Anda di halaman 1dari 178

CARLOS A.

CALLIOLI
Prof. Titular - Faculdade de Engenharia Industrial (So Paulo)
HYGINO H. DOMINGUES
Prof. Adjunto - Instituto de Biocincias, Letras e Cincias Exatas -
UNESP ( Rio Preto)
ROBERTO C. f. COSTA
Praf. Livre-Docente - Instituto de Matemtica e Estatstica - USP
LGEBRA LINEAR
".,.
E APLICACOES
"'
.
edio reformulada
12'!
ATUAJ.
EDITORA
CARLOS A. CALLIOLI
Prof. Titular - Faculdade de Engenharia Industrial (So Paulo)
HYGINO H. DOMINGUES
Prof. Adjunto - Instituto de Biocincias, Letras e Cincias Exatas -
UNESP ( Rio Preto)
ROBERTO C. f. COSTA
Praf. Livre-Docente - Instituto de Matemtica e Estatstica - USP
LGEBRA LINEAR
".,.
E APLICACOES
"'
.
edio reformulada
12'!
ATUAJ.
EDITORA
124
133
137
149
151
158
161
172
176
192
195
197
199
203
208
212
214
217
218
221
222
225
228
232
235
243
Captulo 7 - Determinantes
1. Permutaes .
2. Determinantes .
3. Propriedades dos Determinantes .
4. Cofatores .
5. Adjunta Clssica e Inversa .
6. Regra de Cramer .
7. Determinante de um Operador Linear ..
Apndice IV - Determinante de um Produto de Matrizes .
Captulo 6 - Espaos com Produto Interno
1. Produtos Internos .
2. Norma e Distncia .
3. Ortogonalidade .
4. Isometrias .
5. Operadores Auto-adjuntos .
6. Espaos Hermitianos .
Captulo 8 - Formas Bilineares e Quadrticas Reais
1. Formas Bilineares ..
2. Matriz de uma Forma Bilinear ..
3. Matrizes Congruentes - Mudana de Base para uma Forma Bilinear
4. Formas Bilineares Simtricas e Anti-simtricas .
5. 'Formas Quadrticas .
6. Reduo de Formas Quadrticas: Algoritmos ..
7. Lei de Inrcia .
, Captulo 4 - Transformaes Lineares
L Noes sobre Aplicaes 102
2. Transformaes Lineares 104
3. Ncleo e Imagem 111
4. Isomorfismos e Automorfismos 114
Matriz de uma Transformao Linear
--1-: com Transformaes Lineares .
2. Matriz de uma Transformao Linear : .
3. Matriz da Transformao Composta .
4. Espao Dual .
5. Matrizes Semelhantes .
2
4
6
8
16
18
27
31
39
42
44
50
54
56
57
59
66
67
74
76
78
80
81
89
91
99
Captulo 1 - Sistemas Lineares - Matrizes
1. Sistemas Lineares .
2. Sistemas Equivalentes .
3. Sistemas Escalonados ..
4. Discusso e Resoluo de um Sistema Linear ..
5. Matrizes .
6. ,Operaes com Matrizes .
7. Inversveis .
8. Sistemas de Cramer .
I - Matrizes Elementares ..
NDICE
1 PARTE: LGEBRA LINEAR
Captulo 2 - Espaos Vetoriais
1. Introduo .
2. Espaos Vetoriais ' .
3. Primeiras Propriedades de um Espao Vetorial .
4. Sub-espaos Vetoriais ..
5. Somas de Sub-espaos .
6. Combinaes Lineares ..
7. Espaos Vetoriais Finitamente Gerados ..
Apndice 11 - Exemplo de Espao que no Finitamente Gerado
Captulo 3 - Base e Dimenso
1. Dependncia Linear ..
2. Propriedades da Dependncia Linear ..
3. Base de um Espao Vetorial Finitamente Gerado .
4. Dimenso ..
5. Processo Prtico para Determinar uma Base de um Sub-espao de [Rn
(ou C
n
) :
6. Dimenso da Soma de Dois Sub-espaos ..
7. Coordenadas ..
8. Mudana de Base ..
Apndice 111 - Teorema da Invarincia ..
2 PARTE: APLlCACES
( d, O do"" Lio"",,,, Fonna d, Jo .
"T'"'-"Vc>res e Vetores Prprios 246
2. Diagonalizao de Operadores 253
3. Diagonalizao de Operadores Auto-adjuntos (ou de Matrizes Simtri-
cas Reais) o o o o o o o o o o 262
4. Aplicao da Diagonalizao: Potncias de uma Matriz .. o o o o o 266
5. Aplicao da Diagonalizao: Sries de Matrizes (Noes) 268
6. Lema de Gergoshin . o o o o o o o o o 270
7. Forma de Jordan . o o o o o o.... 272
Captulo 2 - Curvas e Superfcies de Segundo Grau
1. As Curvas de Segundo Grau o o o o o o o 284
2. As Superfcies de Segundo Grau o o o o o o o o 292
Captulo 3 - Polinmios de Lagrange
1. Valores Numricos o o o o 298
2. Polinmios de Lagrange o o o o 299
Captulo 4 - Seqncias Recorrentes Lineares
1. Seqncias Recorrentes o o o o o o o o o o 305
2. Aplicao o o o o o o o o o 311
Captulo 5 - Equaes e Sistemas de Equaes Diferenciais Lineares com
Coeficientes Constantes
1. Operadores Diferenciais o o o o o 315
2. lgebra dos Operadores o o o o 317
3. Equaes Diferenciais Lineares com Coeficientes Constantes o o o 319
4. Equaes Homogneas de Segunda Ordem o o 321
5. Equaes Homogneas de Ordem Qualquer o o o o 324
6. Sistemas de Equaes Diferenciais Lineares com Coeficientes
Constantes .... o o o o o o o o o o o 327
Captulo 6 - Mtodo dos Mnimos Quadrados
1. O Espao Euclidiano [Rn: Reviso o o o o o o 334
2. Aproximao por Projees . o o o o o o o o o o o o o 335
3. Ajuste de Curvas o o o o o o o o o o 338
Respostas ... o o o o o o o o o o o o o o o o o 342
Bibliografia o' o o o o o o o 350
ndice Remissivo % o o o o o o o o o o o o o o o 351
CAPTULO 1
Sistemas Lineares - Matrizes
1. SISTEMAS LINEARES
Neste captulo procederemos inicialmente a um estudo dos sistemas lineares
sobre IR. No nos mover aqui nenhuma preocupao de formalismo ou rigor exces-
sivos. Alm disso limitar-nos-emos a ver sobre o assunto apenas o que necessrio
para desenvolver os captulos posteriores. De uma maneira geral este captulo 1
constitui apenas um pr-requisito para o restante deste livro.
Definio 1 - Dados os nmeros reais ai, ... , a
n
, {3 (n ~ 1), equao
aI Xl + ... + a
n
x
n
= (3
onde os Xi so variveis em IR, damos o nome de equao linear sobre JR nas
incgnitas x b ... , x
n
.
Uma soluo' dessa equao uma seqncia de n nmeros reais(*) (no
neessariamente distintos entre si), indicada por (b
l
, ... , b
n
), tal que
aI b
l
+ ... + a
n
b
n
= {3
uma frase verdadeira.
Exemplo - Dada a equao: 2XI - X2 + X3 = 1, a terna ordenada (1,1, O)
uma soluo dessa equao pois 2 1 - 1 + = 1 verdadeira.
Definio 2 - Um sistema de m equaes lineares com n incgnitas
(m, n ~ 1)(**) um conjunto de m equaes lineares, cada uma delas com n incg-
nitas, consideradas simultaneamente. Um sistema linear se apresenta do seguinte
modo:
{
allxl + + alnxn = (31
S: ~ ~ 1 . ~ 1 . ~ ~ . ~ ~ ~ ~ . ~ . ~ .
frml
X
I + .. , + amnx
n
= 13
m
(*) Tambm chamada n-upla de nmeros reais.
Uma soluo do sistema acima uma n.upla (b
l
, ... , b
n
) de nmeros reais
que soluo de cada uma das equaes do sistema.
Exemplo - Dado o sistema
{
2X - y + z = 1
S:
'x + 2y = 6
uma soluo de S (O, 3, 4). Notemos que essa soluo no nica: a terna
( ~ , 1
5
1 , ~ tambm soluo de S.
Se, no sistema S, tivermos {31 = {32 = .. = 13
m
= 0, o sistema S ser homo-
gneo. A n-upla (O, 0, ... , O) soluo de S neste caso e por isso todo sistema
homogneo compatvel, de acordo com a definio 3 a seguir. A soluo
(O, 0, ... , O) chama-se soluo trivial do sistema homogneo.
Definio 3 -' Dizemos que um sistema linear S incompatvel se, S no
admite nenhuma soluo. Um sistema linear que admite uma nica soluo
chamado compatvel determinado. Se um sistema linear S admitir mais do que
uma soluo ento ele recebe o nome de compatvel indeterminado.
Exemplos
1) Um sistema do tipo
all
x
l + '" + aln
x
n = {31
OXl + ... + OX
n
= {3i ({3i =1= O)
frml
X
l +... + amnx
n
= 13
m
necessariamente incompatvel: como nenhuma n-upla soluo da equao
i-sima, ento nenhuma n-upla soluo do sistema.
2) Um sistema do tipo
{
X' ~ ' ...... :. ~
x
n
= {3n
(**)
2
Se m = n simplesmente sistema linear de ordem n.
compatvel determinado e ({31 , ... , (3n) a sua soluo nica.
3
3) O sistema
{
2X - y + z == 1
x + 2y = 6
(111) Somar a uma das equaes do sistema uma outra equao desse sistema
multiplicada por um nmero real. Deixamos como exerccio a verificao de que
o sistema:
"dt . d . c: (8 11 )
e m e ermma o pOlS, conlorme VImos atrs, as temas (O, 3,4) e 5' 5' O so
solues deste sistema. Conforme veremos, existem infinitas solues deste sistema.
Tente achar uma.
CXm1Xl + ... + CXmnXn = ~ m
2. SISTEMAS EQUIVALENTES
Seja S um sistema linear de m equaes com n incgnitas. Interessa-nos
considerar os sistemas que podem ser obtidos de S de uma das seguintes maneiras:
.(I) Permutar duas das equaes de S. evidente que se 8
1
indicar o sistema
assim obtido, ento toda soluo de SI soluo de S e vice-versa.
(11) Multiplicar uma das equaes de S por um nmero real =1= O. Indicando
por SI o sistema assim obtido mostremos que toda soluo de SI soluo de 8 e
vice-versa.
assim obtido e o sistema S ou so ambos incompatveis ou admitem ambos as
mesmas sblues. Sugerimos ao leitor que faa alguns casos particulares antes de
tentar o caso geral.
Deflilio 4 - Dado um sistema linear S, uma qualquer das modificaes
explicadas acima em (I), (11) e (I1I) que se faa comesse sistema recebe o nome de ope-
rao elementar com S. Se um sistema linear 8
1
foi obtido de um sistema linear S
atravs de um nmero finito de operaes elementares, dizemos que SI equivalen-
te a S. Notao: SI ~ S. fcil ver que para a relao ~ assim definida valem as
seguintes propriedades:
Devido a (I) podemos supor que a equao multiplicada seja a primeira.
Como as demais equaes de S e SI coincidem basta verificar nossa afirmao
quanto primeira equao.
(a) S ~ S (reflexiva);
(b) SI ~ S ~ S ~ SI (simtrica);
(c) SI ~ S e S ~ S2 ====> SI ~ S2 (transitiva).
Se (b
1
, , b
n
) uma soluo de S (conforme definio 2), ento:
Multiplicando por esta igualdade obteremos:
Convm frisar, por ltimo, que em virtude do que j vimos neste pargrafo,
se SI ~ S, ento toda soluo de S soluo de SI e vice-versa. Em particular,
se SI incompatvel, o mesmo acontece com S.
Desta forma criamos um mecanismo extremamente til para a procura de solu-
es de um sistema linear S. Procuramos sempre' encontrar um sistema linear
equivalente a S e que seja "mais simples". Veremos um exemplo. Considere-
mos o sistema:
{
X +z=l
S: 2x =~ + z = 4
x - 2y + 2z = O
(1)
(2)
o que mostra que (b
1
, . , bn) tambm soluo da primeira equao de SI'
Por outro lado, se (b
1
, . , b
n
) soluo de SI, ento a igualdade (2)
verdadeira. Dividindo (2) por obtemos (1). Portanto (b
1
, .. , b
n
) pertence
ao conjunto das solues de S.
4 5
Demonstrao - Sem perder a generalidade podemos supor:
Proposio 1 - Todo sistema linear S equivalente a um sistema escalo-
nado.
Para estudar este sistema deve-se aplicar a ele uma srie de operaes ele-
mentares visando fazer com que o nmero de coeficientes iniciais nulos seja maior
em cada equao (a partir da segunda) do que na precedente. Vejamos como se
pode fazer isso.
{
X - Y + z = 1 * {X - y + z = 1 **{X - Y + z = 1
2x - y + z = 4 y - z = 2 y - z = 2
x - 2y -I- 2z = O - y + z = - 1. O= 1
S:
Xl + Cl12
X
2 + ... -I- CllnXn = {31
Cl21
X
l + Cl22
X
2
-1- . + Cl2nxn = {32
....................................... 00 .........
S:
* Multiplicamos por - 2 a primeira equao e somamos o com a segunda equao;
multiplicamos a primeira equao por -1 e somamos com a tercerra.
** Somamos a segunda equao com a terceira.
Como este ltimo sistema incompatvel, o mesmo acontece com o sistema S
dado inicialmente.
3. SISTEMAS ESCALONADOS
Consideremos um sistema linear de m equaes com n incgnitas que tem
o seguinte aspecto:
CllIl x
r1
+ . . . . . . . . . . . . . . . .. + CllnXn = {31
Qzr2xr2 + +QznXn = {32
Clkrkxrk + ... + ClknXn = {3k
OX
n
= {3k+ 1
onde Cl1rl =1= O, Cl2f2 =1= O, ... , Clkrk =1= O e cada ri:> 1.
Se tivermos 1 < ri < r2 < ... < r k < n diremos que S um sistema li-
near escalonado. claro que se {3k + 1 =: O, a ltima equao de S pode ser elimina-
da do sistema. Logo, num sistema escalonado o nmero de coeficientes iniciais
nulos em cada equao, a partir da segunda, maior .do que na precedente.
Exemplo de sistema escalonado:
{
2X - y - z - 3t = O
z - t = 1
2t = 2
6
Para cada Cl :::f= O(i = 2, 3, ... ,m) multipliquemos por (-Cl

) a primeira equao
e somemos o resultado equao i-sima. Com algumas permutaes convenientes
de equaes (se for o caso) obteremos um sistema SI do seguinte tipo:
Xl + ... + Cllrlxrl + ... + CllnXn = {31
72fl xr1 + '" + 72n
X
n = {3;
................................................
onde 72fl =1= O e ri:> 2, que equivalente aS.
Dividindo a segunda equao de SI por 72fl btemos um sistema S2' ainda
equivalente a S1> com o qual comeamos a repetir o raciocnio feito at aqui,
porm a partir da sua segunda equao. Evidentemente, depois de aplicar um
certo nmero finito de vezes esse raciocnio chegaremos a um sistema escalonado
equivalente a S.
A importncia dos sistemas escalonados reside na Proposio 1. Sendo todo
sistema equivalente a um sistema escalonado, bastar que saibamos lidar com os
sistemas escalonados e saibamos reduzir um sistema qualquer a um escalonado.
Nota: Convm observar que as equaes do tipo O = O que por ventura
aparecerem no processo de escalonamento devem ser suprimidas, como bvio.
Exemplo - Escalonemos o seguinte sistema:
1
2X - y + z - t = 4
.
3x + 2y - z + 2t = 1
S:
2x- y-z- t=O
5x + 2t = 1
7
4. DISCUSSO E RESOLUO DE UM SISTEMA LINEAR
Observe o leitor que (1, 2, 2, - 2) a nica soluo de S, pois a nica soluo
do sistema escalonado.
O
2
--3
I
z = 3
y
= 'Y1
= 'Y2
X
X
n
= 'Yn
2
3
2 **
--3
1
z = 3
y
I
x-y
*
r- y+
z = 1
-r-
y+z=
S ~ 3y
= -2 y-z=-l
2y - 2z = -2 3y = -2
{
x-y+ z=
r - y + ' ~ I ~
y- z = -1 ~ y-z=-l
3z = 1
z= -
3
{
x-y+ z=l
S: 2x + y + 2z = O
3x - y + z = I
Neste caso S' poder ser transformado, por equivalncia, no seguinte sistema
(11) Obtm-se um sistema escalonado do seguinte tipo:
(
Xl + G'12
X
2 + + G'lnXn : ~ 1
X2 + + G'2nXn - ~
s:
e
X
n
= ~ n
Exemplo - Discutir e resolver o seguinte sistema:
Logo S compatvel determinado e ('Y1' 'Y2, ... , 'Yn) a sua soluo.
Z + 2x - y - t = 4
1 1
X+sY+st= 1
14 14
-sy -st = O
Y + t = -4
(
z + 2x - y - t = 4
~ 5x + y + t = 5
4x - 2y - 2t = 4
5x + 2t = 1
5x + 2t = 1
Z + 2x - y - t = 4
1 1
x+-y+-t=
5 5
4x - 2y 2t = 4
(
Z + 2x - y - t = 4
S ~ - Z + 3x + 2y + 2t = 1
- Z + 2x - y - t = O
5x + 2t = 1
(
z + 2x - y - t = 4 (Z + 2x - y - t = 4
5x + y + t = 5 ~ 5x + y + t = 5
y+t=O y+ t=O
Y - t = 4 - 2t = 4
Discutir um sistema linear S significa efetuar um estudo de S visando a
classific-lo segundo a definio 3. Resolver um sistema linear significa determinar
todas as suas solues. O conjunto dessas solues recebe o nome de conjunto
soluo do sistema.
Seja S um sistema linear de m equaes com n incgnitas. Procedendo ao
escalonamento de S chegaremos a uma das trs seguintes situaes:
(I) No processo de escalonamento, numa certa etapa, obtm-se um sistema:
Como S' incompatvel, ento o mesmo se pode dizer de S. (Ver exemplo
no pargrafo 2).
* Somamos a terceira equao segunda.
** Somamos a segunda equao primeira.
8 9
Exemplo - Discutir e resolver o sistema:
{
x-2y- z=1
S: 2x + y - 3z = O
x - 7y = 3
{
X- 2y - z = 1 {X - 2y- z = I
S ~ 5y - z = -2 ~ 5y - z = -2
- 5y + z = 2 O = O
2
=-3'
I
z por 3'
Logo o sistema compatvel determinado e (o, - ~ , ~ ) a sua soluo.
Observao: Depois de conseguir o escalonamento poderamos ter achado a
soluo do sistema por substituio do seguinte modo:
Como z = 1- e y - z = - I ento y - 1- = - I Da y = ...!.. - I
3 ' 3' 3
Agora, se na primeira equao do sistema substituirmos y por - ~ e
acharemos x = o,
Logo, { ( ~ + ~ z, - ~ + i z, z): Z E IR} o conjunto de todas as solues
(
1 7 2 1 )
de S (conjunto soluo de S). Dizemos tambm que 5 +5" z, -"5 + "5 z, z ,com
z E IR, a soluo geral do sistema lirlear S.
z=
7 1
- Sz= S-
I 2
y-Sz=-S
{
X= 1-+2z
. 5 5
2 1
Y = --+-z
. 5 5
{
X- 2y-
y - ~ z = - ~
Da tiramos:
(I1I) Obtm-se um sistema escalonado do tipo abaixo:
Xl + .. , + aU2xr2 + ... +alr3Xr3 + , .. + a1r
p
Xr
p
+ , , . + alnX
n
= 131
X
r2
+ .. , +azr3Xr3 +... + aztpXr
p
+ .. , + a2n
X
n = l3z
S': X
r3
+ , .. + a3rpXrp + ... + a3nXn = 133
onde p < n.
fcil ento ir eliminando, por meio de operaes elementares, o termo
em x
r2
na primeira equao, os termos em x
r3
da primeira e segunda equaes,
, .. , os termos em x
rp
da primeira (p - l).sima equao, Por exemplo, multi-
plicando a segunda equao por (-aU2) e somando o resultado com a primeira
eliminando o termo a1r2xr2'
Feito. isto, passamos para o segundo membro de cada equao todas as
parcelas, exceo feita primeira. Teremos ento algo como:
Xl = f
1
x
r2
= f
2
X
rp
= f
p
onde cada fi uma expresso linear nas variveis Xj com j =1= I, j =1= f2, ',' . ,j =1= r
p
'
A cada seqncia de valores que dermos ento a estas n - p variveis (variveis
livres) obteremos valores para Xl, Xr", ... , Xr . e conseqentemente uma soluo
P .
do sistema. Como p < n, teremos mais do que uma soluo (infinitas na verdade)
e o sistema indeterminado neste caso.
RESUMO DA DISCUSSO
A discusso feita acima pode ser resumida do seguirlte modo:
Suponhamos que um sistema tenha sido escalonado e, retiradas as equaes
do tipo O = O, restam p equaes com n irlcgnitas.
(I) Se a ltima das equaes restantes
OX1 + .. , + OX
n
= I3
p
(l3
p
=1= O)
ento o sistema incompatvel;
Caso contrrio, sobram duas alternativas:
(11) Se p = n o sistema compatvel determinado;
(I1I) Se p < n, ento o sistema compatvel indeterminado.
10
11
EXERCCIOS RESOLVIDOS
4. Resolver por escalonamento:
1. Resolver por escalonamento:
{
5X - 2y + 2z = 2
s: 3x + y + 4z = -1
4x - 3y + z = 3
{"
y +
z ;:: 2
x - y z= -3
s:
2x
+
y + 2z = I
3x + 2y + 3z = 3
Soluo
De z = O, tiramos x = O e da teremos y = - 1.
{ Y +3x +
4z = -1
-c
S - - 2y + 5x + 2z = 2
- 3y + 4x + z = 3
-{'+
3x + 4z = -1
{+ llx + 10z = O
x + z = O
3x + 4z = -1
llx + 10z = O
13x + 13z = O
3x + 4z = -1
x + z = O
z = O
Soluo
s-{
x + y
+ z = 2
2y 2z
~ 5
y -3
y -3
Da:y=3,z=
I I
-I
e x =
-2"'
Resposta: O sistema compatvel determinado, sendo ( - ~ , 3, - ~ ) sua nica soluo.
Resposta: (O, - 1, O) a nica soluo; o sistema compatvel determinado.
5. Resolver por escalonamento:
2. Resolver por escalonamento:
{
X + Y + z + 3t = 1
s:
x + y - z + 2t = O
{
3X + 3y 2z - t = 2
s: Sx + 2y + z - 2t = I
2x - y + 3z - t = - I
Soluo Soluo
3. Resolver por escalonamento:
Resposta: O sistema incompatvel, por causa da igualdade O = 1.
Resposta: {(-2 + 5z - y,y,z,1 - 2z) IY,z E IR} o conjunto soluo do sistema. O
sistema compatvel indeterminado, pois tem infinitas solues.
{
X - 2y ~ 3z = O
s: x + 4y - z = O
2x - y + Z = O
r'
+
3x + 3y ~ 2z = 2
S - - 2t + Sx + 2y
+
z = I
- t + 2x - y
+ 3z =
~ 1
-{
- 3x ~ 3y
+ 2z = -2
_ {t ~ 3x ~ 3y + 2z =
~ 2
x - 4y + Sz = -3
x + 4y - Sz = 3
x - 4y + Sz = -3
Da: x= -4y + Sz + 3 e t = ~ 9 y
+ 13z + 7
Resposta: {(-4y + Sz + 3, y, z, ~ 9y + 13z + 7) I y, z E IR} o conjunto das solues e
portanto o sistema compatvel indeterminado.
6. Resolver o sistema homogneo por escalonamento:
= -2 + 5z - y
t = 1 - 2z
{
X + Y + z = 1 {X + Y + z = 1
y+ z=-1 - y+z=-1
2y + 2z = - 1 O= 1
{
X+Y+Z=1
s: x - y - z = 2
2x + y + z = 3
{
X + Y + z + 3t = 1 {x
s- -
2z + t = 1
Soluo
{
X + Y+ z = 1
S - - 2y - 2z = 1
- y- z=1
12
13
Soluo
- 2y - 3z == O
6y + 2z == O
3y + 7z == O
{
X 2y - 3z == O
- y + ~ z = = O
3y + 7z == O
- 2y - 3z == O
1
y +Tz == O
6z == O
li. Resolver o sistema:
{
x2 + y2 = 34
S
. _ x
2
+ y2 = 16
Soluo: Este sistema no linear, pois x e y aparecem em segundo grau. Mas podemos intro-
I' . ,. 2 2 d -' { u + v = 34
(UZII as varlavels u = x e v = y toman o-se ento o sIstema S em _ u +v =16 cuja
soluo (nica) u = 9, v = 25. Da obtemos x
2
= 9 e y2 = 25, ou seja, x = 3 e y = 5.
H portanto 4 solues para o sistema S: (3,5), (3, - 5), (- 3,5) e (- 3, - 5).
Da: x == O, y == O e z == O.
O sistema admite somente a soluo trivial (O, 0, O), sendo portanto determinado.
EXERCCIOS PROPOSTOS
7. Resolver o sistema homogneo por escalonamento:
I. Resolver os sistemas abaixo:
s: {::
2x +
y+ z+t==O
y 2z + t == O
y + 2z -- t == O
y + Z = 1
y + 2z = 2
6y + 3z = 3
[
X +
b) x-
y + Z =
Y+ Z
2y
-2
-3
O conjunto {(2t, - 3t, O, t) I t E IR} o conjunto soluo; o sistema linear compatvel inde-
terminado. Observe que o valor da incgnita z determinado, isto , no depende de 1.
8. Determinar o valor de a para que o sistema linear S admita uma nica soluo e determin-la:
Da, necessariamente a = e o sistema S equivalente a {x
Resposta: a = O e {(l, O)} a soluo nica de S.
{
X + y + z + t == O
- y + 3t = O
z = O
2y = 6
y -2
y O
[
:: :
x +
e a
[H2
Y
2,-
t =
2x - 2y - 2z - 3t -1
2x 2y z 5t 9
3x y +
z - mt = O
-a
o
2
[
3: : 7 ~ : :
5x + 3y 5a + 2b
x + 2y a + b - 1
compatvel e determinado. Em seguida resolver o sistema.
2. Determinar os valores de a e b que tornam o sistema
3. Discutir os seguintes sistemas lineares (em funo de a):
5. Resolver os sistemas homogneos abaixo:
[3;
y + 2z - t = O
b) [:
+ y+z+w-t=O
a) + y + 3z + t = O
z - 5t = O
Y - z + 2w - t = O
Y -
4. Determinar os valores de m para os quais o sistema determinado:
1
O
+ Y
Y
==0
-- 2t == O
+ 3t == O
z
y
. {X+
Y
==1
- y == O
O == a
y == 1
y == 2
3y == a
r
y == 1
y==O
3y == a
{
X +
S: 2x +
{
x+
S - -
{
x+ y
Y
+
z
t==O
+ 3t == O
==0
{
X + Y + z + t == O
S ~ - 3z == O
- y - 3t == O
Soluo
Soluo
14
15
6. Mostrar que um sistema linear homogneo de mequaes enincgnitas compatvel indeter-
minado se n > m.
{
4X + 3y - z + t = o
c)
x - y + 2z - t = o
{
3X + 2y - l2z = o
d) x - y + z = o
2x - 3y + 5z = o
Exemplo - A matriz
uma matriz real 3 X 2. Logo A E M3x2 (R).
LINHAS E COLUNAS
Dada uma matriz:
5. MATRIZES
Definio 5 - Sejam m ;;;, I e n ;;;, I dois nmeros inteiros. Uma matriz
m X n real uma dupla seqncia de nmeros reais, distribudos em m linhas e
n colunas, formando uma tabela que se indica do seguinte modo:
A =(:::...~ .. ~ ~ ... ~ : )
a
m
1 a
m
2 '.' amn
as linhas so (1, O, 1) e (O, 6, - 5) ao passo que as colunas so
as m seqncias horizontais
(
1) ). A(m) = (a a . .. a
mn
)
A = a11, a12' ... , a1n , ... , m1, m2, ,
so chamadas linhas da matriz A, enquanto que as n seqncias verticais
a11
am
~ 1
a2n
A(l)
, ... , A(n)
a
m
1
a
mn
so as colunas de A. de se notar que cada A(i)E M1xn(R) e cada A(j)E M
mx1
(R).
Exemplo - Na matriz 2 X 3
A ~ G ~ - : )
Abreviadamente esta matriz pode ser expressa por (aij)1E;; i O;; m ou apenas
lO;; j O;; n
(aij), se no houver possibilidade de confuso quanto variao dos ndices.
Cada nmero que compe uma matriz chama-se termo dessa matriz. Dada a
matriz (aij)l';;; i.;;; m, ao smbolo aij que representa indistintamente todos os seus
1';;; j.;;; n
termos daremos o nome de termo geral dessa matriz.
Notaes - Indicaremos por M
m
xn (IR) o conjunto das matrizes reais m x n.
Se m = n, ao invs de M
n
xn (IR), usa-se a notao M
n
(IR). Cada matriz de M
n
(IR)
chama-se matriz quadrada de ordem n. Em contraposio, quando m =1= n, uma ma-
triz m x n se diz uma matriz retangular. Uma matriz I x I (a11) se identifica com o
nmero real a11 .
Cada matriz costuma ser denotada por uma letra maiscula do nosso alfa-
beto.
16
17
IGUALDADE DE MATRIZES
Consideremos duas matrizes reais m X n: A = (aij) e B = (bij). Dizemos
que A = Bse, e somente se,
aij = bij (i = 1, 2, ... ,m; j = 1, 2, ... , n).
Exemplos
1)
z) F:-:

2

2
<=>
x -1 O t = O
z = 1
2)
G
O
:)*G D
1
3) (:
:) *G
2
D
2
3
3
O
6. OPERAES COM MATRIZES
(a) ADIO
Sejam A = (aij) e B = (bij) matrizes m X n. Indicamos por A + B e cha-
mamos soma de A com B a matriz m X n cujo termo geral aij + bij, ou seja
A+ B= +b:, )
a
m1
+ b
m1
a
m
2 + b
m2
- . .. a
mn
+ b
mn
A operao que transforma cada par (A, B) de matrizes do mesmo tipo na ma-
triz A + B chama-se adio de matrizes. uma operao no conjunto M
m
xn (IR).
Exemplo _ Se A = (1 21) e B = (O 1-2), ento
O 1 2 2 4 7
(
1 3-1)
A+B=
259
18
Para a adio de matrizes acima definida valem as seguintes propriedades:
(1) A + (B + C) = (A + B) + C, VA, B, C E M
m
xn(R) (associativa);
(lI) A + B = B + A, VA, B E Mmxn(R) (comutativa);
(III) Existe uma matriz O E M
mxn
(R) tal que A + O = A, VA E M
mx
n(R)
(existe elemento neutro);
N) Dada uma matriz A E M
mxn
(R), existe uma matriz (-A), tambm
m X n, tal que A + (-A) = O (existe a oposta de qualquer matriz).
A verificao da propriedade associativa se faz assim:
Se A = (aij), B = (bij) e C = (ciD, ento
* (A + B) + C = (aij + bij) + (Cij) = ((aij + bij) +Cij) =
= (aij + (bij + Cjj = (aij) + (bij + Cij) = A + (B + C).
Quanto (I1I) fcil ver que:
O = .. .. ::: ..
O O .. O
Esta matriz chama-se matriz nula m X n.
Por ltimo, se A = (aij), evidente que (- A) = (- aij). Por exemplo, se
(
la - 2) (- 1 - a
A = ento -A =
-2 1 O' 2 -1
(b) MULTIPLICAO DE UMA MATRIZ POR UM NMERO
Dada uma matriz real A = (aij), m x n, e dado um nmero real a, o produto
de a por A a matriz real m x n dada por:
Usamos nesta passagem a propriedade associativa da adio de nmeros reais.
19
Nas condies acima, a operao que transfonna cada par de matrizes (A, B)
na matriz AB chama-se multiplicao de matrizes.
Para essa operao que transfonna cada par (a, A) de m. X M
mxn
(m.) na
matriz real exA E M
mxn
(R.), valem as seguintes propriedades:
(I) (ex{j)A = ex ({jA);
(11) (ex + {j)A = exA + (jA;
(I1I) ex(A + B) = exA + exB;
(N) IA = A;
(\;12'- J
2 l' O
Exemplo --'- Sejam A = (.
O 1 2
Ento:
Proposio 2 - Sejam A = (aij), B = (bjk) e C = (Ckr) matrizes reais m Xn,
n X p e p X q, respectivamente. Ento A(BC) = (AB)C.
Demonstrao - O tenno geral de A(BC) dado por:
quaisquer que sejam as matrizes A e B e quaisquer que sejam os nmeros reais
ex e {j.
Provemos (11).
Suponhamos A = (aij). Ento:
(ex + (j) A = ((ex + (j) aij) = (ex aij + (j aij) =
= (ex aij) + ({j aij) = exA +(jA.
- S, 20 A C ,nto .A G D
(
2 3 + 1 O+ O 1
AB =
03+10+21
=(6810).
2 O 2
24+10+00
04+10+20
2.5+1.0+0.1)=
O 5+1 0+21
(c) MULTIPLICAO DE MATRIZES
(1)
Usando a notao de matriz linha e a de matriz coluna a definio acima significa
que
Consideremos a matriz A = (aij) de tipo x n e a matriz B = (bjk) de tipo
n x p. Oproduto A B(tambmindicado por AB) a matriz m x p cujo termo geral
dado por:
n
Cik = L aij . bjk = ail b
lk
+ ... + ain bnk
j=l )
*
ao passo que o tenno geral de (AB)C dado por:
(2)
As propriedades da adio e da multiplicao de nmeros reais nos ensinam,
contudo, que (1) = (2). Ento a proposio est demonstrada. -
(* ) O smbolo uma letra do alfabeto grego, correspondente ao nosso S.
AB=
A (1) B(l)
A (2) B(l)
A (1) B(p)
A(2) B(p)
Proposio 3 - Sejam A, B e C matrizes reais m X n, n X p e n Xp, respec-
tivamente. Ento A(B + C) = AB + AC.
Demonstrao - Usa-se o mesmo tipo de raciocnio da demonstrao an-
terior. Fica como exerccio. -
Nota: Analogamente, se A e B so matrizes m X n e C n X p, ento
(A + B)C = AC + BC.
20
21
EXERCCIOS RESOLVIOOS
1
matrizes de M
Zx
3(IR). Calcular 3(A - TB) + C.
Soluo
{
X + Z - 2Y = B {X + Z - 2Y = B
- - Z + 3Y = A - 2B - - Z + 3Y = A - 2B
- 4Z + 7Y = C - 3B - 5Y = -- 4A + 5B + C.
OO) - (O 5 O) - (O O
e Z = (+ -3 - )
Da: Y = i(4A - 5B - C) = +4
Analogamente, X = (+ O 1)
(: : :) : :) , 2
A=
1. Sejam:
Soluo
1 3
3(A - TB) + C = 3A - 2"B + C =
3. Dadas as matrizes reais, I X 3, A = (1 OO), B = (O 1 O) e C = (O .O1), deter,
minar as matrizes X, Y e Z de Mlx3 (IR) tais que:
cO :)
n
L dkjbji = Ski
j =1

I'
I
,O
2-1+1-1)
11+0-1
0-1+1-1
B=
BA (: :)
20+1-1
10"+01
00+1-1
(
2-1+1,0
AB= 11+00
01+10
Soluo
Analogamente:
desde que as operaes a indicadas estejam definidas. Provemos (IV) j que as trs pri-
meiras so imediatas.
n n
rik = L aijCjk = L bjidkj =
j=1 j=1
o que mostra que de fato (AB)t = Bt A
t
.
Soluo
Sejam A = (aij) , At = (bji), B = (Cjk) e Bt = (dkj).
Ento bji = aij e dkj = Cjk. Supondo AB = (rik) e BtAt = (ski), temos:
4. Dadas as matrizes A e B abaixo, determinar os produtos AB e BA:

O/Dada uma matriz A = (aij) E Mmxn(IR) denomina-se transposta de A e indica-se por
At a seguinte matriz n X m: A
t
= (bji), onde bji = aij (i = I, ... , m;j = 1, ... , n).
Valem as seguintes relaes:
a) (A+B)t=At+B
t
;
b) (a<A)t = a<At, onde a< E IR;
c) (At)t = A;
d) (AB)t = BtA
t
;
{
X - 2Y + Z = B
3Y - Z = A - 2B
7Y - 4Z = C - 3B
= 1- ( 20
5 -29
{
X - 2Y + Z = B
S 2X + Z = A
-Z=C
+ 2C). Logo
X= 7 O) (O O12) + (6 4 =
5 7 14 7 36 24 12 O 2 O
= (-:9 1
5
2).
-5- -5- - 1
{
2X - Y + Z = A
S: X - 2Y + Z = B
3X + Y - Z = C.
(
6 3 O) (O O3) + (3 2 O) = (9 5 - 3).
3 6 3 9 6 3 O1 O -6 O
Soluo
+(X + A) = 3(X + (B - A - C => X + A = 6 (X + (B - A - 2C =>
=>X + A = 6X + 6B - 6A - 2C =>5X = 7A - 6B + 2C > X = ; (7A-
- 6B
2. Determinar a matriz X E Mz x3 (IR) tal que (X + A) = 3 (X + (B - A - C, sendo
A, B e C as matrizes do exerccio 1.
22
23
6. Para cada nmero real O< consideremos a matriz:
ou seja, todas as matrizes X de tipo 2 X 2 tais que AX = XA.
(: :)(::) (: :)-(: :)
A=(: :)
Soluo'
X =(:
:)
ento
(: :) (:
: ) =(:
:)
<=>
r
+ z = 1
(,.,' 'y+t ){
:) <=>
2y + t = O
<=>
x+z y+ t O
x +z =0
Y
+t = 1
Resolvamos o sistema obtido por escalonamento:
{:
+ z =0
-{"
+ z =0
-{"
+ Z =0
Y
+ t == 1 y + t = 1 y + t = 1
+ Z = 1
-z = 1 2y + t = O
2y +t=O 2y + t = O
-z = 1
-{'
+ Z O
-{'
+ Z O
-{' y ,
y +t= Y
+t= 1 = -1
- t = z = -1 = -1
- z t= 2 t= 2
Logo:
C:
-:)
X=
determinar uma matriz X E M
2
(IR) de maneira que AX = 1
2
Logo X = (x Y) onde x e y so nmeros quaisquer.
O x-y
EXERCiClOS PROPOSTOS
'I. Dada a matriz
;"'-...
'?mmm .",guiut" dr;} B=(: : n
Mostre queAB = BA. Pode-se concluir da que vlida a propriedade comutativa da
multiplicao em M3 (IR)?
Explique bem sua resposta.
) {
x+z=x
<=> y + t =x
O=z
Soluo
Su!"M.mo, X = (: :). Eu"o
(: :)(: )(: :)(:
Soluo
_ ( cos a - sen a )
Ta -
sen a cos O<
a) Mostrar que T
a
T/3 = Ta + /3; b) Calcular T-O<'
Soluo
a) Sejam A e B as matrizes. Ento (A + B)t = A
t
+ B
t
= A + B. Logo A + B sim-
trica. Analogamente, se A e B so anti-simtricas, (A + B)t = At + B
t
= - A + (- B) =
= -(A + B).
b) (AB)t = BtAt = BA,seAeBsosimtricas. ComoemgeralAB i= BA,entonemsem-
pre o produto de duas matrizes simtricas uma matriz simtrica. Por exemplo:
8. Determinar todas as matrizes que comutam com a matriz
A=(: :).
ToT, -:::) :::) =
(
cos (a + /3) - sen (a + /3)
::: To< +/3,
sen (a + /3) cos (a + m
To = -::;::) {:: Td
(';:):;ma matriz quadrada A se diz simtrica se A
t
= A e anti-simtrica se A
t
= - A.
......'
a) Mostrar que a soma de duas matrizes simtricas tambm simtrica. Mostre que o
mesmo vale para matrizes anti"simtricas.
b) O produto de duas matrizes simtricas de ordem n uma matriz simtrica?
24
"
I
2S
(2jse A, B E M
n
(R) e se AB = BA, prove que:
a) (A B)2 = A
2
- 2AB + B
2
;
b) (A - B)(A + B)= A
2
B
2
;
c) (A B)(A
2
+ AB + B
2
) = A
3
B
3
.
3. A e B as matrizes do exerccio proposto 1, determine matrizes X, Y E M
3
(R) de
maneIra que:
{
2X - Y = A + B
X+Y=A-B
4. O produto de duas matrizes anti-simtricas de mesma ordem uma matriz anti-simtrica?
Justifique sua resposta. .
5. Determinar uma matriz A E M
2
(R) tal que A *" O e A
2
= AA = O (matriz nula).
6. Efetue os produtos AB e BA onde
A U) ,B (1 2 1)
7. Mostrar que se:
A=(: :),
ento A
2
6A + 51
2
= O(matriz nula).
8. Mostrar que as matrizes
(: :)
onde y um nmero real no nulo, verificam a equao X
2
= 2X.
9. Determinar todas as matrizes quadradas de ordem 3 que comutam com a matriz:
onde a um nmero real.
26
10. Se A e B so matrizes reais de ordem 2 que comutam com a matriz
c: :)
mostre que AB = BA.
11. Seja B uma matriz real 2 X 2 que comuta com a matriz
:)
Mostre que existem nmeros reais a e b tais que:
B = aA + b1
2

