conjunto acima não geraria \(P_n (t)\).

Observação: Dizemos que o conjunto \(\beta = \{v_1, \ldots, v_n \}\) é linearmente independente (l.i.) ou que os vetores \(v_1, \ldots, v_n\) são linearmente independentes. Igualmente dizemos que o conjunto \(\beta\) gera um espaço, ou que seus vetores, \(v_1, \ldots, v_n\), geram este espaço.

Teorema: Sejam \(V\) um espaço vetorial e \(v_1, \ldots, v_n\) vetores deste espaço. Se o conjunto \(\{v_1, \ldots, v_n \}\) gera este espaço vetorial então é possível extrair deles uma base para \(V\).

Demonstração: Se o conjunto \(\beta = \{v_1, \ldots, v_n \}\) é l.i. então \(\beta\) já é uma base de \(V\). Caso contrário é possível encontrar constantes \(a_i\) tal que \(a_1 v_1 + a_2 v_2 + \ldots + a_n v_n = 0\) com alguma destas constantes não nula. Suponha que \(a_k\) seja uma destas constantes não nula, \(a_k \neq 0\). O vetor \(v_k\) correspondente é
$$ v_k=-\frac{a_1}{a_k} v_1 – \ldots – \frac{a_n}{a_k} v_n,$$
uma combinação linear dos demais. Retiramos este vetor do conjunto e repetimos o processo de verificação até restarem \(r\) (\( r \lt n\)) vetores l.i. que geram \(V\). Estes vetores restantes formam uma base de \(V\).

Observação: Para fixar este conceito note que, no conjunto \(\{v_1, \ldots, v_r, u_1, \ldots, u_{n – r} \}\), se os vetores \(u_k \) forem combinação linear dos vetores \(v_i\) então
$$ [v_1, \ldots, v_r, u_1, \ldots, u_{n – r}] = [v_1, \ldots, v_r]. $$

Resta ainda notar que a escolha dos vetores restantes não é única e, portanto, não existe uma única base para um espaço vetorial.

Teorema: Seja \(V\) o espaço vetorial gerado por \(v_1, v_2, \ldots, v_n\). Então, qualquer conjunto com mais de \(n\) vetores de \(V\) é l.d..

Demonstração: Suponha que existam \(r\) vetores l.i. em entre os vetores \(v_1, v_2, \ldots, v_n\). Então temos que \(V = [v_1, v_2, \ldots, v_r], r \leq n\), onde os vetores podem ter sido renomeados de modo a tornar os \(r\) primeiros vetores l.i.. Tome um conjunto com \(m\) elementos \(\{w_1, w_2, \ldots, w_m; \;\; w_i \in V\}\), cada um deles uma combinação linear dos vetores da base,
$$ w_k \in V \Rightarrow w_k = \sum_{i = 1}^r a_{k i} v_i . $$

Para testar a independência linear (ou não) destes vetores fazemos, como de costume,
$$ 0 = \sum_{k = 1}^m x_k w_k = \sum_{k = 1}^m x_k \left( \sum_{i=1}^r a_{k i} v_i \right) = $$

$$ = \sum_{k = 1}^m \sum_{i = 1}^r x_k a_{k i} v_i = \sum_{i = 1}^r \left(\sum_{k = 1}^m x_k a_{k i} \right) v_i = 0,$$

e procuramos descobrir se existem soluções onde os coeficientes \(x_k\) sejam não nulos. Se existirem, estes vetores são l.d.. Na primeira linha os vetores \(w_k\) foram substituídos por sua decomposição na base \(\beta\). Na segunda os somatórios foram realizados em ordem invertida, o que é possível uma vez que estamos lidando com somas finitas. Retomando, como na última expressão os vetores \(v_i\) são l.i., decorre que os termos entre parênteses devem ser nulo para cada \(i =1, \ldots, r\),
$$ \sum_{k = 1}^m x_k a_{k i} = 0, $$
o que representa \(r\) equações com \(m\) incógnitas \(x_k\) onde \(r \leq n \lt m\) (um número de incógnitas maior que o número de equações no sistema linear). Logo existem soluções não triviais para o sistema, \(x_k \neq 0\) para algum \(k\), de onde concluimos que conjunto \(\{w_k\}\) de \(m\) vetores é l.d..

Definição: A dimensão de um espaço vetorial \(V\), que denotaremos por \(\dim V\), é igual ao número de vetores de uma de suas bases.

Exemplo: \(\dim \mathbb{R}^3 = 3, \dim \mathbb{R}^n = n\). Em \(\mathbb{R}^n\) a base formada pelos \(n\) vetores \(\{\hat{\text{e}}_i\}\) dados por
$$
\hat{\text{e}}_1 = (1, 0, \ldots, 0), \hat{\text{e}}_2 = (0, 1, \ldots, 0), \hat{\text{e}}_n = (0, 0, \ldots, 1),
$$
é denominada base canônica. Esta é uma base ortonormal, ou seja, todos os vetores são perpendicalares entre si (ortogonais) e todos são unitários ou normalizados, possuem módulo igual a 1. Em outros termos,
vale o produto interno ou escalar $$
\hat{\text{e}}_i \cdot \hat{\text{e}}_j = \delta_{i j.}
$$

Exemplo: \(\dim M (2, 2) = 4, \dim M (m, n) = m \times n\).

Exemplo: \(\dim P_n (t) = n + 1\).

Consulte os exemplos dados anteriormente para confirmar estas afirmações.

Teorema: Se \(V\) é um espaço vetorial, qualquer conjunto \(\beta = \{v_1, \ldots, v_r;\;\; v_i \in V\}\), de vetores l.i., pode ser completado para formar uma base de \(V\).

Demonstração: Se \([v_1, \ldots, v_r] = V\) então \(\beta\) já é uma base de \(V\). Caso contrário procuramos um vetor \(v_{r + 1} \not\in [v_1, \ldots, v_r]\) e reiniciamos o procedimento de verificação até que tenhamos \(n\) vetores l.i. de forma que \([v_1, \ldots, v_n] = V\).

Corolário: Se a dimensão de um espaço vetorial \(V\) é \(\dim V = n\), então qualquer conjunto de \(n\) vetores l.i. deste espaço é uma base de \(V\).

Teorema: Se \(U\) e \(W\) são dois subespaços vetoriais do espaço vetorial \(V\), de dimensão finita, então \(\dim U \leq \dim V, \;\; \dim W \leq \dim V\). Além disto
$$\dim (U + W) = \dim U + \dim W – \dim (U \cap W).$$

Demonstração: A demonstração é deixada como um exercício.

Teorema: Dada uma base \(\beta\) do espaço vetorial \(V\), então cada vetor \(v \in V\) é escrito de maneira única como combinação linear dos vetores desta base.

Demonstração: Se \(\beta = \{v_1, \ldots, v_n \}\) é esta base e \(v\) um vetor deste espaço, então
$$ v = a_1 v_1 + \ldots + a_n v_n = \sum a_i v_i, $$
pois \(V = [v_1, \ldots, v_n]\). Suponha que seja possível escrever de outra forma esta mesma combinação linear, \(v = \sum b_i v_i\). Neste caso
$$ 0 = v – v = \sum a_i v_i – \sum b_i v_i = \sum (a_i – b_i) v_i .$$
Como \(\beta\) é um conjunto de vetores l.i. se conclui que \(a_i = b_i\), para \(i = 1, \ldots, n\).

Definição: Dada uma base \(\beta = \{v_1, \ldots, v_n \}\) do espaço vetorial \(V\), os coeficientes \(a_i\) da expansão \(v = a_1 v_1 + \ldots + a_n v_n = \sum a_i v_i\) são chamados de coordenadas do vetor \(v\) na base \(\beta\). Usaremos a seguinte notação:
$$
[v]_{\beta} = \left[ \begin{array}{r}
a_1\\
a_2\\
\cdots\\
a_n
\end{array} \right].
$$

Exemplo: Seja \(V =\mathbb{R}^2\), \(\beta = \{(1, 0), (0, 1)\}\) e \(\beta’ = \{(1, 1), (0, 1)\}\) duas de suas bases. O vetor \(\vec{v} = (4, 3)\) é
escrito, na base canônica, como
$$ \left[\vec{v}\right]_{\beta} = \left[ \begin{array}{r} 4 \\ 3 \end{array} \right].$$

Na base \(\beta’\) temos \((4, 3) = a (1, 1) + b (0, 1) = 4 (1, 1) + (- 1) (0, 1)\). Portanto
$$ [\vec{v}]_{\beta’} = \left[ \begin{array}{r} 4\\ – 1 \end{array} \right]. $$

3. Espaços Vetoriais

Na tentativa de descrever rigorosamente os objetos e fenômenos da natureza alguns deles podem ser descritos com um número simples, um escalar, enquanto outros necessitam de uma complexidade adicional, sendo descritos por meio de vetores. Existem ainda objetos de maior comlexidade, os tensores que não são objetos de tratamento deste texto. Vale apenas mencionar que vetores são casos especiais de tensores, enquanto escalares são casos especiais de vetores.

Faremos uma breve revisão de vetores do plano (que denotaremos por \(\mathbb{R}^2\) ) e do espaço (que denotaremos por \(\mathbb{R}^3\) ).

Exemplo: Deslocamentos no espaço são exemplos típicos de vetores. Suponha que uma partícula se desloca do ponto \((1, 2, 1)\) até o ponto \((3, 3, 3)\) . O deslocamento é um vetor
$$
\vec{d} = (3, 3, 3) – (1, 2, 1) = (2, 1, 2) .
$$

Como veremos também as posições inicial e final, que são pontos de \(\mathbb{R}^3\) , são vetores. Representaremos os vetores por uma seta superscrita, como em \(\vec{d}\) , ou em negrito, como \(\mathbb{d}\) , dependendo da conveniência da notação em cada situação.

Exemplo: Podemos descrever a temperatura de pontos em uma sala por meio de um escalar, \(T (x, y, z)\) . A temperatura varia com o ponto onde é avaliada mas, escolhido o ponto, ela pode ser inteiramente dada por meio de um único número. Este é um exemplo de um campo escalar.

Outros exemplos de vetores na física e na matemática são: força, momento, velocidade, vetores tangentes à uma curva, normais a superfícies. Temperatura, intervalos de tempo, comprimentos e número de indivíduos em uma população são exemplos de quantidades escalares.