12. Se A, B E M
n
(R) so tais que AB = O(matriz nula), pode-se concluir que BA tambm
a matriz nula? Prove ou contra-exemplifique.
7. MATRIZES INVERSVEIS
Consideraremos neste pargrafo apenas matrizes quadradas de ordem n.
Neste caso a multiplicao transforma cada par de matrizes de ordem n numa
outra matriz, tambm de ordem n. E alm das propriedades dadas pelas propo-
sies 2 e 3 acima (associativa e distributiva em relao adio) a multiplicao,
neste caso, gozada propriedade de admitir elemento neutro que a matriz
In .. .. ::: ..
O O . .. I
e que evidentemente verifica as condies
AI
n
= InA = A,
para toda matriz A de ordem n. A matriz In chama-se matriz identidade de ordem n.
Definio 6 - Uma matriz A de ordem n se diz inversvel se, e somente se,
existe uma matriz B, tambm de ordem n, de modo que:
AB = BA = In
Esta matriz B, caso exista, nica e chama-se inversa de A, indica-se por A-I.
27
Exemplos
1) A matriz
inversvel uma vez que, tomando
ento
AB DA
Logo adiante ensinaremos um algortmo (processo) para determinar a inversa
de uma matriz, caso esta inversa exista.
2) Se uma linha (ou coluna) de uma matriz A nula, ento A no inver-
svel. Suponhamos a linha i-sima de A nula, isto , A(i) = (O, 0, ... , O). Dada
ento uma matriz X qualquer de ordem n, como
(AXP) = A(i)X = (O O O)
(ver definio de produto), ento
AX * In. pMa roda mam X.
3) Se A e B so matrizes de ordem n, ambas inversveis, ento AB tambm
inversvel e (AB)-l = B-
l
A-
l
.
De fato
(AB) (B-
l
A-
l
) = A(B B-
l
) A-
l
= A In A-
l
"'= A A-i = In,
e analogamente (B-
l
. A-1) . (AB) = In.
4) Se A inversvel, ento A-1 tambm o e vale a seguinte igualdade:
(A-1)-1 = A.
28
DETERMINAO DA INVERSA
Daremos aqui um algoritmo (= mtodo) para determinar a inversa de uma
matriz A, caso A seja inversvel. Contudo a demonstrao do teorema em que se
baseia esse mtodo somente ser feita no Apndice I, ao fim do captulo.
Definio 7 - Dada uma matriz A entendemos por operaes elementarei"')
com as linhas de A, uma qualquer das seguintes alternativas:
(I) Permutar duas linhas de A;
(11) Multiplicar uma linha de A por um nmero =1= O.
(III) Somar a uma linha de A uma outra linha de A multiplicada por um
nmero.
Se uma matriz B puder ser obtida de A atravs de um nmero finito dessas
operaes, diz-se que B equivalente a A e escreve-se B A. Para esta relao
valem as propriedades reflexiva, simtrica e transitiva.
Teorema - Uma matriz A inversvel se, e somente se, In A. Neste caso,
a mesma sucesso de operaes elementares que transformam A em In, transformam
In em A-
l
.
Demonstrao
Est feita no apndice 1, ao fim do captulo.
Exemplos
1) Verificar se a matriz
D
inversvel e determinar A-1, caso esta matriz exista.
Devemos orientar nosso trabalho no sentido de transformar (se possvel) a
matriz A na matriz 1
3
, Como essa mesma sucesso de operaes levar 1
3
em
A-1, ento convm reunir A e 1
3
numa mesma matriz e operar a partir da.
L'(
I O 1 O
D-
L, (' I
O: 1 O
D-
I
Lz O
I 1 O I
Lz O 1 I : O I
I
L
3
1 O 2 O O L; =L
3
- L
l
O - 1 2: -1 O
(*)
Tal como para sistemas lineares, ver 2.
29
1
Como a matriz A equivalente matriz
1 O: 1
I
I
11 O
I
1:.::l
: 3
1 O:
I
,
I' O
I
I
O 3:-1
(
1
L, O
4" = L, +L; O
all ... aln ) (Xl
X2
.......... X = e B =
a
m
l . a
mn
X
n
A=
Seja
8. SISTEMAS DE CRAMER
1
allxl + + atnXn = bl
s: .:.
lltrl1 Xl + + antnxn = bn
que no inversvel (tem uma linha nula) ento A tambm no inversvel.
AX = B <===> A-
l
(AX) = K
l
B <===> X = A-
l
B,
AX = B
de tipos m x n, n x 1 e m xl, respectivamente, ento S poder ser escrito sob
a forma matricial
onde A recebe o nome de matriz dos coeficientes de S.
Um sistema de Cramer um sistema linear de n equaes com n incgnitas
cuja matriz dos coeficientes inversvel. Se AX = B um sistema de Cramer,
como
ento esse sistema compatvel determinado e sua nica soluo dada por
A-I B. Em particular um sistema quadrado e homogneo cuja matriz dos coet1.
cientes inversvel s admite a soluo trivial.
um sistema linear de m equaes com n incgnitas sobre R. Se formarmos as
matrizes:

2
D
1
3
G
2 6 : 1 O
0) C2
6: 1 O
D-
I
I
1 5
I
O 1 O O 1
5: O 1
,
I I
3 7
I
O O 1 O -1
-5 :-2 O I
-
2 6: 1 O
D
I
I 5: O I
I
O 0:-2 1
2) Vejamos o mesmo problema com a matriz
L
l
1 1 O' 1 O O
I
I
I
1 2 1
L,' = L, - L;"
O 1
O:
T
3-3
I
I
1 1 1
4'''
O O 1
I
I
-"3
"3 "3 J
L
l
' = L
l
- L,'
1 O O
+2 -2
-
3 3
L,'
1 O
1 2
3 3
L'"
O O 1
-1 1
3
3 3
Logo a matriz A inversvel e
-2
3

-2
-:)
A-
l
=
2
3
2
1
-1 1
3
30
31
O2)
O -1. -
1 1
TT
1 1
2 O
O -1
1 1
2 O
1
1 -2
O
O
1
1
O
1
~ . ) - ( ~ :
1 O -1
~ ) - C :
~ - ~ ) - ( ~ ~
1- 1- O O
22,
1: 1
I
2 I O
I
1: O
2
1
1
2
1
O
2
1
O
Exemplo - A matriz dos coeficientes do sistema
{
X + Y = 1
Y + z = 1
x +2z=0
a matriz:
A ~ G~ D
que j vimos ser inversvel (pargrafo 7); j determinamos tambm
O
O
1
O
1
O
(
-} -} ;) 1(- 1-1 3)
1 O -1 == 2 2 0-2
1 1 1
-2 2 2 -1 1 1
A-
l
==
Logo A inversvel e
2 -2 1
-
3 3 3
A-
l
=
1 2 -1
3 3 3
-1 1 1
3 3 3
Logo:
e a soluo do sistema (O, 1, O).
EXERCCIOS RESOLVIDOS
1. Verificar se a matriz A abaixo inversvel e, se o for, determinar sua inversa:
A ~ C : :)
Soluo
Utilizaremos o processo explicado no ,7.
Soluo
2
1
3
o fato de a matriz:
2
2
4
1
O
O
O
1
O
2
1
O
2
1
1
2: 1 O
I
2 I O 1
I
0:-1 -1
2: 1
I
2 I O
I
2 : -1
O
1
O
32
33
0:0
que equivalente a A, ter uma linha nula, basta para concluir que A no inversvel.
a) Determinar se possvel x e y em IR a fim de que a matriz
(
../2 x )
y fi
seja ortogonal.
b) Provar que o produto de duas matrizes ortogonais ortogonal.
seja inversvel em M3 (R).
Soluo
G:)=>
(
2 +x
2
.J2y + .J2
x
) (01 01) < >
.J2y + .J2x y2 +2
{
X
2
+2 = 1 {X
2
=-1
<__> y2 +2 = 1 < > y2 "= _ 1
x +y=O x+y= O
( ) - dm" I -" - 2 1 2 1
Portanto o problema em M2 R nao a lte so uoes pOiS as equaoes x = - e y =-
no tm soluo em R.
b) Sejam A e B matrizes ortogonais de ordem n. Sendo A e B inversveis, ento j vimos
que AB tambm inversvel e que (AB)-l = B-
l
A-l. Da
(AB)-l =B-1A-l =BtAt = (AB)t.

1 2 a O 1 a-I O O a- 1
5. Determinar a E IR a fim de que a matriz real
O
1
O
1
-2
-3

3
4
O
1

511
1 -8 2-8
: 7 1 3) O -1: 8 -2 S-
I 1 1 3
O: 8" 2 -8
: 5 1 1
: -8 T-8
O
1 -1
1 -3
ij)
1
-1
-4
1
4
1
8
5
-8
O
1
O
1
O
O
A-1 = (i -i) = (: : -:)
5 1 1 -5 4-1
-8 2-8
A inversa de A portanto a matriz:
A ' " 'I A-1 - A
t
4. Uma matriz quadrada A se diz ortogonal se e mvemve e -.
34
3S
- ( ~ ~ ~ ) ( ~ ~ ~ ) se a-I *" O.
O O a-I O O 1
Logo A inversvel para a *" 1. Se a = 1, ento a matriz A equivalente a uma matriz
com uma linha nula e portanto no inversvel.
7. Resolver ,o seguinte sistema de Cramer:
{
x+y-z=O
2x + y + z = 1
3x - y + z = 1
Soluo
A matriz dos coeficientes do sistema :
6. Resolver o seguinte sistema linear:
{
X + 2y + z = 1
y + 2z = -4
x+ y+ z= 2
(
I 1_1)
A= : _ ~ ~
que inversvel conforme j vimos (exerccio resolvido 3) e sua inversa a matriz:
1
O
1
4" "4
1 1 3
8 2
-S
5 1 1
-S
2"
-8
Logo:
1
O
1 1
G}
"4 "4
C ) ~
4
1 1 3 1
8 "2
-s
8
5 1 1
3
-g
2
-s
S
Ento o sistema fica AX = B. J vimos no exerccio resolvido nl? 1, que a matriz A
inversvel e
Faamos
Soluo
Logo trata-se de um sistema de Cramer cuja soluo dada por:
(
11
-2 -2
X =A-I B = 1 O
1 1
-2 2
-;) (-D~
EXERCCIOS PROPOSTOS
1. Seja A uma matriz quadrada inversvel. Mostre que A-I tambm inversvel e que
(A-1)-1 = A.
2. Mostrar que a matriz real
6)
+ -
+ (-2; ~
+ ""2
A seqncia (; , -1, - ~ ) a soluo do sistema.
inversvel Va, b, c E R e que:
O
1
-c
~ )
36
37
3. Verificar quais das seguintes matrizes so inversveis e determinar as inversas respectivas:
A=C ~ ) , B=C
o
2
APNDICE I
Matrizes Elementares
5. Determinar m E IRde modo que o sistema abaixo seja de Cramer e, a seguir, resolv-lo:
7. Se A, B e C so matrizes inversveis de mesma ordem, determinar a matriz X de maneira
que A(B-IX) = C-IA.
6. Sejam A, B e C matrizes reais de ordem n. Se A inversvel, prove que AB = AC ->
=>B = C e que BA = CA =>B = C.
{
y+ z=2
:- +2z=1
x + 2y + mz = O
E, =G ~ De ~ =G !D
so matrizes elementares. A primeira se obtm de 1
3
multiplicando por 2 a segunda
linha; a segunda se obtm de 1
3
somando segunda linha desta matriz a sua
primeira linha multiplicada por 3.
Prop9sio 4 - Seja E uma matriz elementar de ordem n. Se aplicarmos,
ento, em uma matriz A, tambm de ordem n, a mesma operao elementar que
transformou In em E, obteremos a matriz EA.
Demonstrao
Faremos a demonstrao apenas para a operao elementar (IU) ficando os
dois casos restantes como exerccio.
Suponhamos que a linha j-sima de E seja a soma da linha j-sima de In com
a linha i-sima de In multiplicada por a, enquanto que as demais linhas de E e de
In coincidem, ou seja
Defmio 8 - Uma matriz elementar de ordem n uma matriz E obtida de
In por meio de uma e uma s operao elementar.
Exemplos
{
x+
Y
+ z=2
b) x - Y + z = O
y+2z=0
{
x-y+z+ t=O
x + y - z + t = J
c)
-x + y + z - t = O
. 2x - y - z + 3t = 1
a) {x - y = 4
x + Y = O
4. Resolver os seguintes sistemas de Cramer:
8. Dada a matriz A =( ~ _ :)CalCUlarA
2
= AA,A
3
= AAA, ... ,A
n
=A... A(nvezes).
9. Determinar x, y e z de modo que a matriz
seja ortogonal.
10. Existe alguma matriz inversvel A tal que A
2
= O (matriz nula)? Justifique.
e
E(k) = In(k), k =1= j.
Como (EA)(r) = E(r)A, para todo r entre 1 e n, ento (EA)(j) = E(j) A =
=(IJj) +aln(i))A =In(j) A +a (IJi) A) = (InA)(j) +a (InAP) =A(j) +aA(i) ,
o que vem provar que a linha j-sima de EA igual linha j-sima de A mais a
linha i-sima de A multiplicada por a. Por um raciocnio anlogo se prova que as
demais linhas de EA coincidem com as respectivas de A.
Logo, as mesmas operaes que transformaram In em E iro transformar A
emEA.-
38
39
Proposio 5 - Toda matriz elementar E inversvel.
Demonstrao
Por hiptese obtm-se E de In por meio de uma certa operao elementar.
Consideremos a operao elementar inversa que transforma E em In. Se aplicar-
mos esta ltima em In obteremos uma matriz elementar E
1
. Devido proposio
anterior teremos E
1
E = In, O que suficiente para concluir que E inversvel e
E
1
a sua inversa (por qu?).
Exemplo - Consideremos a matriz elementar:
E ~ G!D
A operao elementar que transfonnou 1
3
em E consiste em somar segunda
linha de 1
3
o triplo da primeira linha. Ento E ser transformada em 1
3
somando
sua segunda linha a primeira multiplicada por (- 3). Logo a matriz inversa de E,
obtida efetuando em 1
3
esta ltima operao elementar, :
Teorema - Uma matriz A de ordem n inversvel se, e somente se, In ~ A.
Neste caso, a mesma sucesso de operaes que transformam A em In, transforma
In em A-
1

Demonstrao
=) Como cada operao elementar com A o mesmo que multiplicar
A ( esquerda) por uma matriz elementar, ento existem matrizes elementares
E
1
, ... , E
t
de, maneira que:
E
t
E
t
-
1
... E
1
A = In.
Logo
A E
-1 E-1 E-
1
I
= 1 2 t n
Como cada matriz do segundo membro inversvel, ento A inversvel (um
produto de matrizes inversveis inversvel, conforme j vimos). Alm disso,
observando que:
40
segue que
A-1 = E
t
Et_l '" E
1
In
O que prova a ltima afinnao do teorema.
(= Observemos primeiro que se B ~ A, ento A inversvel se, e
somente se, B inversvel. Isto por que se B ~ A, ento B =PA, onde P uma
matriz inversvel (P um produto de matrizes elementares). Nossa observao
decorre ento dessa igualdade.
Faamos o escalonamento da matriz A por meio de operaes elementares,
isto , faamos com que cada uma das suas linhas (a partir da segunda) tenha mais
zeros iniciais do que a precedente. Como a ltima linha de A no nula (pois A
inversvel) obteremos:
A ~ (T ..~ : .. .. ~ ~ )
O O a
nn
onde cada ai =1= O. Mas esta ltima matriz equivalente matriz In. Logo In '" A.
Nota final: Toda a teoria desenvolvida neste captulo sobre sistemas lineares
e matrizes seria feita da mesma maneira se substitussemos o conjunto :IR dos
nmeros reais pelo conjunto (C dos nmeros complexos.
41
= a(!3)
= a + !3
= a + a1
(a!3)
(a + !3)
(
-+ -+
a u + v)
l
-+
=u
para todos os nmeros reais a e !3 e vetores e 1.
-+ -+ -+ -+-+
Se a = 1, au = u e se a = O, ento au = O. Em geral lau 1= lallu I. Essa mul-
tiplicao tem as seguintes propriedades j certamente vistas pelo leitor no seu
curso de Clculo Vetorial:
1. INTRODUO
CAPTULO 2
Espaos Vetoriais
Examinemos certos aspectos relacionados com dois conjuntos certamente
j conhecidos do leitor.
a primeiro o conjunto V dos vetores da geometria, definidos atravs de
segmentos orientados, e o outro o conjunto M
mx
n (IR) das matrizes reais m
por n, onde m e n so nmeros naturais dados (ambos maiores que zero).
primeira vista pode parecer que tais conjuntos nada tm em comum. Mas
no bem assim conforme mostraremos a seguir.
No conjunto M
m
x n (IR) tambm est definida uma adio, a adio de matri
zes estudada no captulo 1. Conforme vimos nesse captulo, essa adio associa-
tiva, comutativa, admite elemento neutro, que a matriz nula

... .. ::: ..
O O . O
Alm disso podemos multiplicar um vetor ti por um nmero real a e isso
se faz conforme esquema abaixo:
e toda matriz A de M
mxn
(lR) tem uma oposta.
Como vemos o comportamento de Ve o de M
mxn
(IR) quanto adio
o mesmo. Mas no ficam a as coincidncias.
,Pode-se tambm multiplicar uma matriz por um nmero real obtendo-se
uma matriz da seguinte forma:
-;.
u
-;.
-u
-;.
v
...
--------------7
/
/
/
/
/
/
/
/
/
""------------.-/
No conjunto V est definida uma
adio (adio de vetores), conforme figu-
ra ao lado, adio essa dotada das pro-
priedades comutativa, associativa, alm da
existncia de elemento neutro (vetor nulo)
e do oposto para cada vetor de V.
avetor nulo pode ser representado
por qualquer ponto do espao e o oposto
de se determina conforme a figura ao
lado.
(a < -lI
(a> II
-;.
au
/au
(O<a<11
-;.
au

au ,
Essa multiplicao apresenta as mesmas propriedades que as destacadas para
V, linhas acima. auseja, valem sempre as igualdades:
(a !3)A = a(!3A)
(a + !3)A = a.A + !3A
a(A + B) = aA + aB
IA = A
42
43
Logo os conjuntos Ve M
m
x n (IR) apresentamuma coincidncia estrutural no
que se refere a um par importante de operaes definidas sobre eles. Nada ento
mais lgico do que estudar simultaneamente V, M
m
xn (IR) e todos os conjuntos
que apresentem essa mesma "estrutura" anteriormente apontada. isso o que co-
mearemos a fazer no pargrafo seguinte.
2. ESPAOS VETORIAIS
Vamos introduzir agora o conceito de espao vetorial. Os espaos vetoriais
constituem os objetos de estudo da lgebra Linear.
Definio 1 - Dizemos que um conjunto V "* .e um espao vetorial sobre
IR quando, e somente quando:
I - Existe uma adio (u, v) ~ u + v em V, com as seguintes proprie-
dades:
a) u + v = v + u, \,lu, v E V (comutativa);
b) u + (v + w) = (u + v) + w, Vu, v, w E V (associativa);
c) Existe em V um elemento neutro para essa adio o qual ser simboli-
zado genericamente por o. Ou seja:
3 o E V I u + o = u, \lu E V;(*)
d) Para todo elemento u de V existe o oposto; indicaremos por (- u) esse
oposto. Assim:
\lu E V, 3 (-u) E V I u + (-u) = 0.(**)
11 - Est definida uma multiplicao de IR X Vem V, o que significa que
a cada par (a, u) de IR X V est associado um nico elemento de V que se
indica por au, e para essa multiplicao tem-se o seguinte:
a) a({ju) = (amu
b) (a + {j)u = au + (ju
c) a(u + v) = au + av
d) 1u = u
Prova-se que nico esse elemento neutro (ver exerccio resolvido n'? 1 do 3).
Prova-se que nico o oposto de um elemento (ver exerccio resolvido n'? 2 do 3)"
44
para quaisquer u, v de V e a, (j de IR.
Nota: De maneira anloga se define espao vetorial sobre ~ , conjunto dos
nmeros complexos. Deste captulo at o captulo V, inclusive, toda a teoria dos
espaos vetoriais a ser aqui desenvolvida a mesma quer sobre IR quer sobre <r.
Por isso, embora venhamos a usar sempre espaos vetoriais sobre IR, deixamos
registrado que seria tudo igual para espaos sobre ~ . Quanto ao assunto do cap-
tulo VI h diferenas l apontadas. Porm iremos concentrar nossa ateno no
caso real tendo em conta o carter introdutrio deste livro. Nos demais captulos,
salvo excees que sero mencionadas, trabalharemos com espaos reais.
Exemplos
1) O espao vetorial IR
No novidade para o leitor que a adio de nmeros reais verifica as pro-
priedades l-a, I-b, l-c e I-d da definio de espao vetorial. To pouco que o
produto de um nmero real por um outro tambm um nmero real e que essa
multiplicao obedece aos itens lI-a, II-b, lI-c e II-d da definio mencionada.
Logo IR um espao vetorial sobre IR.
2) O espao vetorial CC
Com a mesma argumentao acima verifica-se que <r espao vetorial sobre
CC. Mas <r tambm um espao vetorial sobre. IR. Quanto adio no h novi-
dades: tudo como no caso anterior. Agora, o produto de um nmero complexo
por um nmero real um nmero complexo e para essa multiplicao valem
lI-a, II-b, lI-c e II-d como situaes particulares das propriedades da multiplicao
em CC.
3) O conjunto dos vetores da geometria definidos por meio de segmentos
orientados um espao vetorial sobre IR (ver pargrafo 1).
4) O conjunto M
mxn
(IR) um espao vetorial sobre IR(ver pargrafo 1).
5) O espao IRn
J vimos anteriormente que uma n-upla de nmeros uma seqncia finita
de n nmeros reais que se indica por (al' ... , a
n
). O conjunto de todas as n-uplas
de nmeros reais denotado por IR
u
. O lR
n
pode ser visto como espao vetorial
sobre IR desde que se definam adio e multiplicao da seguinte maneira:
(al' ... , a
n
) + (b
l
, , b
n
) = (al + b
l
, ... , a
n
+ b
n
)
a(al, , a
n
) = (aal' ... , aan)
Ora, tal afirmao pressupe que se tenham verificado as oito,propriedades
que constam da definio, o que no faremos aqui. Sugerimos tais verificaes
como exerccio.
45
. Apenas ressaltaremos que o = (O, O, ... , O), se u = (al' ... , a
n
), ento
- u = (- al, ... , - a
n
) e, a ttulo de exemplo, que a prova da propriedade lI-a
se faz do seguinte modo: --
. Seja u = (al> ... , a
n
) um elemento de R.
n
. Dados ento a e {3 em R.,
(a + {3)u = ((a + {3)al' , (a + {3)a
n
) = (aal + {3al, ... , aa
n
+ {3a
n
) =
= (aal' ... , aa
n
) + ({3al' , {3a
n
) = au + l3u.
Recomendamos ao leitor que procure justificar cuidadosamente cada pas-
sagem desta ltima deduo.
Os matemticos esto de acordo com a seguinte frase: o R.
n
o espao
vetorial mais importante.
6) O espao ~ n
O conjunto <c
n
das n-uplas de nmeros complexos um espao vetorial
sobre ~ : basta definir adio e multiplicao por um nmero complexo como no
exemplo anterior.
7) O espao Pn (R.)
Seja n ;;;. O um nmero natural. Indicaremos por Pn (R.) o conjunto dos
polinmios reais de grau .;;;; n, mais o polinmio nulo.
O leitor, que j estudou os polinmios sobre R., no ter dificuldades em
perceber que
(a) f(t), g(t) E P
n
(R.) => f(t) + g(t) E P
n
(lR)
(b) a E lR, f(t) E P
n
(lR) > af(t) E P
n
(lR).
Da, lembrando as propriedades das operaes com polinmios, concluir
que P
n
(lR) um espao vetorial sobre lR.
8) O espao P
n
(<C)
Por P
n
(<C) indicaremos o conjunto dos polinmios complexos de grau';;;; n
alm do polinmio nulo. Como no exemplo anterior, com as mudanas devidas,
possvel provar que Pn (<C) um espao vetorial sobre <C.
9) Exemplo "Patolgico"
At aqui os exemplos dados, alm de importantes, correspondem a situaes
por assim dizer usuais. Vejamos um caso que de uma certa forma ~ s c a p a dessa
situao.
Seja V = {u E lR lu> O}. Suponhamos que consideremos a "adio" em
V como sendo a multiplicao de nmeros reais positivos, isto ,
u $ v = uv Vu v E V(*)
, ,
o smbolo El:l serve, neste exemplo, paxa distinguir a "adio" aqui definida da usual.
46
e que a multiplicao de um elemento de V por um nmero real seja dada por:
au = u
a
, \tu E V e Va E lR.
Com isso o conjunto V se torna um espao vetorial sobre lR. Observemos
apenas que o elemento neutro da "adio" o nmero I e que a verificao de
H-c se faz assim:
a(u <l v) = a(uv) = (uv)a = uaya = (au)(av) = em <l avo
Nota: Na teoria dos espaos vetoriais comum aproveitar-se a terminologia
do exemplo 3 acima. Assim que os elementos de um espao vetorial qualquer
so chamados de vetores, o elemento neutro da adio de vetor nulo desse espao
e os elementos de lR (ou C) de escalares.
EXERCCIOS RESOLVIDOS
1. Como j vimos IR
2
= {(x, y) I x, YE IR}. O IR
2
pode ser visto como espao vetorial
sobre IR desde que se definam adio e multiplicao por um nmero real assim:
(Xl, Yl) + (X2, Y2) = (Xl + x2, Yl + Y2) e
a (x, y) = (ax, ay).
Faxemos aqui a verificao dos axiomas relativos multiplicao.
lI-a: (ab)(x, y) = ab) x, (ab)y) = (a(bx), a(by)) = a(bx, by) = a(b(x, y)).
lI-b: (a + b)(x, y) = a + b)x, (a + b)y) = (ax + bx, ay + by) = (ax, ay) +
+ (bx, by) = a(x, y) + b(x, y).
lI-c: axl, Yl) + (X2, Y2)) = a(xl + x2, Yl + Y2) = (a(xl + X2), a(Yl + Y2)) =
= (axl + aX2, aYl + aY2) = (axl> aYl) + (ax2, aY2) = a(xl, Yl) + a(x2, Y2).
lI-d: I (x, y) = (Ix, Iy) = (x, y).
2. O IR
3
o conjunto de todas as ternas ordenadas de nmeros reais. Ou.seja: IR
3
=
= {(x, Y, z) I x, Y, ZE IR}. A adio e a multiplicao por escalares so definidas no
IR
3
por:
(Xl> Yl> Zl) + (X2, Y2, Z2) = (Xl + x2, Yl + Y2, zl + Z2) e
a(x, Y, z) = (ax, ay, az).
Faremos neste caso apenas a verificao dos axiomas relativos adio.
I-a: Xl, Yl, Zl) + (X2, Y2, Z2)) + (x3, Y3' Z3) =
= (Xl + x2, Yl + Y2, Zl + Z2) + (X3' Y3, Z3) =
= Xl + X2) + x3, (Yl + Y2) + Y3, (Zl + Z2) + Z3) =
= (Xl + (x2 + x3), Yl + (Y2 + Y3), Zl + (Z2 + Z3)) =
= (Xl, Yl, Zl) + (x2 + x3, Y2 + Y3, Z2 + Z3) =
= (Xl> Yl> Zl) + X2, Y2,. Z2) + (X3, Y3' Z3))
47
I-b: (Xl, YI. Zl) + (XZ, Yz, ZZ) = (Xl + XZ, YI + YZ,zl + ZZ) =
= (XZ + Xl, yz +Yl. Zz + Z = (XZ, Yz, ZZ) + (Xl. YI. Zl).
I-c: O vetor nulo (O, 0, O).
I-d: Para cada u = (x, Y, z) E IR
3
, -u = (-X, -Y, -z) o que evidente.
lI-a: ((ab)f)(O = (ab)f(t) = a(bf(t = a((bf)(t = (a(bf))(t), Vt E I.
lI-c: (a(f + g(t) = a(f + g)(t) = a(f(t) + g(t = af(t) + ag(t) = (af)(t) +
+ (ag)(t) = (af + ag)(t),Vt E I.
4. Sejam U e V espaos vetoriais sobre IR (ou lC). Mostrar que U X V = {(u, v) I u E U e
v E V} um espao vetorial em relao ao seguinte par de operaes:
(I) (UI, VI) + (uz, vz) = (UI + uz, vI + vz)
(11) a(u, v) = (au, av).
Provemos algumas das condies.
l-b: (UI, VI) + (uz, vz) = (UI + Uz, VI + vz) = (uz + UI, Vz + vI) = (uz, vz) +
+ (UI, VI)'
l-c: O vetor nulo neste caso (o, o), onde o primeiro o o vetor nulo de U e o segundo
o vetor nulo de V.
O espao vetorial U X V acima def"mido chama-se espao vetorial produto de U e V.
l1-d: I (u, v) = (lu, Iv) = (u, v).
EXERCCIOS PROPOSTOS
Y
(a,b,c)=af + br + ck
(a +c, b +d)
1
./ V
././ /
./ /
././ /
/
/
/
(C,d)
-->
--> i
i
-->
k
Z
11
3
x
Nota: Podemos associar a cada vetor (x, y) Y
do IRz o vetor xi + yJdo clculo vetorial,
j do conhecimento do leitor. O vetor nulo
o par (O, O). As definies dadas de adio
e multiplicao por escalares concordam
com as regras usuais para a adio de vetores r
planos e multiplicao de um vetor plano -fl!::-;+;..",,--- _
por um nmero. I uf x
Fato anlogo acontece com o IR
3
: podemos
associar a cada (x, Y, z) E IR
3
o vetor
xi + yJ + zk do clculo vetorial. As defi-
nies dadas de adio e multiplicao por
escalares esto de acordo com as regras
para a adio de vetores e de multiplicao
de um vetor por um nmero real no espao
geomtrico estudado no Clculo Vetorial.
Por ltimo observemos que os elementos do IRz e os do IR
3
so de natureza distinta e
assim sendo no deve o leitor cometer o engano de dizer que o IRz subconjunto do IR
3

Mais adiante ser explicado que o IRz pode, de uma certa maneira, ser considerado
idntico ao subconjunto {(x, Y, O) I x, Y E IR} do IR
3
. (Veja Captulo 4, 5, exerccio
resolvido n9 11).
3. Seja I um intervalo de IR e indiquemos por C(I) o conjunto das funes contnuas defi-
nidas no intervalo I e tomando valores reais. Dados f, g E C(I) e a E IR, definem-se
f + g e af do seguinte modo:
f + g*: I ~ IR e (f + g)(t) = f(t) + g(t),Vt E I
af: I ~ IR e (aO(t) = af(t), Vt E I.
1. Completar as verificaes nos exerccios I, 2, 3 e 4 anteriores.
2. No conjunto V = {(x, y) I x, YE IR} definamos "adio" assim:
(Xl, YI) + (xz, yz) = (Xl + XZ, O)
e multiplicao por escalares como no IR
z
, ou seja, para cada a E IR,
a(x, y) = (ax, ay).
Nessas condies V um espao vetorial sobre IR? Por qu?
O Clculo nos ensina que f + g e af so funes contnuas, isto , f + g, af E CCI).
Temos ento sobre CO) uma adio e uma multiplicao por escalares. E pode-se verificar
qtte C(I) um espao vetorial com relao a esse par de operaes. Verifiquemos alguns
dos axiomas.
3. N ~ conjunto V do exerccio anterior definamos a "adio" como o fazemos habitual-
mente no IRz e a multiplicao por escalares assim:
a(x, y) = (ax, O).
ento V um espao vetorial sobre IR? Por qu?
I-a: ((f + g) + h)(t) = (f + g)(t) + h (t) = ([(O + g(t + h (t) = f(t) + (g(t) + h(t =
= f(t) + (g + h)(t) = (f + (g + h) )(t), V f, g, h E C(I) eVt E I.
I-c: A funo e dada por e(t) = 0, Vt E I, contnua, e, alm disso, (e + O(t) =
= e(t) + fIO = O+ f(t) = f(t), Vt E I.
Funo de I em IR.
4. Seja V o conjunto dos pares ordenados de nmeros reais. V no um espao vetorial
em relao a nenhum dos dois seguintes pares de operaes sobre V:
a) (xI' YI) + (xz, yz) = (xl + xz, YI + Yz) e a(x, y) = (X, ay), e
b) (Xl> YI) + (xz, yz) = (Xl' YI) e a(x, y) = (ax, ay).
Diga em cada caso quais dos 8 axiomas no se verificam.
48
49
5. Seja V como no exerccio anterior. Definamos:
(Xl, Yl) + (X2, Y2) = (2Xl - 2Yb -Xl + Yl),
a(x, y) = (3ay, - ax),
Com essas operaes definidas sobre V, perguntamos se este conjunto um espao vetorial
sobre R.
6. Seja V = {(x, y) I x, Y E <e}. Mostrar que V um espao vetorial sobre IR com a adio e a
multiplicao por escalares definidas assim:
(I) (Xl, Yl) + (X2, Y2) = (Xl + X2' Yl + Y2), V(Xl, Yl) e (x2, Y2) E V e
(lI) a(x, y) = (ax, ay), Va E R e V (x, Y) E V.
7. Seja R
oo
= {(Xl, X2, ) I Xi E R}. Considerando sobre R
oo
as operaes dadas por
(Xl, X2, ...) + (Yb Y2, ) = (Xl + Yl, X2 +Y2,") ea (Xb
X
2,.) = (axb aX2, ; ..),
mostrar que R
oo
um espao vetorial sobre R.
8. Mostrar que todo espao vetorial sobre <e tambm espao vetorial sobre IR.
3. PRIMEIRAS PROPRIEDADES DE UM ESPAO
VETORIAL
Seja V um espao vetorial sobre IR. Provaremos a seguir algumas proprie-
dades que so conseqncias praticamente imediatas da defmio de espao
vetorial.
Para todo a E IR, ao = o.
Prova - Devido aos axiomas lI-c e I-c da defmio de espao vetorial tm-se:
ao = a(o + o) = ao + ao; somando a ambos os membros o vetor - (ao)
temos o = - (ao) + ao = -ao + ao + ao = ao. -
Para todo u E V, Ou = o.
Prova - Do mesmo tipo da anterior. Fica como exerccio. -
1, ento podemos concluir (usando o axioma ll-d) que
u = 0.-
P4. Para todo a E IR e todo u de V, (-a)u = a(-u) = -(au).
Prova - Notemos que
au + (-a)u = (a + (-a))u = Ou = o
usando o axioma II-b e P
2
Por outro lado,
au + (-au) = o.
Ento:
au + (-a)u = au + (-au).
Somando -au a ambos os membros desta ltima igualdade acharemos:
(-a)u = -au.
Um raciocnio anlogo nos mostrar que a(-u) = -(au). -
Nota: Define-se diferena entre dois vetores u e v do espao V assim:
u - v = u + (-v).
Quaisquer que sejam a, {3 E IR e u em V, (a - (3)u = au - {3u.
Prova
(a - (3)u = (a + (-{3))u = au + (-{3)u = au + (-({3u)) =au - (3u. -
Quaisquer que sejam a em IR, u e v em V, a(u - v) = au - avo
Prova - Anloga anterior. Fica como exerccio. -
Dados {3, al, ... , a
n
em IR e Ul, ... , u
n
em V, ento:
Prova - Faz-se por induo a partir dos axiomas lI-a e lI-c da defmio de
espao vetorial. -
Uma igualdade au = o, com a E IR e u E V, s possvel se a = Oou u =o.
Prova - Suponhamos a =1= O. Da existe o nmero reala-
l
. Multiplicando
ento au = o por a-
l
teremos:
a-l(au) = a-lo
Levando em conta. o axioma lI-a e a propriedade P
l
:
(a-la)u = o
{3 (t aju
j
)
J=l
n
= L ({3aj)Uj'
j =1
50
SI
EXERCCIOS RESOLVIDOS
Soluo
Alm das propriedades de Pl a P
7
, enunciadas e demonstradas acima, podemos ainda
citar:
1. O vetor nulo de um espao vetorial V unico.
Prova
H um umco vetor o que satisfaz I-c, pois se 01 goza da mesma propriedade, ento
o = o + 01 = 01 + o = 01.
a) 2u + v - 3w = (2,4,2) + (3,1, - 2) - (12,3, O) = (- 7,2, O).
1
b) Aplicando-se as propriedades j conhecidas vem x = T(v + w - 3u). Fazendo os
clculos obtemos x = (2, - 2, - ;);
c) Do sistema dado obtm-se:
2. Para cada vetor u de um espao vetorial V existe um nico vetor (- u), oposto de u.
Prova
Seja UI tal que u + uI = o. Da ento,
-u = -u + 0= -u + (u + UI) = (-u + u) + uI = o + uI = uI.
{
y- z=v-u
-y + 2z = -v.
Adicionando membro a membro estas ltimas equaes obtemos z = - u = (- I, - 2, -1)
e, ento, y = z + v - u = (1, - 3, - 4).
3. Para cada u E V, tem-se - (-u) = u.
Prova
O axioma I-a diz que (-u) + u = u + (-u) == o. Logo u o oposto de -u.
4. Se u, v e w E V' eu + v = u + w, ento v = w (lei do cuncchuncnto da adio).
Prova
Somemos - u igualdade que consta da hiptese:
EXERCCIOS PROPOSTOS
1. No espao vetorial M3x2 (R), consideremos os vetores:
A = ( ~ ~ ) B = ( ~ ~ ) e C = ( / ~ ~ ) .
O O 1 1 O -1
a) Calcular 2A + B - 3C;
Calcular X E M
3x2
(R) tal que A + X _ X - B = C'
2 3 '
Existem tl, t2 E R de maneira que A = tlB + t2
C
?
b)
c)
(l-u)
(l-d)
(l-c)
(- u) + (u + v) = (- u) + (u + w)
- u) + u) + v = - u) + u) + w
o+v=o+w
v=w
5. Se u, w E V, ento existe um nico vetor v tal que u + v = w.
Prova
Inicialmente verifica-se que w + (- u) satisfaz a equao dada. De fato: u + (w + (- u =
= u + -u) + w) = (u + (-u)) + w = o + w = w. Por outro ludo, somando (-u)
ambos os membros da equao, vem: (- u) + (u + v) = (- u) + w. Da{ -- u) + u) + v =
=w + (-u). Logo v = w + (-u).
6. Consideremos no espao vetorial IR? os vetores u = (I, 2,1), v = (3,1, - 2) c w = (4,1, O).
a) Calcular 2u + v - 3w;
b) Resolver a equao 3u + 2x = v + w;
c) Resolver o sistema de equaes
u+y=v+z
v+2z=y
nas incgnitas y, z E IR
3
.
2. Seja u = (l + i, i), v = (1 - i, 2i) e w = (2, 3 + i) vetores no espao vetorial ([;2.
a) Calcular (3 + i)u - 'iv - (2 - i)w;
b) Existe z E <C tal que v = zu?
3. No espao vetorial P
3
(R) sejam dados os vetores f(t) = t
3
- 1, g(t) = t
2
+ t - 1 e
h(t) = t + 2.
a) Calcular 2f(t) + 3g(t) - 4h(t);
b) Existe k E R de maneira que f(t) + kg(t) = h (t)?
c) Existem kl, k
2
E R tais que f(t) = klg(t) + k
2
h(t)?
4. No R
2
consideremos os vetores u = (1, 1), v = (3, - 2) e w = (3, - 2).
a) Resolver a equao:
x + u v + x
--2- + -3- = w,
na incgnita x E R
2
;
52 53
b) Resolver o seguinte sistema de equaes:
{
X+
Y
+ z=u
2x -y + z = v
x+y-2z=w
nas incgnitas x, y, Z E lR
2
.
4. SUB-ESPAOS VETORIAIS
Definio 2 - Seja V um espao vetorial sobre R. Um sub-espao vetorial
de V um subconjunto W C V, tal que:
(a) o E W;
(b) V u, v E W, u + v E W; e
(c) V(X E R e Vu E W, (xu E W.
Notemos que (b) significa que a adio de V, restrita a W, uma adio
em W. O significado de (c) que est defrnida uma multiplicao de R X W
em W. Mas ser W, nessas condies, um espao vetorial sobre R?
Proposio 1 - Se W um sub-espao vetorial de V, ento W tambm
um espao vetorial sobre R.
Demonstrao - A rigor temos oito itens a provar (ver definio de espao
vetorial). Contudo mostraremos apenas que:
uEW=> -uEW
uma vez que os demais itens decorrem sem artifcios das hipteses.
Mas isso fcil: s fazer em (c) (X = - 1.
Exemplos
1) Para todo espao vetorial V imediato que {o} e V so sub-espaos de V.
So os chamados sub-espaos imprprios ou triviais.
2) W = {(x, Y, z) E lR
3
I x + Y = O} sub-espa de R
3

(a) o = (O, 0, O) E W (por qu?);


(b) se u = (Xl, YI, Zl) e v = (X2' Y2, Z2) esto em W, ento Xl + YI =
= X2 + Y2 = O. Como u + v = (Xl + X2, YI + Y2' Zl + Z2) e (Xl + X2) +
+ (YI + Y2) = (Xl + YI) + (X2 + Y2) = + O = 0, ento u + v E W.
(c) Exerccio.
54
I
3) A interseco de dois sub-espaos vetoriais do mesmo espao V tam-
bm um sub-espao vetorial de V.
Sejam W e U esses sub-espaos.
(a) o E U e o E W. Logo o E U () W.
(b) Exerccio.
(c) Tomemos (X E lR e u E U () W. Como u E U e u E W (que so
sub-espaos), ento (xu E U e (xu E W. Logo (xu E U () W.
4) Consideremos um sistema linear homogneo sobre R de tipo m X n:
!
aUxI + al2
x
2 + ... + alnXn =
~ ~ 1 . ~ 1 ..~ . ~ ~ ~ ~ . ~ . ' . ' . ' . ~ . ~ ~ ~ ~ ~ . ~ . ~
aml
X
l + am2
X
2 + ... + amnxn =
J vimos, o que bvio, que (O, 0, ... , O) soluo desse sistema. Por outro
lado fcil verificar que a soma' de duas solues de S soluo de S e que o
produto de uma soluo de S por um nmero real tambm soluo desse sistema.
Verifiquemos a ltima afirmao. Se ({31' (32' ... , (3n) soluo, verdadeira a
frase ajl{31 + aj2{32 + ... + ajn{3n = 0, V j, 1 .,;;; j .,;;; m. Logo, para todo kElR,
tambm verdadeira a frase
k(ajl{31 + aj2{32 + ... + ajn{3n) =
que equivalente a
3jl (k{31) + aj2 (k{32) + ... + ajn (k{3n) =
Esta ltima nos mostra que (k{31' k{32' ... , k{3n) tambm soluo do sistema
considerado.
O conjunto soluo de um sistema homogneo chamado espao soluo
desse sistema. Trata-se de um sub-espao vetorial do IRn.
5) Ps(lR) sub-espao de Pn(lR) desde que .,;;; s .,;;; n (exerccio);
6) O conjunto das matrizes simtricas um sub-espao vetorial de M
n
(lR).
7) Se V um espao vetorial e v E V, o conjunto dos vetores da forma . v,
com . E IR, um sub-espao de V.
55
Seja V um espao vetorial sobre IR. Tomemos um subconjunto S = {U1, ... ,
u
n
} C V. Indiquemos por [S] o seguinte subconjunto de V construdo a partir
de S:
u + v = (u + w) + (v - w).
Devido unicidade que a hiptese menciona podemos afIrmar que:
u = u + w e v = v - w.
[S] = {a1 U1 + ... + anu
n
I a1, ... , a
n
E IR}
fcil ver que [S] um sub-espao vetorial de V. De fato:
(a) Como o = OU1 + + Ou
n
, ento o E S.
(b) Se v = a1U1 + + anu
n
e w = 131U1 + ... + I3
n
Un pertencem a
S, ento
v + w = (a1 + 131)U1 + ... + (a
n
+ I3
n
)u
n
tambm um elemento de S.
(c) Exerccio.
Defmio 5 - O sub-espao [S] que acabamos de construir recebe o nome
de sub-espao gerado por S. Cada elemento de [S] uma combinao linear de S
ou combinao linear de U1 , ... , u
n
. Ao invs de [S] tambm costuma-se escrever:
[U1, U2, ... , u
n
].
Diz-se tambm que U1, ... , u
n
geram [S], ou ento que so um sistema de gera-
dores de [S].
y
v=
l'
z
x
u
Logo w = o. Provamos pois que U fi V = {o}. -
Exemplo - O espao IR
3
soma
direta dos sub-espaos:
U = {(x, O, O) I x E IR} e
V = {(O, Y, z) I Y, z E IR}.
imediato que:
U fi V = {(O, O, O)};
por outro lado, V- (x, y, z) E IR
3
,
(x, y, z) = (x, O, O) + (O,y, z) E U +V.
6. COMBINAES LINEARES
5. SOMAS DE SUB-ESPAOS
Proposio 2 - Se U e V so sub-espaos vetoriais de W, ento U + V
tambm um sub-espao vetorial de W.
Demonstrao
(a) Como o = o + o, o E U e o E V, ento o E U + V.
(b) Sejam W1 = U1 + V1 e W2 = 2 + V2 elementos de U + V, onde estamos
supondo U1, U2 EU e vi> V2 E V. Ento:
W1 + W2 = (U1 + V1) + (U2 + V2) = (U1 + U2) + (V1 + V2).
Como U1 + U2 e V1 + V2 pertencem a U e V" respectivamente, ento W1 + W2 E
EU+V.
(c) Exerccio.-
DefInio 4 - Sejam U e V sub-espaos vetoriais de W tais que U fi V =
{o}. Neste caso diz-se que U + V soma direta dos sub-espaos U e V.
Notao: U $ V.
Se U e V so sub-espaos de W tais que U $ V = W dizemos que U e V
so suplementares ou que U suplementar de V (ou V suplementar de U).
Proposio 3 - Sejam U e V sub-espaos vetoriais de um espao vetorial W.
Ento W = U $ V se, e somente se, cada vetor w E Wadmite uma nica decom-
posio w = u + v, com u E U e v E V.
Demonstrao
(= Por hiptese a decomposio existe. Suponhamos w = u + v =
= U1 + V1 (u, U1 E U e v, V1 E V). Da u - U1 = V1 - v. Como V1 - v E V
(pois ambos os termos esto em V), ento u - U1 E U fi V = {o}. Logo u - U1 =0
e ento u = U1' Levando em conta isto conclui-se que V1 - v = o e portanto
que V1 = V.
=) Suponhamos que w E U fi V. Tomando ento u E U e v E V,
teremos:
Sejam U e V sub-espaos vetoriais de um espao vetorial W.
Definio 3 - Indicaremos por U + V e chamaremos de soma de U com V
o seguinte subconjunto de W:
U + V = {u + v I u E U e v E V}.
Nota: claro que U + V = V + U e que U + {o} = U, para todos os
sub-espaos U ,e V de W. Tambm verdade que
U C U + V e V C U + V.
56
57
Notas:
1) Estenderemos a definio acima para o caso S = JJ mediante a seguinte
conveno: [e] = {O}.
2) No caso de S C V ser um conjunto inftnito, definimos [S] atravs da
seguinte frase:
u E [S] <=> =3 vI> ... , Vt E S e
=3 aI> ... , at E lR I u = aIvI + ... + atvt.
Da definio 5 e. de suas ampliaes, dadas acima, decorrem as seguintes
propriedades que deixamos ao leitor como exerccios:
a) se [S]
b) SI C S2 C V==.;> [SI] C [S2]
c) [S] = [[S]]
d) Se SI e S2 so subconjuntos de V, ento:
[SI U S2] = [sd + [S2]'
7. ESPAOS VETORIAIS FINITAMENTE GERADOS
Observemos no n ~ . 3 o conjunto
S = {(1, O, O), (O, 1, O), (O, O, 1)}.
Como, para todo (a, b, c) E lR
3
, vale a igualdade:
(a, b, c) = a(l, O, O) + b(O, 1, O) + c(O, 0, 1)
podemos dizer que os vetores de S geram o lR
3
Muitos outros subconjuntos
finitos do lR
3
tm essa mesma propriedade, o que no difcil de notar.
Definio 6 - Dizemos que um espao vetorial V finitamente gerado se
existe S C V, S finito, de maneira que V = [S].
Neste texto praticamente s focalizaremos espaos vetoriais que, como o
lR
3
, possam ser gerados por um nmero finito dos seus vetores.
Salvo meno contrria somente consideraremos este tipo de espao vetorial.
Ressalte-se que f = (1, 0, O), J = (O, 1, O) e k = (0,0, 1) desde que se
tenham identificado V e lR
3

Exemplo - Se V = lR
3
, U = (1, O, O) e v = (1,1, O) o que lu, v]?
lu, v] = {au + {3v I a, {3 E lR} = {(a + {3, (3, O) I a, {3 E lR} =
= {(x, y, O) I x, YE lR} uma vez que o sistema
{
a+{3=x
(3=y
compatvel determinado, V-x, y E lR.
Graficamente:
Exemplos
1) O espao V dos vetores da geo-
metria definidos por segmentos orientados
finitamente gerado pois considerando
a terna fundamental {t, j, [} para
todo ti E V, existem a, b, c E lR, de ma-
o -+""""+ b""""+ '+k
neira que u = ai ~ c.
......
k
-7
I
.,.,.
J
z
58
2) Se o indica o vetor nulo de um espao vetorial qualquer, ento V = {o}
finitamente gerado pois, fazendo S = {o}, vale V = [S].
59
4) R
n
fmitamente gerado. Com efeito, generalizando o raciocnio feito
ao incio do pargrafo verifica-se que o conjunto
8 = {(I, O, ... , O), (O, 1, O, . " , O), ... , (O, ... , O, I)}
verifica a igualdade IR
n
= [8], ou seja, que 8 gera o IR
n
. Convm notar que o
conjunto 8 formado de n elementos.
2. Mostrar que o conjunto W = (ex, y) E IR2 I Y = O} um sub-espao vetorial do IR2.
(a) (O, O) E W.
(b) Sejam u =(Xl, O) e v = (x2, O) em W; da u + v = (Xl + X2, O), donde u +v E W.
(c) Sejam u = (x, O) em W e a em R; ento au = (ax, O), donde au E W.
Outra maneira de resolver: observar que W gerado por (1, O).
Y2) elementos de W. Ento:
t2
(
X
2
e v =
Z2
3. Mostrar que sub-espao de M2(1R) o seguinte sub-conjunto:
W ={C :) E M
2
(R) I Y =-x}-
(a)(: :) E W;
(b) Sejam u = (Xl Yl)
Zl tl
8 .. .. .. , ..
00 ... 0 00 0 00 1
5) M
mxn
(IR) finitamente gerado. Verifique que as m n matrizes do
conjunto
geram o M
mxn
(IR), generalizando a decomposio feita no exemplo 3 acima.
Yl + Y2)
tl + t2
(
ax ay)
az at
(: :)
Como ay = a(- X) = - (ax), ento au E W.
Como Yl + Y2 = (-Xl) + (-X2) = -(Xl + X2), ento u + v E W.
(c) Sejam:
6) Pn (IR) finitamente gerado. Os polinmios f
o
, f
l
, ... , f
n
dados por
fo(t) = 1, fl(t) = t, ... , fn(t) = t
n
, Vt E IR, so geradores de P
n
(lR) uma vez
que se f(t) = ao + al t + ... + a
n
t
n
um elemento de Pn (IR), ento
f = aof
o
+ alf
l
+ ... + anf
n
.
Observe que {f
o
, f1> ... , f
n
} possui n + 1 polinlnios.
Nota: No apndice 11, logo a seguir, daremos um exemplo de espao vetorial
que no finitamente gerado.
......
u
EXERCCIOS RESOLVIDOS
1. Seja V o conjunto dos vetores geomtricos do espao. Sendo li um vetor fixo
espao, mostrar que W = {ali I a E R} um sub-espao vetorial de V.
Soluo W
(a) E W: basta considerar a = O.
(b) Sendo v= ali e iN ={31i em W, ento
1 + iN = ali + {3u = (a + {3)Ii, logo
1 + iN E W.
...,. ...,. ...,.
(c) Sejam v = au e E R; ento V
= (au) = (a)Ii, logo VE W.
desse
4. Seja I um intervalo real e consideremos o espao vetorial C(I) das funes reais contnuas
definidas em L Mostrar que o subconjunto W de C(I) constitudo das funes que so
derivveis em todos os pontos de I um sub-espao vetorial de C(I).
Soluo
O clculo nos ensina que a funo nula derivvel, que a soma de duas funes derivveis
derivvel e que o produto de uma funo derivvel por um nmero uma funo deri-
vvel.
5. Mostrar que so sub-espaos vetoriais de M
n
(IR) os seguintes subconjuntos:
a) U = {A E M
n
(IR) I At = A}
b) V = {A E M
n
(R) I AT = TA} onde T uma matriz dada de M
n
(R).
60
61
Soluo
a) (a) A transposta da matriz nula a prpria matriz nula.
(b) Sejam A, B E U. Como (A + B)t = A
t
+ B
t
= A + B, ento A + B E U.
(c) Sejam AEU e a E IR. Do fato de (aA)t = aA
t
= aA segue que aA EU.
Soluo
u = (x, y, z) E U n V < > u E U e u E V <=> x + y = O
e x = O <_> x = y = O. Logo U n V = {(O, O, z) I z E IR}, que gerado pelo
vetor (O, O, 1).
10. So sub-espaos vetoriais de C(l) os seguintes subconjuntos:
U = {f E C(l) I f(t) = f(- t), Vt E IR} e
V = {f E C(l) I f(t) = -f(-t), Vt E IR}
Mostrar que C(n = U Ea V.
Soluo
(a) Toda funo real f definida em I pode ser assim decomposta: f(t) = g(t) + h(t),
Vt E I, onde
b) (a) A matriz nula comuta com todas as matrizes.
(b) Sejam A, B E V. Ento AT = TA e BT =TB. Da (AB)T =A(BT) =A(TB) =
= (AT)B = (TA)B = T(AB).
(c) Sejam A E V e a E IR. Ento (aA)T = a(AT) = a(TA) = T(aA).
6. Provar que se S e T so sub-espaos vetoriais de um espao V, ento S + T = [S U Tl.
Soluo
Como S + T :) S e S + T :) T, ento S + T :) S U T. Da S + T :) [S U TI. Por outro
la.do, se u E S + T, ento u = s + t (com sE S e tE T). Como, ento, s c t pertencem a
S U T, podemos afirmar que u = s + tE [S U Tl. Logo S + T c [S u Tl.
g(t) = f(t) + f( - t)
2
e h(t) = f(t) - f(- t)
2
7. Achar um conjunto de geradores (sistema de geradores) dos seguintes sub-espaos de IR
4
:
a) U ={(x, y, z, t) E IR
4
I x - y - z + t = O};
b) V =(ex, y, z, t) E IR
4
I x - y =z + t =O}.
Soluo
a) (x, y, z, t) E U se, e somente se, x - y - z + t = O, isto , se, e somente se, x =
= y + z - t. Logo (x, y,.z, t) E U equivale a (x, y, z, t) = (y + Z - t, y, z, t)
= y(l, 1, O, O) + z(l, O, 1, O) + t(-l, O, 0,1). Assim:
{(l, 1, O, O), (1, O, 1, O), (- 1, O, O, I)}
um conjunto de geradores de U.
b) De maneira anloga chega-se a que (1, 1, O, O), (O, O, 1, - 1) um sistema de
geradores de V.
8. Consideremos no IR
3
os seguintes sub-espaos vetoriais:
U = [(1, O, O), (1, 1, 1) e V = (O, 1, O), (O, O, 1).
Determinar um sistema de geradores de U n V.
Soluo
W E U n V <=> w E U, W E V <=> 3 a, fi, 1', ti E IR tais que:
a(l, O, O) + (3(1, 1, 1) = 1'(0, 1, O) + ti (O, O, 1)
ou ainda que:
a + fi = O, (3 - l' = O, fi - ti = O. Da a = - fi, l' = fi e ti = fi.
Donde w = - fi(l, O, O) + fi(l, 1, 1) = fiCO, 1, 1). Ento U n V = (O, 1, 1)1.
9. Dados os sub-espaos U = {(x, y, z) E IR
3
I x + Y = O} e V = {(x, y, z) E IR
3
I x = O}
do IR
3
, determinar o sub-espao U n V.
62
Como
g
(-t) = f(-t) + f(t) = g(t) e h(-t) = f(-t) - f(t) = -h(t),
2 2
ento g E U e h E V. Portanto C(n = U + V.
(b) Se f E U n V, ento f(t) = f( - t)e f(t) =- f(- t), Vt E L Logo 2f(t) = O, Vt E L
Donde f a funo nula. Assim ento U n V s contm a funo nula f(t) = O, Vt E L
EXERCCIOS PROPOSTOS
1. Quais dos seguintes conjuntos W abaixo so sub-espaos do IR
3
?
(a) W = {(x, y, z) E IR
3
I x = O}
(b) W = {(x, y, z) E IR
3
I x E Z}
(c) W = {(x, y, i) E IR
3
I y irracional}
(d) W = {(x, y, z) E IR
3
I x - 3z = O}
(e) W = {(x, y, z) E IR
3
I ax + by + cz = O, com a, b, c E IR}
2. Quais dos conjuntos abaixo so sub-espaos do espao P(IR) de todos os polinmios
reais? (Leia o apndice lI).
(a) W = {f(t) E P(R) I f(t) tem grau maior que 2}
(b) W = {f(t) I f(O) = 2f(1)}
(c) W = {f(t) I f(t) > O, Vt E IR}.
(d) W = {f(t) I f(t) + f'(t) = O}
63
L
*3. Verificar que no so. sub-espaos vetoriais do IR?:
(a) {(x, y, z) E IR
3
I X = l}
(b) {(X,y,Z)EIR
3
Ix
2
+y+z=0}
(C) {(x, y, z) E IR
3
I X E;; Y E;; z}
(d) {(x, y, z) E IR
3
I x + Y E Q}
Em cada caso quais axiomas no se verificam? (Q o conjunto dos nmeros racionais.)
*4. Seja I = [O, 11. Verificar se so sub-espaos vetoriais de C(I) (veja exerccio resolvido
n94):
(a) {f E C(I) I f(O) = O}
(b) {f E C(I) I .1: f(t)dt = O}
(c) {f E C(I) I f(O) = fel)}
(d) {f E C(I) I f(t) = O em todos os pontos de I menos um nmero finito deles}.
*5. Seja V um espao vetorial. Se (Vj)j E J uma famlia de sub-espaos vetoriais de V,
mostrar que ~ Vj tambm um sub-espao vetorial de V.
*6. Seja V um espao vetorial. Dado um subconjunto S * \\ de V, provar que a interseco
de todos os sub-espaos vetoriais de V que contm S tambm um sub-espao vetorial
de V, sendo o menor sub-espao de V que contm S.
7. Sejam V, V e W os seguintes sub-espaos do IR
3
:
V = {(x, y, z) I x = z},
V = {(x, y, z) I x = y = O} e
W = {(x, y, z) I x + y + z = O}.
Verifique que V + V = IR
3
, V + W= IR
3
e V + W=IR
3
. Em algum dos casos a soma
direta?
8. Mostrar que os polinmios 1 - t, (1 - t)2, (1 - t)3 e 1 geram P3(IR).
9. Dar um sistema de geradores para cada um dos seguintes sub-espaos do IR
3
:
a) V = {(x, y, z) I x - 2y = O}
b) V = {(x, y, z) I x + z = O e x - 2y = O}
c) W = {(x, y, z) I x + 2y - 3z = O}
d) V n V
e) V + W.
10. Sejam V e V sub-espaos vetoriais do espao W. Provar que:
a) V C V ->V + V = V;
b) V c V . > V n V = V;
64
*11.
12.
*13.
14.
15.
16.
*17.
18.
19.
*20.
*21.
22.
23.
c) V + V = V > V ::J V;
d) V n V = V-> V c V.
Sejam u e v dois vetores no nulos do IR
2
. Se no existe nenhum t E IR tal que u = tv,
mostrar que IR
2
soma direta dos sub-espaos [uI e [vI.
Verificar se as seguintes matrizes geram o espao vetorial M2 (IR):
(: ~ ) , ( ~ ~ ) , ( ~ ~ ) , ( ~ :)
Se V, V e W so sub-espaos vetoriais do mesmo espao, mostrar que (V n V) +
+ (V n W) c V n (V + W). Descubra um exemplo para o qual o primeiro membro des-
sa relao diferente do segundo e um exemplo onde ocorre igualdade.
Mostrar que os nmeros complexos 2 + 3i e 1 - 2i geram o espao vetorial CC sobre IR.
Mostrar que sub-espao de Mn(IR) o subconjunto formado pelas matrizes anti-sim-
tricas. Mostrar tambm que Mn(IR) soma direta dos subespaos das matrizes sim-
tricas e das anti-simtricas.
Mostrar que os dois conjuntos {(I, -1, 2), (3, O, I)} e {(-I, - 2,3), (3,3, -4)}
geram o mesmo sub-espao vetorial do IR
3
.
Mostrar com um exemplo que se V, V e W so sub-espaos vetoriais do mesmo espao,
e se valem as relaes V n V = V n We V + V = V + W, no se tem necessaria-
mente V = W.
Mostrar com um exemplo que a unio de dois sub-espaos vetoriais de um mesmo espa-
o vetorial no precisa ser um sub-espao vetorial desse espao.
Mostrar que a unio de sub-espaos vetoriais do mesmo espao tambm um sub-
-espao se, e somente se, um dos sub-espaos dados est contido no outro.
Considere os seguintes vetores do IR
3
:(_I, O, 1) e (3, 4, -.2). Determinar um sistema
de equaes homogneas para o qual o espao soluo seja exatamente o sub-espao
gerado por eSses vetores.
Repita o exerccio 20 com os vetores (1, O, 1, 2), (O, O, 1, O) do IR4.
(a) Determinar um suplementar do seguinte sub-espao do IR
3
: {(x, y, z) I x - y = O}
(b) Mesmo exerccio com o sub-espao:
{(x, y, z, t) E IR
4
I x - y = z - t = O} do IR
4
.
Mostrar que os dois conjuntos abaixo formados de funes contnuas reais definidas
em IR geram o mesmo sub-espao vetorial de C(IR):
{sen
2
t, cos
2
t, sen t cos t} e {I, sen 2t, cos 2t}
65
*24. Sejam U, V e W sub-espaos vetoriais do mesmo espao para os quais valem o,seguinte:
U n (V + W) = V n W = {o}. Provar que se u + v + w = o (vetor nulo), com
u E U, v E V e w E W, ento u = v = w = o.
*25. Mostrar que o espao vetorial R
oo
(exerccio proposto 7 - 2) no finitamente gerado.
Sugesto: raciocinar como ser feito no apndice lI.
CAPTULO 3
Base e Dimenso
Lembremos o seguinte fato relacionado com o espao dos vetores da geo-
metria, defInidos por meio de segmentos orientados: se considerarmos um sistema
de coordenadas ortogonais, de origem 0, e se chamarmos de 1", 1 e lt os trs
vetores unitrios com os sentidos dos eixos x, y e z, respectivamente, ento cada
vetor P admite uma nica representao 6P = a1" + b1+ clt, onde a, b e c so
as coordenadas de P, em relao ao sistema considerado.
z p
APNDICE 11
Exemplo de Espao que no
Finitamente Gerado
Indiquemos por P(lR) o conjunto de todos os polinmios reais. O leitor,
lembrando a operao adio de polinmios e a operao multiplicao de um
polinmio por um nmero, concluir que P(lR), com esse par de operaes, um
espao vetorial sobre lR.
Mas P(IR) no fInitamente gerado.
Com efeito, dado S = {f
l
, ... , f
n
} e P(IR), supondo que cada fi seja no
nulo e que f
n
seja o polinmio de maior grau de S, ento o grau de qualquer
combinao linear
alf
l
+ ... + anfn
no ultrapassa o grau de f
n
. Assim [S] s contm polinmios de grau menor que
ou igual ao de f
n
. Como porm P(IR) compreende todos os polinmios reais,
existem neste espao polinmios de grau maior que o de f
n
. Logo [S] *' P(IR),
para todo conjunto fInito se P(IR).
66
x
Nosso objetivo principal, neste captulo, mostrar que em todo espao
vetorial finitamente gerdo V eXiste um subconjunto finito B tal que todo ele-
mento de V combinao 'linear, de uma nica maneira, desse subconjunto. E que
todos os outros subconjuntos de V que tm tambm essa propriedade (sempre os h)
possuem o mesmo nmero de elementos que B.
Da sair ento o conceito de "dimenso".
1. DEPENDNCIA LINEAR
Seja V um espao vetorial sobre IR.
Definio 1 - Dizemos que um conjunto L = {Ul' ~ , ... , u
n
} e V
linearmente independente (L.I.) se, e somente se, uma igualdade do tipo
al Ul + . . . + a
n
u
n
=o
com os ai em IR, s6 for possvel para al = ... = a
n
= O.
67
Definio 2 - Dizemos que L = {Ul, ... , u
n
} C V lineannente depen-
dente (L.D.) se, e somente se, L no L.I., ou seja, possvel uma igualdade
do tipo
alul + ... + anu
n
= O
sem que os escalares ai sejam todos iguais ao nmero zero.
Portanto:
{
X + Y + 3z = O
x + 4y + 6z = O
5y + 5z = O
Escalonando o sistema, vem:
Da, a nica soluo a trivial, e o conjunto linearmente independente.
Esse sistema admite outras solues alm da trivial; da o conjunto linearmente depen-
dente. Como x=:- 2, y =: - 1 e z =: 1 uma soluo no trivial temos - 2(1, 1, O) -
- (1, 4, 5) + (3, 6, 5) =: (O, O, O). Esta uma relao de dependncia entre os 3 ve-
tores dados.
c) x(1, 2, 1) + y(2, 4, 2) + z(5, 10, 5) = (O, O, O) >
{
X + 2y + 5z = O
-> 2x + 4y + 10z = O
X + 2y + 5z = O
b) x(l, 2, 3) + y(l, 4, 9) + z(1, 8, 27) = (O, O, O) ->
_>{2: :4;: 8:: ~
3x + 9y + 27z = O
_{X + Y + 3z = O
y + z = O
{
X+ Y + z = O {X + Y + z = O
- y + 3z = O - y + 3z = O
y + 4z = O z = O
{
X + Y+ 3z = O
3y + 3z = O
5y + 5z = O
{
X + Y + z = O
2y + 6z = O
6y + 24z = O
Escalonando o sistema, vem:
Exemplos
1) O conjunto L = {(I, 1,0, O); (0,2, 1, O); (O, 0, 0, 3)} C R
4
L.I. pois:
x(l, 1, 0, O) + y(O, 2, 1,0 z(O, 0, 0, 3) = (O, 0, 0, O) _>
>
1
:+ 2y : ~
x=y=z=O
y =
3z =
2) O conjunto L = {(l, 1,0, O), (O, 1,0, O), (2, 1,0, O)} C]R4 L.D. pois:
x(1, 1, 0, O) + y(O, 1, 0, O) + z(2, 1, 0, O) =(0, 0, 0, O) >
{
X + 2z = {x + 2z =
:::::=> :::::=>
x+y+ z=O y- z=o
Sendo indeterminado o sistema obtido, ento h outras solues, alm da
trivial, para a igualdade condicional de que partimos.
Nota: Convencionaremos que o conjunto vazio ( ~ C V) L.I. Como para um sub-
conjunto L C V deve valer uma, e uma s, das duas definies anteriores e a segun-
da destas pressupe elementos em L, fica justificada esta conveno.
EXERCCIOS RESOLvmos
1. Verificar quais dos seguintes conjuntos de vetores do espao vetoril IR
3
, so linearmente
independentes.
a) {(I, 1, O), (1,4,5), (3, 6, 5)}
b) {(I, 2, 3), (1,4, 9), (1, 8, 27)}
c) {(I, 2, 1), (2,4,2), (5, 1O,5)}
Soluo
a) Faamos: x(l, 1, O) + y(l, 4, 5) + z(3, 6, 5) = (O, O, O).
Escalonando o sistema, vem: X + 2y + 5z = Oe o sistema indeterminado, isto , alm
da soluo trivial admite outras solues; portanto o conjunto linearmente dependente.
Achar uma relao de dependncia entre os 3 vetores.
2. Se u, v e w so vetores de um espao vetorial V tais que u E Iwl e v E Iwl, mostrar que
{u, v} linearmente dependente.
Soluo
Os vetores u e v so da forma u = W e v = OIW, com , 0/ E IR. O caso 0/ = = O
trivial pois ento u =v =o e basta ver que lu + Iv =o. Supondo por exemplo '* O,
ento V - O/U = {OIW) - O/(w) = (O/ - O/)w = Ow = o; logo {u, v} L.D.
68
69
L
3. Consideremos, no espao vetorial IR2, osvetores:u = (1 - 01,1 + a)ev = (l + 01,1 - a)
onde a * O. Mostrar que {u, v} LJ.
Soluo
I'
Soluo
Para que o conjunto seja L.I. necessrio e suficiente que:
x(1, O, a) + y(1, 1, a) + z(l, 1, 01
2
) = (O, O, O)
(1)
Seja X(l - 01,1 + a) + y(l + a, 1 - a) = (O, O)
s se verifique para x = y = z = O. Ora de (l), vem:
ou, o que equivalente,
{
(1 - a)x + (1 + a)y = O
(1 + a)x + (1 - a)y = O
Esse sistema linear e homogneo no deve ter solues diferentes da trivial, para o que
necessrio e suficiente que a matriz:
{
x+y+z=O
y+z=O
(01
2
- a)z = O
(
l-a
1+01
1 +01)
l-a Como a * Oe a * 1 ento 01
2
- a * O, o que acarreta z
Oe da vem y = Oe x = O.
(1)
seja inversvel, isto , que o sistema seja de Cramer. Como a foi tomado no nulo esta
matriz inversvel e da {u, v} L.I.
4. Mostrar que o conjunto de vetores {I, x, x
2
, 2 + x + 2x
2
} de P3 (IR) L.D. e que qual-
quer subconjunto de trs elementos dele L.I.
Soluo
Se fIzermos aI + (3x + 'Yx2 + 0(2 + x + 2x
2
) = O
6. Mostrar que se o conjunto {u, v, w} de vetores de um espao vetorial V for L.I., o mesmo
acontecer com o conjunto {u + v, u + w, v + w}
Soluo
Com efeito, faamos:
x(u + v) + y(u + w) + z(v + w) = o
Da, segue:
(o zero do segundo membro de (1) o polinmio identicamente nulo), vir:
a + 20 + (3 + o)x + ('1 + 20)x
2
= O.
(x + y)u + (x + z)v + (y + z)w = o
Mas o conjunto {u, v, w} L.I. Ento:
= O
_{X + ~ _ z: ~
2z = O
{
Xx + Y
+z=O
y+z=O
{
X+
Y
=0
-y+. z=o
y+z=O
e o sistema s admite a soluo trivial x = y = z = O.
Logo, o conjunto {u + v, u + w, v + w} L.I.
Escalonando o sistema, vem:
o sistema admite outras solues, alm da trivial, o que nos leva a concluir que o con-
junto L.D.
Um subconjunto qualquer do conjunto dado, por exemplo {I, x, x
2
} L.I.; de fato,
aI + (3x + 'Yx
2
= O, implica a = (3 = '1 = Opelo princpio de identidade de polinmios.
Nos 3 demais casos procede-se do mesmo modo.
{
a + 20 = O
(3 + o = O
'1 + 20 = O
Pelo princpio de identidade de polinmios, teremos:
5. Mostrar que o conjunto {(1, O, a), (1,1,01),(1,1, a
2
)} de vetores do IR
3
L.I., desde que
a*Oea*1.
7. Mostrar que o conjunto de vetores {(l - i, O, (2, - 1 + O} d e ~ 2 L.D. sobre ~ mas L.I.
sobre IR.
70 71
L
Soluo
No primeiro caso, devemos mostrar que existem zl' Z2 E <C, tais que
Zl(l - i, i) + z2(2, - 1 + O = (O, O), com Zl oF Oou Z2 oF O. (l)
fcil verificar que Zl = 1 + i e Z2 = - 1 satisfazem (1), o que mostra que o conjunto
L.D. sobre <C. No segundo caso, sendo x, y E IR tais que
x(l - i, O + y(2, - 1 + O = (O, O),
vem:
EXERCCIOS PROPOSTOS
1. Quais os subconjuntos abaixo do IR
3
so linearmente independentes:
a) {(l, O, O), (O, 1, O), (O, O, 1), (2, 3, 5)}
b) {(l, 1, 1), (1, O, 1), (1, O,. - 2)}
c) {(O, O, O), (l, 2, 3), (4, 1, - 2)}
d) {(l, 1, 1), (1, 2, 1), (3, 2, -I)}
8. Mostrar que o conjunto {I, cosx, cos2x} de vetores de CO-1T, 1Tl) L.I.
Soluo
Suponhmos:
f(l - Ox + 2y = O
l ix + (i - l)y = O
Escalonando o sistema, vem: x + (i + l)y
LJ. sobre IR.
{
X + (i + l)y = O
ix + (i - l)y = O
= O e da x = y = O. Logo o conjunto
2. Quais dos subconjuntos abaixo de P4 (IR) so linearmente independentes:
a) {(I, x-I, x
2
+ 2x + 1, x
2
}
b) {2x, x
2
+ 1, x + 1, x
2
- I}
c) {x(x - 1),x
3
, 2x
3
- x
2
, x}
d) {x
4
+ x-I, x
3
- x + 1, x
2
- I}
3. Demonstrar que o conjunto {I, eX, e
2X
} de vetores de C( lO, 1l) L.I.
4. Mostrar que o conjunto {I, eX, xe
X
} de vetores de COO, 1l) L.I.
li! + 13 cos x + '1 cos 2x = O,Vx E [-1T, 1Tl.
Ento:
X=-1T====> lI!-{3+'Y=O
x= O >lI!+{3+'Y=O
* 5. Demonstrar que L.I. o conjunto
{I, (x - a), (x - a)2, ... , (x _ a)n-l}
de vetores de P
n
-
l
(IR), onde a um nmero arbitrrio.
Escalonando, vem:
x=
1T
"2 >
-'1=0
* 6. Mostrar que o subconjunto {Xl' X2' ... ,xn} de vetores de um espao vetorial V L.D. se,
e somente se, existe um inteir k (1 .;; k .;; n) tal que Xk combinao linear dos de-
mais vetores do conjunto.
{
lI!- {3+ '1=0
2{3 = O
13 + 2'1 = O
Da li! = 13 = '1 = O e o conjunto L.I.
9. Mostrar que o conjunto {I, sen
2
x, cos
2
x} de vetores de C( [- 1T, 1Tl) L.D.
Soluo
Basta lembrar que sen
2
x + cos
2
x-I = O.
72
7. Determinar m e n para que os conjuntos de vetores do IR
3
dados abaixo sejam L.I.
a) {(3, 5m, 1), (2, 0,4), (l, m, 3)}
b) {(1, 3, 5), (2, m + 1, lO)}
c) {(6, 2, n), (3, m + n, m - I)}
8. Seja {u, v, w} um conjunto L.I. de vetores de um espao vetorial V. Provar que o
conjunto {u + v - 3w, u + 3v - w, v + w} L.D.
9. Quais dos seguintes subconjuntos do C
3
so L.I. sobre C?
(a) {(i, 1, O), (l + i, 2, O), (3, 1, O)}
(b) {(i, 1, O), (O, 1, O, (O, i, O}
(c) {(i, 1, O), (2 + i, 3i, 5 - O, (2,4 + 4i, 4 - 60}
10. Suponha que {Vl' ... ,Nn} um subconjunto L.I. de um espao vetorial. Mostrar que
{a
l
v
1
, .. ,anvn} tambm L.I., desde que os escalares ai sejam todos no nulos.
73
*11. Suponha que {Uh' .. , Ur, Vl, ... , vs} um subconjunto L.I. de um espao V. Mostrar
que
Suponhamos (Xl *" O. Ento existe o inversc:fde&l e multiplicando a igual-
dade acima por este inversojeremos:
Ul + + ... + ((Xl-
l
(Xn)Un = o.
Da
*12. Se {UI' ... , ui, ... , Uj, ... , un} L.I., mostrar que
{Ui> ... , ui> ... , Uj + o<ui, ... , un}
tambm L.I., para todo escalar 0<.
Ul = + '" + (-(Xl-l(Xn)u
n
o que mostra que Ul combinao linear de U2, ... , uno Analogamente
se procede quando (Xj *" O. -
*13. Sejam 0<1' , O<n nmeros reais distintos 2 a 2. Provar que o conjunto de funes
{eO<l t, ... , eo<nt} L.I.
* 14. Provar que o conjunto de funes {e
at
cos bt, e
at
sen bt}, onde a e b so nmeros reais e
b "* O, L.I.
2. PROPRIEDADES DA DEPENDNCIA LINEAR
P
4
. Se Sl e S2 so subconjuntos fmitos e no vazios de V, se Sl C S2 e Sl
L.D., ento S2 tambm L.D.
Prova - Suponhamos Sl ::: {Ul, ... , u
r
} e S2 = {Ul, ... , Ur, ... , ut}
Por hip6tese existem nmeros reais (Xl' ... , (Xr, no todos nulos, de ma-
neira que \
(XIUl + ... + (Xrur = o.
Da aproveitando os escalares e completando com zeros teremos
(XIUl + ... + (XrUr + OU
r
+
l
+ ... + OUt = O.
Como nem todos os escalares que figuram nesta ltima igualdade so nulos,
ento pode-se dizer que S2 um conjunto L.D. -
Consideremos um espao vetorial V sobre IR.
P
l
. Se um conjunto fmito L C V contm o vetor nulo, ento esse conjunto
L.D.
Prova - Seja S = {o, U2, . . . , u
n
}. Ento, evidentemente
(xo + + ... + OU
n
= o
para todo (X *" O. Isso suficiente para concluir que S L.D.
Se S = {Ul , ... , un} C V L.D., ento um dos seus vetores combinao
linear dos outros. (Veja exerccio proposto n9 6, 1.)
Prova - Por hiptese existem nmeros reais (Xl, ... , (Xn, nem todos iguais
a zero, de modo que
(XIUl + + ... + (XnUn = O.
(1) (Xl Ul + ... + (Xn U
n
+ (XU = o
P
s
. Se Sl e S2 so subconjuntos finitos e no vazios de V, com Sl C S2 e
S2 L.I., ento Sl tambm L.I.
Prova - Se Sl fosse L.D., ento o mesmo aconteceria com S2' devido
propriedade anterior. -
P
6
Se S = {Ul,"" un} L.I., e para um certo u E V tivermos S U {u} =
= {Ui> ... , u
n
, u} L.D., ento o vetor u combinao linear dos vetores
ul, ... ,un,isto,u E [S].
Prova - Por hip6tese tem-se uma igualdade
onde nem todos os escalares que nela figuram so nulos. Afirmamos que
um dos escalares no nulos o (x. De fato, se (X = O, ento
(XIUl + ... + (Xnun = o.
Como porm o conjunto S L.I., esta ltima igualdade s6 possvel com
(Xl = ... = (Xn = O. Da, se (X = O, ento (X = (Xl = ... = (Xn = O, o que
impossvel.
oconforme j
Se S = {u} C V eu*" o, ento S L.I.
Prova - Suponhamos (xu = o. Como u *" o, ento (X
vimos nas propriedades dos espaos vetoriais. -
74
75
Sendo a '* podemos multiplicar a igualdade (1) por a-
l
e teremos:
(a-lal)Ul + ... + (a-lan)Un + U = o
ou ainda
u = (-a-lal)Ul + ... + (-a-lan)u
n
igualdade que nos mostra que UE [S].
P
7
Se S = {Ul' ... , Uj, ... , u
n
} e Uj E [S - {Uj}] (isto , Uj combinao
linear dos demais vetores de S), ento
[S] = [S - {Uj}].
Prova - Faremos a prova supondo j = loque nada tira em generalidde.
bvio que [S - {ud] C [S], pois S - {ud C S.
Por outro lado, dado um vetor u E [S], ento:
u = alul + ... + anu
n
(ai E IR). (1)
Como porm o vetor Ul est em [S - {ud], por hiptese, ento:
Ul = 13211:2 + ... + 13nun' (2)
Substituindo (2) em (1) iremos obter
u = al (13211:2 + ... + 13nu
n
) + a211:2 + ... + a
n
un
Da
u = (al132 + ~ ) 1 1 : 2 + ... + (al13n + an)u
n
o que prova que UE [S - {Ul}] e conseqentemente que [S] C [S - {Ul}]'
Exemplo - Observe no IR
4
o seguinte sub-espao
S = [(1, 1, 0, O), (O, 1,0, 2}, (O, 0, 1, O), (O, 2, -1,4)].
"
fcil perceber a seguinte relao
2(0, 1, 0, 2) - (O, 0, 1, O) = (O, 2, -1, 4).
A propriedade acima nos garante, ento, que
S = [(1, 1, 0, O), (O, 1, 0, 2), (O, 0, 1, O)].
3. BASE DE UM ESPAO VETORIAL FINITAMENTE
GERADO
Defmio 3 - Seja V um espao vetorial finitamente gerado. Uma base de V
um subconjunto finito B C V para o qual as seguintes condies se verificam:
76
(a) [B] = V.
(b) B linearmente independente.
Exemplos
1) {(1, O), (O, I)} uma base do IR
2
2) {(I, 0, ... , O), (O, 1, 0, ... , O), ... , (O, ... , 0, I)} uma base do
3) {(1, 0, ... , O), (O, 1, 0, ... , O), ... , (O, ... , 0, I)} uma base do
espao vetorial (Cn, considerado como espao vetorial sobre (C.
4) O conjunto das m n matrizes reais
(
1 0) (0 1 0) (0 0) 00 0 OQO O .
~ ~ . : : : . ~ , ~ " ' ~ " ~ " ~ '''''. ~ ~ ~
uma base do espao M
m
xn(IR).
5) Os n + 1 polinmios 1, t, ... , t
n
formam uma base de Pn(IR) pois
(a) Dado f E P
n
(IR), existem (e so nicos) ao, al, ... , a
n
E IR de modo
que
f(t) = ao +alt +... +ant
n
, Vt E IR,
o que conseqncia da prpria definio de polinmio.
(b) Se ao + alt + '" + ant
n
= 0, Vt E IR, ento ao = '" = a
n
= 0,
devido ao princpio dos polinmios identicamente nulos.
6) Se indicamos por o o vetor nulo de um espao vetorial qualquer, ento
uma base do espao {o} , conforme nossas convenes a respeito, o conjunto fi).
Nota: As bases exibidas nos exemplos 1, 2, 3, 4 e 5 so chamadas bases cannicas
dos espaos IR
2
, IRn, (Cn, Mmxn(IR) e Pn(IR), respectivamente, devido a sua na-
turalidade. Obviamente, esses espaos tm outras bases, conforme veremos a se
guir. Deixamos como exerccio a verificao nos exemplos de 1 e 4.
Proposio 1 - Todo espao vetorial finitamente gerado admite uma base.
Demonstrao - Indiquemos por V o espao. Se V = {o}, ento ~ uma ba-
se de V devido s convenes a respeito para este caso.
77
Caso contrrio existe um subconjunto finito e no vazio S C V, de maneira
que V = [S]. Como S "* {o}, ento existem subconjuntos no vazios de S que
so L.I. Tomemos um deles com o maior nmero possvel de elementos. Indicando
por B esse subconjunto, afirmamos que B uma base de V.
Devido maneira como tomamos B, para todo u E S - B teremos que
B U {u} L.D. Logo u combinao linear de B (ver P
6
no pargrafo anterior).
Usando agora a propriedade P
7
, conclui-se que: [B] = [S] = V.
Como, por outro lado, B L.I., pela prpria maneira como foi cons-
trudo, ento B uma base de V. -
4. DIMENSO
Iremos enunciar logo a seguir um resultado bastante importante que diz res-
peito ao nmero de vetores das bases de um espao vetorial finitamente gerado. Sua
demonstrao, contudo, somente ser feita no apndice, ao fim deste captulo, pelo
fato de ser um tanto quanto trabalhosa. Esse apndice especialmente recomenda-
do aos alunos dos Cursos de Matemtica.
Teorema da invarincia - Seja V um espao vetorial finitamente gerado.
Ento duas bases quaisquer de V tm o mesmo nmero de vetores.
Apoiados no teorema da invarincia, damos a seguinte definio.
Defmio 4 - Seja V um espao vetorial finitamente gerado. Denomina-se
dimenso de V (notao: dim V) o nmero de vetores de uma qualquer de suas
bases. Diz-se tambm, neste caso, que V um espao de dimenso finita.
Decorre da defmio dada e de consideraes j feitas nos exemplos aps a de-
fmio 3 que:
onde all "* O, a2r 2 "* O, ... ,a
prp
"* O n - p. Para isso, ler novamente o Captu-
lo 1.
Proposio 2 (Teorema do Completarnento) - Seja V umespao vetorial de di-
menso n I. Se {UI, ... , ur} C V um subconjunto L.I. com r vetores e r < n,
ento existem n - r vetores UH I, ... , u
n
E V, de maneira que B = {UI> ... , ur,
u
r
+I, ... , u
n
} uma base de V.
Demonstrao - Tomemos uma base C = {VI, ... , Vn} de V e formemos
a unio:
S = {Uh,'" Ur, VI,"" vn}'
Dentre os subconjuntos de S que so L.I. e que contm UI, ... , u
r
tomemos um
com o maior nmero possvel de elementos. Seja
B = {UI, ... , ur, VI, ... , v
s
}
esse conjunto. (Obviamente prticularizamos em B a seqncia dos ndices dos ele-
mentos Vi> o que no traz nenhum prejuzo demonstrao.) Mostremos que B
uma base de V. Decorre da prpria escolha desse conjunto que ele L.I.
Por outro lado VI, ... , V
s
so obviamente combinaes lineares de B. O
mesmo se pode dizer de V
S
+1, , V
n
devido propriedade P
6
vista neste captulo.
Sendo todos os vetores de C combinaes lineares de B, conclui-se, pelo fato de C
ser uma base de V, que todos os vetores de,\' tambm so combinaes lineares
de B. Portanto B uma base de,V. -
, .
Proposio 3 - Todo de um espao vetorial fmitamente
gerado tambm finitamente gerado.
Deixamos ao leitor a tarefa de concluir que a dimenso do espao soluo de
um sistema homogneo escalonado
+ atnxn = O
+ a2nxn = O
auxI + al2
x
2 + .
a2r
2
x
2 + .
1) dim IR? = 2;
2) dim IR
n
= n;
3) dim C
n
= n;
4) dim Mmxn(IR) = m n;
5) dim Pn (IR) = n +I;
6) dim {o} = O.
Demonstrao - Seja V finitamente gerado e Wum sub-espao vetorial de V.
Se W = {O}, nada h a provar. Seno, tomemos WI E W, WI "* O. Se W =
= {IWI:
I
E IR}, est provado. Seno,existew2 EW,quenodaformalwl,
isto , {WI> W2} L.I. Se W gerado por{W1> W2}, est terminado. Seno, existe
W3 em W, que no combinao linear de { WI, W2}' E assim por diante. Este pro-
cesso deve parar seno haveria em V um conjunto L.I. e infinito. -
78
Proposio 4 - SejaWumsub-espao vetorial de V. Se dimW = dim V, ento
W = V.
79
Demonstrao - Pela proposio 3, W fmitamente gerado. Logo W tem
uma base. Toda base de W tambm base de V devido hiptese de que
dim W = dim V. Logo todo vetor de V pertence a W. Assim V C W e, como
W est contido em V, segue que V = W.
5. PROCESSO PRTICO PARA DETERMINAR UMA
BASE DE UM SUB-ESPAO DElR" (ou <e")
Um sub-espao de IR
n
, em geral, ou dado pelos seus geradores ou possvel
achar esses geradores. Daremos a seguir um dispositivo prtico para achar uma
base desse sub-espao a partir dos seus geradores. Esse processo se baseia em trs
observaes apenas.
Seja V = [UI, ... , U
r
] um sub-espao do IR
n
.
(I) Se no segundo membro da igualdade acima permutarmos dois dos
vetores que l figuram evidentemente no alteramos o sub-espao gerado, isto ,
V = [UI, ... , Ui, .. , , Uj, ... , Ur] = [UI, ... , Uj, ... , Ui, ... , Ur]'
(11) Para todo nmero real Ct tem-se a seguinte igualdade:
V = [UI, , Ui, ... , Uj + Ctui, ... , ur].
De fato, seja U= 3I UI + + 3iUi + ... + 3jUj + ... + {3rur um elemento
de V. Esse elemento tambm pode ser escrito da seguinte maneira:
U ={3I UI + + {3iUi - {3j CtUi + + {3jUj + 3j CtUi + + 3
r
u
r
=
= {3IUI + + (3i - 3jCt)Ui + + 3j (Uj + CtUi) + + 3r ur'
Logo U E [UI, , Ui, ... , Uj + Ctui, , ur].
Fica como exerccio provar que o sub-espao V contm o sub-espao gerado
por UI, ... , Ui, ... , Uj + CXUi, ... , Ur. (Veja o exerccio proposto n9 12, 1.)
(111) Se UI , u ~ , ... , Ur, se apresentam na forma escalonada, ou seja, se o
nmero de zeros iniciais de U2 maior que o de UI e assim sucessivamente, ento
os vetores UI, ... , U
r
formam um conjunto L.I. e, portanto dim V = r.
Isso no difcil de ver. Se os geradores de V no formassem um conjunto
L.I., ento teramos algo como:
UI = Ct2 U2 + ... + cxru
r
.
Mas isso no possvel pois o nmero de zeros iniciais de UI certamente dife-
rente do nmero de zeros iniciais de Ct2 U2 + ... + cxru
r
' devido nossa hiptese
a respeito desses vetores.
80
Exemplo - Seja V = [(2, 1, 1, O), (1, O, 1, 2), (O, -1, 1, 4)] C IR
4
. Na
prtica formamos com esses vetores as linhas de uma matriz simblica da seguinte
maneira:
(
~ ~ ~ ~ )
-1 1 4
A seguir aplicamos convenientemente as "operaes" (I) e (11) acima at obtermos
a situao da hiptese de (III). Vejamos como.
No que fizemos acima a seta indica apenas a passagem de uma etapa para outra
do processo. Na primeira passagem permutamos a primeira e a segunda linhas.
Na segunda passagem multiplicamos por - 2 a primeira linha e o "resultado somamos
com a segunda linha. Na ltima passagem somamos a segunda linha com a terceira
linha. Levando em conta (I) e (11) temos que
V = [(1, O, 1, 2), (O, 1, -1, -4), (O, O, O, O)].
Como o vetor nulo pode ser retirado do segundo membro desta ltima igualdade,
ento
V = [(1, O, 1, 2), (O, 1, -1, -4)].
Levando em conta (III) conclumos que:
{(I, 0, 1, 2), (O, 1; -1, -4)}
. . "
uma base de V e que dim V = 2.
6. DIMENSO DA SOMA DE DOIS SUB-ESPAOS
Seja W um espao vetorial sobre IR. J vimos que se U e V so sub-espaos
de W, ento U () V e U + V tambm so sub-espaos de W. No caso em que a
dimenso de W finita as dimenses de U () Vede U + V esto relacionadas
conforme proposio e demonstrao abaixo.
81
Proposio 5 - Seja W um espao vetorial sobre IR de dimenso finita.
Se U e V so sub-espaos de W, ento:
dim (U l V) + dim (U + V) = dim U + dim V.
Demonstrao - Seja B
1
= {UI, ... , ur} uma base de U l V. Como B
1