Definição: Um vetor de \(\mathbb{R}^2\) (do plano) é uma dupla ordenada que pode ser representada por uma matriz linha ou coluna,
$$
\vec{u} = (a, b) \;\; \text{ou} \;\; \vec{v} = \left[ \begin{array}{l} a\\ b\end{array} \right] .
$$

Um vetor do espaço, \(\mathbb{R}^3\) , é uma tripla ordenada que pode ser representada igualmente das duas maneiras acima. Não existe nenhuma razão para nos limitarmos a três dimensões e o formalismo matemático para isto não acrescenta grandes dificuldades adicionais.

Definição: Um vetor de \(\mathbb{R}^n\) é uma \(n\)-upla ordenada que pode ser representada por uma matriz linha ou coluna,
$$
\vec{u} = (x_1, x_2, \ldots, x_n) \text{ou} \vec{v} = \left[
\begin{array}{l}
x_1\\
x_2\\
\vdots\\
x_n
\end{array} \right] .
$$

Observe que existe uma correspondência biunívoca entre pontos e vetores de \(\mathbb{R}^n\) e por isto identificamos os dois conceitos.

Figura
Alguns exemplos de uso do \(\mathbb{R}^n\) .

  • A posição de uma partícula pode ser completamente dada por meio de suas coordenadas cartesianas, \(\vec{r} = (x, y, z)\) . Se esta partícula se move cada um das coordenadas é uma função do tempo, \(\vec{r} (t) = (x (t), y (t), z (t))\) e sua velocidade é a derivada primeira deste vetor em relação ao tempo, \(\vec{v} (t) = (\dot{x} (t), \dot{y} (t), \dot{z} (t))\) onde o ponto sobrescrito representa derivação em relação à variável livre, \(t\) . Todos estes são vetores de \(\mathbb{R}^{3.}\)
  • A posição de uma barra fina no espaço pode ser dada por meio das coordenadas cartesianas de cada uma de suas pontas, \(A = (a_1, a_2,
    a_3), B = (b_1, b_2, b_3)\) . A posição da barra pode ser descrita pelo vetor \(X = (a_1, a_2, a_3, b_1, b_2, b_3),\) um vetor do \(\mathbb{R}^6\) .
  • A posição de \(n\) partículas no espaço pode ser dada por meio de \(3 n\) coordenadas, \(\vec{X} = (x_{11}, x_{12}, x_{13}, \ldots, x_{n 1}, x_{n 2}, x_{n 3})\) , um vetor do \(\mathbb{R}^{3 n}\) . Aqui foi adotada a convenção: \(x_{k 1}\) é a coordenada \(x\) da \(k\)-ésima partícula, e assim por adiante. Em muitas situações é necessário descrever os momentos das partículas, além de suas posições. O chamado espaço de fase é um espaço de \(6 n\) dimensões, \(\mathbb{R}^{6 n}\) , onde cada ponto contém a informação sobre a posição e o momento de todas as partículas do sistema.

Operações entre vetores

As seguintes operações podem ser definidas com vetores e entre vetores.

  1. Multiplicação por escalar: Se \(\alpha \in \mathbb{R}\) e \(\vec{v} \in \mathbb{R}^3 \) definimos a multiplicação por escalar
    $$ \alpha \vec{v} = \alpha (x_1, x_2, x_3) = (\alpha x_1, \alpha x_2, \alpha x_3). $$

    Para um vetor \(\vec{v} \in \mathbb{R}^3 \)definimos
    $$ \alpha \vec{v} = \alpha (x_1, x_2, \ldots, x_n) = (\alpha x_1, \alpha x_2, \ldots, \alpha x_n) . $$

    O resultado é um vetor.

  2. Soma de vetores: Se \(\vec{u}, \vec{v} \in \mathbb{R}^3,\;\; \vec{u} =(u_1, u_2, u_3),\;\; \vec{v} = (v_1, v_2, v_3)\), definimos a soma de dois vetores por
    $$ \vec{u} + \vec{v} = (u_1, u_2, u_3) + (v_1, v_2, v_3) = (u_1 + v_1, u_2 + v_2, u_3 + v_3) .$$

    Se \(\vec{u}, \vec{v} \in \mathbb{R}^n, \vec{u} = (u_1, u_2, \ldots, u_n), \vec{v} = (v_1, v_2, \ldots, v_n)\)
    $$ \vec{u} + \vec{v} = (u_1, u_2, \ldots, u_n) + (v_1, v_2, \ldots, v_n) = (u_1 + v_1, u_2 + v_2, \ldots, u_n + v_n) .$$

    O resultado é um vetor.

  3. Produto escalar: Se \(\vec{u}, \vec{v} \in \mathbb{R}^3, \vec{u} = (u_1, u_2, u_3), \vec{v} = (v_1, v_2, v_3)\) definimos o produto escalar entre eles como
    $$ \vec{u} \cdot \vec{v} = (u_1, u_2, u_3) \cdot (v_1, v_2, v_3) = u_1 v_1 + u_2 v_2 + u_3 v_3 .$$

    Se \(\vec{u}, \vec{v} \in \mathbb{R}^n, \vec{u} = (u_1, u_2, \ldots, u_n), \vec{v} = (v_1, v_2, \ldots, v_n)\) o produto escalar entre eles é
    $$ \vec{u} \cdot \vec{v} = (u_1, u_2, \ldots, u_n) \cdot (v_1, v_2, \ldots, v_n) = u_1 v_1 + u_2 v_2 + \ldots + u_n v_n = \sum_{i = 1}^n u_i v_i.$$

    O produto escalar entre dois vetores é um escalar.

    imagem soma de vetores e u-u=0

    É útil, nesse ponto, discutir algumas propriedades do produto escalar:

    • em termos matriciais, podemos escrever
      $$
      \vec{u} \cdot \vec{v} = (u_1, u_2, \ldots, u_n) \left[
      \begin{array}{l}
      v_1\\
      v_2\\
      \vdots\\
      v_n
      \end{array} \right] = \sum_{i = 1}^n u_i v_i .
      $$

    • se \(\theta\) é o ângulo entre \(\vec{u}\) e \(\vec{v}\) então
      $$\vec{u} \cdot \vec{v} = \left| \vec{u} \right| \left| \vec{v} \right| \cos \theta, $$
      onde \(\left| \vec{u} \right| = \sqrt{u_1^2 + \ldots + u_n^2 } = \sqrt{\sum u_i^2 }\) é o módulo (o comprimento) do vetor. Observe ainda que, com estas definições
      $$ \left| \vec{u} \right| = \sqrt{\vec{u} \cdot \vec{u} } .
      $$

Os vetores do \(\mathbb{R}^n\) , dotados das operações descritas, satisfazem as seguintes propriedades:

  1. \((\vec{u} + \vec{v}) + \vec{w} = \vec{u} + (\vec{v} + \vec{w})\) , (a adição é associativa);
  2. \(\vec{u} + \vec{v} = \vec{v} + \vec{u},\) (a adição é comutativa);
  3. \(\exists \vec{0} \in \mathbb{R}^n\) tal que \(\vec{u} + \vec{0} = \vec{u}\) , (existência do elemento neutro da adição);
  4. \(\exists – \vec{v} \in \mathbb{R}^n\) tal que \(\vec{v} + (- \vec{v}) = \vec{0}, \forall \vec{v}\) , (existência do elemento inverso da adição);
  5. \(\alpha (\vec{u} + \vec{v}) = \alpha \vec{u} + \alpha \vec{v}\) ;
  6. \((\alpha + \beta) \vec{v} = \alpha \vec{v} + \beta \vec{v}\) ;
  7. \((\alpha \beta) \vec{v} = \alpha (\beta \vec{v})\) ;
  8. \(1 \vec{v} = \vec{v}\) ;

Muitos outros conjuntos partilham destas mesmas propriedades, o que motiva a definição de espaço vetorial, dada a seguir.

Espaços vetoriais

Definição: Um conjunto \(V\) não vazio, dotado de duas operações: soma, \(V \times V \rightarrow V\) , e multiplicação por escalar, \(\mathbb{R} \times V \rightarrow V\) , satisfazendo as condições acima (de i até viii) é denominado um espaço vetorial.

Vamos apresentar uma definição posta em outros termos, buscando clarificar este conceito:

Definição: Um espaço vetorial é um conjunto \(V \neq \emptyset\), dotado de duas operações \(\oplus\) e \(\odot\) , satisfazendo as seguintes propriedades:

  1. Se \(u,\, v \in V\) então \(u \oplus v \in V\) , (\( V\) é fechado sob a operação \(\oplus\));
    • \(u \oplus v = v \oplus u \forall u, v \in V,\;\; V\) é comutativo em relação à operação \(\oplus\) );
    • \(u \oplus (v \oplus w) = (v \oplus u) \oplus w, \forall u, v, w \in V\) , (associatividade);
    • Existe um único elemento \(0 \in V\) tal que \(0 \oplus u = u \oplus 0 = u, \forall u \in V\) ;
    • Para cada \(\forall u \in V\) existe um único elemento \( – u \in V\) tal que \(u \oplus (- u) = 0\) ;
  2. Se \(u \in V\) e \(\alpha \in \mathbb{R}\) então \(\alpha \odot v \in V\) ;
    • \(\alpha \odot (u \oplus v) = \alpha \odot v \oplus \alpha \odot u\) ;
    • \((\alpha + \beta) \odot u = \alpha \odot u + \beta \odot u\) ;
    • \(\alpha \odot (\beta \odot u) = (\alpha \beta) \odot u\) ;
    • \(1 \odot u = u\) .

Observe que o primeiro grupo de propriedades se refere à operação \(\oplus\) enquanto o segundo se refere à operação \(\odot\) . No caso de \(V =\mathbb{R}^n\) a operação \(\oplus\) se refere à adição de vetores, enquanto a operação \(\odot\) se refere à multiplicação por um escalar. Para outros exemplos de espaços vetoriais estas operações podem ser totalmente diferentes destas, como veremos. No presente texto consideraremos em quase todos os casos que a multiplicação por escalar é feita com um número real mas ela pode, igualmente, ser realizada com complexos. Os elementos de \(V\) são chamados de vetores e nem sempre são designados por meio de setas sobrescritas ou letras em negrito, como é costume fazer para os vetores de \(\mathbb{R}^3\) . Estes vetores, algumas vezes, guardam semelhança muito remota com os familiares vetores de deslocamento no plano ou no espaço.