L.I. em U e em V, o teorema do comp1etamento nos garante a existncia' de
VI, ... , V
s
E U e Wl, ... , Wt E V de tal modo que B
2
= {UI, ... , Ur, VI,' .. ,
v
s
} base de U e que B
3
= {UI, ... , Ur, Wl, " . , Wt} base de V. Mostremos
que
uma base de U + V.
(a) Seja W E U + V. Ento W = U + V (u E U, VE V). Sendo B
2
e B
3
bases de U e V, respectivamente, podemos representar
U = alul + ... + aru
r
+ f31Vl + ... + f3
s
v
s
e
v = al'ul + ... + a;u
r
+ f31'Wl + ... + f3Wt
onde as letras gregas indicam, obviamente, nmeros reais.
Da
W= U + v = (aI + al')ul + ... + (ar + a;)u
r
+ f31 Vl + ... + f3
s
v
s
+
+f31'Wl + ... +f3tWt.
Logo [B] = V.
(b) Suponhamos
aluI + ... + aru
r
+ f31 Vl + ... + f3
s
v
s
+ rl Wl + ... + rtWt = o (1)
Ento:
aluI + ... + aru
r
+ f31 Vl + ... + f3
s
v
s
= -rlWl - ... -rtWt.
Como o primeiro membro desta ltima igualdade est em U e o segundo membro
est em V e se trata do mesmo vetor, ento:
-rlwl - ... - rtWt E U l V.
Logo existem o1, . . . , or E IR tais que:
-rl
W
l - ... - rtWt = 0l Ul + ... + orur'
Daqui tiramos que
0l
U
l + ... + 0rur + rl Wl + ... + rtWt = o.
Do fato de B
3
ser L.I. , conclui-se ento que
82
01 = ... = or = rI = ... = rt = O.
Se rI = ... = rt = o a igualdade (1) fica:
aluI + ... + aru
r
+ f31Vl + ... + f3
s
v
s
= o.
Lembrando que o conjunto B
2
tambm L.I. tiramos da que
aI = ... = 01: = f31 = ... = f3
s
= O.
Com isso provamos que B de fato um conjunto L.I.
Finalmente observando que dim (U l V) = r, dim U =r + s, dim V = r +t e
dim (U + V) = r + s + t, chegamos frmula
dim (U + V) + dim (U l V) = dim U + dim V.
Exemplo - Consideremos os seguintes sub-espaos de IR
4
:
U = [(1, O, 1, O), (O, 1, O, O)] e V = {(x, y, z, t) I x +Y= O}.
Determinemos dim (U l V) e dim (U + V).
fcil notar que B = {(l, O, 1, O), (O, 1, O, O)} uma base de U. Logo
dim U = 2.
Quanto a V temos:
u E V <=> u = (x, - x, z, t), onde x, z, t E IR <=>
<-> u = x(l, -1, O, O) + z(O, O, 1, O) + t(O, O, O, 1).
Logo V = [(l, -1, O, O), (O, O, 1, O), (O, O, O, 1)].
Pela forma escalonada como se apresentam os geradores de V que a figuram
podemos dizer que:
C = {(1, -1, O, O), (O, O, 1, O), (O, O, O, 1)}
uma base de V e que dim V = 3.
Por outro lado, decorre da prpria definio de soma de sub-espaos que
U + V = [B U C]. A partir disto podemos achar uma base de U + V do seguinte
modo:
1 O 1 O 1 O 1 O 1 O 1 O
O 1 O O O 1 O O O 1 O O
1 -1 O O -+ O O 1 O -+
O O 1 O
O O 1 O O O O 1 O O O 1
O O O 1 1 -1 O O O O O O
Logo dim (U + V) = 4 e conseqentemente U + V = IR
4
Disto segue que
dim (U l V) = 1.
83
EXERCCIOS RESOLVIDOS
1. MostraI que o subconjunto {l, i} uma base de Q:; sobre IR.
Soluo
Os vetores I e i constituem um sistema de geradores de <I: sobre R pois todo elemento de
Q:; da forma ai + bi, com a e b em R. Alm disso, se xl + yi = O= O + Oi (com x,
y E R), ento x = y = O.
2. MostraI que o subconjunto de vetores:
{(O, 2, 2), (O, 4, 1)}
uma base do seguinte sub-espao vetorial do R
3
:
U = {(x, y, z) E R
3
I x = O}.
Soluo
Como (x, y, z) E U se, e somente se, x = Oe (O, y, z) =y (O, 1, O) + z(O, O, 1), ento
{(O, 1, O), (O, O, I)} uma base de U. Logo dim U = 2. Por outro lado (O, 2, 2) e
'O, 4, 1) PO:' ":r:o
Logo os vetores dados formam uma base de U, pois pertencem a U.
3. No espao vetorial R
3
consideremos os seguintes sub-espaos:
U = {(x, y, z) E R
3
I x = O} e
V = [(1, 2, O), (3, 1, 2)1.
Determinar uma base e a dimenso dos sub-espaos U, V, U + V e U n V.
Soluo
De acordo com o exerccio anterior (CO, 1, O), (O, O, I)} uma base de U. Por outro lado
(1, 2, O) e (3, 1, 2) formam uma base de V pois:
(: 2 :) o: _: :)
e {(l, 2, O), (O, -5, 2)} L.I.
Determinemos uma base e a dimenso de U +V:

: : :
O -5 2 O -5 2 O O 2 O O O
Logo U + V = [(l, O, O), (O, 1, O), (O, O, 1)] e U + V = R
3
. Comeqentemente
dim (U n V) = dim U + dim V - dim (U + V) = 1. Como o vetor (O, 5,2) est em U
e est em V, ento (CO, - 5, 2)} uma base de U n V.
84
I
4. DeterminaI uma base do R
4
que contenha os vetores (l, I, I, 1), (O, I, -I, O) e (O, 2, O, 2).
Soluo
Se tomaxmos o vetor (O, O, O, 1), ento o conjunto B = {(l, 1,1, 1), (O, I, - 1,0),(0,0,2,2),
(O, O, O, '1)} L.I. Logo B uma base do IR
4
Obviamente, substituindo (O, O, 0,1) nessa
base por qualquer (O, O, O, a)(a '* O) obtm-se outra base do IR
4
.
5. No espao vetorial R
3
consideremos os seguintes su1respaos vetoriais: S = [(l, -1,2),
(2, I, 1)], T = [(O, 1, -1), (l, 2, 1)], U = {(x, y, z) I x + Y = 4x - z = O} e V =
= {(x, y, z) I 3x - y - z = O}. Determinar as dimenses de: S, T, U, V, S +T, S n T,
T + U e T nU.
:'c-: :) G-; -:)
Logo dim S = 2.
b) imediato que dim T = 2 pois seus geradores j se apresentam na forma escalonada.
c) Os vetores de U so da seguinte forma: (x, - x, 4x) = x(l, -1,4). Logo {(l, -I, 4)}
uma base de U e dim U = 1.
d) Os vetores de V se apresentam assim: (x, y, 3x - y) = x(l, O, 3) + y(O, I, -1).
Logo V = [(I, O, 3), (O, I, -1)1. Como os geradores de V que a apaIecem j esto
na forma escalonada, ento dim V = 2.
e) -----+ --+
O 1 -1 O 1 -1 O O O
1 2 1 O 3 -1 O O 2
Logo dim (S + T) = 3 e da S + T = R
3

f) A paItir das dimenses de S, T e S + T, acha-se que dim (S n T) = 1.


g) -----+
1 -1 4 1 -1 4 O -3 3 O O O
Logo dim (T + U) = 2.
h) A proposio 5 deste captulo nos conduzir a dim (T n U) =1.
8S
8. Consideremos o sub-espao vetorial de M
3
(IR) constitudo das matrizes simtricas. Deter-
minar uma base desse sub-espao.
Soluo
Podemos decompor uma matriz simtrica X de M3 (IR) da seguinte maneira:
6. Determinar uma base e a dimenso do espao soluo do seguinte sistema:
{
X-Y-z-t=O
S: 2x + Y + t = O
z-t=O
Soluo
Inicialmente escalonemos S:
{
X- Y- z- t=O
S - 3y + 2z + 3t = O
z - t = O
X=
(
O O
+ f O O
O O
5 1
Da tiramos: z = t, y = - 3" t e x = 3" t.
Logo o conjunto soluo de S
V ={( ~ t, -/ t, t, t ) I t E IR} = {t(+, -~ ,1, 1) I t E IR}
Isto mostra que o conjunto
uma b a s ~ d o espao SOIUr-O de S e que, portanto, a dimenso desse espao 1. Uma outra
base de V e{(l, - 5,3,3) .
7. Seja {Ul, u2, ... , un} uma base de um espao vetorial V de dimenso n sobre <C. Mostrar
que {Ul' ... , un, iUl, ... , iUn} uma base de V considerado como espao vetorial
sobre IR. (Veja Ex. proposto n'? 8, pg. 52.)
Soluo
a) Dado u E V, existem al + bli, ... , a
n
+ bni E <C de maneira que u = (al + bli)ul +
+ ... + (a
n
+ bni)u
n
, pois os vetores ul, ... , u
n
formam uma base sobre <C.
Logo
u = alul + ... + anun + bl(iul) + ... + bn(iun),
o que mostra {Ul' ... , u
n
, iUl, ... , iu
n
} gera V sobre IR.
b) Por outro lado, se
alul +
ento
(al + bli)Ul + ... + (an + bni)u
n
= O.
Logo al + bli = ... = an + bni = O.
Donde al = ., . = an = b
l
= ... = b
n
= O.
Nota: O exerccio nos ensina que se a dimenso de V sobre <C n, sobre IR ser 2n.
86
1
fcil verificar que as seis matrizes em que X se decomps formam um conjunto L.I.
em M
3
(IR). Logo essas seis matrizes formam uma base do sub-espao das matrizes sim-
tricas de M3 (IR) cuja dimenso , portanto, igual a 6. Lembre-se que M
3
(IR) tem
dimenso 9.
Nota: Generalizando o raciocnio que acabamos de fazer pode-se concluir que o sub-espao
2
das matrizes simtricas de M
n
(IR) tem dimenso n ; n enquanto que M
n
(IR) tem
dimenso n
2
. o que pedimos no exerccio 16 a seguir.
9. (Exerccio patolgico) Mostrar que o conjunto {2} uma base do espao V = {x E IR I
I x > O} cuja adio dada por u $ v = uv e a multiplicao por escalares por O! u =
= uO!, VO! E IR.
Soluo
Lembremos que o vetor nulo desse espao o nmero 1.
(a) A teoria dos nmeros reais nos ensina que dado um nmero real u > O, existe um
nico nmero real O! tal que u = 20! : O! = log2 u. Logo u = 20! = O! 2.
(b) Se O! 2 = 1 (vetor nulo), ento 20! = 1, donde O! = O.
Nota: claro que todo nmero real maior que zero e diferente de 1 constitui uma base
de V sobre IR.
10. Sejam U e V sub-espaos vetoriais de um espao de dimenso n. Supondo que dim U > ~
e que dim V > ~ , prove que: U n V *" {o}.
Soluo
Consideremos a frmula dim U + dim V = dim (U + V) + dim (U n V). Se U n V =
= {o}, teramos dim (U n V) = O. Da dim (U + V) = dim U + dim V > n. Absurdo
pois U + V sub-espao de um espao de dimenso n.
87
EXERCCIOS PROPOSTOS
1. Dar uma base e a dimenso do sub-espao W de IR
4
onde W= {(x, y, z, t) E IR
4
I x - y
= y e x - 3y + t = O}.
11. Para que valores de a E IR o seguinte conjunto uma base de IR
3
:
B = {(a, 1, O), (1, a, 1), (O, 1, a)}.
2. Sendo W e U sub-espaos do IR
4
de dimenso 3, que dimenses pode ter W + U se
(1, 2, 1, O), (-1, 1, O, 1), (1, 5, 2, 1) um sistema de geradores de W n U?
3. Sendo W o sub-espao do exerccio 1 .e U o sub-espao do IR
4
gerado por (1, 2, 1, 3) e
(3, 1, 1, 4), determinar uma base e a dimenso de U + W e de U n W.
4. Achar uma base e a dimenso do seguinte sub-espao de IR
4
: U = {(x, y, z, t) I x - y = O
e x + 2y + t = O}.
5. No espao vetorial IR
3
consideremos os seguintes sub-espaos:
U = {(x, y, z) I x = O}, V = {(x, y, z) I y - 2z = O} e
W = [(1, 1, O), (O, O, 2)1.
12. Sejam uI' ... , Un vetores de um espao vetorial V. Provar que se cada vetor u de S =
= [UI' ... ,unI admite uma nica representao como combinao linear de uI> ... , U
n
,
ento os vetores UI> ... , un formam uma base de S.
13. Suponha que {uI> ... , un} uma base de um espao vetorial. Mostrar que {UI' UI +
+ U2, ... 'UI + U2 + ... + un} tambm uma base desse espao.
14. Considere o seguinte sub-espao vetorial de ce
3
:
W = [(1, O, i), (1, 1 + i, 1 - i), (1, -1 - i, - 1 + 3i)1
Determinar uma base desse sub-espao.
7. Mostrar que os polinmios 1,1 + t, 1 - t
2
e 1 - t - t
2
- t
3
formam uma base de P
3
(IR).
6. Detemnar uma base e a dimenso do sub-espao de M
3
(IR) constitudo das matrizes
anti-simtricas.
8. Determinar uma base e a dimenso do espao soluo de cada um dos seguintes sistemas linea-
res homogneos:
Determinar uma base e a dimenso de cada um dos seguintes sub-espaos: U, V, W, U n V,
V + W eU + V + W.
{(Ulo o), ... , (um, o), (o, VI), ... , (o, v
n
)}
uma base de U X V.
16. Determinar a dimenso dos seguintes sub-espaos de M
n
(IR):
a) Sub-espao das matrizes simtricas;
b) Sub-espao das matrizes anti-simtricas;
c) Sub-espao das matrizes A tais que A = 2A
t
.
n
d) Sub-espao das matrizes A = (aij) tais que L aii = o.
i= 1
15. Sejam U e V espaos vetoriais sobre IR de dimenses m e n, respectivamente. Considere o
espao vetorial U X V cuja adio dada por
(UI, VI) + (u2, V2) = (UI + U2' vI + V2)
e a multiplicao por escalares por IX (u, v) = (IXU, IXV).
Admitindo que {UI> ... , um} e {Vlo ... , vn} so bases de U e de V, respectivamente,
prove que:
b){ x + y + z. = O
2x - y - 2z = O
x + 4y + 5z = O
d){ x - y - z - t = O
3x - y + 2z - 4t = O
2y + 5z + t = O
a){2: =: ~ : :
3x +2 Y = O
C){2X - 2y + z = O
3x - y + 3z = O
3y + 4z = O
9. Mostrar que as matrizes:
( ~ ~ ) .(: ~ ) . (: ~ ) , G:)
7. COORDENADAS
formam uma base de M
2
(IR).
10. Determinar uma base de IR
4
que contenha os seguintes vetores (1, 1, 1, O), (1, 1, 2, 1).
Vamos trabalhar agora com bases ordenadas de wn espao vetorial V. Uma
base ordenada uma base na qual fixamos quem o primeiro vetor, quem o segundo
vetor, etc.
88
89
8. MUDANA DE BASE
Po"...to a matriz das coonl,mui.. de f(t) (- ) "m"la<o b"", md,
nada B.
n
Vj = L aijUi (j = 1,2, ... , n).
i= 1
Ou simplesmente
A partir de agora, diremos apenas base em vez de base ordenada, para facilitar
o texto. \
Seja V um espao vetorial de dimenso n e consideremos duas bases de V:
B = {Ul, ... , u
n
} e C = {Vl, ... , vn}' Ento existe uma nica famlia de
escalares aij de maneira que
Vl = a11ul + ... + antu
n
{,
CJ
ou
Seja V um espao vetorial de dimenso finita. Dada uma base ordenada
de V, ento todo vetor v desse espao combinao linear de B. Ou seja, existem
al, ... , a
n
E IR de modo que:
v = alul + ... + anu
n
.
fcil provar que os escalares que figuram nessa igualdade esto univocamente
determinados. De fato, suponhamos
v = alul + + anu
n
= + ... +
Ento: (al - + + (a
n
- = o.
Como o conjunto B L.I., ento al - = ... = a
n
- = O e da
al = a2 = .. , a
n
=
Defmio 5 - Os escalares al, ... , a
n
que figuram na igualdade v =al Ul +
+ ... + anu
n
, conforme as consideraes acima, so chamados coordenadas do
vetor v em relao base ordenada B.
conveniente, por outro lado, associar uma matriz s coordenadas do vetor
u. Assim, se u =alul + ... + a
n
u
n
, em relao base ordenada B ={ut. ... , u
n
},
considera-se a matriz n x 1
Defrnio 6 - A matriz quadrada de ordem n
+ Yl = 1 e {x2 + Y2 = O >
Yl = O Y2 = 1
apenas se no houver possibilidades de confuso, como a matriz das coordenadas de
u em relao base ordenada B.
Nota: evidente a necessidade de trabalhar com bases ordenadas de V (no apenas
bases de V) para podermos considerar a matriz de coordenadas como foi definida aci-
ma. Sem ordenar a base, no saberamos qual seria o al, o a2, etc.
Exemplo - fcil verificar que B = {1, 1 + t, 1 + e} uma base ordena-
da de P2(IR). Achemos as coordenadas de f(t) = 2 + 4t + e em relao a essa base
ordenada:
2 + 4t + t
2
= xl + y(1 + t) + z(1 + t
2
) ->
2 + 4t + t
2
= (x + Y + z) + yt + zt2 >
z = 1, y = 4, x + y + z = 2 => x = -3, y = 4 e z = 1.
(
a11 a11 a1n)
P = ..
anl an2 '" G:nn
chama-se matriz de mudana da base B para a base C.
Exemplos
1) Qual a matriz de mudana da base B = {I, 1 + t} para a base {l, t} no
espa.o P1 (IR)?
{
I = XlI + Yl(l + t) _> {Xl
t = X2I+ Y2(1 + t)
90
91
Trs problemas importantes se apresentam no que se refere a mudanas de
.
a matriz pedida.
2) Se B = C, obviamente a matriz de mudana de C para B ou vice-versa
a matriz idntica.
Dos diagramas ao lado decorre que
PQ = QP = In. Logo P inversvel
e p-
1
simplesmente a matriz de m-
dana de C para B.
1, Yl = 0, X2 > Xl
Problema 1 - Se a matriz de mudana da base B para a base C P = (aij)
e a matriz de mudana da base C para uma outra base D (do mesmo espao)
Q = Uhj), qual a matriz de mudana de B para D?
Suponhamos B = {UI, ... , u
n
}, C = {VI,"" vn} e D = {Wl"'" w
n
}.
A definio de matriz de mudana nos garante ento que:
n
Vj L aijUi (j = 1, ... ,n) e
i=l
n
Wk = L (k = 1, ... , n).
j=l
Problema 2- Se a matriz das coordenadas de u E V em relao base B :
(J
e a matriz de mudana de base de B para C P = (aij), qual a matriz das coorde-
nadas de u em relao base C?
Seja
Da
t (t Ui (k = 1, ... , n).
1=1 J=l
essa matriz.
n
Como cada Vj = L aijUi (j = 1, 2, ... ,n), ento
i=l
i=l j =1
n n n
u=
L
XiUi =
L
Yj
L
aijUi =
i=l j=l i=l
Ento o termo geral da matriz de mudana da base B para a base D dado
n
por L aij que o termo geral de P.Q. Logo a matriz de mudana de B para D
j=l
a matriz PQ.
Nota: Uma conseqncia do que acabamos de ver que uma matriz de mudana
de bases sempre inversvel. Seno vejamos.
Sejam P a matriz de mudana de B para C e Qa matriz de mudana de C
para B.
n
Temos ento u = L
n
xiui = L
t (t a
ijYj
) Ui
1=1 J=l
92
93
Devido unicidade das coordenadas segue que:
n
Xi = L QijYj (i = 1, 2, ... , n)
. j =1
ou
Soluo
a) Quanto base cannica as coordenadas so as prprias componentes do vetor, ou
seja, 2, 1 e 4.
b) u = x(l, 1, 1) + y(l, 0,1) + z(l, O, -1) >
{
X+
Y
+Z=2
> x = 1
x+y-z=4
base de V?
Xn = Qn1Y1 + Qn2Y2 + ... + QnnYn
Usando a notao matricial obtemos a relao desejada
X = py
Resolvendo o sistema obtido, encontramos x = 1, y = 2 e z = - 1. Logo as coorde-
nadas de u neste caso so I, 2 e-L A matriz das coordenadas de u
(: - ~ )
doM,(m) = {(: ' : Y ( ~ :). (: ~ ) . (: :)}
Soluo
(
1 -1) (1 0) (0 1) (0 0) (0 0)
=x +y +z +t =>
20 01 00 20 12
2. Determinar as coordenadas da matriz
ui = o.
n
L
j=l
n
Suponhamos L XjVj = O. Ento
j=l
que equivale ainda a Y = p-
l
X.
Problema 3 - Se {UI> . , u
n
} uma base de Ve P = (Qij) uma matriz
n
inversvel, ento os n vetores Vj = L QijUi (j = 1, ... , n) tambm formam uma
i=1
n
Da L QijXj = O(i = 1, 2, ... , n). Como este sistema homogneo e a matriz
j=l
dos seus coeficientes P (inversvel), ento Xl = ... =X
n
= O. Logo {V1, . , v
n
}
L.I. e portanto tambm base de V.
->
x
x
y
1
= -1
2z + t = 2 >
+ 2t =
x=
y = -1
5
z = -
4
t=_-.L
2
Logo as coordenadas pedidas so 1, - 1, ~ e - ; .
EXERCCIOS RESOLvmos
1. Determinar as coordenadas do vetor u = (2, I, 4) do IR? em relao s bases:
a) Cannica.
b) {(l, 1, 1), (1, O, 1), (1, O, -I)}.
3. Determinar as coordenadas do polinmio 1 + 2t - t
3
E P3 (IR) em relao
a) base cannica desse espao;
b) base {I, 1 - t, 1 - t
2
, 1 _ t
3
}.
94 95
- b 2
Soluo
a) As coordenadas neste caso so obviamente 1, 2, O e -1.
b) 1 + 2t - t
3
= a1 + b(l - t) + cO - t
2
) + dO _ t
3
) =>
a + b + c + d = 1
=>
- c
o
Soluo
Por definio:
a matriz de mudana de B para C. Para achar a matriz de mudana de C para B s
determinar a inversa dessa matriz:
6. Considerando os dados do exerccio anterior, se as coordenadas de um vetor u em relao
base B so 1, 1 e 2, quais as coordenadas desse vetor em relao base C?
Soluo
Sejam a, b e c essas coordenadas. Ento:
- d = -1
Logo as coordenadas so: 2, - 2, O e 1.
4. Achar a matriz de mudana da base
B = {(l, 1, O), (O, 1, O), (O, O, 3)}
para a base cannica do IR?
Soluo
(1, O, O) = a(l, 1, O) + b(O, 1, O) + c(O, O, 3)
(O, 1, O) = dO, 1, O) + eCO, 1, O) + f(O, O, 3)
>
(O, O, 1) = g(l, 1, O) + h(O, 1, O) + i(O, O, 3)
r
b
= 1
{: +e
=0
,{: + h
=0
= O, = 1 =0
3c = O 3f = O 3i = 1
ri CO
f=O
b = -1 e = 1 e h = O
c = O f = O
. 1
1 =-
3
Logo:
(-:
O
D
a matriz pedida.
O
5. No espao IR
3
consideremos as bases B == {e}> e2' e3} e C == {gl' g2, g3} relacionadas da
seguinte maneira:
(:
2 1 O
D-(:
1 2 O 1
1 O O
(:
2
1 '
1
.()
D- (:
,
I
2' O 1
,
,
O 21-1 1
(:
2
O: ~ L ~ )
(:
' 2 2 2
,
1 O: 1 O -1 ~
O
1: _l 1- ~
: 2 2 2
Portanto a matriz de mudana de C para B :
2
-1
2
O
O
O
l'
,
I
2 I O
I
I 1
1,--
, 2
gl = el + e3
g2 = 2eI + e2 + e3
g3 = e1 + 2e2 + e3
Determinar a matriz de mudana de B para C e de C para B.
96
91
EXERCCIOS PROPOSTOS
0Determinar as coordenadas do vetor u = (4, -5, 3) E IR
3
, em relao s seguintes bases:
\-') , .
a canolllca;
b) {(l, I, I), (I, 2, O), (3, I, O)};
c) {(l, 2, 1), (O, 3, 2), (I, I, 4)}.
2. Determinar as coordenadas de I - 2i E (C em relao seguinte base de Ir sobre IR:
{I - i, I + i}.
as coordenadas do vetor (l, I, i) E (C3, em relao base (l, O, O), (O, i, O),
(I, i, I + i).
Determinar as coordenadas do polinmio t
3
em relao seguinte base de P
3
(IR):
{I, 2 - t, t
2
+ I, I + t + t
3
}.
A matriz de mudana de uma base B do IR
2
para a base {(I, I), (O, 2)} desse mesmo
espao :
(:
Determinar a base B.
6. A matriz de mudana da base {I +t, I - t
2
} para uma base C ambas do mesmo sub-espao
de P
2
(IR)
Determinar a base C.
gl = el - - e3
g2 = 2e2 + 3e3
g3 = 3el + e3
a) Determinar as matrizes de mudana de B para C e de C para B.
b) Se um vetor u de IR
3
apresenta coo'rdenadas I 2 3 I - B . , e , em re aao a ,quais as
coordenadas de u relativamente a C?
8. Considere o seguinte sub-espao vetoria! de M2 (IR):
U={(: :) IX-'_'=O}
a) Mostrar que os seguintes subconjuntos de M
2
(IR) so bases de U:
B=W :) (: :) (: :)}.
c={(: :) (: :)}
b) Achar a matriz de mudana de B par,a Cea de C para B.
c) Achar uma base D de U, de tal manej.ra que a matriz de mudana de D para B seja:
(5)seja B = {UI' ... , u
n
} uma base do espao vetorial V e seja C = {vI" .. ,vn} onde
- Vi = un _ i + I (i = 1, ... , n). Provar que C uma base de Ve calcular a matriz de
mudana de B para C.
Seja B = {UI" .. , un} uma base do espao vetorial Ve seja C = {UI' UI - u2" .. ,uI -
"", 0 _ un}. Mostrar que C tambm uma base de V. Achar as matrizes de mudana de base
de B para C e de C para B.
APNDICE 111
Teorema da Invarincia
Lembremos que o Teorema da Invarincia, j enunciado ria pg. 80, afirma
que todas as bases de um espao vetorial dado tm o mesmo nmero de vetores.
Precisaremos de trs lemas para poder provar o Teorema da Invarincia.
Lema 1 - Seja B = {u}, 2, . , u
n
} urpabase de um espao vetorial V.
Se u E V e ainda se
(1)
98
99
com ai =1= 0, ento o conjunto C = {Ul, ... , ui_I> U, ui+I> ... , u
n
} tambm
uma base de V.
Teorema da invarincia - Duas bases quaisquer do mesmo espao vetorial
finitamente gerado tm o mesmo nmero de vetores.
Demonstrao - Sejam B = {UI> ... , u
n
} e C = {vI, ... , v
rn
} duas bases
quaisquer de V. Como B base de V e C L.I., ento m < n. Analogamente,
como C base de V e B L.I. , ento n < m. Logo m = n. -
tambm uma base de V.
A repetio desse raciocnio nos levar concluso de que {UI, U2, ... , u
n
}
uma base de V. -
Lema 3 - Suponhamos V como no lema anterior. Ento todo subconjunto
de V que seja L.I. tem no mximo n .vetores.
Demonstrao - Suponhamos que exista S = {UI, , u
n
, un+I> ... , ud
C V que tenha t > n vetores e que seja L.I. Ento B= {UI, , u
n
} tem n vetores
e um subconjunto L.I. Logo B base de V devido ao lema anterior. Da
3al, ... , a
n
E lR I un+1 = alUI + ... + anun.
Ento alUI + ... + anun + (-l)u
n
+1 = o o que vem mostrar que o conjunto S
L.D. Absurdo. -
Tambm no podemos ter J32 = ... = J3n = 0, seno {UI, Uz} seria L.D. e, por-
tanto, o mesmo aconteceria com o conjunto B. Admitindo que J32 =1= teremos,
em virtude do lema anterior, que
{UI, Uz, V3, .. , vn}
(2)
(3)
(4)
Demonstrao - Faremos a demonstrao supondo i = 1 para facilitar o
trabalho com os ndices.
(a) Como ai =1= 0, da igualdade (1) da hiptese segue que
UI = J3u + J 3 2 ~ + ... + J3nun
(b) Suponhamos
o d (.I - -1 (.I - -1 (.I _ -1
n e jJ - ai ,1"'2 - -ai Q:z, , jJn - -ai a
n
.
Seja v E V. Ento existem 'YI, ... , 'Yn E lR de forma que
v = 'YIUI + 'Y2U2 + ... + 'Ynun
Substituindo (2) em (3) teremos:
v = ('YIJ3)U + ('YIJ32 + 'Y2)U2 + ... + ('YIJ3n + 'Yn)u
n
.
Ficou provado assim que o espao V gerado por
{u, U2, ... , u
n
}.
xu + X2 Uz + ... + X
n
U
n
= o
com x, X2, ... , X
n
em lR. Substituindo (1) em (4) teremos:
(xal)uI + (xa2 + X2)U2 + ... + (xa
n
+ xn)u
n
= o.
Como B L.I. desta ltima igualdade decorre que:
xal = 0, xa2 + X2 = 0, ... , xa
n
+ X
n
= O.
Mas ai =1= O. Logo x = 0, X2 = 0, " . , X
n
= O. _
Lema 2 - Suponhamos que exista uma base de V com n vetores. Ento se
B = {Ul> " . , u
n
} C V LI. e possui n vetores, B tambm uma base de V.
Demonstrao - Seja C = {VI, ... ,v
n
} uma base de V. Ento:
UI = alvl + ... + anv
n
(ai,"" a
n
E lR).
No podemos ter todos os escalares nessa igualdade nulos, pois isto implicaria
que UI = o o que impossvel j que o conjunto B L.I. Lgo um dos ai no
nulo. Suponhamos ai =1= O. O lema anterior nos assegura ento que:
{UI, V2, ... , vn}
uma base de V. Portanto U2 combinao linear deste conjunto, ou seja,
existem J31' J32' ... , J3n em lR de maneira que
U2 = J3I
U
I + J32
V
2 + ... + J3nvn
100 101
(1, 1) -=1= (2, O) e F (1, 1) = F(2, O) = (O, 2, O).
2) A aplicao f : IR
2
-+ IR
3
dada por F(x, y) =:: (O, X + Y, O) no injetora
pois temos, por exemplo, ' .
Ou, em outra formulao, se, e somente se,
\fUI, ~ E U, UI -=1= U2 => F(UI)-=I= F ( ~ ) :
y
u= (x.y)
/1
./0 I
,/ I
/ I
/ I
/ I
'-
'-
'-
",- I
'-J
s(u) = (x. -v)
x
Exemplos
1) A aplicao S: m.
2
-+ m.
2
dada por S(x, y) = (x, -y), V(x, y) E m.
2
,
injetora pois se UI = (Xl, YI) e U2 = (X2, Y2) ento:
F(UI) = F(U2) => (Xl, -YI) = (X2' - Y2) => Xl = X2 e
YI = Y2 > UI = U2'
Duas aplicaes F: U -+ V e G: U -+ V so iguais se, e somente se, F(u) =
= G(u), \fu E U.
Dado W C U denomina-se imagem de W por F o seguinte subconjunto de
V: F (W) = {F (u) I u E W}. Se W= U, ento F (U) recebe o nome de imagem de F
e a notao ser Im (F).
Portanto Im(F) = {F(u) I u EU}.
Exemplo - Seja S: m.
2
-+ m.
2
a
aplicao dada por S (x, y) 2i: (x, - y),
\f (x, y) no m.
2
. S pode ser visualizada
na figura ao lado e leva cada ponto do
m.
2
no seu simtrico em relao ao eixo x.
Em pat:ticular a imagem da reta Y = x
a reta x + y = (e vice-versa), a imagem
do eixo x o prprio eixo x e a imagem do eixo y o prprio ,eixo y.
Defmio 2 - Uma aplicao F: U -+ V se diz injetora se, e somente se,
\fUI, U2 E u, F(ud =F (U2) -> UI =~ .
Transformaces Lineares
.
CAPTULO 4
Nos captulos precedentes nos detivemos estudando alguns aspectos intrn-
secos dos espaos vetoriais fmitamente gerados: base e dimenso, principalmente.
Neste captulo nosso enfoque ser outro: trataremos de examinar correspondncias
entre espaos vetoriais. As transformaes lineares que definiremos no pargrafo
dois constituem o ponto mais importante desse estudo. Mas antes faamos algumas
consideraes preliminares. '
Definio 1 - Dados dois conjuntos U e V, ambos no vazios, uma aplicao
de U em V uma "lei" pela qual a cada elemento de U est associado um nico
elemento de V. Se F indica essa lei e u indica um elemento genrico de U, ento o
elemento associado a u representado por F (u) (l-se "F de u") e se denomina
imagem de u por F.
1. NOES SOBRE APLICAES
O conjunto U o domnio e o conjunto V o contra-domnio da aplicao F.
Para indicar que F uma aplicao de U em V costuma-se escrever
F: U -+ V
ou ainda, indicando por u um elemento genrico de U
u r+ F(u).
Definio 3 - Uma aplicao F: U -+ V se diz sobrejetora se, e somente se,
Im (F) = V, ou seja, para todo v E V, existe u E U tal que F (u) = v.
Exemplos
1) S: m.
2
-+ m.
2
definida por S(x, y) = (x, -y) sobrejetora. De fato,
dado v = (c, d) E m.
2
, basta tomar u = (c, - d) para termos F (u) = v.
2) F: m.
2
-+ m.
3
dada por F(x, y) = (O, x + y, O) no sobrejetora. Isto
Resumidamente escreveremos sempre S(x, y) para indicar a imagem de (x, y) por S.
102
103
porque, por exemplo, (1, 0, O) E lR
3
e no imagem por F de nenhum elemento
u E lR
z
(o primeiro termo de cada imagem zero).
(O, t, O)
Definio 4 - Uma aplicao F: U """* V se diz bijetora se, e somente se,
F injetora e sobrejetora.
Exemplo - A aplicao S: lR
z
"""* lR
z
dada por S (x, y) = (x, - y) injetora
e sobrejetora conforme j vimos. Logo S bijetora.
Nota: Se F: U """* V bijetora, ento cada elemento de V do tipo F (u), com
u E U bem definido e se fizermos a associao F(u) f-+ u teremos uma aplicao
de V em U pois no podemos ter F(UI) = F (uz) e UI =1= Uz j que F injetora.
Essa nova aplicao assim definida (no caso de F ser bijetora) chamadaaplicao
inversa de F e indicada por F-I. Tem-se ento:
p-l (F(u)) = u e F(F-
I
(v)) = V
Vu E U e Vv E V.
2. TRANSFORMAES LINEARES
Definio 5 - Sejam U e V espaos vetoriais sobre lR. Uma aplicao
F: U"""* V chamada transformao linear de U em V se, e somente se,
(a) F (UI + Uz) = F (ud + F (uz), -V-U1, Uz E U, e
(b) F (cw) = aF(u), Va E lR e Vu E U.
No caso em que U = V, uma transformao linear F : U """* U chamada tam-
bm de operador linear.
104
I1
'I
Exemplos
1) Seja o: U """* V a aplicao assim definida: O (u) = o (vetor nulo de V),
Vu E U. Verifiquemos que O linear.
(a) O(UI + Uz) = o = o + o = O(UI) + O(Uz)
(b) O(au) = o = ao = aO(u)
O se denomina transformao linear nula de U em V.
2) Seja I: U"""* U definida assim: leu) = u, Vu E U. mais um exemplo
de transformao linear pois:
(a) I(UI + Uz) = UI + Uz = I(U1) + I(uz) e
(b) I(au) = au = al(u).
I o operador idntico de U.
3) F: lR
3
"""* lR
z
definida por f(x, y, z) = (x, 2x - z), V(x, y, z) E ~ . 3 ,
tambm linear.
Sejam UI = (Xl' YI, Zl) e Uz = (xz, Yz, Zz) em lR
3