Exemplo: \(V =\mathbb{R}^n\) é um espaço vetorial. Embora isto seja verdadeiro por definição, uma vez que as propriedades satisfeitas por estes espaços tenham sido exatamente motivadas pelas propriedades de \(\mathbb{R}^n\) , vamos mostrar isto como um exercício.

\( V =\mathbb{R}^n = \{(x_1, x_2, \ldots, x_n) ; x_i \in \mathbb{R}\}\).
Tome \(u, v \in V, u = (x_1, x_2, \ldots, x_n) \) e \(v = (y_1, y_2, \ldots, y_n)\) .
Então
$$
u + v = (x_1, x_2, \ldots, x_n) + (y_1, y_2, \ldots, y_n) = (x_1 + y_1, x_2
+ y_2, \ldots, x_n + y_n) \in V,
$$

o que verifica a propriedade (i). O elemento neutro da soma e o inverso são, respectivamente
$$
0 = (0, 0, \ldots, 0),\;\; u = (- x_1, – x_2, \ldots, – x_n) .
$$

Se \(\alpha\) é um escalar então
$$
\alpha u = \alpha (x_1, x_2, \ldots, x_n) = (\alpha x_1, \alpha x_2, \ldots, \alpha x_n) \in V,
$$

o que mostra a propriedade (ii). As demais subpropriedades não mostradas aqui serão deixadas como exercícios.

Exemplo: Denote por \(M(2,2)\) o espaço das matrizes \(2 \times 2\) , sendo \(\oplus\) a soma de matrizes e \(\odot\) a multiplicação de uma matriz por um escalar,
$$
V = M (2, 2) = \left\{ \left[ \begin{array}{ll}
a & b\\
c & d
\end{array} \right];\;\; a, b, c, d \in \mathbb{R} \right\} \text{.}
$$

Dois vetores deste espaço são
$$
u = \left[ \begin{array}{ll}
a & b\\
c & d
\end{array} \right];\;\; v = \left[ \begin{array}{ll}
e & f\\
g & h
\end{array} \right] .
$$

A soma destes vetores é um novo elemento de \(V\) ,
$$
u + v = \left[ \begin{array}{ll}
a & b\\
c & d
\end{array} \right] + \left[ \begin{array}{ll}
e & f\\
g & h
\end{array} \right] = \left[ \begin{array}{ll}
a + e & b + f\\
c + g & d + h
\end{array} \right] \in V,
$$

e, se \(\alpha\) é um escalar, então
$$
\alpha u = \alpha \left[ \begin{array}{ll}
a & b\\
c & d
\end{array} \right] = \left[ \begin{array}{ll}
\alpha a & \alpha b\\
\alpha c & \alpha d
\end{array} \right] \in V,
$$

o que mostra que as propriedades (i) e (ii) são satisfeitas. O vetor nulo e o oposto de u são, respectivamente,
$$
\tilde{0} = \left[ \begin{array}{ll}
0 & 0\\
0 & 0
\end{array} \right], \;\;\; – u = \left[ \begin{array}{ll}
– a & – b\\
– c & – d
\end{array} \right] .
$$

Pelo mesmo procedimento se pode mostrar que \(M (m, n)\) , o espaço das matrizes \(m \times n\) , é um espaço vetorial.

Exemplo: Considere \(P_n\) o conjunto dos polinômios de grau menor ou igual a \(n, \oplus\) a soma de polinômios e \(\odot\) a multiplicação de um polinômio por um escalar. Então
$$ V = P_n = \{ a_0 + a_1 x + \ldots + a_n x^n ;\;\; a_i \in \mathbb{R} \} $$

é um espaço vetorial. Para ver isto tomamos dois elementos de \(P_n\) ,
$$
u = a_0 + a_1 x + \ldots + a_n x^n ; v = b_0 + b_1 x + \ldots + b_n x^n
$$

e encontramos sua soma
$$ u + v = (a_0 + a_1 x + \ldots + a_n x^n) + (b_0 + b_1 x + \ldots + b_n x^n) = $$
$$ (a_0 + b_0) + (a_1 + b_1) x + \ldots + (a_n + b_n) x^n $$

que é, também um elemento de \(P_n\) . A multiplicação de um polinômio por um escalar é
$$ \alpha u = \alpha (a_0 + a_1 x + \ldots + a_n x^n) = (\alpha a_0 + \alpha a_1 x + \ldots + \alpha a_n x^n) $$

que, novamente, é um elemento de \(P_n\) . O elemento nulo da soma é 0 (o polinômio com todos os \(a_i = 0\)) e o elemento oposto à \(u\)   é   \(– u = – a_0 – a_1 x – \ldots – a_n x^n\).

Para que um conjunto, escolhidas as duas operações particulares, seja um espaço vetorial é necessário que satisfaça todas as condições listadas na definição. Esta é uma característica especial, não satisfeita por grande número de conjuntos. Com frequência o espaço que se deseja testar é subconjunto de um conjunto previamente conhecido como sendo um espaço vetorial. Isto nos leva à consideração dos subespaços vetoriais.

Subespaços Vetoriais

Observe que uma reta de \(\mathbb{R}^2\) passando pela origem é um espaço vetorial. Denotando por \(W\) esta reta $$
W = \{ \vec{v} \in \mathbb{R}^2 ; \vec{v} = \alpha \vec{u} \}
$$
e notando que esta é a reta composta por todos os vetores do plano na direção de \(\vec{u}\) (dizemos que ela é gerada por \(\vec{u}\) ), verificamos que se \(\vec{v}\) , \(\vec{w} \in W\) então \(\vec{v} + \vec{w} \in W\) e \(a \vec{v} \in W\) , onde \(a\) é um escalar qualquer.

No entanto, se \(W’\) for outra reta qualquer que não passe pela origem este não seria um espaço vetorial. Para concluir isto basta notar que, se \(\vec{v} \in W’\) , \(\vec{v} – \vec{v} = \vec{0}\) , que não está em \(W’\) .

Definição: Dado um espaço vetorial \(V\) , um subconjunto não vazio \(W\) de \(V\) é um subespaço vetorial de \(V\) se

  1. Se \(u, v \in W \Rightarrow u + v \in W\) ,
  2. Se \(u \in W\) e \(\alpha \in \mathbb{R} \Rightarrow \alpha u \in
    W\) .

Resumidamente um subespaço vetorial é um subconjunto de um espaço vetorial que é, também, um espaço vetorial. As subpropriedades da definição de espaço vetorial estão garantidas pelo fato de ser \(V\) um espaço vetorial. Basta, portanto, testar as propriedades (i) e (ii). Vale observar que

  • todo subespaço vetorial \(W\) deve conter o vetor nulo (o elemento neutro da soma) pois, se \(v \in W\) , então \(v – v = 0\) também deve estar em \(W\) ;
  • todo espaço vetorial \(V\) admite pelo menos dois subespaços vetoriais: \(\{ 0 \}\) e \(V\) . Estes são os chamados subespaços vetoriais triviais.

Exemplo: Se \(V =\mathbb{R}^3\) então \(W \subset V\) , onde \(W\) é um plano qualquer passando pela origem, é um subespaço vetorial de \(V\) .

imagem

Exemplo: Tome \(V =\mathbb{R}^5\) e \(W = \{ (0, x_2, x_3, x_4, x_5) ; \;\; x_i \in \mathbb{R} \}\) . Então \(W \subset V\) e

  1. \(u = (0, x_2, x_3, x_4, x_5), v = (0, y_2, y_3, y_4, y_5), u, v \in W\) então \(u + v = (0, x_2 + y_2, x_3 + y_3, x_4 + y_4, x_5 + y_5) \in W\) ;
  2. Se \(k \in \mathbb{R}\) então \(k u = (0, k x_2, k x_3, k x_4, k x_5) \in W\) .

Logo \(W\) é subespaço vetorial de \(V\) .

Exemplo: Se \(V = M (m, n)\) e \(W\) o conjunto das matrizes triangulares superiores (onde apenas elementos acima da diagonal principal são não nulos) então \(W\) é subespaço vetorial de \(V\) .

Exemplo: Sejam \(V = M (n, n)\) e \(W\) o subconjunto das matrizes \(n \times n\) com \(a_{11} \lt 0\) . Então \(W\) não é um subconjunto vetorial de \(V\).

Exemplo: Um sistema de equações lineares homogêneo é um sistema com a matriz dos termos constantes nula, na forma de \(A \vec{X} = 0\) . Considere, por exemplo, o seguinte sistema homogêneo
$$
\begin{array}{l}
2 x + 4 y + z = 0\\
x + y + 2 z = 0\\
x + 3 y – z = 0
\end{array}
$$
ou, em termos matriciais,
$$
\left[ \begin{array}{lll} 2 & 4 & 1 \\ 1 & 1 & 2\\ 1 & 3 & – 1\end{array} \right]
\left[ \begin{array}{l} x \\ y\\ z \end{array} \right] = 0.
$$

O conjunto de todas as soluções deste sistema, \(W\) , é um subespaço vetorial de \(M (3, 1)\) . Podemos concluir isto mesmo sem resolver explicitamente o sistema. Suponha que \(\vec{X}_1\) e \(\overrightarrow{X_2} \) sejam soluções, então, \(\vec{X}_1 + \overrightarrow{X_2} \in W\) pois
$$
A (\vec{X}_1 + \overrightarrow{X_2}) = A \vec{X}_1 + A \overrightarrow{X_2} = 0
$$
pois cada um dos dois vetores são solução do sistema. Além disto, para \(\alpha\) um escalar qualquer, \(\alpha \vec{X}_1 \in W\) pois
$$
A (\alpha \vec{X}_1) = \alpha A \vec{X}_1 = 0.
$$

A exata relação entre estes espaços será objeto de nosso estudo em breve.

Algumas considerações adicionais sobre sistemas lineares homogêneos serão úteis. Podemos identificar \(M (1, 3)\) com o espaço \(\mathbb{R}^3\) . Cada uma das equações do sistema acima descreve os pontos de um plano no espaço. \(W\) , a solução deste sistema, é a interseção entre estes três planos, se esta interseção existir. Para que \(W\) seja um espaço vetorial é necessário que esta interseção contenha a origem, ou seja, o ponto \((0, 0, 0)\) . O conjunto de soluções de um sistema não homogêneo, \(A \vec{X} = \vec{B}\) , com \(\vec{B} \neq 0\) , não é um subespaço vetorial.