(a) F(UI + Uz) = F(XI + Xz, YI + Yz, Zl + Zz) = (Xl + Xz, 2(XI + X
z
)-
- (Zl + Zz)) = (Xl> 2XI - Zl) +(X
z
, 2xz - Zz) =F(UI) + F (uz).
(b) Exerccio.
4) F: lR
n
"""* lR
m
definida por:
F (Xl, ... , x
n
) = (aUxI + ... + alnx
n
, ... , amlxl +... + amnx
n
)
uma transformao linear para toda famlia (aij) de nmeros reais dados. Veri-
fica-se essa afirmao generalizando o que se fez no exemplo 3. Fica como
exerccio.
5) Seja D: P
n
(lR) """* P
n
(lR) definida por D(f(t)) = f'(t) para todo polinmio
f(t) de Pn(lR). (f' (t) indica a derivada de f(t)).
Como a derivada da soma de dois polinmios igual soma das derivadas
e a derivada do produto de um polinmio por um nmero igual a esse nmero
multiplicado pela derivada do polinmio, ento D mais um exemplo de operador
linear.
Sejam U e V espaos vetoriais sobre lR e consideremos uma transformao
linear F: U """* V. Valem a\ seguintes propriedades para F:
P
I
. F (o) = o (F transfotma o vetor nulo de U no vetor nulo de V.)
Prova - Como o o elemento neutro da adio em V:
F(o) + o = F (o).
lOS
o fato de F ser linear e o fato de o ser o vetor nulo de U do:
F(o) = F(o + o) = F(o) + F(o).
Comparando os resultados obtidos tiramos:
F(o) + o = F(o) + F (o).
Somando - F (o) a ambos os membros desta ltima igualdade chegaremos
a que
o = F(o) .
P2' F(-u) = -F(u), Vu E U.
Prova - F(u) + (-F(u = 0= F (o) = F(u + (-u = F(u) + F(-u).
Logo F(u) + F(-u) = F(u) + (-F(u. Somando -F(u) a ambos os
membros desta ltima igualdade obteremos
F(-u) = -F(u).
Nota: Recomendamos ao leitor que procure justificar cada passagem desen"
volvida na primeira linha da demonstrao de P2.
P
3
F(UI - U2) = F(UI) - F ( ~ ) , VUb ~ EU.
Prova (exerccio).
P
4
Se W um sub-espao de U, ento a imagem de W por F um sub-espao
de V.
Prova - Lembremos que F (W) = {F (w) I w E W} a imagem (direta) de
W por F.
(a) Como F (o) = o, ento o E F(W).
(b) Exerccio.
106
)
(c) Sejam v E F (W) e a E lR. Ento v = F (u), com u E W.
Logo
av = aF (u) = F (au).
Como au E W, pois W sub-espao vetorial de U, ento:
av E F(W).
Nota: A propriedade P4 acima significa que uma transformao linear trans-
forma sub-espao vetorial em sub-espao vetorial. Em outras palavras, uma
transformao linear "respeita" a estrutura de espao vetorial.
Sendo F: U -+ V linear ento
n
I ai F (Ui).
i=l
Prova: Faz-se por induo sobre n.
EXERCCIOS RESOLVIDO.S
1. Verificar se a aplicao F: IR
3
-+ IR
2
definida por:
F (x, y, z) = (z, x + y) linear.
Soluo
(a) Sejam u = (Xl, Yl, Zl) e v = (X2' Y2, Z2) dois elementos genricos de IR
3
. Ento:
F (u + v) = F (Xl + x2, Yl + Y2, zl + z2) =
= (Zl + Z2, (Xl + x2) + (Yl + Y2)) =
= (Zlo Xl + Yl) + (Z2, x2 + Y2) =
= F(u) + F (v);
(b) "Ia E IR eVu = (X, Y, z) E IR?;
F (au) = F (ax, ay, az) = (az, ax + ay) = a(z, X+ y) = aF(u).
2. Verificar se F : IR -+ IR
2
uma transformao linear, onde F(x) = (x,2) "Ix E IR.
Soluo
Vx,yE IR, temos F(x + y) = (x + y, 2) :/= (x,2) + (y, 2) = (x + y,4).
Logo F no uma transformao linear.
Nota: Como uma transformao linear leva o vetor nulo do domnio no vetor nulo do
contra-domnio e F (O) = (O, 2) :/= (O, O) poderamos, por este caminho, ter concludo
que a aplicao F do exerccio 2 no linear. Contudo o fato de uma aplicao F: U -+ V
transformar o vetor nulo de U no vetor nulo de V n" implica que ela seja linear. Procure
um exemplo. '
107
3. Verificar se a aplicao F: IR
2
--> IR2 definida por F(x, y) = (x
2
+ y2, x) uma transfor-
mao linear.
Soluo
Se u (xl> YI) e v = (X2, Y2) E IR2, ento F(u + v) = F(XI + x2, YI + Y2)
= Xl + X2)2 + (YI + Y2)2, Xl + X2) =
= (X
1
2
+ Y1
2
, Xl) + (x
2
2
+ y}, X2) + 2(XIX2 + YIY2, O)
e portanto F no linear. Notar que, apesar disso, F (O, O) = (O, O).
4. Seja V = Mn(lR) e B uma matriz fixa desse espao vetorial. O operador F : V --> V dado
por F(X) = BX, V- X E V linear? E quanto ao operador G : V -+ Vdado porG(X) = XB?
f: verdade que F = G?
Soluo
(a) \/-X, Y E V, F(X + Y) = B(X + Y) = BX + BY = F (X) + F (Y);
(b) \/- X E V e \/-01. E IR, F (OI.X) = B(OI.X) = OI.(BX) = OI.F (X).
Logo, F umoperador linear de M
n
(IR). A verificao de que G tambm linear anlo-
ga. Mas, em geral, F '* G pois BX '* XB.
s. Sabendo que F: 1R
2
-+ 1R
2
um operador linear e que
F(l, 2) = (3, -1) e F(O, 1) = (1, 2),
achar F(x, y), onde (x, y) um vetor genrico do IR
2
.,
Soluo
Observemos de incio que {(l, 2), (O, 1)} uma base de 1R
2
. Determinemos as coorde-
nadas de (x, y) E 1R
2
em relao a essa base: (x, y) = a(l, 2) + b(O, 1)=>a=x
e 2a + b = y ~ > a = x e b = y - 2x.
Logo (x, y) = x(l, 2) + (y - 2x)(0, 1).
Portanto
F(x, y) = xF(l, 2) + (y - 2x)F(0, 1) = x(3, -1) + (y - 2x)(1; 2) =
= (x + Y, - Sx + 2y).
6. Verificar se linear a transformao F: 1R
3
-+ IR, dada por F(x, Y, z) = - 2x + 3y + 7z.
Soluo
(a) Vu = (Xl, YI, Zl) e Vv = (X2, Y2, z2) E 1R
3
, F(u + v) =
= F (Xl + x2, YI + Y2, Zl + Z2) = -2(XI + x2) + 3(YI + Y2) + 7(ZI + Z2) =
= -2XI + 3YI + 7Z1 - 2x2 + 3Y2 + 7Z2 = F(u) + F(v).
(b) V OI. E IR e Vu = (x, Y, z) E 1R
3
, F(OI.u) = F(OI.x, OI.Y, OI.Z) =
= -2(OI.x) + 3(OI.Y) + 7 (OI.z) = 0I.(-2x + 3y + 7z) = OI.F(u).
108
7. Seja P uma matriz inversvel de M
n
(IR). Mostrar que F: M
n
(IR) -+ M
n
(IR) dada por
F (X) = p-
l
XP um operador linear desse espao.
Soluo
(a) F(X + Y) = p-1(X + Y)P = p-I Xp + p-I yp = F(X) + F(Y);
(b) F(OI.X) = p-1(OI.X)p = OI.(p-IXP) = OI. F (X).
8. Mostrar que uma transformao linear a aplicao
F: 1R
2
-+ C (lO, 11)
(espao vetorial das funes reais contnuas definidas em [O, 11) dada por:
F(x, y) = xe
t
+ ye
2
t, V(x, y) E 1R
2
.
Soluo
(a) \/-u = (Xl> Y e \/-v = (x2, Y2) em 1R
2
:
F(u + v) = F(XI + x2, YI + Y2) = (Xl + x2)e
t
+ (YI + Y2)e
2t
=
= xle
t
+ Yle
2t
+ X2et + Y2e2t = F(u) + F(v);
(b) \/-01. E IR e \/- (X, y) E 1R
2
, F (OI.(x, y = F (OI.X, OI.Y) = (OI.x)e
t
+ (OI.y)e
2t
=
= OI.(xe
t
+ ye
2t
) = OI.F(x, y).
9. Mostrar que um operador linear de V = C([O, 1]) a aplicao F: V --> V dada por
F(f(t = f(t) <p (t) -\lf(t) E V, onde <p (f) um elemento fixo de V.
Soluo
(a) F(f(t) + g(t = (f(f) + g(t <p (t) = f(f) <p(t) + g(t) <p(t) = F(f(t + F(g(t;
(b) F(OI.f(t = (OI.f(t) <p (f) = OI.(f(t) <p(t) = OI.F(f(t.
10. Seja V um espao vetorial sobre IR. Dado OI. E IR chama-se homotetia determinada pelo
escalar OI. a aplicao HOI.: V -+ V tal que HOI. (u) = OI.U, \/- u E V. Mostrar que HOI. um
operador linear de V.
Soluo
(a) HOI.(UI + u2) = OI. (UI + u2) = OI.uI + OI.u2 = HOI.(uI) + HOI.(u2);
(b) HOI.(tu) = OI.(tu) = t(OI.u) = tHOI.(u).
11. Num espao vetorial V sobre IR, dado w E V, chama-se translao definida por w a apli-
cao T
w
: V -+ V tal que Tw(u) = u + w, \f u E V. Mostrar que se w '* O, ento T no
linear.
Soluo
"tUI, u2 E V, Tw(UI + u2) = UI + u2 + w e TW(UI) + T
W
(U2) = UI + w + u2 + w.
Logo, se w '* O, T
w
no linear. Por outro lado, se w = O, ento T
w
coincide com o
operador idntico que linear.
109
EXERCCIOS PROPOSTOS
1. Quais das seguintes aplicaes de R
3
em R
3
so operadores lineares?
a) Ft(x, y, z) = (x - y, x + y, O);
b) F2 (x, y, z) = (2x - y + z, O, O);
10.'Seja F: U-> V uma transformao linear com a seguinte propriedale: se {UI' ... , un} uma
base de U,.ento {F(ut), ... ,F(un)} linearmente independente em V. Provar que F
injetora.
c)
d)
F3(X, y, z) = (x, x, x);
2
F4(X, y, z) = (2x + 3y,x, z). 3. NCLEO E IMAGEM
2. Seja F : IR
3
-> IR
3
o operador linear assim defmido na base cannica:
F(1, O, O) = (2,3,1), F(O, I, O) = (5,2,7) e F(O, 0,1) = (- 2, 0,7).
Determinar F(x, y, z), onde (x, y, z) um vetor genrico do IR
3
.
Mostrar que F um operador linear.
Definio 6 - Sejam U e V espaos vetoriais sobre IR e F: U V uma
transformao linear. Indica-se por Ker (F) e denomina-se ncleo de F o seguinte
subconjunto de U:
3. Consideremos o espao vetorial CC sobre R e seja F: CC CC tal que F(z) = Z, "tz E CC.
Mostre que F um operador linear. Se tivssemos considerado o espao vetorial CC sobre CC
seria F ainda um operador linear?
4. Verifique so operadores lineares no espao Pn(R):
(a) F: Pn(R) tal que F (f(t = tf'(t), "tf(t) E Pn(R);
(b) F: P
n
(R) P
n
(R) tal que F (f(t = f' (t) + t
2
f"(t), "tf(t) E P
n
(R).
5. Existe um operador linear F : IR
3
-> IR
3
tal que F(1, 1, 1) = (1, 2,3), F(1, 2,3)
= (1,4,9) e F(2, 3,4) = (1,8, 27)? Justifique sua resposta.
Ker(F) = {u E U I F(u) = o}
Exemplo - Seja F: IR? ]R3 a transformao linear dada por:
F(x, y) = (O, x + y, O).
Achemos o ncleo de F. Temos:
(x, y) E Ker(F) <=> (O, x + y, O) :;:= (O, O, O) <=> x = -y
Logo Ker(F) = {(x, ,x) I x E IR}.
Proposio 1 - Seja F : U V uma transformao linear. Ento:
a) Ker(F) um sub-espao vetorial de U;
b) A transformao linear F injetora se, e somente se, Ker(F) ={o}.
y
z
x
y
KerlFI
x=-y
8. Seja F o operador linear do R
2
tal que F(1, O) = (2, 1) e F(O, 1) = (1, 4).
a) Determinar F(2, 4);
b) Determinar (x, y) E IR? tal que F(x, y) =: (2, 3);
") \ Provar que F sobrejetor e injetor (bijetor).
Seja A uma matriz fixa de Mn(IR). Mostrar que F : Mn(IR) -> Mn(IR) dada por: F(X)
\.....) = XA - AX, Vx E Mn(IR) , linear.
Se A = I
n
com E IR, o que F?
6. Seja u = (x, y, z, t) um vetor genrico do R
4
. Quais das aplicaes definidas abaixo so
operadores lineares do R
4
?
a) F(u) = u + (1, 0,1, O);
b) F (u) = (1, O, 1, 1);
c) F (u) = (x, y - z, y + z, x + t);
d) F (u) = (cos x, y, z, t).
6)Sejam U e V sub-espaos de um espao W tais que W = ue V. Sejam Pt e P2 as apli-
caes de W em W tais que para todo w = u + v de W (com u E U e v E V) associam,
respectivamente, u e v, ou seja Pt(w) = u e P
2
(w) = v.Mostrarque Pt e P
2
so lineares.
110 111
Demonstrao
a) (1) Como F(o) = o, ento o E Ker(F).
(2) Sejam UI, Uz E Ker(F). Ento F(uI) = F(Uz) = o.
Da F(uI + Uz) = F(ud + F(Uz) = o + o = o.
Portanto UI + Uz E Ker(F).
(3) Exerccio: Prove que se u E Ker(F) e a E IR ento au E Ker(F).
b) Suponhamos F injetora. Seja u E Ker(F). Ento F(u) = o. Mas F(o) = o,
conforme P
l
. Logo F(u) = F(o). Usando a hiptese nesta ltima relao tiramos:
u = o. Ento, se F injetora, o ncleo de F se resume ao vetor nulo de U.
Reciprocamente suponhamos Ker(F) = {o}. Dados UI, Uz E U, ento
F(uI) = F(uz) => F(Ul) - F(uz) = o =>
=> F(Ul - uz) = o => UI - Uz E Ker(F) >
=> UI - Uz = o => UI = Uz
o que mostra que F injetora. -
Exemplo - O operador linear D: Pn(R) -+ Pn(lR) dado por D(f(t)) =
= f'(t) uma transformao linear injetora (operador injetor)?
Se f(t) = ao + alt + a
z
t2 + ... +ant
n
, ento D(f(t)) = aI +2a
z
t + ... +
+ nant
n
-
l
. Logo f'(t) = O tem como conseqncia que aI = az = ... = a
n
= O.
Portanto f(t) = ao e da Ker(D) = {ao I ao E IR} = IR, OU seja, Ker(D) o con-
junto dos polinmios reais constantes. Logo D no um operador injetor.
A imagem de uma transformao linear F : U -+ V foi definida anteriormen-
te: Im(F) = {F(u) I u E U}. J vimos que um sub-espao vetorial de V.
O teorema a seguir, que relaciona as dimenses de Ker(F) e Im(F) nos casos
m que dim U finita, bastante importante.
Teorema do Ncleo e da Imagem - Sejam U e V espaos vetoriais de di-
menso fmita sobre R. Dada uma transformao linear F: U -+ V, ento
dim U = dim Ker(F) + dim Im(F).
Demonstrao - Seja B
l
= {UI, ... , U
r
} uma base de Ker(f). Essa base
pode ser estendida a uma base B
z
= {UI, ... , u
r
, V10 , vs} de U conforme o
112
teorema do completamento. Mostremos que B ={F (vd, ... , F (v
s
)} uma base
de Im(F).
(a) Dado v E Im(F), existe u E U tal que F(u) = v. Mas u combinao
linear de B
z
: u = aluI + ... + aru
r
+ (3IVI + ... + (3sv
s
, com os ai e os (3j em
R, j que B
z
base de U. Logo:
v = F(alul + + aru
r
+ (3lVl + ... + (3sv
s
) =
= alF(ul) + + arF(u
r
) + (3I F (vI) + ... + (3sF(v
s
) =
= (3lF(Vl) + + (3sF(v
s
)
pois como U
10
, u
r
E Ker(F), ento suas imagens, por F, so nulas. Ento
[B] = Im(F).
(b) Suponhamos (3lF(VI) +... + (3sF(v
s
) = o com (31, " . ,(3s E lR. Ento
F ((31 VI + ... + (3s v
s
) = o, do que resulta que (31 VI + ... +(3sV
s
pertence a Ker(F).
Logo existem aI, ... , ar E R de maneira que:
(3lVI + ... + (3sv
s
= aluI + ... + aru
r
Da
aluI + ... + aru
r
+ (-(3I)Vl + ... + (-(3s)v
s
= o
Como o conjunto B
z
L.I., podemos concluir que todos os escalares da
ltima igualdade so nulos. Em particular (31 = (3z = ... = (3s = O.
Ficou provado ento que B L.I.
Para terminar a demonstrao, basta observar que, como dim Ker(F) = r,
dim U = r + s e dim Im(F) = s, ento dim U = dim Ker(F) + dim Im(F). -
Corolrio - Sejam U e V espaos vetoriais sobre R com a mesma dimenso
finita n e suponhamos F: U -+ V uma transformao linear. Ento so equiva-
lentes as seguintes afirmaes:
(I) F sobrejetora.
(11) F bijetora.
(III) F injetora.
(IV) F transforma uma base de U em uma base de V (isto , se B uma
base de U, ento F(B) base de V).
Demonstrao
(I) => (11)
Por hiptese Im(F) = V. Levando em conta que dim U = dim V, a frmula
dim U = dim Ker(F) + dim Im(F) equivale ento a dim Ker(F) = O. Logo
Ker(F) = {o} e F injetora. Ento F bijetora.
113
...
(11) -> (I1I) Imediato.
(I1I) ==> (IV).
Sendo B = {U., ... , un}uma base deU mostremos que F(B) ={F(UI)'
... , F(u
n
)} uma base de V. Observemos de incio que F(B) tem tantos vetores
como B pelo fato de F ser injetora.. Ento basta mostrar que F(B) L.I. Supo-
nhamos aI. ... , a
n
E lR e aIF(uI) + ... + anF(u
n
) = o. Disto resulta, pela
linearidade de F que
F(aluI + ... + anu
n
) = o.
Sendo F injetora segue que
ai Ul + ... + a
n
U
n
= o.
Como B L.I. conclui-se que ai = a2 = ... = a
n
= O.
(IV) => (I)
Seja v E V. Tomando uma base B ={Ul> ... , u
n
} de U, ento nossa hip-
tese garante que F(B) = {F(ud, ... , F(u
n
)} uma base de V. Logo v combi-
nao linear de F(B):
v = aIF(uI) + ... + anF(u
n
), com al, ... , a
n
E lR.
Como F linear podemos afirmar que
v = F(alul + ... + anu
n
).
Estando em U a combinao linear alUI + ... + anU
n
ficou provado que todo
elemento de V imagem (por F) de um elemento de U. Ou seja, F sobrejetra. -
4. ISOMORFISMOS E AUTOMORFISMOS
Defmio 7 - Entende-se por isomorfismo do espao vetorial U no espao
vetorial V uma transformao linear F: U -i> Y que seja bijetora. Um isomorfismo
F: U -i> U um automorfismo de U.
Exemplos
1) O operador idntico I: U -i> U dada por I(u) = u para todo vetor u do
espao trivialmente um automorfismo de U.
2) F: lR
2
-i> P
I
(lR) definida por F(x, y) = x + (x + y)t tambm um
isomorfismo. De fato.
(I) F(xt. YI) = F(X2' Y2) > Xl +(Xl +YI)t =
= X2 + (X2 + Y2)t => Xl = X2 e Xl + YI = X2 + Y2- ->
=> Xl = X2 e YI = Y2'
114
1
Logo F injetora.
(11) Dado f(t) = a + bt E P
I
(lR) basta tomar u = (a, b - a) para que se
tenha F(u) = f(t). Ento F sobrejetora.
(I1I) F((xl> YI) + (X2' Y2)) = F(XI + X2, YI + Y2) =Xl + X2 +
+ (Xl + X2 + YI + Y2)t = Xl + (Xl + YI)t + X2 + (X2 + Y2)t =
= F(XI' yd +F(X2' Y2)'
(N) A condio F(au) = aF(u) deixada como exerccio.
Proposio 2 - Se F um isomorfismo de U em V, ento F-I: V -i> U tam.
bm um isomorfismo (de Vem U). .
Demonstrao
(I) Suponhamos vl> V2 E Ve F-I (VI) = F-I (V2) = u. Ento F(u) = VI e
F(u) = V2. Da VI = V2' Logo F-
l
injetora.
(11) Para verificar que F-I sobrejetora basta observar que dado u E U,
tomando v == F(u) teremos:
F-I (v) = F-I (F(u)) = u.
(I1I) Sejam VI, V2 E V e faamos F-I (VI +V2) =u. Como F sobrejetora,
ento existem UI. U2 E U de maneira que F(Ul) = VI => F-I (vd = UI) e
F(2) = V2 => F ~ l (V2) = 2). Substituindo estes resultados na igualdade
inicial:
u = F-I (F (UI) + F (2)) = F-I (F(UI + U2)) =
= UI + 2 = F-I (VI) + F-I (V2)'
Voltando igualdade inicial:
F-I (VI +V2) = F-I (VI) +F-
l
(V2)'
(IV) Fica como exerccio a demonstrao de que:
F-I (av) = aF-
l
(v), "Ia E lR e "Iv E V. _
Nota: A proposio acima nos diz que sempre que xiste um isomorfismo F: U -i> V
tambm existe um isomorfismo F-I: V -i> U (isomorfismo inverso de F) e devido
a isso dizemos; nesse caso, que U e V so espaos vetoriais isomorfos. Dois espaos
vetoriais isomorfos U e V muitas vezes so considerados indistintos. Para tanto,
se F o isomorfismo considerado de U em V, identifica-se cada elemento u E U
com sua imagem F(u) E V.
115
:g possvel estabelecer uma caracterizao para os isomorfismos entre espa-
os vetoriais de dimenso finita, em termos de dimenso. O lema a seguir nos levar
a isso.
Lema - Sejam U e V espaos vetoriais sobre IR. Se dim U = n e B =
= {UI> U2, .. , u
n
} uma base de U, ento, para toda seqncia vI>' .. 'V
n
de veto-
res de V, a aplicao F : U -+ V, definida por
linear e F(Ui) = Vi (i = 1,2, ... , n). Ademais, se G : U -+ V linear e G(uD = Vi
(i = 1, ... ,n),entoG = F.
Demonstrao
u
v
n
I) Sejam Wl = L aiui e W2 =
i= 1
n
L l3iui vetores de U. Ento
i= 1
F(Wl + W2) =F(.i (ai + l3i)Ui) = t (ai + I3i)Vi =
1= 1 1= 1
n n
= L ~ V i + L l3i
v
i = F(Wl) + F(W2)
i= 1 i= 1
11) Fica como exerccio a demonstrao de que F(aw) = aF(w), para todo
aER e todo wEU.
I1I) F(Ul) = F(1Ul + OU2 + ... + Ou
n
) = Iv
1
+ Ov
2
+ ... + Ov
n
=VI'
Obviamente: F(U2) = V2, ... , F(un> = V
n
.
IV) Seja w E U. Ento w se escreve, de maneira nica, como:
n
W = L aiUi. Da, levando em conta que G linear
i= 1
G(w) = ti ai G(Ui) = ti ai F(Ui) = F( ~ 1 aiUi) = F(w) e, como w arbitr-
rio,G = F.
Nota: Os vetores VI> ... , v
n
no lema anterior n[o s[o necessariamente distintos
entre si. Podem, inclusive, ser todos iguais. Mas os Ui (i = 1,2, ... , n) so distintos
entre si pois B uma base de U.
116
. (
Teorema 2 - Dois espaos U e V de dimens[o finita so isomorfos se, e somen
te se,dim U = dim V.
Demonstrao
( Seja F : U -+ V um isomorfismo. Ento Ker(F) = {O}e Im(F) = V.
Mas, devido ao teorema do ncleo e da imagem, dim U = dimKer(F) + dimIm(F).
Donde dim U = dimV.
( ~ ) SejamB= {Ul, ... ,u
n
}eC= {vl, ... ,vn}basesdeUeV,res-
pectivamente, e consideremos F : U -+ V dada por F (t aiui)= i aiVi. confor
n 1=1 1=1
me o lema anterior. Assim, F linear. Supondo L aiVi = o, como C L.I., entl[o
n i= 1
ai = O(i = 1, ... , n) e portanto L aiui = O. Donde F injetora. O corolrio do
i= 1
teorema do ncleo e da imagem nos garante ento que F sobrejetora e portanto P
isomorfismo.
11'
= O
EXERCCIOS RESOLVIDOS
1. Seja F: 1R
3
~ 1R
2
a transformao linear dada por F (x, y, z) = (x + y, 2x - y + z).
a) Dar uma base e a dimenso de Ker(F);
b) Dar uma base e a dimenso de Im(F).
Soluo
a) Ker(F) = {(x, y, z) E 1R
3
I (x + y, 2x - y + z) = (O, On.
Como
{
X+ Y = O {X + Y
2x - y + z = O - 3y + z =O
cuja soluo geral (-y, y, 3y), y E IR, ento Ker(F) = { ( ~ y, y, 3y) I y E IR} =
= {y(- 1,1,3) I y E IR}. Logo Ker(F) = [(-1, 1, 3)] e {(-I, 1, 3)} uma base de
Ker(F).
b) Achemos um conjunto de geradores de Im(F) : (x + y, 2x - y + z) = x(l, 2) +
+ y(I,.- 1) + z(O, 1) do que segue que Im(F) = [(I, 2), (1, -1), (O, 1)]. Para
determmar uma base de Im(F) usamos o processo prtico j estudado (Cap. 3, 5):
Assm;., uma ,base de Im(F) {(I, 2), (O, 1)}e dim Im(F) =2. Segue que Im(F) =IR
2
e F e sobreJetora.Para concluir que {(I, 2), (O, 1)} base de Im(F), ver Capo 3, 5.
2. Determinar uma aplicao linear F: 1R
3
~ 1R
4
tal que
Im(F) = [(1, 1, 2, 1), (2, 1, O, 1)].
Soluo
Como dim Im(F) = 2, ento dim Ker(F) = 1. Podemos tomar F: 1R
3
-+ 1R
4
tal que
F(:, O, O) = (O, O, O, O), F(O, 1, O) =(1,1,2,1) e F(O, 0,1) = (2, 1, 0,1). A imagem
sera o conjunto dado. Temos
F (x, y, z) = xF (I, O, O) + yF(O, 1, O) + zF (O, O, 1) =
= y(l, 1,2,1) + z(2, 1, O, 1) = (y + 2z, y + z, 2y, y + z).
claro que o exerccio em questo admite muitas solues.
3. Seja F o operador linear de M
2
\IR) definido por F(X) = BX,:V'XEM
2
(IR), ondeB EM
2
(IR).
No '"00 de B ~ ( ~ _ ~ ) ''''''''ino K ~ ( F ) o ~ . b"o d. Jm_ do ~ F .
118
Soluo
K ~ (F) = {(: :) E M, (R) I (: _: ) (: :)
( 2:-, 2y ~ t ) ( ~ ~ ) }
Como o sistema
{
X = O
y=O
2x-z=0
2y - t = O
s admite a soluo trivial F injetora. Por outro lado, levando em conta o teorema do n-
cleo e da imagem, tiramos que dim Im(F) = dim M
2
(IR) - dimKer(F) =4 - O =4. Logo
Im(F) = M
2
(IR) e qualquer base deste espao base de Im(F). Observe que F um auto-
morfismo de M
2
(IR). Os mesmos resultados seriam obtidos para qualquer matriz B inver-
svel.
4. Mostrar que o operador linear F do 1R
3
dado por F (x, y, z) = (x + z, x .. - z, y) um
automorfismo. Determinar F-i
Soluo
Para achar o ncleo de F devemos resolver o sistema
{
X + :l =O.
x-z=o
y = O
cuja nica soluo (O, O, O). Logo Ker (F) = {(O, O, O)} e F injetora. Devido ao coro-
lrio do teorema do ncleo e da imagem podemos afirmar que F um automorfismo.
Supondo F-i (x, y, z) = (a, b, c), ento (x, y, z) = F(a, b, c) = (a + c, a - c, b). Logo
+c=x
-c=y
b =z
x+y x-y
do que resulta que a = -2- , b = z e c = -2-' Logo:
119
5. A aplicao linear F: IR
3
~ IR
3
dada por F (1, O, O) = (1, 1, O), F (O, 1, O) = (O, O, 1) e
F(O; 0, 1) = (1, - 1, 6), um automorfismo?
8. Sejam U e V espaos vetoriais sobre IR e F : U ---+ V uma transformao linear. Provar que.
se Bc U tal que [B] U, ento [F(B)] = Im(F).
claro que F linear. Por outro lado o sistema
6. Mostrar que F: IR
3
~ IR
4
dada por F (x, y, z) = (x, x - y, y - z, z) injetora mas no
isomorfismo de IR
3
em IR
4
.
a trivial, ento Ker(F) = {(O, 0, O)} e F um automorfismo do IR
3
. Outra maneira de re-
solver: Mostrar que F leva uma base. de IR
3
em uma base de IR
3
.
Soluo
Seja B = {uJ, ... , ur}. Todo elemento v E Im(F) pode ser representado por v = F(u),
com u E U = [Bl. Logo existem "'lo ... , ar E IR de modo que u = aluI + ... + arur.
Assim v = F (u) = F ("'I uI + ... + "'rur) = alF (UI) + ... + arF (u
r
) o que vem mostrar
que v E [F(B)1. Ficou provado pois que Im(F) c [F(B)1. Por outro lado um elemento,
v E [F(B)) dado por v = a1F(ul) + ... + arF(ur) = F(alul + ... + aru
r
). Logo
v E Im (F). Temos ento que [F(B)] c Im (F).
Soluo
A idia a ser usada na resoluo est contida na demonstrao do teorema do ncleo e
da imagem. O conjunto {(I, 1, O), (0, 1, O), (O, O, 1)} uma base do IR
3
que completa
a base {(I, 1, O)} do ncleo da transformao que pretendemos achar. Se tomarmos
T(O, 1, O) e T(O, 0, 1) linearmente independentes teremos uma base da Im(T), onde T
a transformao procurada. Faamos ento: T(O, 1, O) = (1, O) e TCO, 0, 1) = (O, 1).
Como (x, y, z) =x(1, 1, O) + z(O, 0,1) + (y - x)(O, 1, O), ento T(x, y, z) = xT(l, 1, ) +
+ (y - x)T(O, 1, O) + zT(O, 0, 1) ='x{O, 6) + (y - x)(l, O) + z(O, 1) = (y ~ x, z).
Notemos que o problema admite infinitas solues.
9. Achar uma transformao linear do IR
3
no IR
2
cujo ncleo seja gerado por (l, 1, O).
+ z =
z=O
y + 6z =
\'
Soluo
Soluo
F (x, y, z) = xF(1, 0, O) + yF(O, 1, O) + zF(O, 0,1) = x(l, 1, O) + y(O, 0,1) +
+ z (1, - 1, 6) = (x + z, x - z, y + 6z). Como a nica soluo do sistema
=0
=0
{
: - yy
- z =
z =
s admite a soluo trivial. Logo Ker(F) = {(O, 0, O, O)} e F injetora. Mas no
sobrejetora pois dim Im (F) = dim IR
3
- dim Ker (F) = 3 do que segue que Im (F) * IR
4
.
Se uSamos o teorema 2, o exerccio imediato.
\0. Provar que o espao vetorial IR
2
isomorfo ao subespao U = {(x, y, z) E IR
3
I z O}
do IR
3
.
Soluo
A funo F: IR
2
~ IR
3
dada por F (x, y) = (x, y, (l) linear injetora e sua imagem o
subespao U. Logo 1R
2
' e U so isomorfos.
7. Determinar o ncleo e a imagem, bem como as dimenses respectivas, de F: P
2
(IR) ~ P
3
(IR)
dada por F (f(t) = f(t) + t
2
['(t).
EXERCCIOS PROPOSTOS
Soluo
Seja a + bt + ct
2
E Ker (F). Isso equivale a a + bt + ct
2
+ t
2
(b + 2ct) = (polinmio
nulo), ou seja, a + bt + (b + c)t
2
+ 2ct
3
= que por sua vez se verifica se, e somente
se, a = b = c = O. Logo Ker (F) = {O}. Assim dim Ker (F) = O. Por outro lado, seja f(t)
um polinmio genrico da Im (F). Ento f(t) =a + bt + (b + c)t
2
+ 2ct
3
= a + b(t + t
2
) +
+ c(t
2
+ 2t
3
). Isto mostra que 1m (F) = !l, t + t
2
, t
2
+ 2t
3
1. Como esses trs .vetores
que geram Im (F) formam um conjunto L.1. (verifique) ento {I, t + t
2
, t
2
+2t
3
} uma
base de Im (F).
1. Para cada uma das transformaes lineares abaixo determinar uma base e a dimenso do
ncleo e da imagem:
(a) F: IR
3
~ IR dada por F(x, y, z) = x + y - z.
(b) F: IR
2
~ IR
2
dada por F (x, y) = (2x, x + y).
(c) F: IR
3
~ IR
4
definida por F (x, y, z) = (x - y - z, x + y + z,2x - y +z, - y).
(d) F: P
2
(IR) ~ P 2 ( I R ) dada por F (f(t = t
2
f"(t).
120 121
(o) F, M,(R) ~ M,(IR) dada p m : ~ (:~ Y ' ondo
(f) F: M2 (R) -7 M2 (R) definida por F (X) = MX - XM, onde
M= (: :)
*2. Determinar um operador linear F: R
3
-7 R
3
cuja imagem gerada por (2, 1, 1) e
(1, - 1, 2).
3. Determinar um operador linear do R
4
cujo ncleo gerado por (1, 1, O, O) e (O, O, 1, O).
4. Determinar um operador linear do R
3
cujo ncleo tenha dimenso 1.
5. Seja F: R
3
-7 R
3
definida por F(l, 0, O) = (1, 1, O) e F(O, O, 1) = (O, O, 2) e
F(O, 1, O) = (1, 1, 2). Determinar uma base de cada um dos seguintes sub-espaos
vetoriais: Ker(F), Im(F), Ker(F) n Im(F) e Ker(F) + Im(F).
6. Mostrar que cada um dos operadores lineares do IR
3
a seguir inversvel e determinar o
isomorfismo inverso em cada caso:
(a) F(x, y, z) = (x - 3y - 2z, y - 4z, z);
(b) F(x, y, z) = (x, x - y, 2x + y - z).
7. Considere o operador linear F do IR
3
definido por F(1, O, O) = (1, 1, 1); F(O, 1, O) =
= (1, O, 1) e F(O, 1, 2) = (O, O, 4). F inversvel? Se for, determine o isomorfismo
inverso.
8. Sejam u, v E IR
2
vetores tais que {u, v} uma base do IR
2
. Sendo F: IR
2
-+ IRn uma
transformao linear, mostrar que uma das seguintes alternativas se verifica:
*12. Consideremos o espao vetorial R
oo
= {(alo a2, ... ) I ai E R}.
a) Mostrar que a transformao linear T: R
oo
-7 R
oo
dada por T(al> az, ... ) =
= (O, alo az, ... ) injetora mas no sobrejetora.
b) Mostrar que a transformao linear F: R 00 -7 R 00 definida por F(al, az, ... ) =
= (az, a3, ... ) sobrejetora mas no injetora.
c) Encontrar uma aplicao linear injetora de P(IR) em IR 00.
*13. Consideremos uma transformao linear F: U -7 V. Se dim U > dim V, prove que
existe um vetor no nulo Uo E U tal que F (u
o
) = o (vetor nulo de V). (Ou seja,
F no injetora.)
*14. Seja W = U EIl V. Consideremos os operadores lineares de W (projees sobre U e V,
respectivamente) dados por P
I
(u + 'V) = U e P
z
(u + v) = v, Vu + v E W, com
u E U e v E V. Definido H: W -7 W por H(w) = P
I
(w) - P
z
(w), Vw E W, mostre
que H um isomorfismo do espao vetorial W nele mesmo, isto , H um automor-
fismo de W.
Tome W = R
Z
, U = [(1, 1)], V = [(1, -1)] e represente geometricamente U, V, W,
P
I
, Pz, H.
*15. Provar que o IR
z
isomorfo a qualquer sub-espao de dimenso 2 do IR
3
.
a) {F(u), F(v)} L.I.; b) dim Im(F) = 1; c) Im (F) = {o}.
.:-,
',2,1 Sejam U e V sub-espaos do espao W tais que W = U EIl V. Consideremos o espao
vetorial U X V cuja adio (Ul> VI) + (U2, V2) = (UI + U2, VI + V2) e cuja multi-
plicao por escalares dada por O!(u, v) = (O!u, O!v). Mostrar que um isomorfismo
de U X V em W a aplicao assim definida: F(u, v) = u + v.
*10. Seja {el' ... ,en} a base cannica do IRn. Seja F: IRn -+ IRn o operador linear dado por
F(el) = e2' F(e2) = e3' ... ,F(en) = el' Determinar F(x1> ... , x
n
) e verificar se F
um automorfismo. Se for, acne o automorfismo inverso.
*11. Considere uma transformao linearT : U --> V. Provar que, se o conjunto {T(u
j
), , T(u
r
)}
L.I. em V, ento {UI, ... , ur} L.I. em U. Provar que, se T injetora e {UI, ,u
r
}
L.I.em U, ento {T(uI),"" T(ur)} LJ. em V.
III In
CAPfTULO 5
Matriz de uma Transformao Linear
1. QPERAES COM TRANSFORMAES LINEARES
Sejam U e V espaos vetoriais sobre IR. Indicaremos por L(U, V), daqui para
frente, o conjunto das transformaes lineares de U em V. Se U = V, o conjunto
dos operadores lineares de U ser denotado por L(U). Vamos a seguir introduzir a
operao de adio em L(U, V).
Definlo 1 - Dados F, G E L(U, V), definimos a soma F + G de F com G
da seguinte maneira:
F + G: U V e (F + G)(u) = F(u) + G(u), Vu E U.
A aplicao assim defInida tambm uma transformao linear pois:
(a) (F + G)(Ul + =F(Ul + G(Ul + =
= F(Ul) + +G(Ul) + =
= F(Ul) + G(ud + + =
= (F + G)(Ul) + (F + e
(b) (F + = F(o:u) + G(o:u) = o:F(u) + o:G(u) =
= o:(F(u) + G(u)) = o:(F + G)(u).
Temos assim uma adio (F, G) F + G em L(U, V). Para essa adio
valem as seguintes propriedades:
(I) Associativa: F +(G + H) = (F +G) +H, V F, G, H E L(U, V);
(11) Comutativa: F +G = G + F, V F, GE L(U, V);
(III) Existe elemento neutro: a transformao linear nula O: U V tal
que F + O = F, .:v-F E L(U, V); e
(IV) Para toda transformao F E L(U, V) existe neste conjunto a transfor-
mao o{XJsta: existe
(-F) E L(U, V)'I F + (-F) = O.
124
A propriedade comutativa se verifica assim:
Se F, G E L(U, V) e u E U, (F +G)(u) = F(u) + G(u) =
= G(u) + F(u) = (G + F)(u), o que significa que F +G = G + F.
Do mesmo modo se prova a associativa. Que o elemento neutro a transfor-
mao nula se prova do seguinte modo:
V-u E U, (F + O)(u) = F(u) + O(u) = F(u) + o = F(u).
Por ltimo, (-F) aplicao dada por (-F)(u) = -F(u), Vu E U. Deixamos
como exerccio a verificao de que (-F) E L(U, V). Por outro lado, Vu EU,
(F + (-F))(u) = F(u) + (-F)(u) = F(u) + (-F(u)) = o = O(u), o que vem
mostrar que de fato F + (- F) = O.
A seguir, definiremos a multiplicao de uma transformao linear por um
escalar.
p Definio 2 - Dados F E L(U, V) e o: E IR, definimos o produto o: F de F
I
por o: assim:
o:F : U V e (o:F)(u) = o:F(u), E U.
A aplicao o:F assim defmida tambm uma transformao linear 4e U em V,
ou seja, tambm pertence a L(U, V). Deixamos a constatao desse fato ao leitor.
Dessa forma ficou defInida uma multiplicao de IR X L(U, V) em L(U, V)
multiplicao essa que tem as seguintes propriedades:
(I) =
(11) (o: + = o:F +
(I1I) o:(F + G) = o:F + o:G;
(IV) lF = F;
quaisquer que sejam o: e em IR e F e G em L(U, V).
Faamos a verificao de (111). Para todo u E U, (o: (F + G) )(u) =
= o:F + G)(u)) = o:(F(u) + G(u)) = o:F(u) + o:G(u) =
= (o:F)(u) + (o:G)(u) = (o:F + o: G)(u). Logo o:(F +G) = o:F + o:G.
Do que vimos at aqui neste pargrafo podemos concluir que se U e V so
espaos vetoriais sobre IR, ento L(U, V) tambm um espao vetorial sobre IR
em relao ao par de operaes consideradas acima.
No prximo passo, introduziremos a importante operao de composio
de transformaes lineares.
125
Defmio 3 - Sejam U, V e W espaos vetoriais sobre IR. Se F: U -+ V e
g: V Wso transformaes lineares, define-se a aplicao composta de F e G (no-
tao: G o F) da seguinte maneira:
G o F: U -+ W e (G o F)(u) = G(F(u)), Vu E U.
GoF
fcil provar que G o F E L(U, W). De fato:
(a) (G o F)(U1 + Uz) = G(F(U1 + Uz)) = G(F(ud + F(Uz)) =
= G(F(ud) + G(F(Uz)) = (G o F)(u
1
) + (G o F)(U2)'
(b) Fica como exerccio mostrar que
(G o F)(au) = a(G o F)(u).
importante considerar, quanto composio, o caso U = V = W. Pois
quando isto acontece (G, F) -+ G o F passa a ser uma operao em L(U) que
apresenta as seguintes propriedades:
(I) (H o G) o F = H o (G o F), V H, G, F E L(U)(associativa);
(11) IoF = F o I = F, V- F E L(U) (o operador idntico o elemento
neutro da composio);
(III) H o (F + G) = H o F + H o G e (F + G) o H = F o H + G o H V F,
G, H E L(U) (a composio distributiva em relao adio).
A verificao de (I) e (11) fica como exerccio. Quanto (III) sua primeira
parte se prova assim: para todo u E V, ((H o (F + G))(u) = H((F +G)(u)) =
= H(F(u) + G(u)) = H(F(u)) + H(G(u)) = (H o F)(u) + (H o G)(u) =(H o F +
+ H o G)(u); logo H o (F + G) = H o F + H o G.
Notas:
1) A operao (F, G) -+ F o G no comutativa em geral. Por exemplo,
dados F: lR? -+ lR? e G: lR? -+ lR? por F(x, y) = (x +y, O) e G(x, y) =(x, 2y),
ento
126
(G o F)(x, y) = G(F(x, y)) = G(x + y, O) = (x + y, O) e
(F o G)(x, y) = F(G(x, y)) = F(x, '2y) = (x + 2y, O).
Logo G o F =1= F o G.
2) No conjunto L(U) define-se potenciao para expoentes naturais assim:
FO = I (operador idntico); F
1
= F; F
2
= F o F; F
3
= F o F o F; ... Contudo
bom observar que para essa potenciao podemos ter resultados em princpio
curiosos como F
2
= I, com F =1= I e F =1= - I, F
n
= O(operador nulo) com F =1= O.
Um operador F E L(U) tal que F
2
= F chama-se idempotente (ou projeo); se
F
n
= O, para um certo nmero natural n, ento F se diz nilpotente.
Exemplos
1) F: IR
2
-+ IR
2
onde F(x, y) = (O, x) nilpotente pois:
F
2
(x, y) = F(F(x, y)) = F(O, x) = (O, O) = O(x, y)
o que nos garante que F
2
= O.
2) O operador derivao D: Pn(IR) -+ Pn(IR) nilpotente (por qu?).

1. Sejam F: IR? -+ 1R
2
e G: 1R
3
-+]R2 as transformaes lineares definidas por F(x, y, z) =
= (x + y, z) e G(x, y, z) = (x, y - z). Determinar as seguintes transformaes lineares
de ]R3 em IR?:
a) F + G e
b) 2F - 3G.
Soluo
a) (F + G)(x, y, z) =F(x, y, z) + G(x, y, z) =(x + y, z) + (x, Y - z) = (2x + y, y);
b) (2F - 3G)(x, y, z) = (2F)(x, y, z) - (3G)(x, y, z) =2F(x, y, z) 3G(x, y, z) =
= 2(x + y, z) - 3(x, y - z) = (-x + 2y, -3y + 5z).
2. Sejam F: 1R
2
-+]R e G: ]R -+ IR as transformaes lineares definidas por F (x, y) = x + 2y
e G(x) = 2x. Determinar a transformao G o F.
Soluo
(GoF)(x, y) = G(F(x, y = G(x + 2y) = 2(x + 2y) = 2x + 4y.
Observemos que a composta F o G no est definida.
]27
3. Consideremos F, G E L(R
2
) definidos por F(x, y) = (x - y, x) e G(x, y) = (x, O).
Determinar:
a) 2F + 3G;
b) FoG;
c) GoF;
d) F
2
;
e) G
2
.
Soluo
a) (H o (F + G)(x, y, z)= (H o F + H o G)(x, y, z) = H(F(x, y, z + H(G(x,y, z =
= H(O, 2x) + H(x - y, x)= (2x, -2x) + (2x - y, -y) = (4x - y, -2x - y);
b) H + l) o F)(x, y, z) = (H o F + F) (x, y, z) = (2x, - 2x) + (O, 2x) = (2x, O).
6. Seja B = {el' e2, e3} a base cannica do R
3
. Se F E L(R
3
) o operador tal que
F(el) = e2, F(e2) = e3 e F(e3) = el,
a) (G o F)(x, y) = G(F (x, y)) = G(O, x) = (O, O).
Notemos que G o F o operador nulo, embora nem G e nem F o sejam.
4. Sejam F, G E L(R
2
) definidos por:
F(x, y) = (O, x) e G(x, y) = (x, O).
b) (F o G)(x, y) = F(G(x, y = F(x, O) = (O, x).
Notemos que F o G = F, embora G no seja o operador idntico do R
2
.
c) (G o F)2 (x, y) = (G o F)G o F)(x, y)) = (G o F)(O, O) = (O, O);
d) (F o G)2 (x, y) = (F o G)( (F o G)(x, y)) = (F o G)(O, x) = F (G(O, x =
= F(O, O) = (O, O).
Notemos ento que G o F = Oe que F o G um operador nilpotente pois (F o G)2 = O.
Soluo
Todas as transformaes a serem determinadas pertencem a L(R
2
).
a) (2F + 3G)(x, y) = 2F(x, y) + 3G(x, y) = 2(x - y, x) + 3 (x, O) =(5x - 2y, 2x);
b) (F o G)(x, y) = F(G(x, y. = F(x, O) = (x, x);
c) (G o F)(x, y) = G(F(x, y)) = G(x - y, x) = (x - y, O);
d) F
2
(x, y) = F(F(x, y)) = F(x -y, x) = (-y, x - y);
e) G
2
(x, y) = G(G (x, y = G(x, O) = (x, O).
Como G
2
= G, ento G um operador idempotente.
Soluo
a) F(x, y, z) = F(xel + ye2 + ze3) = xF(el) + yF(e2) + zF(e3) = (z, x, y);
b) I F
2
(x, y, z) = F(z, x, y) = (Y, z, x) e F
3
(x, y, z) = F(y, z, x) = (x, y, z) = I(x, y, z).
Logo F
3
= L Como F
2
o F = F oF
2
= F
3
, ento F
2
= F-I.
a) determinar F(x, y, z);
b) mostrar que F
3
= I e que, portanto, F
2
= F-I.
Soluo
(G o F + I)(x, y, z) = (G o F)(x, y, z) + (x, y, z) = G(x - y, y - z) + (x, y, z) =
= (x - 2y + z, - x + 2y - z, x - z) + (x, y, z) = (2x - 2y + z, - x + 3y - z, x).
Determinemos Ker (G o F + I) pela resoluo do sistema:
{
2x - 2y + z = O
-x + 3y - z = O
x = O
No oferece dificuldade verificar que a nica soluo desse sistema a trivial e que
portanto Ker (G o F + I) = {(O, O, O)}. Assim G o F + I um automorfismo do R
3
.
Determintl\Dos o isomorfismo inverso. Faamos G o F + I = H. Suponhamos H-I (x, y, z) =
= (a, b, c). Ento (x, y, z) = H(a, b, c) = (2a - 2b + c, -a + 3b - c, a). Da
{
2a - 2b + c = x
-a + 3b - c = y
a =z
7. Sejam F E L(R
3
, R
2
) e G E L(R
2
, R
3
) dadas respectivamente por F(x, y, z) = (x - y,
y - z) e G(x, y) = (x - y, y - x, x + y). Sendo I o operador idntico do R
3
verifique
se G o F + I um automorfismo do R
3
. Se for, determine o automorfismo inverso.
c) (G o F)2.
d) (F o G)2;
Determinar:
Soluo
a) G o F;
b) F o G;
5. Sejam F, G E L(R
3
, R
2
) definidas por F(x, y, z) = (O, 2x) e G(x, y, z) = (x - y, x) e
H E L(R
2
) dado por H(x, y) = (x + y, x - y). Determinar:
a) H o (F + G) e
b) (H + I) o F,
onde I indica o operador idntico de R
2
.
cuja soluo (z, x + y - z, 3x + 2y - 4z). Logo
H-I (x, y, z) = (z, x + y - z, 3x + 2y - 4z).
8. Consideremos as seguintes transformaes lineares do R
3
no R
2
: F(x, y, z) = (y, x +z) e
G(x, y, z) = (2z, x - y). Mostrar que {F, G} linearmente independente no espao
L(R
3
, R
2
).
128
129
(1)
L
Soluo
Suponhamos o<F + {3G = (transformao nula). Temos ento (o<F + (3G)(x, y, z) =
= (O, O), V(x, y, Z) E IR
3
. Em particular tiramos o seguinte:
(O/F + (3G)(I, 0, O) = O/F (1, 0, O) + (3G(I, 0, O) = 0/(0, 1) + (3(O, 1) = (O, O< + (3) =
= (O, O). Da O< + {3 = O.
Analogamente (o<F + (3G)(O, 0, 1) = (2{3, 0/) = (O, O) do que segue 0/ = 2{3 = O. Logo 0/ =
={3=O.
Notemos que bastaria ter aplicado O/F + (3G em(O, 0, 1) para concluir o exerccio. Normal-
mente seriam necessrias as duas relaes obtidas mais a relao resultante de aplicar O/F + {3G
ao vetor (0,1, O).
9. Se!a F E L (IR
3
) definida por F (x, y, z) (3x, x - y, 2x + y + z). Mostrar que
(F - I) o (F - 31) = (operador nulo).
Soluo
(F
2
- I) (x, y, z) = (8x, 2x, 9x). Por outro lado (F - 31)(x, y, z) =
= (O, x - 4y, 2x + y - 2z).
Portanto F
2
- I) o (F - 31))(x, y, z) =(F
2
- 1)(0, X - 4y, 2x + y - 2z) =(O, O, O).
Poderamos tambm ter observado que (F
2
- I) O(F - 31) = F
3
_ 3F
2
_ F + 31.
10. Seja F um operador idempotente (isto , F
2
= F) de um espao vetorial V. Mostrar que
V = Ker(F) e Im (F).
Soluo
Todo vetor v E V pode ser assim escrito: v = (v - F(v + F(v). A segJ.lnda parc.ela
obviamente est no sub-espao Im(F). A primeira est no ncleo pois F(v - F(v =
= F (v) - F
2
(v) = F(v) - F(v) = o. Por outro lado suponhamos que vE Ker(F) n Im (F).
Ento v = F(u), com u E V, e F(v) = F
2
(u) = F(u) = o. Logo v = o.
11. Sejam U e V espaos vetoriais de dimenso finita e F E L(U, V). Define-se posto de F
(notao p (F do seguinte modo: p(F) = dim Im (F). Mostrar que:
a) p (F + G) ..,; p(F) + p(G), VF, G E L(U, V);
b) p (F o G) ..,; min {p(F,), p(G)},VF, G E L(U).
Soluo
a) Observemos primeiro que Im (F + G) c Im (F) + Im (G). De fato, dado v =
= (F + G)(u) E Im (F + G), ento v = F(u) + G (u) o que mostra que v um
elemento de Im (F) + Im (G). Ento dim Im (F + G) ..,; dim (Im (F) + Im(G =
= dim Im (F) + dim Im (G) - dim (Im (F) n Im(G ..,; dim Im (F) + dim Im(G), ou
seja, p (F + G) ..,; p (F) + p(G).
b) Notemos de incio que Im (F o G) c Im (F), pois dado v = (F o G)(u) E Im (F o G),
ento v = F(G(u e como G(u) est em U,ento VE Im (F). Logo p(F o G)"'; p(F).
Por outro lado se considerarmos F como transformao linear de Im (G) em U, o
130
teorema do ncleo e da imagem nos garante que dim Im (G) ;;. dim Im (F o G), isto ,
p (F o G) ..,; p (G).
Portanto p (F o G) ..,; min {p (F), p (G)}.
12. Sejam F E L(V) e Uo E V tais que Fn = O(operador nulo) e Fn - 1 (uo) '* o. Mostrar que
{uo, F (uo), F
2
(uo), ... , F
n
-
1
(uo)}
um conjunto L.I. em V.
Soluo
Suponhamos que O<oUo + O/IF(UO) + + O/n_1Fn-1(uo) = o com
0/0, 0/10 , O/n-l E IR.
-, , n - n+l F
n
+
2
O A I' F
n
-
1
(1) T
E obVIO que se F = O, ento F= = ... = . piquemos em. eremos
n-l n n+l) F
2n
-
2
F
n
-
1
( ) - C
O/oF (uo) + O/IF (uo) + 0/2F (uo + .... + O/n-l = 0<0 Uo - o. omo
F
n
-
1
(uo) '* o, ento % = O. Eliminando O<ouo de (1) e aplicando F
n
-
2
s parcelas restantes
chegaremos a 0/1 = O. Repetindo o raciocnio mais n - 2 vezes iremos concluir que
0/0 = 0/1 = .. , = O<n-l = O.
EXERCCIOS PROPOSTOS
I. Sendo F, G e H E L(IR
2
) definidos por F(x, y) = (x, 2y), G(x, y) = (y, x + y) e
H(x, y) = (O, x), determinar F + H, F o G, G o (H + F), G o F, H o F, H o F o G e
G oF oH.
2. Sejam F, G E L(IR
3
) assim definidos:
F(x, y, z) = (x + y, z + y, z) e G(x, y, z) = (x + 2y, y - z, x + 2z)
Determinar:
a) F o G;
b) Ker (F o G) e Im (Go F).
c) uma base e a dimenso de Ker (F
2
o G).
3, Sejam F E L(IR
2
, IR
3
) e G E L(IR
3
, IR
2
) assim definidas:
F(x, y) = (O, x, x - y) e G(x, y, z) = (x - y, x + 2y + 3z).
Determinar F o G o F .
4. Seja F E L(IR
2
) dado por F(x, y) = (y, x). Determine Fn(x, y), sendo n ;;. 1 um
nmero inteiro. Mesmo exerccio com G E L(IR
2
) dada por G(x, y) = (x, O).
5. Seja F E L(IR
2
) o operador dado por F(I, O) = (2,5) e F(O, 1) = (3,4). Verificar
se so automorfismos do IR
2
: G = I + F e H = I + F + F
2
.
131
6. Mostre que os operadores F, G, H E L(lR.2) dados por F(x, y) = (x, 2y), G(x, y) =
= (y, x + y) e H(x, y) = (O, x) formam um conjunto L.I. em L(lR.2).
15. Sejam F e G operadores lineares de um espao V tais que F O G := G O F. Mostrar que
Ker(F) + Ker(G) c Ker(F O G).
7. Sejam F e G dois operadores lineares de um espao vetorial V. Mostre que Ker(G) c
c Ker (F o G). D um exemplo onde vale a igualdade.
16. Seja F E L(V) um operador tal que F
2
- F + I := O. Mostrar que F inversvel e que
F-I:=I-F.
8. Sejam F E L(V, V) e G E L(V, W) tais que Ker(F) := {o} e Ker(G) := {o}. Provar que
Ker(G O F) := {o}.
*9. Sejam Ve V sub-espaos do espao W tais que W := V EIlV. Todo vetor wE Wse escreve,
de maneira nica, da seguinte forma: w := U + v(u E V e v E V). Sendo P
1
e P
2
as pro-
jees dadas por P
1
(w) := U e P
2
(w) := v, mostrar que:
(a) P
l
2
= P
1
e P
2
2
= P
2
;
(b) PI + P2 = I;
(c) P
1
o P
z
= P2 o P
1
= O (operador nulo de W).
17. Sejam F, G E L(V) tais que F O G := G O F. Mostl'ar que:
a) (F + G)2 = F
2
+ 2 (F o G) + G
2
;
b) (F + G) o (F - G) = F
2
_ G
2
.
*18. Seja {u}, u2, ... , un} uma base de um espao vetorial V de dimenso n. Considerando
o operador linear T E L(V) tal que T(UI) = u2, T(u2) = u3, ... , T(u
n
) = u},
mostre que T
n
= I mas que T
n
-
l
*- I.
19. Mostrar que o operador derivao em Pn(IR) nilpotente.
10. Mostrar que um operador F E L(V) idempotente se, e somente se, I - F idempotente.
11. Seja F E L (IR
4
) dado por
F(x, y, z, t) = (O, x, y + 2x, z + 2y + 3x).
Mostrar que:
a) F
4
= O;
b) I - F um automorfismo do IR
4
e I + F + F
2
+ F
3
= (I _ F)-l.
*20. Sejam F, G E L(V). Se F um automorfismo e a um escalar *- O, mostrar que:
p(aG) = p(G) e p(F o G) = p(G o F) = p(G).
(Veja exerccio resolvido n9 11).
132
12. Seja <r o espao vetorial dos nmeros complexos sobre IR. Consideremos F, G E L(<r)
assim definidas:
133
m
F(Uj) = I aijVi (j = 1, 2, ... , n)
i=l
2. MATRIZ DE UMA TRANSFORMAO LINEAR
ou simplesmente
Sejam U e V espaos vetoriais de dimenso nem, respectivamente, sobre IR.
Consideremos uma transformao linear F: U--+ V. Dadas as bases B ={UI,' .. , u
n
}
de U e C = {VI, ... , v
m
} de V, ento cada um dos vetores F(UI)' ... , F(u
n
)
est em V e conseqentemente combinao linear da base C:
F(UI) = au VI + a21 V2 + + a
ml
V
m
F(Uz) = al2
v
I + a22 v2 + + a
m2
V
m
onde os aij esto univocamente determinados.
(f + i e G(z) = iz, z E (C. Calcular:
d) F o G;
e) CF o G) o CF o G).
F(z) =
F
2
;
F
4
;
'G
2
;
a)
b)
c)
13. Determinar se os seguintes operadores lineares do IR
3
so idempotentes ou nilpotentes
ou nenhuma das duas coisas:
a) F(x, y, z) = C-x, -y, -z); t':(-(cJ,.,,'lh (1 LI
b) F(x, y, z) = (z, x, y); f'l= f ( 6,1, "(j!
c) F(x,y,z)= (x,O,z);
d) F ( ) (O O)
1 I \' 0'\
x, y, z = , ,x. \("C. 'I \ O,\) ,7- -o 'o, ",
14. Seja F E L(IR
2
) definido por F(x, y) = (x, x + y).
a) Determinar F
2
;
b) MostrarqueF
2
- 2F + I :=(F - 1)2:= Ornas que F - I*- O.
....
Defmio 4 - A matriz m X n sobre IR
134
que se obtm das consideraes anteriores chamada matriz de F em relao s
bases B e C. Vsaremos para indicar essa matriz a notao
(F)B,C
F(Ul) = (1, O) = 1VI + OV2
= (1, 1) = OVl + 1V2
F(U3) = (O, 1) = -VI + V2 (verifique)
Notas:
1) Se F um operador linear e considerarmos B = C, ento diremos apenas
matriz de F em relao base B para indicar a matriz acima definida e usaremos
a notao (F)B para represent-la.
n n n
Dado u = I ajUj E V, F(u) = I ajF(uj) = I ajG(Uj) = G(u), ou seja F = G.
j=l j=l j=l
135
F(1, O, O) = 1(1, O) + 0(1, 1) = (1, O)
F(O, 1, O) = 2(1, O) + 1(1, 1) =:= (3, 1)
F(O, 1, 2) = 3(1, O) + 0(1, 1) = (3, O).
Exemplo - Dada a matriz
Que F (F) sobrejetora conseqncia direta da definio de matriz de
uma transformao linear e do lema que precede o teorema 2 (pg. 118).
F (F)
Demonstrao - Suponhamos F, G E L(V, V). Se tivermos (F) = (G) ento
as respectivas colunas de (F) e (G) so iguais e da F(Uj) = G(Uj) (j = 1, ... , n).
G
ache F E L(IR
3
, IR
2
) de maneira que, sendo
B = {(I, O, O), (O, 1, O), (O, 1, 2)} e C = {(1, O), (1, I)},
se tenha M = (F)B,C.
Da definio de matriz de F decorre que devemos ter:
de L(V, V) em M
m
x n(IR).
I(u
n
) = U
n
= alnvl + ... + annV
n
o que mostra que (I)n,c a matriz de mudana da base C para a base B.
Sejam V e V espaos vetoriais sobre IR de dimenses nem respectivamente.
Conforme vimos, uma vez fixadas uma base de Ve uma base de V, a cada transfor-
mao linear F E L(V, V) est associada uma nica matriz (F) real m x n. Ou seja,
ficou defmida uma aplicao
1 - Sejam V e V espaos vetoriais sobre IR de dimenses nem
respectivamente. Ento, fixadas as bases B = {UI, ... , u
n
} e C = {VI>' .. , v
m
} de
V e V, respectivamente, a aplicao F (F) que a cada F E L(V, V) associa a ma-
triz de F em relao s bases B e C bijetora.
I

I
I
I
I
i
J!
i
i
f
I

(
1 0-1)
011
(F)n,C =
Logo
1) Qual a matriz de F: IR
3
JR.2 dada por F(x, y, z) = (x + y, y + z), em
relao s bases
B = {UI = (1, O, O); = (O, 1, O); U3 = (O, O, 1)} e
C = {VI = (1, O); V2 = (1, I)}?
(
a11 a12 al
n
)
.. = (ajj)
a
m1
a
m2
a
mn
2) Sempre que no haja dvidas quanto ao par de bases que estamos consi-
derando escreveremos apenas (F) para indicar a matriz de F em relao a esse
par de bases.
Exemplos
2) Seja V um espao vetorial sobre IR e seja I o operador idntico de V.
Dadas as bases B e C de V, o que (I)n,c?
Suponhamos B = {UI, ... , u
n
} e C = {VI, ... , v
n
}. Ento, se (I)n,C =
= (ajj), .
Seja (a, b, c) E IR,3. Supondo
(a, b, c) = x(l, O, O) + y(O, 1, O) + z(O, 1, 2)
c c
obtemos: x = a, y = b -"2 e z =2' Logo
F(a, b, c) = F(a(l, O, O) + (b - ~ )(0, 1, O) + ~ (O, 1, 2)) =
= a(l, O) + (b ~ ~ )(3, 1) + ~ (3, O) =
= (a + 3b, b - ~ ) .
Concluso: Reunindo os resultados obtidos at aqui neste pargrafo, tira-se a con-
cluso que, dados os espaos vetoriais U e V sobre IR, ambos de dimenso finita, e
fixando uma base de U e uma base de V, a aplicao:
F -* (F)
um isomorfismo do espao vetorial L(U, V)JlO espao vetorial Mmxn(IR), desde
que dim U = n e dim V = m. Emparticular conclui-se que dim L(U, V) = m n pois
esta a dimenso de M
m
xn(IR), conforme j vimos.
3. MATRIZ DA TRANSFORMAO COMPOSTA
Vejamos agora como se comporta a correspondncia F -* (F) entre os espaos
vetoriais L(U, V) e M
m
xn(IR).
Dados F, G E LCU, V), se (F) = (aij) e (G) = (t3ij), em relao ao mesmo par
de bases B e C, determinemos a matriz de F + G em relao a esse par de bases.
Seja U, Ve W espaos vetoriais sobre IR de dimenses m, n e p, que admitem
basesB = {U1""'U
n
},C = {v1, ... ,v
m
}eD = {w1, ... ,w
p
},respectivamen-
te. Supondo F E L(U, V), G E L(V, W) e que (F)B,C = (aij) e (G)c,D = ({3 ki),
pretendemos determinar (G o F)B, D.
Supondo B = {Ui> ... , u
n
} e C = {Vi> ... , v
m
}, ento
m m
(F + G)(Uj) = F(uj) + G(Uj) = I aijVi + I t3ij Vi =
i=1 i=1
m
I (aij + t3ij)Vi (j = 1,2, ... , n).
i=1
.,
l
Seguindo a defmio de matriz de uma transformao linear:
(G o F)(uj) ~ G(F(Uj)) ~ G (%. "'Jv) ~ %. .ijG(v,) ~
= I aij f t3ki
W
k = f (i t3ki
a
i
j
) Wk
i=1 k=1 k=1 1=1
Um raciocnio anlogo ao da parte anterior (fica como exerccio) leva ao
seguinte resultado:
Em resumo: a matriz da soma de duas transformaes lineares a soma das
matrizes de cada uma, em relao ao mesmo par de bases. Isto significa que a corres-
pondncia F -* (F) comporta-se bem em relao adio.
(W) = (aij) = (aij) = (F)
isto , a matriz do produto de uma transformao linear por um nmero igual
a esse nmero multiplicado pela matriz da transformao linear dada.
de (G)C,D (F)B,C' Logo temos a igualdade
(G o Fh,D = (G)c,D (F)B,C.
Costuma-se dizer (imprecisamente) que a matriz de G o F igual ao produto da
matriz de G pela matriz de F. .
de se esperar que isomorfismos e matrizes inversveis estejam relacionados.
o que veremos a seguir.
Sejam U e V espaos vetoriais sobre R de dimenso m. Se B e C so bases
de U e V, respectivamente, e F: U -* V um isomorfismo, mostremos que
(F)B,C inversvel e que a sua inversa dada por (F-
1
)c,B' Isto conseqncia
direta da frmula da matriz da composta, obtida logo acima:
m
Logo o termo geral de (G o Fh,D 'Ykj = I t3kiaij que o termo geral
i=l
Sejam U e V como acima e tomemos E IR. Supondo (F)
(F), em relao ao mesmo par de bases?
136 137
(F>B c . (F-1)c B = (FoF-I)c = In e
, ,
(F-I)c B . (Fh C = (F-I OFh = In
, ,
pois a matriz do operador idntico, tanto de U como de V, In. As igualdades
obtidas provam nossas afirmaes.
Exemplo - Consideremos o isomorfismo F: R
2
-+ P
1
(R) dado por:
F(x, y) = x + (x + y)t.
Considerando as bases cannicas B = {(I, O), (O, I)} e C = {I, t} desses espaos,
determinemos (F)B,C' Como
Da ento:
Portanto
M-I(T)BM = (I)B,cCT)B(I)C,B = (I)B,cCT)c,B = (T)c
conforme havamos afirmado. -
(2
1
02 1)
(F)B,C = e da
De (3) vem
De (2) vem
139
F (1, 1, 1) = (1, 2) = alO, 3) + b
l
(2, 5) O)
F (1, 1, O) = (O, 2) = a20, 3) + b2(2, 5) (2)
F O, O, O) = (O, 1) = a30, 3) + b
3
(2, 5) (3)
2. Seja F E L (IR3, IR2) definida por F(x, y, z) = (z, x + y) (a mesma aplicao do exem-
plo1). Determinar a matriz deFemrelao s bases B ={O, 1, 1), (1,1,0),(1, O, O)}
do IR
3
e C = {O, 3), (2, 5)} do IR
2
.
De (1) vem:
Soluo
EXERCCIOS RESOLVIDOS
1. Seja F E L(R.
3
, R.
2
) definida por F(x, y, z) = (z, x + y). Determinar a matriz de F em
relao s bases B ={(I, 1, 1), (1, 1, O), (1, O, O)} de R.
3
e C =base cannica do R.
2
.
Soluo
F(l, 1, 1) = (1, 2) = 1 (1, O) + 2(0, 1)
F(l, 1, O) = (O, 2) = 0(1, O) + 2(0,1)
F(1, O, O) = (0,1) = 0(1, O) + 1(0,1)
J
I
13R
(F)B,C ~ (: n
Calculemos a inversa dessa matriz:
(: ~ ~ ~ ) ( ~ ~ i - l n 'portonto (_: ~ )
a inversa da matriz de F, ou seja, a matriz de F-I em relao a C e B. Da:
F-I (1) = (1, -1) e
F-I (t) = (O, 1)
do que se conclui que F-I (a + bt) = a(1, -1) + b(O, 1) = (a, -a + b). Esta
a lei que define F-I.
ento:
Proposio 2 - Nas condies acima, se M a matriz de mudana da base B
para a base C, ento (T)c = M-
I
(T)B . M.
Demonstrao - J vimos (exemplo 2, pargrafo 2 deste captulo) que a
matriz de mudana de B para C (I)c,B, isto ,
M = (I)c,B'
F(I,O)= 1 + 1t
F(O, 1) = 1t
Como um resultado importante das frmulas acima, vejamos como se resolve
o seguinte problema:
Seja U um espao vetorial de dimenso n sobre R. Dadas as bases B =
= {UI, ... , u
n
} e C = {VI, ... , v
n
} de U e dado TE L(U), pretendemos esta-
belecer uma frmWa que relacione (Th com (T)c. Isto com a seguinte fmalidade:
quando se muda da base B para a base C, o que acontece com a matriz de
T E L(U)?
a) F(x, y) = (2x, 3y - x) e base cannica;
b) F(x,y) = (3x-4y,x + 5y)ebaseB = {(1,2),(2,3)}.
3. DeterminaI a representao matricial de cada um dos seguintes operadores do IR
z
em rela-
o s bases indicadas:
5. Seja F E L(Pz (IR definido por F (g(!)) = (1 - t)g' (t). Determinar a matriz de F em
relao base cannica de Pz (lR).
Soluo
A base cannica de Pz (lR) B = {I, t}. Usemos a definio de matriz de uma transfor-
mao linear:
-> (F)B=
F (1) = (1 - t)O = O 1 - Ot
F (t) = (1 - t)l = 1 1 - 1t
(
-1 4 2)
1 -2 -1
(F)B,C =
Portanto
Soluo
a) F(I, O) = (2, -1) = 2(1, O) -1(0, 1)
F(O, 1) = (O, 3) = 0(1, O) + 3(O, 1)
6. Seja F o operador linear do lR
z
cuja matriz em relao base B = {(.1, 1), (1, -I)}
(F)B ~ Gn
b) F(l, 2) =(-5,11) = al(1, 2) + bl(2, 3) (1)
F(2, 3) = (-6, 17) = az(1, 2) + b
z
(2, 3) (2)
DeterminaI a matriz de F em relao base cannica, usando a frmula de mudana de base
para um operador linear.
De (1) vem
De (2) vem
Soluo
Indicando por C a base cannica devemos aplicar a frmula (F) C = M-
l
(F) BM, onde M
a matriz de mudana de B para C. Calculemos M.
{
(1,O)=X(I,I)+Y.(1,-I) 1 1
->x=2 eY =2
(O, 1) = z (1, 1) '/- t (1, - 1)
. d 1 1 D'
e,ama,z=T e t=-T' ai
Portanto
(
37 52)
- 21 - 29
4. DeterminaI o operador F do IR
z
cuja matriz em relao base B = {(1, 1), (1, 2)} :
(
~ +) -1 (1 1)
M = e M =
1 1 1 -1
T -2
Portanto
Soluo
Pela definio de matriz de uma transformao temos:
F (1, 1) = 1(1, 1) + 1(1, 2) = (2, 3)
F(1, 2) = 0(1, 1) + 2(1, 2) = (2,4)
(F)c ~ (: ~ : ) G~ )c~ D~
(: ~ : ) G~ D ~ ( ~ : ~ : )
Escrevamos (x, y) como combinao lineaI da base B: (x, y) = aO, 1) + b(1, 2), logo
a + b =x e a + 2b =y e da a =2x - y e b =y - x. Portanto F(x, y) =(2x - y)(2, 3) +
+ (y - x)(2, 4) = (2x,2x + y).
7. Considere <C como espao vetorial sobre lR. Determine a matriz do operador F E L(O::)
dado por F (z) = z, Vz E <C, em relao base {I, i} e em relao base {1 + i, 1 + 2i}.
140
141
b) F(l + i) = 1 - i = al(l + i) + bl(l + 2i) = 3(1 + i) - 2(1 + 2i)
=>
F(1 + 2i) =1 - 2i =a2(1 + i) + b
2
(l + 2i) =4(l + i) - 3(1 + 2i)
> (F) = (3 4)
-2 3
Soluo
a) F(I) == I = I = I I + O I
F (i) = T== -i == O I + (-l)i
> (F) = (I O)
O -I
O 1 O O
O O 2 O
O O O O
(D)B =
o
O O O n
O O O O
10. Seja F E L(P
3
(IR), IR) a transformao linear assim definida:
8. Seja V um espao vetorial de dimenso 3. Seja B = {el, e2, e3} uma base de V. SendoF
o operador linear de V tal que F(el) = e2 e que deixa fixos todos os vetores de W =
= {xel + ye2 + ze3 I x - y + z = O}, determinar (F)B'
Soluo
Inicialmente achemos um sistema de geradores de W. Um vetor tpico de W da forma
w =" xel + (x + z)e2 + ze3 = x(el + e2) + z(e2 + e3)' Logo W = [el + e2, e2 + e
3
1.
Juntando o fato de F ser linear com o fato de F deixar fixos os elementos de W tiramos:
F(el + e2) =F(el) + F(e2) =e2 + F(e2) =el + e2'
do que segue F (e2) = el e ainda,
F(e2 + e3) =F(e2) + F(e3) =el + F(e3) = e2 + e3
que acarreta F(e3) = -el + ~ + e3' Em resumo temos:
F(el) = Oel + 1e2 + Oe3
F ( ~ ) = leI + Oe2 + Oe3
F(e3) = -el + e2 + e3
F(g(t = S: g(t)dt.
Determinar a matriz de F em relao s bases B = {I, t, t
2
, t
3
} e C = {I}, de P
3
(IR) e
IR, respectivamente.
Soluo
F(l) = r dt = t Io= 1; F(t) = S.l t dt =.f lo J.... Analogamente
o 1 o 2 1 2'
F(t
2
) =; e F(t
3
) =t. Logo (F)B,C = (1 ; ; ~ ) .
11. Verificar matricialmente se o operador linear F E L(IR?) dado por F (x, y, z) = (x - y,
2y, y + z) inversvel. Se for, ache F-I tambm por meio de matrizes.
Soluo
A matriz de F em relao base cannica do IR
3

142
9. Determinar a matriz do operador derivao em Pn(IR) em relao base cannica desse
espao.
(:
-1
o
M= 2
1
Como
C
-1 O 1 O
o
(' -1
O 1 O
0-
2 O O 1 O 1 O O
1
T
1 1 O O O 1 1 O O
O O
1
O
2
O O O
1
O
T
O O 1 O
1
1
-2
143
e, portanto,
Soluo
A base cannica de P
n
(IR) B = {I, t, t
2
, ... , t
n
}. Ento
D(1) = O = O 1 + Ot + Ot
2
+ + Otn
D (t) = 1 = 1 1 + Ot + Ot
2
+ + Otn
Achemos agora G(x, y). Como
G(l, O) = 1(1, O, O) + (-1)(0, 1, O) + 3(0, 0,1) = (1, -1, 3)
G(O, 1) = 1(1, O, O) + 2(0, 1, O) + !(O, O, 1) = (1,2, 1),
ento
G(x, y) = x(l, -1, 3) + y(l, 2, 1) = (x + y, -x + 2y, 3x + y).
15. Seja W = U $ V e suponhamos U e V invariantes pelo operador linear F E L(W), isto ,
F(U) c U e F(V) c V. Supondo dim U = m e dim V = n mostre que existe uma base
de Wem relao qual a matriz de F da forma

onde A e B so matrizes de ordem m e n, respectivamente, 0m, n a matriz nula de ordem
m X n e 0n, m a matriz nula de ordem n X m.
Soluo
Se {UI> , um} e {VI> ... , v
n
} so bases de U e V respectivamente, ento B =
= {Ui, , um, Vi, ... , vn} uma base de W. Calculemos a matriz de F em relao a
essa base. Como F(ui) E U(i = 1, , m) e F(Vj) E V (j = 1, ... , n), ento
F(Ul) = anUi + + amlum
{
a
2
+ bc = 1
ab = O
a
2
+ bc)x + aby, acx + bcy) = (x, y) =>
ac = O
bc = 1
Resolvendo o sistema obtido encontramos a = Oe bc = 1, ou seja, c = b-l. Ento satis-
rzem as condies do problema todos os operadores do IR
2
dados por S(x, y) = (by, b-lx) ,
b * O.
EXERCCIOS PROPOSTOS
1. Seja F E!' (!R
3
, IR
2
) definida por F (x, y, z) = y Determinar l"F) i9
sendo B - {(I, 2, 1), (O, 1, 1), (O, 3, -I)} e C - (<l, 5), (2, -I)}. __/
2. Determinar as matrizes das seguintes transformaes lineares em relao s bases can-
nicas dos respectivos espaos:
/3') 2 "
(I) F E L (IR, IR ) definida por F (x, y, z) = (x + y, z);
(11) F E L(IR
2
, IR
3
) definida por F (x, y) = (x + y, x, x - y);
(IlI), F E L(IR
4
, IR) definida por F(x, y, z, t) = 2x + y - z + 3t;
(IV) F E L(IR, IR
3
) definida por F(x) = (x, 2x, 3x).
7
3
) No espao vetorial M
2
(IR) seja
M = (: :)
F(vn) =
Determinar a matriz do operador linear F E L (M2 (IR dado por F (X) = MX - XM,
em relao base cannica
Fazendo