Ainda sobre o sistema homogêneo \(A \vec{X} = 0\) , observe que \(\vec{X} = 0\) sempre será uma solução (que chamamos de solução trivial). Se a matriz \(A\) é invertível, multiplicamos à esquerda o sistema por sua inversa $$
A^{- 1} A \vec{X} = 0 \Rightarrow \vec{X} = 0,
$$
ou seja, só existe a solução trivial. Para que exista outra solução, além da trivial, é necessário que \(A\) seja não invertível, isto é, \(\det A = 0\) .

Teorema: Se \(W_1\) e \(W_2\) são subespaços vetoriais de \(V\) então a interseção entre eles, \(W_1 \cap W_2\) , também é subespaço vetorial de \(V\) .

Demonstração: Sabemos que \(W_1 \neq \emptyset\) e \(W_2 \neq \emptyset\) pois ambos são subespaços vetoriais de \(V\). Além disto \(W_1 \cap W_2 \neq \emptyset\) pois ambos contém pelo menos o vetor nulo. Então

  1. Se \(x, y \in W_1 \cap W_2\) temos
    $$
    \left. \begin{array}{l}
    x, y \in W_1 \Rightarrow x + y \in W_1\\
    x, y \in W_2 \Rightarrow x + y \in W_2
    \end{array} \right\} \Rightarrow \text{ } x + y \in W_1 \cap W_2 ;
    $$
  2. Se \(x \in W_1 \cap W_2\) e \(\alpha\) é um escalar, então

$$
\left. \begin{array}{l}
x \in W_1 \Rightarrow \alpha x \in W_1\\
x \in W_2 \Rightarrow \alpha x \in W_2
\end{array} \right\} \Rightarrow \alpha x \in W_1 \cap W_2,
$$
e isto conclui a demonstração.

Exemplo: \(V =\mathbb{R}^3, W_1\) e \(W_2\) são planos do espaço que contém a origem. Então \(W_1 \cap W_2\) é uma reta pela origem ou um plano, caso \(W_1\) e \(W_2\) sejam coincidentes. Em ambos os casos a interseção é um subespaço vetorial de \(V\) .

Exemplo: \(V = M (n, n)\) , \(W_1\) composto pelas matrizes triangulares superiores \((a_{i j} = 0,\) se \(j > i)\) e \(W_2\) matrizes triangulares inferiores \((a_{i j} = 0,\) se \(i > j)\) . A interseção, \(W_1 \cap W_2\) , é o conjunto das matrizes diagonais, \((a_{i j} = 0,\) se \(i \neq j)\) , um subespaço vetorial de \(V\) .

Exemplo: \(V =\mathbb{R}^3\) , \(W_1\) e \(W_2\) retas não coincidentes pela origem. Neste caso a interseção contém apenas a origem, \( W_1 \cap W_2 = \{ 0 \}\) . Observe que, se \(\vec{u} \in W_1\) e \(\vec{v} \in W_2\) , então \(\vec{u} + \vec{v} \not\in W_1 \cap W_2\) , exceto se ambos os vetores forem nulos. Dai se conclui que \(W_1 \cap W_2\) não é um subespaço vetorial de \(V\) .

Imagem

É possível, no entanto, definir a soma de dois subespaços vetoriais, \(W = W_1 + W_2\) , de forma a que \(W\) seja um subespaço vetorial de \(V\) .

Teorema: Sejam \(W_1\) e \(W_2\) dois subespaços vetoriais de \(V\) . Então
$$
W=W_1+W_2=\{\vec{v}\in V;\;\vec{v}=\overrightarrow{w_1}+\overrightarrow{w_2};\;\;\overrightarrow{w_1} \in W_1, \overrightarrow{w_2}\in W_2\}
$$

é um subespaço vetorial de \(V\) .

A demonstração fica como um exercício para o leitor.

Exemplo: Se \(V =\mathbb{R}^3\) , \(W_1\) o eixo \(Ox\) e \(W_2\) o eixo \(Oy\) , então \(W_1 + W_2\) é o plano \(x\,y\) .

Exemplo: Sejam \(W_1\) e \(W_2\) dois subespaços vetoriais de \(M (2, 2)\), dados por
$$
W_1 = \left\{\left[
\begin{array}{ll} a & b\\ 0 & 0 \end{array}
\right];\;\; a, b \in \mathbb{R}
\right\},
W_2 = \left\{\left[
\begin{array}{ll} 0 & 0\\ c & d \end{array}
\right];\;\; c, d \in \mathbb{R}
\right\},
$$

então \(W_1 + W_2 = M (2, 2)\) .

Quando \( W_1 \cap W_2 = \{ \vec{0} \}\) então a soma \(W_1 + W_2\) é chamada de soma direta, denotada em muitos textos por \(W_1 \oplus W_2\) .

Exemplo: \(\mathbb{R}^3 =\mathbb{R} \oplus \mathbb{R} \oplus \mathbb{R}\) .

Álgebra Linear



O que é Álgebra Linear

A álgebra linear1 é o ramo da matemática que estuda os espaços vetoriais, ou espaços lineares, além de funções (ou aplicações, ou transformações) lineares que associam vetores entre dois espaços vetoriais. Espaços vetoriais são uma generalização do espaço \(\mathbb{R}^3\) cotidiano e de senso comum onde vivemos, com dimensões tais como largura, altura e profundidade. Os pontos de \(\mathbb{R}^3\) podem ser associados a vetores, visualizados nos cursos básicos como setas que tem a base na origem, o ponto \((0,\,0,\,0)\), e extremo oposto no ponto em questão. Sob diversos aspectos diferentes é equivalente dizer que o próprio espaço \(\mathbb{R}^3\) é um conjunto de pontos, ou de vetores. Estes vetores e sua álgebra (o conjunto de operações que podem ser realizadas sobre eles) são uma ferramenta importante em diversas áreas da ciência, notadamente na física. Além disto é possível mostrar, como faremos neste texto, que vários outros espaços possuem propriedades semelhantes ao \(\mathbb{R}^3\). Estes espaços, chamados de forma generalizada de espaços vetoriais, podem ser profundamente diferentes dos espaços que consistem de “setas”. Por isto a noção primária de uma seta, assim como a notação usual de uma seta desenhada sobre o nome do vetor, deve ser abandonada.

(1) Muitos dos tópicos descritos aqui são estudados no decorrer do curso. Recomendo uma primeira leitura rápida e um retorno a esta seção, depois que os conceitos forem aprendidos.

Provavelmente o curso de álgebra linear é o curso, dentro das disciplinas da matemática, de maior importância para estudantes e profissionais de diversas áreas fora da própria matemática. Ele é essencial nas engenharias e, particularmente, na ciência da computação. Por outro lado, para alunos de matemática, ele significa a primeira grande incursão no terreno da abstração, onde conceitos bastantes concretos, válidos para os vetores de três dimensões, são aplicados em outros espaços de dimensões arbitrárias e de natureza diversa e muitas vezes surpreendente. Nem sempre é trivial a passagem entre tópicos tais como a solução de sistemas de n equações lineares com m incógnitas para outro como núcleos de transformações lineares, homomorfismos e isomorfismos.

O campo de aplicação da disciplina é muito vasto. A computação gráfica, por exemplo, a manipulação de imagens, rotação, redimensionamento, alteração de cores são operações lienares. Por outro lado, evidentemente nem todos os processos da natureza podem ser descritos por meio de sistemas ou equações lineares. No entanto muitos sistemas e aplicações importantes são lineares, o que por si já justificaria seu estudo. Além disto a matemática envolvida na solução de sistemas não lineares é complicada e ainda está sendo desenvolvida na atualidade. Por isto sua solução passa muitas vezes pela solução de um sistema linear que melhor representa o sistema em estudo. A partir das soluções aproximadas existem métodos para se obter soluções mais próximas do sistema real.

Um bom entendimento da geometria analítica contribui muito para o estudo da álgebra linear. Para aqueles que não tem este entendimento se recomenda uma revisão de alguns tópicos, notadamente dos vetores e suas operações. Em particular considerar a definição de um vetor, soma e subtração, módulo e produto interno e vetorial. Por outro lado, um aluno de matemática com pouca familiaridade com a álgebra linear terá dificuldade em seus cursos posteriores.

História resumida

Leibniz
Leibniz

O conceito de matriz e determinantes, básicos na álgebra linear, surgiu da necessidade de se resolver sistemas de equações lineares com coeficientes constantes. Leibnitz utilizava o determinante já em 1693, enquanto as matrizes foram pimeiramente utilizadas por Lagrange no final dos anos 1700. Lagrange buscava um método para determinar máximos e mínimos de funções com várias variáveis. Para isso ele exigiu que as derivadas parciais de primeira ordem fossem nulas e que uma matriz, construida com as derivadas de segunda ordem obedecesse uma determinada condição. Lagrange, no entanto não mencionou explicitamente a palavra ou conceito de matriz. Em 1772 Laplace discutiu a solução de sistemas lineares associados ao estudo de órbitas planetárias e apresentou seu método de cálculo usando cofatores e “matrizes menores”. Cramer apresentou sua fórmula em 1750, a que hoje chamamos de Regra de Cramer.

Apesar da existência de manuscritos chineses muito antigos mostrando a solução de sistemas de três equações em três incógnitas por “eliminação”, o método de Gauss só foi apresentado em 1800. Este método foi usado inicialmente apenas em aplicações e sua importância teórica ignorada. A introdução definitiva de método de Gauss na matemática se deu com a contribuição de Wilhelm Jordan que aplicou o método de Gauss na solução de problemas associados à medição e representação da superfície terrestre, a geodesia. O método é citado em seu livro Textbook of Geodesy, 1888.

Arthur Cayley

(2) Não consegui verificar se, de fato, Cayley provou o teorema do determinante de produto de matrizes.