. :::.
13m '" I3nn
teremos
16. Determinar todos os operadores lineares S do IR
2
tais que S(x, y) = (ax + by, cx) e
S2 = I (operador idntico).
Soluo
2
S (x, y) = S(ax + by, cx) = (a(ax + by) + bcx, c(ax + by =
146
(: :) (: :) (:
de M2 (IR).
4. Seja F o operador linear de M
2
(IR) dado por
= (: :)
V-X em M2 (IR). Sendo B a base cannica do espao M2 (IR) determine li! trao da
matriz (F)B' (Nota: trao = soma dos termos da diagonal principal.)
5. Calcular o trao da matriz do operador linear F E L(IR
3
) dado por F(x, y, z)
= GeneralizarparaF(x,y,-z) = (ax + by + cz,dx + ey + fz,gx +
.
147
6. Seja F o operador linear do 1R
2
cuja matriz em relao base B = {(I, O), (1, 4)}
(F)p(: :)
Determinar a matriz de F em relao base cannica, usando a frmula de mudana de
base para um operador.
7. Seja B = {ep e
2
, e
3
} uma base de um espao vetorial V sobre IR. Sendo F, G E L(V)
dados por F(e
l
) = e
l
- e2' F(e2) =el + e3, F(e3) = e2' G(el) = 2el + e3' G(e2) = el
e G(e
3
) = e
2
- 3el' determinar em relao base B as matrizes dos seguintes operadores
lineares:
F, G, F +G, 2F - G, F o G, G o F, F
2
+ G
2
, F-I (caso exista) e (F o G)-l (caso exista).
8. Determinar o operador linear do IR
2
cuja matriz em relao base B = {(1, 2), (O, 5)}
9. Sejam F, G E L(P2(1R), P
3
(1R assim definidos: F{p(t = tp(t) - p(l) e G{p(t =
= (t - l)p(t), Vp(t) E P
2
(IR). Determinar as matrizes de F e de G em relao ao
seguinte par de bases: B = {I, t - 1, (t - 1)2} e C = {I, t - 1, (t - 1)2, (t - 1)3} de
P
2
(IR) e P
3
(IR) respectivamente.
10. Seja F E L{P
2
(IR), IR) definida por F(p{t L: p(t)dt. Determinar a matriz de F em
relao s bases:
14. Sejam F e G operadores lineares do 1R
3
tais que: F(x, y,z) = (x, 2y, y - z) e que a
matriz de 2F - G em relao base cannica
G:O
Determinar a matriz de G em relao base cannica. Determinar tambm G(x, y, z).
15. Seja T um operador linear de um espao ve.torial V de dimenso 2. Se a matriz de T
em relao a uma certa base B de V
(: :)
mostrar que T
2
- (a + d)T + (ad - bc)I = O(operador nulo).
16. Sejam V um espao vetorial de dimenso finita n e F E L(V). Se U um sub-espao de V
de dimenso m e se U invariante pelo operador F, mostrar que existe uma base de V em
relao qual a matriz de F da forma
onde A uma matriz mx m, B do tipo m x (n - m), O a matriz nula (n - m) x m e
C quadrada de ordem n - m.
a) B = {I, t, t
2
} e C = {I};
b) B = {l, 1 +t, -1 + t
2
} e C = {-2}. 4. ESPAO DUAL
11. Se a matriz de um operador linear F do m.
3
em relao base cannica
(
11O)
O 1 O
O 1-1
e se H = I + F + 2F
2
, determine a matriz de H em relao base cannica do lR?
Ache tambm H(x, y, z).
12. Determinar todos os operadores lineares F do IR
2
tais que F
2
= F e F(x,y) = (ax, bx +
+ cy).
Seja U um espao vetorial sobre R. Conforme j vimos o prprio R um
espao vetorial sobre R. Logo tem sentido falar em L(U, R) como espao vetorial
sobre R. Este espao vetorial chamado espao vetorial dual de U e: costuma ser
denotado por U*. Assim, L(U, R) = U*. Cada elemento de U* recebe o nome
de forma linear ou funcional linear sobre V.
Exemplos
]) F: R
3
-+ R dada por F(x, y, z) = 2y um elem&nto do espao (R
3
)*
pois se trata de uma transformao linear de R
3
em R. portanto uma forma
linear sobre R
3

13. Determinar todos os operadores lineares F do IR


2
tais que F
2
que F(x, y) = (ax + by, cy).
]48
o(operador nulo) e
2) Em geral como se apresenta um elemento F do espao dual de IRll? Seja
F uma forma linear sobre o IR
n
. Indiquemos por {el> e2,' .. ,e
n
} a base cannica
]49
de IR
n
, isto , e I = (1, O, ... ,O), ez = (0,1, O, ... ,O), ... ,e
n
= (O, ... ,O, 1). Da-
do ento u = (XI> ,x
n
) E IRn, u combinao linear dessa base da seguinte ma
neira: u = Xlel + + xne
n
. Logo F(u) = xIF(el) + ... + xnF(e
n
). Se
indicarmos por kl> , k
n
os escalares F(el)' ... , F(e
n
), respectivamente, tere
mos:
F(XI' ... , x
n
) = klxl + + knx
n
.
Por outro lado, dada uma n-upla qualquer (kl' , k
n
) de nmeros reais fcil
verificar que a aplicao F: lR
n
"""* lR, dada por: F(XI, ... , x
n
) = klxl + ... +
+ knx
n
uma forma liner sobre o lR
n
. Ento podemos afirmar que F E (lR
n
)* se,
e somente se, existem nmeros reais k
l
, ... , k
n
de forma que
F(XI' ... , x
n
) = klxl + ... + knx
n
, V- (XI, ... , x
n
) E lR
n
.
Seja U um espao vetorial sobre lR de dimenso n. Se B = {UI, ... , u
n
}
uma base de U, ento todo vetor desse espao se apresenta como u = XI UI +
+ ... + xnu
n
' com os Xi em lR, e fcil verificar que pertencem ao dual de U
as aplicaes FI, ... , F
n
assim definidas:
Fi: U """* lR e Fi(U) = xi (i = 1, ... , n).
Dado F E U* suponhamos que F(ud = k
l
, . " , F(Un) = k
n
.
Ento F(u) = xlF(ud + + xnF(u
n
) = klxl + ... + knx
n
= klF
I
(u) +
+ ... + knFn(u) = (kIF
I
+ + knFn)(u). Como u genrico conclui-se que
F = klF
I
+ '" + knF
n
. Com isso provamos que [FI, ... , Fnl = U*.
Por outro lado, S\) admitirmos que alFI + ... + anF
n
= O (transformao
nula), teremos:
alF
I
(uJ + ... + anFn(u
n
) = a
n
= O
o que vem garantir que {FI, ... , F
n
} um conjunto L.I. em U*.
Assim provamos o seguinte teorema:
Teorema 1 - Se B = {UI> ... , u
n
} uma base do espao vetorial U, ento as
aplicaes F1> , F
n
que associam a cada u = XIUI + ... + xnu
n
E U os ele-
mentos XI, ... , X
n
, respectivamente, pertencem a U* e constituem uma base deste
espao. Logo, se dim U = n, ento dim U* = n.
Nota: A base {FI, ... , F
n
} construda no teorema acima leva o nome de base
dual da base B = {UI, ... , u
n
}.
150
I
Exemplo - Determinar a base dual da base B = {(I, O), (1, In do IR?
Sejam UI = (1, O) e Uz = (1, 1). Conforme o exemplo 2 dado neste pargrafo:
FI(x,y)=ax+bye
F
z
(x, y) = cx + dy
faltando-nos determinar a, b, c e d. Mas isto questo apenas de fazer algumas
substituies convenientes:
FI (UI) = aI + bO = 1
F!Cuz) = aI + bl = O
F
z
(UI) = cl + dO = O
F
z
(uz) = c1 + dI = 1
Logo a = 1, b = -1, c = O e d = 1. Assim a base dual de B {FI> F
z
}, onde:
FI (x, y) = X - Y e F
z
(x, y) = y, V(x, y) E lR
z
.
5. MATRIZES SEMELHANTES
Dadas as matrizes P e Q, ambas quadradas e de ordem n, dizemos que P
semelhante a Q se, e somente se, existe uma matriz inversvel M, tambm de
ordem n, de modo tal que:
P = M-IQM.
fcil ver que a semelhana assim definida uma relao de equivalncia em
Mn(lR).
A semelhana de matrizes est intimamente ligada mudana de base e re-
presentao matricial de operadores lineares.
De acordo com a proposio 2 demonstrada neste captulo duas matrizes do
mesmo operador linear so semelhantes. Mas tambm vale a recproca desse fato:
se P = M-
I
QM, ento P e Q representam um mesmo operador linear. Provemos
esta afirmao.
Tomemos uma base B de lR
n
(estamos supondo as matrizes reais e de
ordem n) e seja F E L(lR
n
) o operador tal que (Fh = Q. Suponhamos B =
= {UI, ... , u
n
} eM = (aij)' Consideremos ento os vetores do lR
n
:
151
diagonalizvel pois se considerarmos a matriz inversvel
M - (2 1) ento M-
l
= 1.. (1 1)
- 3 -1 53 -2
Definio 5 - Uma matriz quadrada se diz diagonalizvel se for semelhante
a uma matriz diagonal.
A questo de saber se uma matriz quadrada ou n'o diagonalizve1 bastante
importante mas somente ser tratada no captulo 2 da parte 2. A seguir daremos
apenas um exemplo.
vn = Cl:lnUI + ... + Cl:nnu
n

Como a matriz M inversvel pode-se concluir que o conjunto C = {VI> . , v


n
}
tambm 'uma bas.e de ]Rn. Como obviamente M a matriz de mudana da base B
para a base C, ento M = (I)c,B. Teremos ento
P = M-IQM = (I)B,dF)B(I)c,B = (F)c.
Logo P a matriz de F em relao base C.
A semelhana de matrizes aparece tambm no problema de diagonalizao
de uma matriz.
F
z
(x, y, z) = -x + Y
= O} {b
l
= -1
=1 > bz= 1 >
2b
3
= O b
3
= O
Fazendo (1, 1, O) = et. (O, 1, O) = ez e (O, 0,2) = e3 os coeficientes ai, bi e ci (i = 1,2, 3)
nas igualdades acima se determinam levando em conta que Fj (ei) = 1 se j = i e Fj (ei) = O
se j *" i (j == 1, 2, 3). Assim:
:~ }->{ : ~ :~ => Ft<x, y, z) = x.
2a3 = O a3 = O
Por ltimo
Analogamente
Fl(el) = ai + az
FI (ez) = az
FI (e3) =
Fz (el) = b
l
+ b
z
Fz(ez) = b
z
F
z
(e3) =
Soluo
Seja {F1> Fz, F3} a base dual procurada. Essas transformaes so dadas por
FI (x, y, z) = alx + azy + a3z
Fz (x, y, z) = b1x + bzy + b
3
z
F3(x, y, z) = clx + czy + c3z
Soluo
a) (FI + 5F
z
)(x, y) = FI (x, y) + 5Fz (x, y) = 2x + y + 5 (x - 3y) = 7x - 14y.
b) (-3F
I
+ 2F
z
)(x, y) = -3FI(X, y) + 2F
z
(x, y) = -3(2x + y) + 2(x - 3y) =
= -4x - 9y.
2. Determinar a base dual da seguinte base do IR
3
:
{(l, 1, O), (O, 1, O), (O, O, 2)}
A matriz
e calculando teremos:
M-IAM = (4 0)
-1
que uma matriz diagonal.
F
3
(el) = cl + Cz
F
3
(ez) = Cz
F
3
(e3) =
= O} {Cl = Cz = O
=0 => 1
c3=-
2c3 = 1 2
EXERCCIOS RESOLVIDOS
1. Sejam F I e Fz os funcionais lineares de (IR
z
)* definidos por FI (x, y) = 2x + y e
Fz (x, y) = x - 3y. Determinar:
a) FI + 5F
z
e
b) -3F
I
+ 2F
z
.
3. Verificar se os funcionais lineares FI> F
2
, F
3
do (IR
3
)*, abaixo definidos, formam uma
base deste espao:
Fl(x, y, z) = 3x - y, Fz(x, y, z) = x + 2y + z e F
3
(x, y, z) = 5y - 3z.
Soluo
Basta verificar se eles formam um conjunto L.I. pois dim (IR
3
)* = 3. Suponhamos que
alFI + a2 F2 + a3F3 =0 (funcional linear nulo). Ento (alFI +a2FZ + a3F3)(x,y,z) =
= O (nmero zero), V- (x,- y, z) E IR
3
. Da:
ai (3x - y) + az (x + 2y + z) + a3 (5y - 5z) =
= (3al + az)x + (-ai + 2az + 5a3)y + (az - 5a3)z = O, V-x, y, z E IR.
152
153
Portanto
{
30<1 + 0<2 = O {0<1 - 20<2 - 50<3 = O
-0<1 + 20<2 + 50<3 = O que equivalente a 0<2 - 50<3 = O
0<2 - 50<3 = O 0<3 = O
Logo 0<1 = 0<2 = 0<3 = O que vem garantir que {F1> F
2
, F 3} L.I. e portanto uma
base de (R
3
)*.
4. Seja V = R
4
. Consideremos o sub-espao W* de V* gerado peios funcionais F 1> F
2
e
F 3 dados por F 1(x, y, z, t) = 3x t, F2 (x, y, z, t) = 5z - t e F3 (x, y, z, t) =x +z.
Determinar o seguinte sub-espao de V:
W = {u E V I F(u) = O, VF E W*}
(Mostre antes que, de fato, W um sub-espao de V).
Soluo
Mostremos que W sub-espao de V. Como F(o) = O, VF E W*, ento o E W; se ul e
u2 E W, ento F(Ul + U2) = F(Ul) + F(u2) = O + O = O, VF E W*, o que mostra
que ul + u2 E W; se u E W e O< um escalar, ento F(o<u) = o<F(u) = O< O=O, para
todo F E W*, o que significa que o<U E W. Por outro lado, como
O<l
F
1 + 0<2
F
2 + 0<3F3 = O <=>
< > 0<1(3x - t) + 0<2(5z - t) + 0<3 (x + z) = O, "Ix, y, z, t E R
<=> (30<1 + 0<3)X + (50<2 + 0<3)z + (- 0<1 - 0<2)t = O, V x, y, z, t E R
Soluo
O teorema do ncleo e da imagem nos diz que dim V = n = dim Ker(F) + dim Im (F) =
= dim Ker(G) + dim Im(G). Como Im(F) c R, dim R = 1 e F '" O, ento dim Im(F) = 1.
Analogamente dim Im(G) = 1. Logo dim Ker(F) = dim Ker(G) = n - 1. For outro lado,
o teorema da dimenso da soma nos garante que:
dim(Ker(F) + Ker(G + dim(Ker(F) () Ker(G = dim Ker(F) + dim Ker(G) = 2n - 2.
Em geral, Ker(F) c Ker(F) + Ker(G) e devido hiptese Ker(F) '" Ker(G), teremos
Ker(F) ~ Ker(F) + Ker(G); ento necessariamente Ker(F) + Ker(G) = V. Logo
dim (Ker(F) + Ker(G = n e da vem
dim (Ker(F) () Ker(G = (2n - 2) - n = n - 2.
6. Mostrar que as matrizes
no so semelhantes.
Soluo
Devemos mostrar que no existe uma matriz inversvel
M= (: :)
tal que
ou, o que equivalente,
<=>
cuja nica soluo 0<1 =0<2 =0<3 =O, segue que: {Fl> F
2
, F
3
} L.I. e dim w* = 3.
fcil notar que dado u E R
4
UEW <=> F
1
(u) = F
2
(u) = F
3
(u) = O <=>
{
3X - t = O
<=> 5z - t =0
x + z = O
Como a nica soluo deste sistema a trivial x =z = t = O, ento:
W = {(O, y, O, O) I y E R}.
Uma base de W {(O, 1, O, O)}.
M-' (: :) M = (: :)
(: :) M =M (: :)
Como
(: :) (: :) (::) (: :)
teremos necessaramente
<=>
[
C = a
d = a
O= c
O= c
...
5. Sejam F e G dois funcionais lineares no nulos sobre um espao vetorial V de dimenso n.
Supondo Ker(F) '" Ker(G), determinar as dimenses dos seguintes sub-espaos de V:
Ker(F), Ker(G), Ker(F) + Ker(G) e Ker(F) () Ker(G).
154
M= (: :)
que no inversvel para nenhum valor de b pois tem uma linha nula.
155
7. Seja F um operador linear de um espao vetorial V de dimenso n. Se F
n
-
l
= O(operador
nulo) e Fn-2 * O, mostre que existe uma base B de V em relao qual a matriz de F
da forma seguinte, com aI, ... , an E IR:
aI O O O O
a2 O 1 O O
.....................
an-2
O O 1 O
an-l
O O O 1
an O O O O
a) {(1, I, 2), (1, 2, O), (3, 4, O)} do IR
3
;
b) {(1, 2), (O, 1)} do ~ ;
c) {(O, 1, O, O), (2, 1, O, O), (O, O, 1, 1), (O, O, O, 3)} do IR
4
;
d) {1, t, 1 - t
2
} do espao P
2
(IR).
4. Seja V = IR
3
. Considere o sub-espao W* de V* gerado pelos funcionais F e G dados
por F(x, y, z) = x - y e G(x, y, z) =y - 2z. Determinar uma base do seguinte sub-espao
deV:W = {UEVIF(u) = O,VFEW*}.
*5. Provar que todo sub-espao vetorial Wde V, com dim W = dim V - 1, o ncleo de uma
forma linear no nula.
F(uo) = Ov + OF
n
-
2
(uo) + ... + 1F(uo) + OUo
Soluo
Como F
n
-
2
* O, ento existe Uo E V de maneira que F
n
-
2
(uo) * o. Ento o exerccio
resolvido 12 ( 1 - deste captulo) nos garante que L.I. o conjunto
{uo, F(uo), F
2
(uo), ... , F
n
-
2
(uo)}.
Logo este conjunto pode ser completado com um vetor v de modo a formar uma base
B = {v,. F
n
-
2
(uo), F
n
-
3
(uo), .. ,. F (uo), uo}
do espao V. Achemos a matriz de F em relao a esta base.
F(v) = alv + a2Fn-2(uo) + ... ~ an_IF(uo) + anuo
F(F
n
-
2
(uo = F
n
-
l
(uo) = Ov + OF
n
-
2
(uo) + ... + OF(uo) + OUo
F (Fn-3 (uo = Ov + 1F
n
-
2
(uo) + ... + OF (uo) + OUo =>
aI

O O
a2

1 O O
=>
(F)B = .....................
an_l O O O 1
an

O O O
*6. Seja V um espao vetorial de dimenso finita. Sejam u e v dois vetores desse espao com
a seguinte propriedade: ('v'F E V*)(F(u) = o = F(v) = o). Mostrar que {u, v}
L.D.
Sugesto: Se fossem L.I. existiria uma base B de V contendo u e v. Considerar a base
dual.
7. Verificar se so bases de (IR
3
)* os seguintes conjuntos:
a) {F, G, H}, onde F(x, y, z) = 2x, G(x, y, z) = y + z e H(x, y, z) = x - 2z;
b) {F, G, H}, onde F(x, y, z) = 2x + y - z, G(x, y, z) = x e H(x, y,z) = x-y +4z.
*8. Sejam F e G formas lineares no nulas no espao vetorial V, linearmente dependentes.
Prove que Ker(F) = Ker(G) e sua dimenso n - 1 se dim V = n.
9. Mostrar que a semelhana de matrizes uma relao de equivalncia no conjunto Mn(IR).
10. Verifique se so semelhantes as matrizes:
(-: - ~ ) , (: :)
*11. Provar que se A e B so semelhantes ento An e B
n
so semelhantes, para todo n ;;. 1.
Sendo p(t) um polinmio, p(t) = ao + alt + ... + ant
n
, indicamos por p(A) a ma-
triz p(A) = aoI + alA + ... + anAn. Provar que se A e B so semelhantes, ento
p(A) e p(B) so semelhantes.
L
EXERCCIOS PROPOSTOS
1. Sejam FI e F2 E (1R
3
)* definidas por FI(x,y,z) = x - 3y + 2z e F
2
(x, y, z) =
= 2x - y + z. Determinar FI + F2, 2F I + 3F2 e os respectivos ncleos.
2. Seja F E (1R
3
)* definida por F(l, -1,3) = 0, F(O, 1, -1) = Oe F(O, 3, -2) = 1.
Determinar F(2, -1, -3).
3. Determinar as bases duais de cada uma das seguintes bases:
156
12. Para que valores de a, b e c (reais) as seguintes matrizes de M2 (IR) so semelhantes?
(:-:) , (:-:)
*13. Sejam A, B, C, D matrizes de ordem n, sendo A e B semelhantes, C e D semelhantes.
verdade que A + C e B + D so semelhantes?
E quanto a AC e BD?
157
CAPTULO 6
Espaos com Produto Interno
1. PRODUTOS INTERNOS
(c) <u, v> = <v, u>, Vu, v E V; e
(d) <u, u> um nmero real maior que zero para todo vetor u =1= o.
Definio 2 - Um espao vetorial real com produto interno ou espao eucli-
diano um espao vetorial sobre R munido de um produto interno.
Nota: Em geral existem muitos produtos internos diferentes sobre o mesmo espa-
o vetorial. Veja exerccios resolvidos n.
O
5 e n.
O
6.
Lembremos, de incio, que um dos
conceitos fundamentais quando se e s t u ~
dam os vetores da geometria o de "produ-
to escalar", que nada mais do que uma
aplicao que a cada par de vetores (ti, 1)
. , aldd --*--*
aSSOCIa um numero re a o por u x v =
= I ti 11 vi o cos eonde e o ngulo for-
madQ por li e t. Se em relao base fun-
{
~ - - 7 -7} --* --* -+
damental 1,0J, k temos u = xli + X2j +
--* --* -;7 --* --*
+ X3
k
e v = Yl1 + Y2j + Y3k, ento
-+
i
->
k
Exemplos
1) Produto interno usual do R
n
Se u = (Xl, ... , Xn) e v = (y1, " . , Yn) so vetores genricos do R
n
,
ento:
(u, v) f-+ XIYl + ... + xnYn
um produto interno no IR
n
. Das quatro condies a serem verificadas mostremos
apenas como se procede em (b) e (d).
(b) <au, v> = (axl)Yl + ... + (axn)Yn = a(xIYl + ... + xnYn) =
= a<u, v>.
(d) Se u =1= (O, O, ... , O), ento um dos Xi, ao menos, no nulo. Logo
<u, u> = X
1
2
+ '" +x; > O.
o que faremos neste captulo generalizar a definio de "produto escalar"
visando a introduzir, entre outras coisas, o conceito de "distncia" em situaes
bem gerais.
Definio 1 - Seja V um espao vetorial de dimenso finita sobre R. *
Entende-se por produto interno sobre V uma aplicao que transforma cada par
ordenado (u, v) E V X V em um nmero real (que indicaremos por <u, v
obedecendo s seguintes condies:
(a) <u + v, w> = <u, w> + <v, w>, \tu, v, w E V;
(b) <au, v> = a<u, v> v-a E R e Vu, v E V;
A definio a ser dada aqui seria um pouco diferente no caso de espaos vetoriais
sobre <C. No apndice, ao fim do captulo, daremos uma idia de como seria esta
questo no caso de o corpo de escalares ser o dos complexos.
158
2) um produto interno sobre o espao P
n
(R) a aplicao dada por:
(f(t), g(t)) f-+ <f(t), g(t = [1 f(t)g(t)dt,
0
onde f(t) e g(t) so polinmios quaisquer de P
n
(IR).
Faamos a verificao da condio (a). Dados f(t), g(t) e h(t) em P
n
(R):
<f(t) + g(t), h(t = \1 (f(t) + g(t))h(t)dt =
0
= foI (f(t)h(t) + g(t)h(t))dt = foI f(t)h(t)dt + J: g(t)h(t)dt =
= <f(t), h(t + <g(t), h(t
As propriedades P1, . , P6 que seguem so vlidas em qualquer espao veto-
rial euclidiano. Note que em sua demonstrao no foi usada a propriedade (d) da
definio 1.
] 59
P
1
. <o, U> = <U, o> = O, \lu E V.
Prova:
J sabemos que Ou = o, para todo u E V. Logo:
<o, u> = <Ou, u> O <u, u> = O.
Como <u, o> = <o, u>, ento <u, o> = d. -
P
2
. <u, av> = a<u, v>, "Ia E IR e vu, v E IR.
Prova:
<u, av> (gl <av, u> (!?) a<v,. u> (gl a<u, v> _
P
3
<u, v + w> = <u, v> + <u, w>, "lu, v, W E V
Prova:
<u, v + w> <v+w, u> <v, u> + <w, u> (g) <u, v> +
+ <u, w>.
P4. Dado um nmero inteiro m 1,
fi fi
< I aiui> v> = I ai <Ui, v>
i=l i=l
s raciocinar por induo com base nos axiomas (a) e (b) da definio
de produto interno. -
TI n
P
s
. <u, I ajVj> = I aj <u, Vj> (n 1).
j=l j=l
Prova:
Basta usar as propriedades P
2
e P
3
acima e raciocinar por induo. -
fi n fi n
P
6
< I aiui, I ljVj> = I I ailj <Ui, Vj>.
i=l j=l i=l j=l
Observao importante: Quando nos referimos ao IR
n
como espao euclidiano, fica
subentendido que o produto interno aquele do exemplo 1 acima.
160
2. NORMA E DISTNCIA
Definio 3 - Seja V um espao euclidiano com o produto interno (u, v) -+
-+ <u, v>. Dado um vetor u E V indica-se por 11 u 11 e chama-se nonna de u o n-
mero real positivo dado por
lIull = V<u, u>.
(Aqui j usamos a condio (d) da definio 1).
Exemplo - Se no IR
n
consideramos o produto interno usual, dado u =
= (Xl> .. , x
n
) nesse espao, temos:
lIull = .J'-x-=:-+--.-.-. .
Proposio 1 - Em todo espao euclidiano V, temos:
a) lIaull = lalllull, "Ia E IR e "lu E V e
b) lIull "lu E V e lIull = O <-> u = o.
Demonstrao
a) lIaull = .J<au, au> = .Ja
2
<u, u> = .Ja
2
lIull
2
= lalllull.

b) Pela prpria defmio temos lIull O. Por outro lado


lIull = O < > <u, U>1/2 = O <=> <u, u> = O < >
<=> u = o.
(Notar que nesta ltima equivalncia usamos o axioma (d) da definio de pro-
duto interno e a propriedadeP
1
.) -
Proposio 2 - (Desigualdade de Cauchy-Schwarz) - Se V um espao
vetorial euclidiano, ento:
I<u, v>1 ,;;;;; lIullllvll, Vu, v E V.
Demonstrao
Se v = 0, ento <u, v> = O e Ilull Ilvll = O. Logo tem-se uma igualdade
neste caso. Suponhamos v *o. Para todo a E IR vale a desigualdade lIu + avll
2
O.
Da,
O,;;;;; lIu + avll
2
= <u + av, u + av> = <u, u> + <u, av> + <av, u> +
+ <av, av> = IIull
2
+ a <u, v> + a <v, u> +
+c? IIvll
2
= IIvl1
2
a
2
+ 2<u, v>a + lIull
2
.
161
Obtivemos assim um trinmio do segundo grau em a (pois IIvl1
2
"* O) o qual
sempre positivo. Logo seu discriminante deve ser negativo ou nulo:
4 <u, V>2 - 4 IIvll
2
IIull
2
~ O
Portanto:
<u, V>2 ~ lIul1
2
Ilv11
2
.
Finalmente, considerando a raz quadrada positiva de cacia um dos membros
desta ltima igualdade:
I<u, v> I ~ lIullllvll .
Corolrio (Desigualdade triangular): Num espao euclidiano vale a seguinte
desigualdade:
lIu + vII ~ Ilull + IIvll, V- u, v E V.
(11) d(u, v) = d(v, u), V-u, v E V, porque:
d(u, v) = Ilu - vii = 11(-I)(v - u)1I = l-llllv - ull = d(v, u).
(I1I) d(u, v) ~ d(u, w) + d(w, v) -\lu, v, w E V, pois
d(u, v) = lIu - vII = Ifu - w +w - vII ~ lIu - wll + Ilw - vII
Pelo fato de valerem as trs propriedades acima, damos aplicao d:
V X V -+ IRo nome de mtrica sobre V,induzidapela norma. Onmero d(u, v) cha
mado distncia de u a v.
Nota: Convm lembrar que em geometria, dados os vetores ti e 1, ento lti -11
mede a distncia entre as extremidades de u e v, desde que esses vetores tenham
suas origens representadas na origem dos eixos. Este fato obviamente sugeriu a
definio de mtrica num espao euclidiano.
e disto conclui-se que:
comum dar a designao de ngulo entre u e v a esse nmero (J. E, de fato,
nos casos em que V = IR? ou V = lR
3
e o produto interno o usual, tal nmero
corresponde medida do ngulo entre os segmentos orientados que representam
os vetores, no sentido geomtrico elementar.
Como aplicao da desigualdade de Cauchy-Schwarz vejamos como o concei
to de ngulo entre vetores definido em um espao euclidiano.
Sejam u e v vetores no nulos de um espao euclidiano V. Da desigualdade
I<u, v> I ~ lIullllvll segue que:
- lIull IIvll ~ <u, v> ~ lIullllvll
--+ --+
u-v
--+
V
~ <u,v> ~
- 1 "" lIull Ilvll "" 1.
Logo existe um nico (J E lR, tal que O ~ (J ~ rr e
<u,v>
cos (J = Ilullllvll .
<=> (t. XiYi)2 ~ (t Xf) (t Y?) .
1=1' 1=1 1=1
n ( n )1/
2
( n )1/
I<u, v> I ~ Ilullllvll <-> ~ XiYi ~ ~ Xf t; yf .2<=>
Demonstrao
Ilu + vll
2
= <u + v, u + v> = <u, u> + <u, v> + <v, u> + <v, v> =
= lIuW + IIvll
2
+ 2 <u, v> ~ IIul1
2
+ IIvll
2
+ 2 Ilullllvll =
= (lIull + Ilvlli.
Ento lIu + vll
2
~ (Buli -+ Ilvll)2, para todo par de vetores u e v. Desta
desigualdade decorre que Ilu + vII ~ Ilull + IIvll, V u, v E V.
Exemplo - Se considerarmos no lR
n
o produto interno usual e se u =
= (Xl,"" X
n
) e v = (1'1, ... , Yn) so vetores quaisquer do lR
n
, ento:
d(u, v) = lIu - vII, V-u, v E V.
Notemos que valem as seguintes propriedades:
(I) d(u, v) ;;;. O, V u, v E V e d(u, v) = O<=> u = v, em virtude
da proposio 1 acima.
Esta ltima desigualdade tambm conhecida como desigualdade de Lagrange.
Seja Vum espao vetorial euclidiano.. Consideremos a aplicao d: VX V -+ IR,
assim definida:
162
163
EXERCCIOS RESOLVIDOS
L Considerando o espao euclidiano IR3, calcular <u, v> nos seguintes casos:
a) u = (t, 2, 1) e v = (4, 1, -3);
b) u = (2, 1, O) e v = (4, O, 2);
c) u = (1, 1, 1) e v = (2, -1, 5).
Soluo
Soluo
Supondo w = (x, y) temos <u, w> = x + 2y = -1 e <v, w> = -x + Y = 3. Da
7 2 _ (-7 2)
x = -3 e y =3 e entao w =3'3 .
5. Seja V um espao vetorial euclidiano. Provar que aplicao
(u, v) -+u * v = 2 <u, v>
tambm um produto interno sobre V. Generalize.
2. Usando o produto interno <f(t), g(t) > = f(t)g(t)dt em P
2
(IR), determinar o produto
escalar de:
a) f(t) = t e g(t) = 1 - t
2
;
b) f(t) = t - e g(t) = +-(t - +).
Soluo
a) <f(t), g(t = SOl t(1 - t
2
)dt = SOl (t - t
3
)dt = ( - I:
1 1 1
=Y-4=2
b) <f(t), g(t = SOl (t - - (t - n] dt = SOl (_t
2
+ t - ndt =
1
-12'
1
a) <u, v> ="2 4 + 2 1 - 1 3 = 2 + 2 - 3
b)1 <u, v> = 2 4 + 1 O + O 2 = 8.
c) <u, v> = 6.
1.
Soluo
(a) (u + v) * w = 2 <u + v, w> = 2( <u, v> + <v, w = 2<u, w> + 2 <v, w> =
= u * w + v * w;
(b) exerccio;
(c) u * v = 2<u, v> = 2<v, u> = v * u;
(d) u * u = 2 <u, u> .. O, Vu E V e se u *- o, ento u * u;> o.
Generalizao: podemos substituir o "2" por qualquer a> o.
6. Sendo u = (Xl> xz) e v = (Yl> yz) vetores genricos do IR
2
, definamos <u, v>
= XI;1 + com a, b E IR fixos e no nulos. Provar que <u, v> define um produto
a b
interno sobre o IR
2