Sylvester, em 1848, usou pela primeira vez o termo matriz (uma palavra com origem no latim, significando útero, como sendo a base de onde surgem os números), apresentou a notação moderna para designá-las. A álgebra das matrizes foi elaborada por Arthur Cayley em 1855, em seu estudo de transformações lineares e suas composições. Cayley mostrou que, se duas transformações podem ser representadas pelas matrizes S e P, a transformação composta será representada pela matriz produto ST, desde que este produto seja devidamente definido. Cayley estudos ainda a álgebra dessas composições e, como decorrência, as matriz inversas, e mostrou2 que, dadas as matrizes A e B de dimensões apropriadas o determinate de seu produto é \(\det\,(AB) = \det\,(A)\det\,(B)\).

Progresso e Aplicações Modernas

Os principais passos posteriores estão além do que é descrito neste texto, e são citados aqui muito resumidamente. O estudo das matrizes continuou associado d perto ao das transformações lineares. A definição de espaço vetorial moderna foi introduzido por Peano em 1888. Ele também estudos espaços vetoriais abstratos, por exemplo aqueles constituídos por funções. Grassmann apresentou em 1844 o primeiro produto de vetores não comutativos (onde a ordem dos fatores é relevante no cálculo). Com o desenvolvimento dos computadores houve um ressurgimento no interesse em matrizes, particularmente no cálculo numérico.

A álgebra abstrata representa uma generalização moderna, introduzida na metade do século XX. Tensores, como generalização de vetores, surgiram no final do século XIX. Todo essas ferramentas são amplamente utilizadas na mecânica quântica, relatividade, e estatística, o que contribuiu para que o estudo da álgebra linear se tornasse generalizado para estudantes de ciências exatas. Ela é, ainda, uma importante base para o desenvolvimentos de tópicos teóricos avançados modernos.

2. Determinantes

Dado um sistema de duas equações e duas incógnitas
$$
\left\{ \begin{array}{r}
a_{11} x_1 + a_{12} x_2 = b_1\\
a_{21} x_1 + a_{22} x_2 = b_2
\end{array} \right.
$$

é possível resolvê-lo, por exemplo, por substituição e sua solução será
$$
x_1 = \frac{a_{11} b_1 – a_{12} b_2}{a_{11} a_{22} – a_{12} a_{21}} ; x_2 =
\frac{a_{11} b_2 – a_{21} b_1}{a_{11} a_{22} – a_{12} a_{21}} .
$$

Nas duas frações acima aparece o mesmo denominador, uma expressão que surge em diversos contextos dentro da álgebra linear. Por este motivo ele recebeu um nome e é objeto de estudo pormenorizado.

Definição: O determinante da matriz
$$
A = \left[ \begin{array}{rr}
a_{11} & a_{12}\\
a_{21} & a_{22}
\end{array} \right]
$$

é denotado por qualquer uma das formas abaixo
$$
\det A = \left| A \right| = \left|
\begin{array}{rr}
a_{11} & a_{12} \\
a_{21} & a_{22}
\end{array} \right|
= a_{11} a_{22} – a_{12} a_{21}.
$$

O determinante de uma matriz \(3 \times 3\)
$$
A = \left[ \begin{array}{rrr}
a_{11} & a_{12} & a_{13}\\
a_{21} & a_{22} & a_{23}\\
a_{31} & a_{32} & a_{33}
\end{array} \right].
$$
é definido como
$$
\det A = a_{11} a_{22} a_{33} + a_{13} a_{21} a_{32} + a_{12} a_{23} a_{31}
– a_{11} a_{23} a_{32} – a_{12} a_{21} a_{33} – a_{13} a_{22} a_{31}.
$$

Exemplo: O determinante da matriz
$$
A = \left[ \begin{array}{rrr}
1 & 4 & 7\\
2 & 5 & 8\\
3 & 6 & 9
\end{array} \right].
$$
é
$$
\left| \begin{array}{rrr}
1 & 4 & 7\\
2 & 5 & 8\\
3 & 6 & 9
\end{array} \right| = 1.5.9 + 2.6.7 + 4.8.3 – 3.5.7 – 6.8.1 – 2.4.9 = 0.
$$

O cálculo de determinantes de matrizes de dimensões maiores diretamente pode ficar longo e tedioso. No entanto algumas propriedades simplificam esta operação. Antes de mostrarmos estas propriedades e até mesmo antes de descrever uma definição mais geral do determinante é útil apresentar algumas definições.

Definição: Dada uma fila de elementos (ou seja, um conjunto de elementos ordenados, por exemplo por meio de sua posição), uma transposição destes elementos é a troca de posição entre dois deles. Uma permutação é o resultado de uma transformação entre elementos de um conjunto ordenado obtida por meio de um número finito de transposições.

Exemplos: (1 2 3 4) \(\rightarrow\) (3 2 1 4) representa uma transposição dos elementos 3 e 1.

(1 2 3 4) \(\rightarrow\) (3 1 2 4) representa uma permutação obtida por meio da transposição anterior, seguida de nova transposição dos elementos 1 e 2.

\( n\) objetos podem ser permutados de \(n\) ! maneiras diferentes pois, temos \(n\) escolhas para a primeira posição, \(n – 1\) para a segunda, e consecutivamente,
$$
n (n – 1) (n – 2) \ldots 1 = n!
$$

Observe que, para a contagem acima, a permutação identidade, que consiste em deixar a fila inalterada, foi considerada.

Uma permutação é par (ímpar) se envolve um número par (ímpar) de transposições.

Exemplo:
$$
\begin{array}{ccccc}
(1 2 3 4 5) & \rightarrow & (1 2 5 4 3) \rightarrow & (1 5 2 4 3) \\
& & \text{par} & \text{impar} .
\end{array}
$$

Definição: o símbolo totalmente antissimétrico de Levi-Civita é
$$
\,\varepsilon_{i j k} \ldots = \left\{ \begin{array}{rl}
0, & \text{se dos índices está repetido,}\\
1, & \text{se \(i, j, k, \ldots\) aparecem como permutação par de
(1 2 3 \(\ldots\) )},\\
– 1, & \text{se \(i, j, k, \ldots\) aparecem como permutação impar
de (1 2 3 \(\ldots\) ).}
\end{array} \right.
$$

O símbolo pode ter qualquer número de índices, mas nosso propósito será suficiente usar 3 índices.

Exemplos:
$$
\begin{array}{rrr}
\,\varepsilon_{123} = 1, & \,\varepsilon_{231} = 1, & \,\varepsilon_{312} =
1,\\
\,\varepsilon_{132} = – 1, & \,\varepsilon_{213} = 1, & \,\varepsilon_{321} = –
1,\\
\,\varepsilon_{111} = 0, & \,\varepsilon_{112} = 0, & \text{etc} .
\end{array}
$$

De posse destas definições podemos apresentar uma definição para o determinante de uma matriz de qualquer dimensão, desde que seja uma matriz quadrada.

Definição: O determinante de uma matriz \(A_{3 \times 3}, A = \{a_{ij} \}\) é
$$
\det A = \sum^3_{i j k} a_{1 i} a_{2 j} a_{3 k} \,\varepsilon_{i j k} .
$$

O determinante de uma matriz \(A_{n \times n}, A = \{a_{i j} \}\) é
$$
\det A = \sum^n_{i_1 i_2 \ldots i_n} a_{1 i_1} a_{2 i_2} \ldots a_{n
i_n} \,\varepsilon_{i_1 i_2 \ldots i_n} .
$$

Usaremos esta definição, na maioria das vezes, apenas para mostrar resultados gerais sobre o determinante. Na prática, para matrizes com entradas numéricas, usaremos as propriedades para este cálculo. No entanto compreender esta notação é útil e facilita muito o desenvolvimento a seguir.

Exemplo: Para uma matriz \(2 \times 2\) , cujo determinante já escrevemos acima, temos
\begin{eqnarray*}
\left| \begin{array}{rr}
a_{11} & a_{12}\\
a_{21} & a_{22}
\end{array} \right| = \sum_{i, j} a_{1 i} a_{2 j} \,\varepsilon_{i j} = & &
\end{eqnarray*}
$$
= a_{11} a_{21} \,\varepsilon_{11} + a_{11} a_{22} \,\varepsilon_{12} + a_{12}
a_{21} \,\varepsilon_{21} + a_{12} a_{22} \,\varepsilon_{12}, = a_{11} a_{22} –
a_{12} a_{21},
$$

pois \(\,\varepsilon_{12} = 1 ;\; \,\varepsilon_{21} = – 1 ;\; \,\varepsilon_{11} = \,\varepsilon_{22} = 0\) . Este é, naturalmente, a mesma expressão já listada. O símbolo de Levi-Civita é utilizado aqui apenas para indicar um sinal e o cancelamento de termos incluem entradas de mesma linha ou mesma coluna da matriz. Para efeito de adquirir maior familiaridade com este formalismo vamos ainda listar o determinante de matrizes \(3 \times 3\) .

Exemplo:
\begin{eqnarray*}
\left| \begin{array}{rrr}
a_{11} & a_{12} & a_{13}\\
a_{21} & a_{22} & a_{23}\\
a_{31} & a_{32} & a_{33}
\end{array} \right| = \sum_{i, j, k} a_{1 i} a_{2 j} a_{3 k} \,\varepsilon_{i
j k} = & &
\end{eqnarray*}
\begin{eqnarray*}
= a_{11} a_{22} a_{33} \,\varepsilon_{123} + a_{11} a_{23} a_{32}
\,\varepsilon_{132} + a_{12} a_{21} a_{33} \,\varepsilon_{213} + & & \\
+ a_{12} a_{23} a_{31} \,\varepsilon_{231} + a_{13} a_{21} a_{32}
\,\varepsilon_{312} + a_{13} a_{22} a_{31} \,\varepsilon_{321} = & &
\end{eqnarray*}
$$
= a_{11} a_{22} a_{33} + a_{12} a_{23} a_{31} + a_{13} a_{21} a_{32} –
a_{11} a_{23} a_{32} – a_{12} a_{21} a_{33} – a_{13} a_{22} a_{31},
$$

novamente, a mesma expressão já definida.

Propriedades do determinante

Na demonstração das propriedades do determinante usaremos apenas matrizes \(3 \times 3\) . A extensão destas demonstrações para matrizes de dimensões maiores é direta e não apresenta maior dificuldade. Denotaremos as matrizes \(A = \{a_{i j} \}\) e \(B = \{b_{i j} \}\) .

(i) Se todos os elementos de uma linha (ou coluna) de uma matriz são nulos, seu determinante é nulo.

Demonstração: Todos os termos do somatório que representa o determinante contém um elemento de todas as linhas (colunas). Se uma delas for nula o determinante é nulo. Alternativamente, se uma das linhas de \(A\) é nula, digamos que seja a primeira linha, \(a_{1 i} = 0\) , então $$
\det A = \sum_{i, j, k} a_{1 i} a_{2 j} a_{3 k} \,\varepsilon_{i j k} = 0.
$$

Como veremos a seguir todas as propriedades válidas para as linhas também valem para as colunas.

(ii) Se \(A’\) é a transposta de \(A\) então \(\det A’ = \det A\) .

Demonstração: Denotando \(A’ = \{a’_{i j} \}\) e lembrando que \(a’_{i j} = a_{j i}\) temos que
\begin{eqnarray*}
& \det A = \sum_{i, j, k} a_{1 i} a_{2 j} a_{3 k} \,\varepsilon_{i j k} =
\sum_{i, j, k} a_{i 1} a_{j 2} a_{k 3} \,\varepsilon_{i j k} = &
\end{eqnarray*}
$$
= \sum_{i, j, k} a’_{1 i} a’_{2 j} a’_{3 k} \,\varepsilon_{i j k} = \det A’.
$$

(iii) Se, em uma matriz, uma linha (coluna) é multiplicada por uma constante o determinante da matriz fica multiplicado por esta constante.

Demonstração: Sem perda de generalidade considere que \(B\) é obtida de \(A\) pela multiplicação de sua primeira linha por uma constante \(k\) . Então \(b_{1 i} = k a_{1 i}\) e
$$
\det B = \sum_{i, j, k} b_{1 i} b_{2 j} b_{3 k} \,\,\varepsilon_{i j k} =
\sum_{i, j, k} k a_{1 i} a_{2 j} a_{3 k}\, \,\varepsilon_{i j k} = k \det A.
$$

(iv) Se, em uma matriz, duas linhas (colunas) são permutadas o determinante da matriz muda de sinal (fica multiplicado por \(– 1\)).

Demonstração: Seja \(B\) a matriz obtida de \(A\) pela permutação das linhas 1 e 2. (O resultado é análogo para qualquer outra escolha de linhas ou colunas). Então \(b_{1 i} = a_{2 i}\) e \(b_{2 i} = a_{2 i}\) e
$$
\det B = \sum_{i, j, k} b_{1 i} b_{2 j} b_{3 k} \,\varepsilon_{i j k} =
\sum_{i, j, k} a_{2 i} a_{1 j} a_{3 k} \,\varepsilon_{i j k} .
$$

Podemos renomear os índices, permutando os índices \(i\) e \(j\) sem alterar o determinante,
$$
\det B = \sum_{i, j, k} a_{1 i} a_{2 j} a_{3 k} \,\varepsilon_{j i k} = – \det A.
$$

Na última igualdade foi usado o fato de que \(\,\varepsilon_{j i k} = – \,\varepsilon_{i j k}\).

(v) Se \(A\) tem duas linhas (colunas) iguais então \(\det A = 0\) .

Demonstração: Devido à propriedade (iv) se \(B\) é obtida de \(A\) por permutação de duas linhas (colunas) então \(\det B = – \det A\) . Se \(A = B\) , pois as duas linhas são iguais, então \(\det A = 0\) .

(vi) Se \(B\) é obtida de \(A\) pela soma de cada elemento de uma linha (coluna) por constantes seu determinante fica alterado da seguinte forma:
$$
\left| \begin{array}{rrr}
a_{11} & \cdots & a_{1 n}\\
\vdots & & \vdots\\
a_{k 1} + b_1 & \cdots & a_{k n} + b_n\\
\vdots & & \vdots\\
a_{n 1} & \cdots & a_{n n}
\end{array} \right| = \left| \begin{array}{rrr}
a_{11} & \cdots & a_{1 n}\\
\vdots & & \vdots\\
a_{k 1} & \cdots & a_{k n}\\
\vdots & & \vdots\\
a_{n 1} & \cdots & a_{n n}
\end{array} \right| + \left| \begin{array}{rrr}
a_{11} & \cdots & a_{1 n}\\
\vdots & & \vdots\\
k_1 & \cdots & k_n\\
\vdots & & \vdots\\
a_{n 1} & \cdots & a_{n n}
\end{array} \right|
$$

Demonstração: Suponha que \(B\) é a matriz obtida de \(A\) pela soma de cada elemento de sua primeira linha com constantes, \(b_{1 i} = a_{1 i} + k_i\) , onde \(k_i (i – 1, \ldots, n)\) são constantes, suas outras linhas permanecendo inalteradas, \(b_{j i} = a_{j i}\) se \(j \neq 1\) . Então

$$
\det B = \sum_{i, j, k} b_{1 i} b_{2 j} b_{3 k} \,\varepsilon_{j i k} = \sum_{i, j, k} (a_{1 i} + k_i) a_{2 j} a_{3 k} \,\varepsilon_{j i k} =
$$
$$
= \sum_{i, j, k} a_{1 i} a_{2 j} a_{3 k} \,\varepsilon_{j i k} + \sum_{i, j,k} k_i a_{2 j} a_{3 k} \,\varepsilon_{j i k},
$$

que é o mesmo resultado mostrado acima. É importante observar que o determinante de uma soma de matrizes não é igual à soma dos determinantes, ou seja
$$
\det (A + B) \neq \det A + \det B.
$$

(vii) O determinante não se altera se somarmos à uma de suas linhas um múltiplo de outra linha. Devido à propriedade (ii) o mesmo vale para colunas da matriz.

Demonstração: Vamos denotar por \(B\) a matriz obtida de \(A\) por meio da operação \(L_1 + k L_2 \rightarrow L_2\) ,ou seja, \(b_{1 j} = a_{1 j} + k a_{2 j}\) . (A demonstração é análoga para quaisquer outras duas linhas ou colunas de \(A.)\) Então

$$
\det B = \sum_{i, j, k} b_{1 i} b_{2 j} b_{3 k} \,\varepsilon_{j i k} = \sum_{i, j, k} (a_{1 i} + k a_{2 i}) a_{2 j} a_{3 k} \,\varepsilon_{j i k} =
$$
$$
= \sum_{i, j, k} a_{1 i} a_{2 j} a_{3 k} \,\varepsilon_{j i k} + k \sum_{i, j, k} a_{2 i} a_{2 j} a_{3 k} \,\varepsilon_{j i k} = \det A.
$$

O último somatório é nulo porque representa o determinante de uma matriz com duas linhas iguais.

Exemplo: Usamos a propriedade (vii) para linhas, colunas (ou ambas) com maior número de entradas nulas. No determinante abaixo fazemos as operações indicadas à esquerda,
$$
L_2 – 2 L_3 \rightarrow L_2 \left| \begin{array}{rrr}
1 & 2 & 3\\
2 & 3 & 2\\
1 & 0 & 1
\end{array} \right| = \left| \begin{array}{rrr}
1 & 2 & 3\\
0 & 3 & 0\\
1 & 0 & 1
\end{array} \right| = 3 – 3 \times 3 = – 6,
$$

ou, indicando a \(i\)-ésima coluna por \(C_i\) :
$$
C_3 – C_1 \rightarrow C_3 \left| \begin{array}{rrr}
1 & 2 & 3\\
2 & 3 & 2\\
1 & 0 & 1
\end{array} \right| = \left| \begin{array}{rrr}
1 & 2 & 2\\
2 & 3 & 0\\
1 & 0 & 0
\end{array} \right| = – 2 \times 3 = – 6.
$$

(viii) O determinante de um produto de matrizes é igual ao produto dos determinantes:
$$
\det (A.B) = \det A . \det B.
$$

Demonstração:

Nota: \((A B)_{i j} = \sum_k a_{i k} b_{k j}\) .

(ix) O desenvolvimento de Laplace é uma propriedade dos determinantes importante e será considerada na seção a seguir.

Desenvolvimento de Laplace

Vimos anteriormente que o determinante de uma matriz \(3 \times 3\) , \(A = \{a_{i j} \}\) , ou seja,
$$
A = \left[ \begin{array}{rrr}
a_{11} & a_{12} & a_{13}\\
a_{21} & a_{22} & a_{23}\\
a_{31} & a_{32} & a_{33}
\end{array} \right].
$$

é definido como
$$
\det A = a_{11} a_{22} a_{33} + a_{13} a_{21} a_{32} + a_{12} a_{23} a_{31}
– a_{11} a_{23} a_{32} – a_{12} a_{21} a_{33} – a_{13} a_{22} a_{31.}
$$

Colocando os elementos da primeira linha em evidência em todos os fatores temos
$$
\det A = a_{11} (a_{22} a_{33} – a_{23} a_{32}) + a_{12} (a_{23} a_{31} –
a_{21} a_{33}) + a_{13} (a_{21} a_{32} – a_{22} a_{31}) =
$$

$$
a_{11} \left| \begin{array}{rr}
a_{22} & a_{23}\\
a_{32} & a_{33}
\end{array} \right| – a_{12} \left| \begin{array}{rr}
a_{21} & a_{23}\\
a_{31} & a_{33}
\end{array} \right| + a_{13} \left| \begin{array}{rr}
a_{21} & a_{21}\\
a_{31} & a_{32}
\end{array} \right| .
$$

O sinal do segundo termo foi invertido para que uma notação mais sintética pudesse ser adotada, da seguinte forma:
$$
\det A = a_{11} \left| A_{11} \right| – a_{12} \left| A_{12} \right|
+ a_{13} \left| A_{13} \right|,
$$

onde \(A_{i j}\) é uma submatriz obtida de \(A\) através da retirada de sua \(i\)-ésima linha e \(j\)-ésima coluna. Uma notação ainda mais compacta e que será útil pode ser conseguida definido-se o cofator do elemento \(a_{i j} \) como o número
$$
\Delta_{ij} = (- 1)^{i + j} \left| A_{i j} \right|.
$$

Desta forma podemos escrever
$$
\det A = a_{11} \Delta_{11} + a_{12} \Delta_{12} + a_{13} \Delta_{13} = \sum_{k = 1}^n a_{1 k} \Delta_{1 k},
$$

que é chamado de desenvolvimento de Laplace ao longo da primeira linha. O mesmo pode ser escrito para qualquer linha (ou coluna),
$$
\det A = \sum_{k = 1}^n a_{i k} \Delta_{i k}, i = 1, \ldots, n,
$$
que é o desenvolvimento de Laplace ao longo da \(i\)-ésima linha.

Esta forma compacta do desenvolvimento de Laplace será usada em demonstrações futuras. Ela também é usada na prática para o cálculo de determinantes, principalmente para matrizes de dimensões maiores que \(3 \times 3\) . Um exemplo pode tornar mais claro este uso.

Exemplo: Vamos obter o determinante da matriz \(A\) abaixo pelo desenvolvimento de Laplace ao longo da segunda coluna:
$$
A = \left[ \begin{array}{rrr}
1 & – 2 & 3\\
2 & 1 & – 1\\
– 2 & – 1 & 2
\end{array} \right].
$$
$$
\det A = + 2 \left| \begin{array}{rr}
2 & – 1\\
– 2 & 2
\end{array} \right| + 1 \left| \begin{array}{rr}
1 & 3\\
– 2 & 2
\end{array} \right| + 1 \left| \begin{array}{rr}
1 & 3\\
2 & – 1
\end{array} \right| = 2 (2) + 1 (8) + 1 (- 7) = 5.
$$

Observe que os sinais dos cofatores são:
$$
(- 1)^{1 + 2} = – 1 ;\quad (- 1)^{2 + 2} = + 1 ;\quad (- 1)^{3 + 2} = – 1.
$$

Em diversas situações o cálculo pode ser muito simplificado de usarmos juntamente com este desenvolvimento as demais propriedades do determinante.

Exemplo: Com a mesma matriz \(A\) acima fazemos primeiro a operação \(L_3 + L_2 \rightarrow L_3\) , que deixa o determinante inalterado,
$$
\det A = \left| \begin{array}{rrr}
1 & – 2 & 3\\
2 & 1 & – 1\\
– 2 & – 1 & 2
\end{array} \right| = \left| \begin{array}{rrr}
1 & – 2 & 3\\
2 & 1 & – 1\\
0 & 0 & 1
\end{array} \right| = (- 1)^{3 + 3} \left| \begin{array}{rr}
1 & – 2\\
2 & 1
\end{array} \right| = 5.
$$

Na penúltima igualdade foi feito o desenvolvimento de Laplace ao longo da terceira linha (escolhida porque contém apenas um elemento não nulo).

Exemplo: Para o cálculo do determinante da matriz \(A_{4 \times 4}\) abaixo usamos as propriedades do determinante para obter uma matriz com um único
termo não nulo, com a operação \(C_1 – 2 C_2 \rightarrow C_1\) ,
$$
\det A = \left| \begin{array}{rrrr}
– 1 & 2 & 3 & – 4\\
4 & 2 & 0 & 0\\
– 1 & 2 & – 3 & 0\\
2 & 5 & 3 & 1
\end{array} \right| = \left| \begin{array}{rrrr}
– 5 & 2 & 3 & – 4\\
0 & 2 & 0 & 0\\
– 5 & 2 & – 3 & 0\\
– 8 & 5 & 3 & 1
\end{array} \right| = – 3.2 \left| \begin{array}{rrrr}
5 & 2 & 1 & – 4\\
0 & 1 & 0 & 0\\
5 & 2 & – 1 & 0\\
8 & 5 & 1 & 1
\end{array} \right| .
$$

Na última igualdade foi colocado em evidência os fatores \(– 1\) da primeira coluna, 3 da terceira coluna, e 2 da segunda linha. Fazemos agora o desenvolvimento de Laplace ao longo da segunda linha e, em seguida, \(C_1 + 5 C_2 \rightarrow C_1 \) para obter
$$
\det A = -6 (-1)^{2 + 2} \left| \begin{array}{rrr}
5 & 1 & – 4\\
5 & – 1 & 0\\
8 & 1 & 1
\end{array} \right| = \left| \begin{array}{rrr}
10 & 1 & – 4\\
0 & – 1 & 0\\
13 & 1 & 1
\end{array} \right| = – 6 (- 1) \left| \begin{array}{rr}
10 & – 4\\
13 & 1
\end{array} \right| = 372.
$$

A última operação foi o desenvolvimento de Laplace ao longo da segunda linha.

Matriz adjunta e matriz inversa

Dada a matriz \(A =\{a_{i j}\}\) já definimos anteriormente o cofator do elemento \(a_{i j} \) como o número
$$
\Delta_{ij} = (- 1)^{i+j} \left| A_{ij} \right|,
$$
onde \(A_{ij}\) é uma submatriz obtida de \(A\) através da retirada de sua \(i\)-ésima linha e \(j\)-ésima coluna. Como existe um cofator para cada um dos \(n \times n\) elementos de \(A\) podemos construir a chamada matriz dos cofatores de \(A\), que denotaremos por \(\bar{A} = \{\Delta_{i j} \}\) , com as mesmas dimensões de \(A\) .

Exemplo: Vamos encontrar a matriz dos cofatores de
$$
A = \left[ \begin{array}{rrr}
2 & 1 & 0\\
– 3 & 1 & 4\\
1 & 6 & 5
\end{array} \right].
$$

Seus cofatores são
$$
\Delta_{11} = (- 1)^{1 + 1} \left| \begin{array}{rr}
1 & 4\\
6 & 5
\end{array} \right| = – 19 ;
$$

$$
\Delta_{12} = (- 1)^{1 + 2} \left| \begin{array}{rr}
– 3 & 1\\
4 & 5
\end{array} \right| = + 19 ;
$$

$$
\Delta_{13} = (- 1)^4 \left| \begin{array}{rr}
– 3 & 1\\
1 & 6
\end{array} \right| = – 19 ;
$$

$$
\begin{array}{rr}
\Delta_{21} = – \left| \begin{array}{rr}
1 & 0\\
6 & 5
\end{array} \right| = – 5 ; & \Delta_{31} = \left| \begin{array}{rr}
1 & 0\\
1 & 4
\end{array} \right| = 4 ;
\end{array}
$$

$$
\begin{array}{rr}
\Delta_{22} = \left| \begin{array}{rr}
2 & 0\\
1 & 5
\end{array} \right| = 10 ; & \Delta_{32} = – \left| \begin{array}{rr}
2 & 0\\
– 3 & 4
\end{array} \right| = – 8 ;
\end{array}
$$

$$
\begin{array}{rr}
\Delta_{23} = – \left| \begin{array}{rr}
2 & 1\\
1 & 6
\end{array} \right| = – 11 ; & \Delta_{33} = \left| \begin{array}{rr}
2 & 1\\
– 3 & 1
\end{array} \right| = 5.
\end{array}
$$

A matriz dos cofatores é, portanto,
$$
\bar{A} = \left[ \begin{array}{rrr}
– 19 & 19 & – 19\\
– 5 & 10 & – 11\\
4 & – 8 & 5
\end{array} \right].
$$

Definição: Dada uma matriz quadrada \(A,\) a matriz adjunta de \(A\) é a matriz transposta da matriz dos cofatores. Denotaremos esta matriz por \(\text{adj} A = \bar{A}’\) .

Exemplo: Continuando com a mesma matriz \(A\) do exercício anterior, sua adjunta é
$$
\text{adj} A = \left[ \begin{array}{rrr}
– 19 & – 5 & 4\\
19 & 10 & – 8\\
– 19 & – 11 & 5
\end{array} \right].
$$

Aproveitando ainda o mesmo exemplo para mostrar uma utilidade da matriz adjunta, observe que o determinante de \(A\) é
$$
\left| \begin{array}{rrr}
2 & 1 & 0 \\
– 3 & 1 & 4 \\
1 & 6 & 5
\end{array} \right| = 2 \Delta_{11} + \Delta_{12} = 2 (- 19) + 19 = – 19,
$$

enquanto o produto de \(A\) por sua adjunta é
$$
A. \text{adj} A = \left[\begin{array}{rrr}2 & 1 & 0\\- 3 & 1 & 4\\1 & 6 & 5 \end{array}\right]
\left[\begin{array}{rrr}- 19 & – 5 & 4\\19 & 10 & – 8\\- 19 & – 11 & 5\end{array}\right]= – 19
\left[\begin{array}{rrr}1 & 0 & 0\\0 & 1 & 0\\ 0 & 0 & 1\end{array}\right] = – 19 \mathbb{I}_3.
$$

Este é um resultado geral e importante, válido para toda matriz \(A_{n \times n}\).

Teorema: Se \(A\) é uma matriz \(n \times n\) então
$$
A. \text{adj} A = (\det A) \mathbb{I}_n .
$$

Demonstração: para matrizes \(3 \times 3\) temos
$$
A. \text{adj} A = \left[ \begin{array}{rrr}
a_{11} & a_{12} & a_{13}\\
a_{21} & a_{22} & a_{23}\\
a_{31} & a_{32} & a_{33}
\end{array} \right]
\left[ \begin{array}{rrr}
\Delta_{11} & \Delta_{21} & \Delta_{31}\\
\Delta_{12} & \Delta_{22} & \Delta_{32}\\
\Delta_{13} & \Delta_{23} & \Delta_{33}
\end{array} \right].
$$

Se denotarmos por \(c_{i j} = A. \text{adj} A_{i j}\) um elemento qualquer deste produto, observamos que
$$
c_{11} = a_{11} \Delta_{11} + a_{12} \Delta_{12} + a_{13} \Delta_{13} = \left| A \right|,
$$

uma vez que este é o desenvolvimento de Laplace para o determinante ao longo da primeira linha. Outro elemento é
$$
c_{12} = a_{11} \Delta_{21} + a_{12} \Delta_{22} + a_{13} \Delta_{23},
$$

que é o desenvolvimento de Laplace para o determinante
$$
c_{12} = \left| \begin{array}{rrr}
a_{11} & a_{12} & a_{13}\\
a_{11} & a_{12} & a_{13}\\
a_{31} & a_{32} & a_{33}
\end{array} \right| = 0,
$$

nulo porque duas linhas da matriz são iguais. Todos os demais elementos admitem igual tratamento e
$$
c_{i j} = (A . \text{adj} A)_{i j} = \left| A \right| \delta_{i j},
$$

significando que todos são nulos exceto os elementos da diagonal principal. Este é o resultado que procuramos mostrar
$$
A . \text{adj} A = \left[ \begin{array}{rrr}
\left| A \right| & 0 & 0\\
0 & \left| A \right| & 0\\
0 & 0 & \left| A \right|
\end{array} \right] = \det A.\mathbb{I}_3 .
$$

O mesmo procedimento pode ser feito para matrizes quadradas de qualquer dimensão.

Denotando \((A \text{adj} A)_{i j} = c_{i j}, \text{adj} A = \{\Delta_{j i} \}\) temos
$$
c_{i j} = \sum_{k = 1}^n a_{i k} \Delta_{j k} = 0
$$

se \(i \neq j\) pois representa o determinante de uma matriz com duas linhas iguais. Se \(i = j\)
$$
c_{i i} = \sum_{k = 1}^n a_{i k} \Delta_{i k} = \det A.
$$

Logo \(A.\text{adj} A = \left| A \right| \mathbb{I}_n\) .

Definição: Dada uma matriz quadrada \(A\) dizemos que \(A^{- 1}\) é a matriz inversa de \(A\) se \(A A^{- 1} = A^{- 1} A =\mathbb{I}\) . Dizemos ainda que \(A\) é invertível se existir a sua inversa.

Exemplo: considerando a matriz
$$
A = \left[ \begin{array}{rr}
6 & 2\\
11 & 4
\end{array} \right], \det A = 2,
$$

encontramos a matriz dos cofatores e sua adjunta
$$
\bar{A} = \left[ \begin{array}{rr}
4 & – 11\\
– 2 & 6
\end{array} \right],\;\;\; \text{adj} A = \left[ \begin{array}{rr}
4 & – 2\\
– 11 & 6
\end{array} \right] .
$$

O produto entre A e sua adjunta é
$$
A . \text{adj} A = \left[ \begin{array}{rr}
6 & 2\\
11 & 4
\end{array} \right] \left[ \begin{array}{rr}
4 & – 2\\
– 11 & 6
\end{array} \right] = \left[ \begin{array}{rr}
2 & 0\\
0 & 2
\end{array} \right] .
$$

A inversa de \(A\) é
$$
A^{- 1} = \frac{\text{adj} A}{\det (A)} = \frac{1}{2} \left[
\begin{array}{rr}
4 & – 2\\
– 11 & 6
\end{array} \right]
$$

pois
$$
A A^{- 1} = \frac{1}{2} \left[ \begin{array}{rr}
6 & 2\\
11 & 4
\end{array} \right] \left[ \begin{array}{rr}
4 & – 2\\
– 11 & 6
\end{array} \right] = \left[ \begin{array}{rr}
1 & 0\\
0 & 1
\end{array} \right] =\mathbb{I}.
$$

Teorema: Uma matriz \(A\) é invertível se, e somente se, seu determinante é não nulo, \(\det A \neq 0\) . Neste caso sua inversa é
$$
A^{- 1} = \frac{\text{adj} A}{\det A} .
$$

Demonstração: Suponha que \(A\) é invertível (ou seja, existe a sua inversa \(A^{- 1}\) ). Neste caso
$$
A.A^{- 1} =\mathbb{I} \Rightarrow \det (A.A^{- 1}) = \det \mathbb{I}= 1.
(\times)
$$

Pela propriedade (ix) do determinante temos que
$$
\det A . \det (A^{- 1}) = 1 A
$$

e, portanto
$$
\det (A^{- 1}) = \frac{1}{\det A} .
$$

Concluimos de (*) que \(\det A \neq 0\) é uma condição suficiente para que \(A\) admita uma inversa. Por outro lado, se \(\det A \neq 0\)
então
$$
A^{- 1} = \frac{\text{adj} A}{\det A} .
$$

Podemos listar ainda outras propriedades de matrizes e suas inversas e consequências das propriedades acima:

  1. Se \(A\) e \(B\) são invertíveis então o produto \(A B\) é invertível e sua inversa é \((A B)^{- 1} = B^{- 1} A^{- 1}\).

    Demonstração: \(B^{- 1} A^{- 1} (A B) = B^{- 1} (A^{- 1} A) B =
    B^{- 1} \mathbb{I}B = B^{- 1} B =\mathbb{I}\) .

  2. Se existe uma matriz \(B\) tal que \(B A =\mathbb{I}\) então \(A\) é invertível e \(B = A^{- 1}\) . Isto significa que a inversa é única e \(A^{- 1} A = A A^{- 1} =\mathbb{I}\) (a inversa à direita e à esquerda são idênticas).
    Demonstração: \(B = B\mathbb{I}= B A A^{- 1} = (B A) A^{- 1}
    =\mathbb{I}A^{- 1} = A^{- 1}\).
  3. Se \(A\) tem determinante nulo então não existe a inversa de \(A\).

Exemplo: Como um exercício procure uma matriz \(B_{2 \times 2}\) que seja a inversa de
$$ A = \left[ \begin{array}{rr}0 & 2\\0 & 1\end{array} \right]. $$

Tanto a operação de resolver um sistema linear quanto a de inverter um matriz são muito comuns na matemática aplicada e computacional. Estas operações envolvem um grande número de cálculos e nem sempre são realizadas na prática nas formas aqui descritas. Uma forma adicional de solução de sistemas de \(n\) equações e \(n\) incógnitas, ainda envolvendo muitas operações mas muito útil em manipulações algébricas e abstratas é a conhecida regra de Cramer.

Regra de Cramer

Considere o sistema de \(n\) equações e \(n\) incógnitas
\begin{eqnarray*}
a_{11} x_1 + a_{12} x_2 + \ldots + a_{1 n} x_n = b_1 & & \\
a_{21} x_1 + a_{22} x_2 + \ldots + a_{2 n} x_n = b_2 & & \\
\vdots & & \\
a_{n 1} x_1 + a_{n 2} x_2 + \ldots + a_{n n} x_n = b_n & &
\end{eqnarray*}
ou, \(A X = B\) , para representar sinteticamente a operação entre
matrizes
$$
\left[ \begin{array}{rrrr}
a_{11} & a_{12} & \cdots & a_{1 n} \\
a_{21} & a_{22} & \cdots & a_{2 n} \\
\vdots & & & \vdots \\
a_{n 1} & a_{n 2} & \cdots & a_{n n}
\end{array}
\right]
\left[ \begin{array}{r}
x_1\\
x_2\\
\vdots\\
x_n
\end{array}
\right] =
\left[ \begin{array}{r}
b_1\\
b_2\\
\vdots\\
b_n
\end{array}
\right].
$$

Se o determinante de \(A\) é não nulo, \(\det A \neq 0\) , então existe a inversa \(A^{- 1}\) e o sistema fica completamente resolvido, bastando multiplicar o sistema por \(A^{- 1}\) à esquerda
$$
A^{- 1} A X = A^{- 1} B.
$$

Como \(A^{- 1} A =\mathbb{I}\) então a solução é
$$
X = A^{- 1} B.
$$

Lembrando que
$$
A^{- 1} = \frac{\text{adj} A}{\det A}
$$

escrevemos
$$
\left[\begin{array}{r} x_1\\ x_2\\ \vdots\\ x_n \end{array}\right] = \frac{1}{\det A}
\left[\begin{array}{rrrr}
\Delta_{11} & \Delta_{21} & \cdots & \Delta_{1 n}\\
\Delta_{12} & \Delta_{22} & \cdots & \Delta_{2 n}\\
\vdots & & & \vdots\\
\Delta_{1 n} & \Delta_{2 n} & \cdots & \Delta_{n n}
\end{array}\right]
\left[\begin{array}{r} b_1\\ b_2\\ \vdots\\ b_n \end{array}\right].
$$

Como exemplo vamos listar explicitamente o primeiro elemento da solução
$$
x_1 = \frac{1}{\det A} (\Delta_{11} b_1 + \Delta_{21} b_2 + \ldots + \Delta_{n 1} b_n),
$$

onde se observa que o termo entre parênteses é o determinante de uma matriz obtida de \(A\) substituindo-se sua primeira coluna pela matriz coluna \(B\) ,em seu desenvolvimento de Laplace ao longo da primeira linha:
$$
\left| \begin{array}{rrrr}
b_1 & a_{12} & \cdots & a_{1 n}\\
b_2 & a_{22} & \cdots & a_{2 n}\\
\vdots & & & \vdots\\
b_n & a_{n 2} & \cdots & a_{n n}
\end{array} \right| = \Delta_{11} b_1 + \Delta_{21} b_2 + \ldots +
\Delta_{n 1} b_n .
$$

O mesmo ocorre com qualquer um dos elementos \(x_i\) da solução,
$$
x_i = \frac{1}{\det A} \left| \begin{array}{rrrrr}
a_{11} & \cdots & b_1 & \cdots & a_{1 n}\\
a_{21} & \cdots & b_2 & \cdots & a_{2 n}\\
\vdots & & & & \vdots\\
a_{n 1} & \cdots & b_n & \cdots & a_{n n}
\end{array} \right|, i = 1, \ldots, n,
$$

onde a matriz \(B\) substitui a \(i\)-ésima coluna no determinante. Esta é a chamada regra de Cramer.

Exemplo: Vamos resolver o seguinte sistema usando a regra de Cramer,
$$
\begin{array}{r}
2 x – 3 y + 7 z = 1\\
x + 3 z = 5\\
2 y – z = 0
\end{array}
$$

que equivale à \(A X = B\) ,
$$
A = \left[ \begin{array}{rrr}
2 & – 3 & 7\\
1 & 0 & 3\\
0 & 2 & – 1
\end{array} \right], \;\;\; B = \left[ \begin{array}{r}
1\\
5\\
0
\end{array} \right] .
$$

Notamos que \(\det A = – 1\) a solução do sistema é
$$
x = – \left| \begin{array}{rrr}
1 & – 3 & 7\\
5 & 0 & 3\\
0 & 2 & – 1
\end{array} \right| = – 49 ;
$$

$$
y = – \left| \begin{array}{rrr}
2 & 1 & 7\\
1 & 5 & 3\\
0 & 0 & – 1
\end{array} \right| = 9 ;
$$

$$
z = – \left| \begin{array}{rrr}
2 & – 3 & 1\\
1 & 0 & 5\\
0 & 2 & 0
\end{array} \right| = 18.
$$