XZY2 )
T =o:<u,v>;
4 = Uu - vU
2
= <u - v, u - v> = UuU
2
- 2 <u, v> + IlvIl
z
.
Logo 2 <u, v> = -4 + 1 +1 = -2. Ento <u, v> = -1.
(c) hnediato;
(d) <u, u> = xl2
Z
+ x
z
2
.. o, Vu E IR?; <u, u> = O < =
a 7 a
= ; =O <=> l'l = Xz = O <=> u = (O, O).
L
3. Seja V um espao vetorial sobre IR. Ponhamos por definio <u, v> = O, .'1{' U, V E V.
Verificar se (u, v) 1-+ <u, v> = O um produto interno sobre V.
Soluo
Temos de verificar as quatro propriedades da definio de produto interno.
(a) <u + v, w> = O = O + O = <u, w> + <v, w>;
(b) e (c): exerccio.
(d) Se V = {o}, ento obviamente vale esta condio; se existe u *- o em V, ento temos
<u, u> = O com u *- o, o que mostra que <u, v> = O, "fu,.v E V, no
define um produto interno sobre V.
4. Consideremos o espao euclidiano IR
2
Sendo u =(1,2) e v =(- 1,1) em IR
2
, determine
um vetor w deste espao tal que <u, w> = - 1 e <v, w> = 3.
164
7. Sejam u e v vetores de um espao euclidiano tais que 11 v 11
Determinar <u, v>.
Soluo
1,11 u 11 1 e 11 u- v 11 2.
1.65
,. d lR
2
12. Sejam u = (Xl> x2) e v = (Y1, Y2) vetores genencos o .
a) Mostrar que <u, v> = X1Y1 - 2x1Y2 - 2X2Y1 + SX2Y2 define um produto interno
sobre o lR
2
;
b) Determinar a norma de u = (1, 2) em relao ao produto interno usual e tambm em
relao ao produto definido em a).
8. Em P2(IR) com o produto interno dado por <f(t), g(t. = S ~ f(t)g(t)dt calcular a nor-
ma de f(t) nos seguintes casos:
a) f(t) = t;
b) f(t) = _t
2
+ 1.
Soluo
a) IIf(t)1I = <f(t), f(tl/2 = j C(f(t))2
dt
=
'0
b) IIf(t)II ,;, J .1
0
1
(1 - t
2
)2
dt
= jf;.
Soluo
a) (1) <u + v, w> = (Xl + Yl)Zl - 2(Xl + Y1)Z2
= x1z1 + Y1z1 - 2XlZ2- 2Y1Z2 - 2X2zl
= (X1Z1 - 2X1Z2 - 2X2zl + SX2
z
+ (YlZt
2lx2 + Y2)Zl + 5 (X.2+- Y2)Z2 =
2Y2 zl + SX2
Z
2 + SY2
Z
2 =
2Y1Z2 ~ 2Y2
z
1 + SY2
z
2) =
9. Denomina-se versor todo vetor de norma igual a 1. Se u '1= o, ento _u_ um versor cha-
11 u 11
mado de versor de u. Determinar o versor de u = (2, 2, 1) cdnsiderando no IR3 o produto
interno usual.
= <u, w> + <v, w>;
(2) <au, v> = aX1Y1 - 2ax1Y2 - 2ax2Y1 + SaX2Y2 = a(x1Y1 - 2X1Y2 --
- 2x2Yl + 5x2Y2) = a <u, v>;
Soluo
<u, u> =36 + a
2
+ 1 = a
2
+ 37 =41. Logo a
2
=4. Da a = 2.
IR
3
Determinar a E IR
3
de maneira que lIull = ~ , onde
13. Considere o espao euclidiano .
u = (6, a, - 1).
b) No produto usual:
lIull = ~ < u , u> = )1
2
+ 2
2
= yT+4=.,;s:,
No produto definido em a):
lIu 11 = ~ <u, u> = )'--;1
2
'_-4-.-1-.-2-+-S-.-:-2"2 = ~
Soluo
lIull = ~ 4 + 4 + 1 - 3. Logo I I ~ I I = (2,;, 1) = (i-, ; ,+).
10. Num espao vetorial euclidiano provar que:
a) lIull = IIvll <-> <u + v, u - v> = O;
b) lIu + Vll
2
= IIUll
2
+ IIvll
2
<=> <u, v> = O.
Soluo
a) lIull = IIvll < > lIull
2
= IIvll
2
<=> lIull
2
_ IIvll
2
= O < . >
lIull
2
- IIvll
2
+ <u, v> - <u, v> = O<=> <u, u> - <u, v> + <v, u> _
- <v, v> = <u + v, u - v> = O.
b) lIu + vl1
2
= IIull
2
+ IIvll
2
<=> <u + v, u + v> = <u, u> + <v, v> <=>
<-><u, u> + <u, v> + <v, u> + <v, v> = <u, u> + <v, v> <=>
< > 2 <u, v> = O <=> <u, v> = O.
(3)
(4)
Imediato;
2 22
4
42+2_
<u, u> = Xl - 2X1X2 - 2x2Xl + 5x2 = Xl - x1
x
2 + x2 x
2
-
= (Xl -2X2)2 + X2
2
;;;. O, Vu = (Xl, X2) E lR
2
; alm disso <u, u> =
= O <=> Xl - 2X2 = Oe x2 = O <=> Xl =X2 =O <=>
<->u = (O, O).
14. Achar o ngulo entre os seguintes pares de vetores doIR
3
:
a) u = (I, 1, 1) e v = ( ~ , -I, -});
b) u = (1, -1, O) e v = (2, -I, 2).
Soluo
L
11. Mostrar que num espao euclidiano vale a identidade: ~ 11 u + v 11
2
-til u - vll
2
= <u, v>.
Soluo
1 2 1 2 1 1
T"
U
+
vl
-Tllu-vll =T<u+v,u+v>-T<u-v,u-v>=
1 1
=4u, u> + <u, v> + <v, u> + <v, v -4u, u> - <u, v> - <v, u> +
+ <v, v = <u, v>.
166
a) lIull = .J3, IIvll = .J3 e <u. v> =-} - 1 + -} = O. Da
2
167
cos IJ = <u, v>
lIull IIvll
b) lIull = "j2, IIvll = 3 e
3 Y2
coslJ = --=---
3.,j2 2
o
.,ff . .Jf
2
<u, v> = 2 + 1 + O = 3. Logo
11"
IJ=-
4
<u, v>
t=- ---
IIvll
2
, <u, v>
e.a resposta do problema e Wo = u - --2- v.
IIvll
17. Sejamu= (1, 1, O) e v = (0,1, 2) no espao euclidiano IR3. Determinar os vetores w E IR
3
tais que Ilwll = 1 e <u, w> = <v, w> = O.
I <u, v> I = lIull IIvll.
15. Sejam u e v vetores de um espao vetorial euclidiano. Mostrar que {u, v} L.D. se, e
somente se,
Soluo
Se {u, v} L.D., ento um dos seus vetores combinao linear do outro. Seja u
com a E IR. Ento
I<u, v> I = I<av, v>1 = lall <v, v> 1= lalllvll
2
e lIullllvll = lIavllllvll =
= lalllvllllvll = lalllvll
2
.
Logo I <u, v> I = lIullllvll. Por outro lado, suponhamos I<u, v> I = lIullllvll.
Se v = o, ento {u, v} L.D. obviamente. Suponhamos v "* o. Ento
av,
Soluo
Seja w = (x, Y, z). Ento:
IIWll
2
= xi + y
2
+ z2 = 1, <u, w> = x + Y = Oe <v, w> = Y + 2z = O.
Resolvendo o sistema:
{
x2 + y
2
+ z2 = 1
x + Y = O
y +2z =0
I 2 _ 2
chegaremos a z = T' x = T e y = +T'
I<u, v> I = lIullllvll > <u, v>2 = IIUll
2
11vll
2
logo 4 <u, v>2 ~ 41Ul
2
IVl
2
= O.
Mas 4 <u,v>2 - 4 lIull
2
IIvll
2
o discriminante do trinmio do segundo grau (em x)
IIvll
2
x
2
- 2 <u, v>x + lIull
2
= <u - xv, u -,-- xv>.
Considerando a raiz a = <u, ~ > (dupla) do trinmio temos <u - av, u - av> = Oo
IIvll
que equivale a u = avo Portanto u - av =o e {u, v} L.D.
16. Sejam u e v vetores fixos de um espao vetorial euclidiano. Achar o vetor de menor
norma do conjunto {u + tv I t E IR}, supondo v "* o.
Soluo
Seja w = u + tv. Ento
IIwll = .J<u + tv, u + tv> = Jllull
2
+ 2<u, v>t + IIvll
2
t
2
Da
d IIwll _ 2 <u, v> + 211vll
2
t
-----at - 2JllUll
2
+ 2 <u, v>t + IIVll
2
t
2
o vetor de menor norma no conjunto dado aquele cujo coeficiente t anula a derivada
acima. Ento:
168
EXERCCIOS PROPOSTOS
1. Sejam u = (xt>x2)ev = (YbY2) vetores genricos do IR
2
. ParaquevaloresdetEIRa
funo <u, v> = xIYI + tX2Y2 um produto interno sobre o IR2?
2. Mostrar que se <u, v> = O, para todo vetor v, ento u = O.
3. No espao V =P
3
(IR) consideremos o produto interno <f(t), g(t = S: C(t)g(t)dt.
Calcular <f(t), g(t, IIf(t) 11, IIg(t) 11 e IIf(t) + g(t)1I quando f(t) = t
3
- t - 1, e
g(t) = t
2
+ 1. Repita o exerccio com f(t) = 2 e g(t) = t
3
+ t + 1.
4. Sejamf(t) = ao + alt + ... + antne g(t) = b
o
+ bit + ... + bntnpolinmios
quaisquer de Pn(IR). A funo
(f(t), g(t)) f-7 aob
o
+ albl + ... + anbn E IR
um produto interno no espao Pn(IR)?
169
5. Seja T um isomorfismo de um espao vetorial V. Provar que se <u, v> um produto
interno sobre V, ento o mesmo acontece com a funo P
T
: V X V -+ R definida por
P
T
(u, v) = <T(u), T(v.
6. Seja V um espao vetorial euclidiano. Dada uma base {el' ... , en} de V definamos
A = (aij) E Mn(R) por aij = <ei, ej> O, j = I, ... , n).
a) Provar que A uma matriz simtrica.
n n
b) Mostrar que se u = L Xiei e v = L Yiei, ento o produto escalar em Vpode ser
i=l i=l
expresso na forma matricial seguinte: <u, v> = (Xlx2 ... Xn)A(YlY2 ... Yn)t.
7. Seja V um espao euclidiano com produto interno <u, v>. Para que valores de a E IR
a aplicao:
M = (a
11
a
12
) E M2 (R).
a21 a22
Definamos <u, v> = auxIYl + a12
x
IY2 + a21
x
2Yl + a22
x
2Y2'
a) Mostrar que o produto assim definido satisfaz as duas primeiras condies da defi-
nio de produto interno.
b) Mostrar que a condio (c) da definio de produto interno vlida se, e somente se, M
simtrica.
c) Qual a matriz M que leva ao produto interno usual do R
2
?
d) Quais das seguintes matrizes definem produtos internos sobre o R
2
segundo a de-
finio de <u, v> que foi dada acima:
(u, v) -+ a <u, v>
tambm um produto interno sobre V? (Veja exerccio resolvido n'? 5.)
18. Determinar a norma de cada um dos seguintes vetores:
a) u = (3, 1, 2, 1) E R
4
;
b) f(t) = t
2
+ t - I, em relao ao produto interno <f(t), g(t = S~ f(t)g(t)dt;
S
endo a b e c nmeros reais estritamente positivos tais que a + b + c = 1, utilize a
, 3
desigualdade de Cauchy-Schwarz no R para provar que
(+_1) ( ~ - 1)(+ - 1) ~ 8.
15. Sabendo que lIull = 3 e IIvll = 5, com u e v elementos de um espao euclidiano, deter-
mine Ct E R de maneira que <u + CtV, u - Ctv> = O.
Use a desigualdade de Cauchy-Schwarz no espao euclidiano R
3
(produto interno
usual) para mostrar que, dados os nmeros reais estritamente positivos aI, a2, a3, vale
a desigualdade:
*17.
""'16.
9. No espao vetorial V = M2 (R) considere o produto interno definido no exerccio 8.
Sendo
8. Chama-se trao de uma matriz A = (aij), quadrada de ordem n, a soma dos termos da
sua diagonal principal.
Notao: tr(A). Assim, tr(A) = a11 + ... + ann. Sendo V = M
mxn
(IR), mostre que
<A, B> = tr(BtA) define um produto interno sobre V.
calcule <A, B>, IIAII, IIBII e d(A, B).
10. No espao vetorial euclidiano IR
4
sejam u = 0,2, 0,1) e v = (3, 1,4,2). Determinar
u + v A
<u, v>, lIull, IIvll, d(u, v), e o co-seno do angulo de u e v.
lIu + vII
11. Sejam u e v dois vetores no nulos de um espao vetorial euclidiano. Sendo 8 o ngulo
de u e v, mostrar que lIu + vll
2
= lIull
2
+ IIvll
2
+ 211ull IIvll cos 8. (Esta igualda-
de conhecida como lei dos co-senos na geometria elementar.)
12. Sejam u e v vetores de um espao euclidiano. Determinar o co-seno do ngulo entre
u e v, dado lIull = 5, IIvll = 8 e lIu + vII = -1129.
13. Verifique a lei do paralelogramo num espao euclidiano V: lIu + Vll
2
+ lIu - Vll
2
= 211ull
2
+ 211v1l
2
, \fu, v E V.
* 14. Sejam u = (Xl, X2) e v = (Yh Y2) vetores genricos do R
2
e
(
1 2) ,. 08 d ' .
c) A = 2 1 em relao ao produto do exerClClO proposto n. esta sene.
19. Mostrar que a soma de dois produtos internos sobre um espao V tambm um produto
interno sobre V (antes, pense bem no significado da palavra "soma").
170
171
b
20. Encontrar a distncia de u a v e o co-seno do ngulo entre u e v nos seguintes casos:
a) u =: (1,1,1,1) e v =: (O, 0,1,1) com o produto interno usual do IR
4
;
b) u =: 1 + t - t
2
e v =: 3t
2
com o produto considerado no exerccio 18 b) acima;
o) A ~ ( ~ ~ ) , B ~ U~ ) com o .<oduto ."=0do ,,,,dcio,,<ooo,to n o 8
*21. Sejam u e v vetores de um espao vetorial euclidiano. Prove que <u, v> = O, se, e
somente se, lIu + OIvll ;;;. lIull, VOI E IR.
*22. Sejam el, e2, ... , e
r
vetores unitrios (nonna igual a 1) de um espao euclidiano tais
que lIei - ejll = 1 (sempre que i "* j). Calcule o co-seno do ngulo entre dois vetores
ei e ej.
Exemplo - No espao euclidiano IR
3
o conjunto S = {(1, O, O), (O, I, O),
(O, O, I)} ortonormal. Por exemplo, a norma de gl = (1, O, O) IIg
1
1l =:
= .J 1
2
+ 0
2
+ 0
2
= 1 e o produto interno de gl por g2 < gl, g2 > =: I . O +
+ O I + O O = O.
Em geral, para todo n ;;;. 2, o conjunto:
{(1, O, ... , O), (O, I, O, ... , O), ... , (O, ... , O, I)}
ortonormal no espao euclidiano IR
n
.
Proposio 3 - Todo conjunto ortonormal S = {gl, g2' ... , gr} contido
num espao vetorial euclidiano necessariamente L.I.
Demonstrao
Suponhamos <Xlgl + ... + <xrg
r
= o. Ento:
O = <o, gl> = <<Xlgl + .. , + <xrg
r
, gl> =
= <Xl <gl, gl> + <X2<g2, gl> + ... + <xr<gr, gl> = <Xl,
De maneira anloga se prova que <X2 = <X3 = ... = <X
r
= O.
3. ORTOGONALIDADE
Outra demonstrao: Sendo o = <Xl gl + + <xrg
r
ento O
+ ... + <xrg
r
11
2
= < X ~ + ... + <xi da <Xl = = <X
r
= O.
Defilo 4 - Seja V um espao euclidiano. Dizemos que dois vetores u,
v E V so ortogonais se, e somente se, <u, v> = O. Um conjunto S = {Ul' ... ,
Ur} C V se diz ortononnal se, e somente se, (I) IIUill = 1 (i = 1, 2, ... , r) e
(lI) dois vetores quaisquer de S, distintos entre si, so ortogonais.
Nota: As condies (I) e (11) da defilo acima podem ser substitudas pela
seguinte: <Ui, Uj> = Oij (smbolo de Kronecker), i, j = 1, ... ,n, cujo significado
Oij = 1 se i = j e 0ij = O se i =1= j.
Lembremos primeiro que dois ve-
tores no nulos lt e -; defmidos por meio
de segmentos orientados so ortogonais
se, e somente se, seu produto escalar
zero.
Esse fato motiva a seguinte defi-
nio:
~
u
u x v = Itil Ivi . CDS e
Proposio 4 - Seja S ={gl, ... , gr} um subconjunto ortonormal do espao
euclidiano V. Ento, Vu E V, o vetor v = u - <u, gl>' gl - ... - <u, gr> gr
ortogonal a todo vetor do sub-espao gerado pelos vetores de S.
Demonstrao
Observemos de incio que se v for ortogonal aos vetores de S, ento ser
ortogonal a toda combinao linear de S. De fato, seja w = <Xlgl + ... + <xrg
r
uma
dessas combinaes lineares. Ento:
<v, w> = <v, <Xlgl + ... + <xrg
r
> = <Xl <v, gl> + " . + <X
r
<v, gr> = O.
Provemos pois que v ortogonal a cada gi o que uma questo apenas de
clculos. Vejamos:
<v, gl> =<u - <u, gl> gl - ... - <u, gr> gr, gl> =
= <u, gl> - <u, gl><glo gl> - ... - <u, gr><gr, gl> =
= <u, gl> - <u, gl> = O
172
173
pois <gl> gl> = 1 e <gi, gl> = para i =1= 1. De maneira anloga se prova que
<v, g2> = ... = <v, gr> = O.
Defmio 5 - Seja V um espao euclidiano de dimenso finita. Se um con-
junto B = {gl, ... , gn} for uma base de V e simultaneamente for um conjunto
ortonormal, ento diremos que B uma base ortonormal de V.
Exemplo - B = {(1,O,O),(O, 1,0),(0,0, 1)}umabaseortonormaldeIR3.
Generalize para o IRn.
Teorema 1 - (processo de Ortonormalizao de Gram-Schmidt) _ Todo
espao vetorial euclidiano de dimenso fmita (=1= O) admite uma base ortonormal.
Demonstrao
Se dim V = 1 e se {u} uma base de V, ento o vetor gl = u =
L.I. e tem norma igual a 1. Logo {gd uma base ortonormal de V.
Se dim V = 2, seja {UI, uma base de V. Faamos gl = . Ento o
lI
u
lll
vetor V2 = - <2, gl> gl ortogonal a gl devido proposio 4. Logo o
vetor g2 = 11 tambm ortogonal a gl alm de ser unitrio. Da podermos
afirmar que {gl, g2} um subconjunto ortonormal de V com dois vetores. pois
uma base ortonormal de V.
o mesmo raciocnio nos permitir construir uma base ortonormal em qual-
quer caso de dimenso finita n, utilizando-se o mesmo mtodo usado na propo-
sio 4.
Finalmente,
V3 = U3 - <U3' gl>gl - <U3' g2>g2 = (0,1,2) - Ogl
- 3f (O, v[, f)= (0, -
Da:
(o, - ,+L(o, - , (. _fi ..(2)
---'-----===-'" - 1 O, 2' 2
)
1 1 _
4+"4 V2
Logo:
{(l, o, 0), (o, f, v;), (o, - f, f)}
uma base ortonormal do IR
3
, construda a partir da base B, seguindo-se a
demonstrao do teorema 1.
Seja V um espao vetorial euclidiano. Dado um sub-espao vetorial V de V,
indiquemos por Vi o seguinte subconjunto de V:
Vi = {v E V I <v, u> = 0, "tu E V}.
Notemos que Vi um sub-espao vetorial de V, uma vez que:
(a) <o, u> = 0, "tu E V ->o E Vi;
(b) <VI> u> = <V2' u> = 0, "tu E V => <VI + V2, u> =
= u> + <V2' u> = + = 0, Vu E V; e
(c) <v, u> = 0, "tu E V => <av, u> = a<v, u> = aO = 0,
"ta E IR e 'V u E V.
Proposio 5 - Seja V um sub-espao vetorial de um espao euclidiano de
dimenso finita V. Ento V = VEBV
1
, ou seja, V = V + Vi e V nvl = {o}.
Definio 6 - O sub-espao Vi acima defmido recebe o nome de comple-
mento ortogonal de V.
Exemplo - Aplicar o processo de Gram-Schmidt do teorema 1 acima base
B = {UI = (1, 0, O), 2 = (O, 1, 1), U3 = (O, 1, 2)} do IR
3
, considerando o
produto interno usual nesse espao.
UI
E claro que gl = lI
u
llI = UI = (1, 0, O). Por outro lado, V2 = U2 _
- gl> gl = (O, 1, 1) - 0(1, 0, O) = (O, 1, 1). Logo
V2 (0,1,1) (V2 fi)
g2= IIv211 = V2 = '-2-' 2 .
Exemplo - Seja V = IR
3
, V
vi = {(O, 0, z) : z E IR}. Verifique.
{(x, y, O) x, Y E IR}. Ento
174
l _
175
Demonstrao
(a) Seja B ={g } b
d t . uI 1> oo,gr uma ase ortonormal de U. Devido proposo - 4
es e capIt o, dado u E V, o vetor v = u _ <u Ia0
ortogonal a todo elemento de U, ou seja v E Ul.' L
gI
> - ooo- <u, gr>gr
J , o ogo.
u = <u, gI>gI + .0. + <u, gr>gr + v
pertence a U + Ul. j d' .
em U. Isso prova V C as Vr do segundo membro est
.ogo -U+U.
Em U CLomo W E Ul., ento w ortogonal a todo vetor de U.
,w - . ogo w =o e ento: U n Ul. = {o} .
Conforme acabamos de ver se B - {
um sub-espao U d " . . - g}, ... , gr} uma base ortonormal de
u E V se decomp: de dimenso fmita, ento todo vetor
ortogonais entre si:' umca, em uas parcelas, uma de U e uma de ul.,
u = u, gI > gI + o. o + <u, gr> gr) + v.
A parcela <u, gI> g + + < .
sobre o sub-espao . . . U, gr> gr e chamada projeo ortogonal de u
Por outro lado a aplicao E de V em V dada por
E(u) = <u, gI> gI + o.. + <u, gr> gr
recebe o de projeo ortogonal de V sobre U. Pode-se mostrar que E .
operador lmear de Voeum
o seguinte: ,que propomos como exerccio. Para este operador tem-se
E
2
(u) = E(<u, gI> gt + o. o+ <u, gr> gr) =
=<u, gt> gt + . o. + <u, gr> gr,
pois esta ltima soma pertence a U. Logo E
2
(u) =E() '-"- V "
que E
2
= E. u, v u E ,o que sIgmfica
= que Ker(E) = {u E V I <u, gt> gt + ... + <u =
o} - U . Tambem se pode provar que Im(E) _ U . . ' gr> gr
decomposio de V: V = Im(E) $ Ker(E). -. ASSIm temos a seguinte
4. ISOMETRIAS
Introduziremos neste parg 1:1
est ligada ao conceito de cuja defi-
tIveIs com o produto interno. eares compa-
176
Defmio 7 - Seja V um espao euclidiano de dimenso finita. Um operador
linear T: V -+ V com a propriedade de que:
IIT(u)1I = Ilull, \tu E V,
se denomina isometria sobre V ou operador ortogonal sobre V.
Exemplo - Consideremos o espao euclidiano IR
2
. A rotao T: IR
2
-+ IR
2
dada por
T(x, y) = (x cos 8 - y sen 8, x sen 8 + Ycos 8),
onde 8 um nmero real e O 8 21T uma isometria pois alm de ser urna
transformao linear (exemplo 4, pargrafo 2, capo IV) satisfaz a seguinte igualdade:
IIT(x,y)1I
2
= X
2
cos
2
8 + y2 sen
2
8 _ 2xysen8cos8 + x
2
sen
2
8 +y2cos
2
8 +
+ 2xy sen 8 cos 8 = X
2
(COS
2
8 + sen
2
8) + y2(sen
2
8 + cos
2
8) = x
2
+ y2 =
lI(x, y)1I
2
.
Deixamos como exerccio a verificao de que o operador T do IR
3
dado por
T(x, y, z) = (x cos 8 - y sen 8, x sen 8 + Ycos 8, z) uma isometria.
Nota: Uma isometria um operador linear de um espao euclidiano que conserva
as normas dos vetores. Como nos espaos IR
2
e IR
3
, quando o produto interno con-
siderado o usual, a norma de um vetor nada mais do que o comprimento
desse vetor (ou mdulo), no sentido geomtrico intuitivo, podemos dizer que
nesses casos uma isometria um operador linear que conserva os comprimentos
dos vetores do espao.
Proposio 6 - Toda isometria T: V -+ V um isomorfismo.
Demonstrao
Basta provar que T injetora. Mas dado u E V,
T(u) = o > IIT(u)1I = O => Ilull = O => u = O.
Logo Ker(T) = {o} .
Proposio 7 - Seja T um operador linear sobre um espao euclidiano V.
Ento so equivalentes as seguintes afirmaes:
(I) T isometria.
(lI) T transforma as bases ortonormais de V em bases ortonormais de V.
(III) <T(u), T(v = <u, v>, \lu, v E V.
177
gn} uma base ortonormal de V. Ento dados u
Demonstrao
(I) => (lI)
Seja B = {gl g } um b t
tamb' b' ... , li a ase or onormal de V; provemos que T(B)
, em uma ase ortonormal de V. Como T injetora T(B) . B A
numero de vetores. Ento suficiente mostrar ue T ' .e tem o mesmo
Consideremos as identidades: q (B) um conjunto ortonormal.
IIgi + gjW = IIgill
2
+ IIgjll2 + 2 <gi, gj> e
IIT(gi) + T(gj)lf = IIT(gi)1I
2
+ IIT(gj)11
2
+ 2 <T(gi), T(g)>.
Devido hi 't J
Ainda p ~ ~ h i ~ ~ t : : : ~ ' os primeiros membros dessas igualdades so iguais entre si.
IIT(gk)1I = IIgkll (k = 1, ... , n).
Logo
<T(gi), T(gj = <gj, gj> = ij
o que assegura ser T(B) um conjunto ortonormal.
(lI) > (III)
Seja B = {gl> ... ,
n n
= "Qigi e v = " {3
L, L, igi em V, tem-se:
i=1 i=1
n n
= .I .I Qi{3j <T(gi), T(gj
1=1 J=1
Por outro lado, um raciocnio anlogo ao feito acima nos levar a:
n
<u, v> = L Qi{3i.
i=1
Logo <T(u), T(v = <u, v>, Vu, v E V.
(III) => (I)
Imediato: basta tomar u = v. a
178
o nome "operador ortogonal" dado como sinnimo de isometria decorre da
proposio seguinte.
Proposio 8 - Seja T um operador linear de um espao euclidiano de di-
menso finita. Ento T uma isometria se, e somente se, a matriz de T em
relao a uma base ortonormal uma matriz ortogonal (sua inversa igual sua
transposta).
Demonstrao
(_ Seja B = {gl> ... , gn} uma base ortonormal de V e indiquemos
por M a matriz de T em relao a essa base:
M = (T)B = (Qij)'
Ento:
n n
T(gj) = I Qijgi e T(gk) = I Qrkgr, com j, k = 1, ... ,n.
i=1 r=1
Da
n
I QijQik
i= 1
isto levando em conta que <gj, gr> = 0ir. Mas T(B) tambm uma base orto-
n
normal o que acarreta < T(gj), T(gk = 0jk' Ento I QijQik = 0jk'
i= 1
o que suficiente para concluirmos que Mt M = In
=) Fica como exerccio. praticamente o caminho inverso da
demonstrao da primeira parte.
Exemplo - Dizer que uma matriz real de ordem n ortogonal significa que
suas linhas formam uma base ortonormal do IR
n
. Vice-versa, os vetores de uma base
ortonormal do IR
n
, em relao ao produto interno usual, constituem as linhas
de uma matriz ortogonal de Mn(IR).
i79
Assim, dada a base ortononnal:
B = {(I O O) (O VI V2)
, , ,\1, 2 '2 '
do IR
3
(ver pargrafo 3) a matriz:
(O _ VI V2)}
\1, 2' 2
3. Mostrar que se u e v so vetores de um espao euclidiano tais que lIu + vII Ilu - vII,
ento u e v so ortogonais.
Soluo
lIu + vII = Ilu - vII ===> <u + v, u + v> = <u - v, u - v> > lIul1
2
+
+ 2 <u, v> + IIVll
2
= IIUll
2
- 2 <u, v> + IIvll
2
=> <u, v> = O.
uma isometria do IR.
3
Este operador e'
eixo x. uma rotao de - 45 em torno do
ortogonal e o operador T: IR? --+ IR.
3
dado por:
T(1, O, O) = (1, O, O)
T(O 1 O) = (O V2 V2)
, , '2 ,- -2-
T(O O 1) = (O VI vT)
, , , 2 ' 2
1 O O
M= O
V2 V2
2 2
O
V2
y'2
-2 -2-
4. Consideremos no espao vetorial IR
2
o produto interno (no habitual) dado por <u, v>
'= Xl Yl + 2X2Y2, para todo par de vetores'u '= (Xl' X2), v = (Yl' Y2)' Verificar se u e v
so ortogonais, em relao a esse produto, nos seguintes casos:
a) u = (1, 1) e v = (2, -1);
b) u = (2, 1) e v = (-1, 1);
c) u = (3, 2) e v = (2, -1).
Soluo
a) <u, v> = 2 + 2(-1) = O. Logo u e v so ortogonais;
b) <u, v> = -2 + 2 = O. Portanto so vetores ortogonais;
c) <u, v> = 6 + 2 (-2) = 2. Neste caso u e v no so ortogonais.
5. Determinarm afim de que sejam ortogonais os vetores u = (m + 1,2)ev = (-1,4)doIR
2
.
Soluo
<u, v> =(m + 1)(-1) + 2 .4= -m + 7 = O >m = 7.
<u, v>
--2-' mostrar
Ilvll
EXERCCIOS RESOLVIDOS
1. Seja V um espao vetorial euclidianQ. Dados u, v E V (v * o) e k =
que u - kv ortogonal a v.
Soluo
<u - kv, v> = <u, v> + <-kv, v> = <u, v> - k <v, v> = <u, v> _ <u, v> IIvll
2
= O.
IIVll
2
2. Determinar m E !f a fim de que sejam ortogonais os vetores u '= (1 m + 1 m) e v - (m 1
m, m + 1) do IR . ' , - -,
Soluo
<u, v> = m - 1 + (m + l)m + m(m + 1) = 2m
2
+ 3m - 1. Logo u e v so ortogonais
se, e somente se, 2m
2
+ 3m - 1 = O. Portanto u e v so ortogonais para m = - 3 .JT7
4
180
6. Consideremos em P
2
(IR) o produto interno dado por <f(t), g(t = .1 ~ f(t)g(t)dt.
Nessas condies, para que valor de m, f(t) = mt
2
- 1 ortogonal a g(t) = t?
Soluo
r
l
2 r
l
3 m 1
<f(t), g(t = J
o
(mt - 1)tdt = J
o
(mt - t)dt ="'4 - T= O=>m = 2.
7. Mesmo enunciado do exerccio anterior mudando o produto interno para o seguinte:
c 1
<f(t), g(t = L f(t)g(t)dt.
Soluo
<f(t), g(t '= L ~ (mt
3
- tjdt = O
Logo f(t) e g(t) so ortogonais para todo valor de m.
181
Soluo
ri 2 1 1 C a base cannica de P
2
(IR)
IItl\2 = <t, t> = J
o
t dt == 3' Como I\tl\ = ..;3' en ao
no ortonormal' em relao ao produto considerado.
11. Seja B = {gl' g2' ... , gn} uma base ortonormal
n n
u = I aigi e v = I bigi calcular <u, v>.
i=l i=l
8. Determinar f(t) E P
2
(R) que seja ortogonal a g(t) = 1 e h(t) = t, em relao ao produto
interno dado por:
<f(t), g(t = f(t)g(t)dt.
Soluo
Suponhamos f(t) = a + bt + ct
2
. Ento:
<f(t), g(t = (a + bt + ct
2
)dt = (at + + 1_: = 2a + 2; = O (1)
<f(t), h(t = (a + bt + ct
2
)tdt = (a t; + b +c 1_: = 2
3
b = O (2)
De (1) e (2) tiramos que c = - 3a e b = O. Logo f(t) = a - 3at
2
satisfaz o problema para
todo valor de a E R.
9. Consideremos em P2 (R) o produto interno definido do seguinte modo:
bi'" = t aibj,
1=0 1=0
Soluo
<u, v> = aigj, t b
jgj
) =
n
I aibi = al bl + .,. + anbn
i=l
de um espao euclidiano. Dados
n n n
"'" "'" "'" ai' bJ'
6
I'J' = L aibj <gi, gj> = L. L
j=l i=l j=l
para todo par de polinmios
2 2
f(t) = I ai
ti
e g(t) = I biti
i=o i=o
desse espao. A base cannica {I, t, t
2
} de P
2
(R) ortonormal em relao a esse
produto?
Soluo
Verifiquemos primeiro se os vetores dessa base tm norma igual a 1.
11111
2
= <1, 1> = 1 => 11111 = 1
IItll
2
= <t, t> = O O + 1 1 + O 0= 1 > IItll = 1
IIt
2
11
2
= <t
2
, t
2
> = O O + O O + 1 1 = 1 > IIt
2
11 = 1.
Verifiquemos agora se os vetores da base dada so ortogonais dois a dois.
< 1, t> = 1 O + O 1 + O O= O (Logo 1 e t so ortogonais).
< 1, t
2
> = 1 O + O O+ O 1 = O (Prtanto 1 e t
2
so ortogonais).
<t, t
2
> = O O + 1 O + O 1 = O (Ento tambm estes dois vetores so ortogonais).
10. Mostrar que a base cannica de P
2
(R) no ortonormal em relao ao produto interno
dado por:
<f(t), g(t = SOl f(t)g(t)dt.
182
12.
Isto significa que em todo espao euclidiano pode-se encontrar uma base em relao
qual o produto interno fica "na forma habitual".
1),
U2
= (1, -1,1), U3 = (-1, O, 1) do R
3
, pelo
Ortonormalizar a base UI = (1, 1,
processo de Gram-Schmidt.
Soluo
UI (1, 1, 1) _ (_1_ _1__1_) .
(a) gl = l\ull\ = ..j3 - ..;3'..j3'..j3 ,
(b) V2=U2-<U2,gl>gl=(1,-I,l)-
= ( ; , - , -}) . Da
IH3
13. Achar uma base do sub-espao yl, onde Y o sub-espao de IR
4
gerado por O, O, 1, 1) e
O, 1, 2, O). Ortonormalize esta base.
Soluo
Um vetor v = (x, y, z, t) E lR
4
pertence a yl se e somente se
<v, (1, O, 1, 1 = x + z + t = e
<v, (1, 1, 2, O = x + y + 2z =
{co, 0, 1), (2, 1, O)} uma base de W. Apliquemos o processo de Gram-Schmldt a essa
base.
Faamos uI = (0,0,1) e U2 =(2, 1, O) e seja {Bl, g2} a base procurada.
ul (O, 0, 1) (O 1)
(a) gl = UU111 = 1 ="
(b) v2 = Ui - <u2' gl> gl = (2, 1, O) - Ogl = (2, 1, O).
Logo
g2 = = (2,:ts
0
) = (.5s'
{(O

1)
(
2 1 o\} uma base ortononnal de W.
, , , J .
Assim,
a base
(
1 -2 1) (-lI)}
.j6' .j6'.j6' .,j2' 0, .,j2
Portanto {(_I _1 _1)
.../3' .,[3'.,[3 ,
ortononnal procurada.
O sistema obtido equivalente a
15. Determinar a projeo ortogonal de u = O, 1) sobre o sub-espao Y = [(1, 3)} do R
2
.
+z+t=O
y+z-t=O
cujo conjunto soluo {(-z - t, -z + t, z, t) I z, tE lR}. Mas
(-z - t, -z + t, z, t) = z(-I, -1,1, O) + t(-I, 1,0,1).
Soluo
'c ad (1, 3) (1 3)
A base ortononnal de Y e 10nn a por g = _.- = --, -- .
00 00 00
Como B = {(-I, -1, 1, 0),(-1, 1, 0, I)} 1.1., ento B base de yl. Vamos ortonor-
maliz-la.
Faamos uI = (-1, -1, 1, O) e u2 =(-1, 1,0,1)
Logo a projeo o vetor:
4(1 3) (26)
p = <U, g> g = 00 v'1O' --::;:N = 5 '-5- .
(
a) - = (-1, -1, 1, O) _1_ 0\
gl - lI
u
ll1 .../3 -.../3' .../3' .../3' J
(b) v2 = u2 - <u2' gl>gl = (-1,1, 0,1) - Ogl = (-1,1,0,1).
Logo
= (-1,1,0, 1) _1_ _1_)
g2 .../3 .../3' .../3' '.../3 .
{(
-1 - 1 1 ) (-1 lI)} Portanto -- -- -- . -- -- 0--
.../3' .../3'.../3' '.../3'.../3" fi
uma base ortononnal de yl.
14. Seja W = {(x, y, z) E lR
3
I x - 2y = ol Detenninar uma base ortonormal de W.
16. Seja P2 (lR) munido do produto intemo <p(t), q(t = .I: p(t)q(t)dt.Ortononnalizar
utilizando o processo de Gram-Schmidt a base cannica {I. x. x
2
}.
Soluo
Fazendo ul = 1, u2 = x, u3 = x
2
e {gl. g2. g3} a base ortononnal procurada, temos:
1 -I
(a) gl = =-1 =1 (pois 11111
2
= J
o
dt =1
II
U
llI
1 2x - 1
(b) V2 =U2- <U2' gi > gl =X -""2 =--2-
1( 2x 1)2 1 1
IIV2112 = J
o
---T- dx= 12 > IIV211 = 2.../3
V2 M
:. g2 = II
v
211 = ,,3 (2x - 1).
Soluo
Como um vetor tpico de W da forma (2y, y, :1;) e (2y, y, z) =y(2, 1, O) + z(O, 0, 1),
ento W=[(2, 1, O), (0,0,1)]. Mas esses geradores so linearmente'independentes. Logo
(c) v3 = U3 - <u3' gl >gl - <u3' g2> g2 =
2 1 1 2 1
= x - T - "2 (2x - 1) = x - x +6'
184 185
2 ( 1 ( 2 1 )2 1 1
II
v
311 =.1
0
x - x + 6" dx = 180 > II
v
311 = ---
6.,jS
. v3 IT 2
.. g3 = II
V
311 = yS (6x - 6x + 1).
Portanto, {I, .J3(2x - 1), .JS(6x
2
- 6x + 1)} a base ortononnal procurada.
. f. 0,1, O, O) (O, O, 1, 1)} ,
ve tores pela sua norma. Assim \.gl fi' g2 = ..j2 e uma base ortononnal
de W. Ento a projeo p de u = (l, I, 1, 1) sobre W:
Portanto
IItll= j
( 1 1
J t
2
dt =--. Logo {0t} uma base ortonormal de U. Portanto a pro-
O 0
jeo procurada :
19. Detenninar a projeo ortogonal ele f(t) = 2t - 1 E P
2
(IR) sobre o sub-espao U = [t],
em relao ao produto interno dado por <f(t), g(t = j: f(t)g(t)dt.
Soluo
=(1, 1, I, 1). Assim p = u, isto , u E W. De fato u =(1, 1, O, O) + (O, O, 1, 1).
dim W + dim Wl = dim V e
dim Wl + dim (Wl)l = dim V.
Ento dim W = dim (Wl)l. Juntando as duas concluses obtidas temos W = (Wl)l.
20. Seja Y um espao vetorial euclidiano de dimenso finita. Se W um sub-espao vetorial
de Y, mostrar que W= (Wl)l.
Soluo
Mostremos primeiro que W C (Wl)l. Se u E W, ento: <u, v> = O, v E W
l
. Portanto
u E (Wl)l. Por outro lado lembrando que V a soma direta de cada um dos seus sub-
-espaos com o respectivo complemento ortogonal (proposio 5) temos:
r
'" . 2
L <u, gl> .
i=l
r
Mostrar que lIu
2
11 ;;. I <u, gi >2, \lu E V (desigualdade de Bessel).
i=l
Mostrar tambm que se o conjunto dado uma base ortononnal de Y, ento lIull
2
=
r
I <u, gi>2, \lu E Y (igualdade de Parseval).
i=l
r
Logo lIuU
2
;;. IIp1l2. Mas p = I <u, gi> gi. Ento:
i=l
Soluo
Seja W = [gl, ... , gr1i Se p indica a projeo ortogonal de u sobre W, ento u = p + h,
onde h E W
l
. Da lIull = <p + h, P + h> = IIPll2 + 2 <p, h> + IIhll
2
::: IIPll2 + IIh1l
2
.
r
IIUll
2
;;. I <u, gi>2.
i=l
Por outro lado, se {gl, ... , gr} "base de V, ento:
17. Seja {gl, g2, ... , gr} um conjunto ortonormal de vetores de um espao euclidiano V.
r r
u = p = I <u, gi> gi Da lIull
2
= I <u, gi>2.
i=l i=l
18. Achar a projeo ortogonal de (1, 1, I, 1) E IR
4
sobre o sub-espao W = [(I, 1, O, O),
(O, O, I, 1)1.
Soluo
Notemos que os geradores de W so vetores lineannente independentes e so ortogonais
entre si. Ento para detenninar uma base ortononnal de W basta dividir cada um dos seus
21. Sejam U e Y sub-espaos de um espao euclidiano W de dimenso finita. Provar que
(U + y)l = U
l
ri y
l
.
Soluo
(a) Seja W E (U + y)l, ento W ortogonal a todo vetor u + v E U + V. Como
U c U + Y e Y C U + Y, ento w ortogonal a todo vetor u E U e a todo vetor
v E Y, ou seja, W E Ule W E V
l
. Logo W E U
l
ri y
l
.
(b) Seja W E U
l
ri yl. Ento W ortogonal a todo vetor de U e de Y. Dado ento
u + v E U + V, temos:
<w, u + v> = <w, u> + <w, v> = O + O = O.
Portanto W E (U +V)l.
186
187
22. Provar que T E L(IR
2
) definida por T(x, y) = - y, + y) uma isome-
tria.
Soluo
Basta mostrar que T conserva as normas:
lIT(x, Y)1I
2
= (+x _ V;y)2 + ( V; x + ; y) 2
1232.,ff 3212.,ff
= 4
x
+ 4 Y - -2-
xy
+T
x
+TY +-2-
xy
=
= x
2
+ y
2
= 11 (x, Y)11
2
, V(x, y) E IR
2
.
uma isometria nesse espao euclidiano
24. Seja T uma isometria de um espao euclidiano V. Mostrar que T conserva o cosseno do
ngulo entre dois vetores no nulos de V.
Soluo
Sejam u e v os vetores. Como I conserva as normas e conserva o produto interno, ento:
<u, v> _ <T(u), T(v
liUIilviI - III (u) 11 III (v) 11
O primeiro membro o cosseno do ngulo entre u e v, ao passo que o segundo membro
o cosseno do ngulo entre I (u) e I (v).
25. Para que valores de n, m E IR o operador linear I do IR
3
definido por I (x, y, z) =
(
.,fi .,fi),. '?
= x, my + -2-z, ny + -2-z e uma Isometna.
188
Soluo
III(X,y,Z)1I
2
=x
2
+(m
y
+ -![z)2 +(ny + .J[z)2 =x
2
+m
2
y
2+
+ .,fimyz + n
2
y
2 + z2 +.,j2nyz = x
2
+ (m
2
+ n
2
)y2 + z2 + (V2m + .,fin)yz =
= x
2
+ y2 + z2, V (x, y, Z) E IR
3
>
{
m2 + n
2
=1 1
-> m + n = O=> m= Jr. e n = 4' .J2'
Logo T(x, y, z) = (x, .J[y + z, 4' .J[Y + .J[z) .
26. Se TI e T2 so isometrias num espao euclidiano V, mostrar que TIO T
2
tambm o . Se T
uma isometria em V, provar que I-I tambm uma isometria em V.
Soluo
(I) J sabemos que se I I e T
2
E L(V), ento TI o T2 tambm pertence. Por outro lado
IIII o T2(u)1I = IIT
I
(T
2
(u))ll = IIT
2
(u)1I = lIull, VUEV,
pois tanto I I como T
2
conservam as normas. Logo TIo I2 isometria.
(lI) J vimos que uma isometria um isomorfismo. Logo existe T-
I
. Alm disso:
III-
I
(u)1I
2
= <T-I(u), r-l(u = <I(T-I(u)), T(T-I(u))> = <leu), =
= lIull
2
.
Logo IIT-
I
(u)1I = lIull, Vu E V. Portanto T-I tambm uma isometria em V.
EXERCCIOS PROPOSTOS
1. Considere no IR
2
o produto interno dado por <u, v> = xlYI + 2X2Y2 - xlY2 - x2YI
para todo par de vetores u = (Xl, x2) e v = (Y1> Y2) de IR
2
.
a) Determinar m a fim de que os vetores (1 + m, 2) e (3, m - 1) sejam ortogonais.
b) Determinar todos os vetores do IR
2
ortogonais a (2, 1).
c) Determinar todos os vetores (m, m - 1) de norma igual a 1.
2. Determinar todos os vetores do IR
3
de norma igual a 2 que sejam ortogonais simultanea-
mente a (2,1,2) e (- 1,3,4).
3. Determinar uma base ortonormal de cada um dos seguintes sub-espaos do IR
4
utilizando
o processo de Gram-Schmidt:
a) W = [(1,1, O, O), (0,1,2, O), (O, O, 3,4)).
b) W = [(2, O, O, O), (1,3,3, O), (3, - 3, - 3, O)).
189
generalizado).
7. Em P
2
(IR) com o produto interno defmido por: <f(t), g(t = 1
0
1
f(t)g(t)dt
4. Determinar uma base ortonormal do sub-espao Wde 1R
3
dado por W = {(x, Y, z) E
E 1R
3
Ix - Y =O}.
a) u = lIull cos a)gl + (cos fi)g2 + (cos ')')g3);
b) cos
2
a + cos
2
fi + cos
2
')' = 1.
16. Seja W um sub-espao de um espao euclidiano de dinIenso finita V. Para todo v E V.
seja v = w + w' com w E W e w' E Wi. Mostrar que a aplicao T: V -+ V dada por:
T(v) = w - w' linear e tem a seguinte propriedade <u, T(v = <T(v), U>,
"lu, v E V.
17. Seja {gl, g2, g3} uma base ortonormal do IR? Para todo u E IR
3
definem-se os co-senos
<u, gl> <u, g2>
diretores de u em relao base dada por cos a = lIull ' cos fi = lIull e
<u, g3>
cos')' = Ilull . Provarque:
15. Sejam U e V sub-espaos vetoriais de um espao euclidiano de dimenslro finita. Provar
que (U I V).i = Ul: + Vi,
(x - y - z,
5. Considere a seguinte transformao linear do IR
3
no IR
2
: F(x, y, z)
2z - x). Determine uma base ortonormal de Ker(F).
a) Ortonormalizar a base {I, 1 + t,2t
2
};
b) Achar o complemento ortogonal do sub-espao W = [5, 1 + tI.
6. Seja {gl, ... , gn} um subconjunto de um espao euclidiano V cujos vetores so
ortogonais dois a dois. Prove que II t gi 11
2
= i IIgill
2
(teorema de Pitgoras
1=1 1=1
19.
8. Determinar uma base ortonormal de W e uma base ortonormal de Wi, onde W o sub-
-espao de 1R
4
dado por W ={(x, y, z, t) : x + y = Oe 2x + z =y}.
9. Determinar um vetor unitrio do IR
3
que seja ortogonal a todos os vetores do sub-espao
W= [(1, 2, -1), (-1, O, 2)1
10. Determinar a projeo ortogonal do vetor (1, 1, O, -1) E IR
4
sobre o sub-espao
W = {(x, y, z, t) E IR
4
I x - y .,... z = Oe z - 2t = O}
18. Seja V um espao euclidiano. Se T: V -+ V uma transformao linear que conserva
o produto interno, prove que T uma isometria. (Veja a proposio 7.)
Considere os seguintes vetores do IR
3
: u = (2, 2, 2) e v = (3, 3, I).
a) Determinar dois vetores VI e V2 tais que v = VI + v2; VI ortogonal a u e
v2 = U ( E IR);
b) Se w = (-5, 1, -1) decompor vem uma parcela de W= lu, wl e uma parcela
deW
i
;
c) Determinar uma base ortonormal de W.
11. Provar que os vetores 1, t e t
2
- ~ de P2 (IR) so dois adois ortogonais em relao ao pro-
duto interno dado por:
<f(t), g(t = ri f(t)g(t)dt.
12. Determinar uma base ortonormal do sub-espao W = [(1, 1, 1), (1, -2, 3)1 do R
3
em
relao ao produto interno dado por:
<u, v> = XIYI + 2X2Y2 + x3Y3,
para todo par de vetores u = (Xl, x2, x3) e v = (Yl, Y2, Y3) do IR
3
.
13. Determinar um polinmio de grau 3 em P
3
(1R) que seja ortogonal a 1, t e t
2
com relao
ao produto interno definido no incio deste captulo como exemplo 2.
*20. Seja V um espao euclidiano. Se u E V, W = [uI e E a transformao linear que
associa a cada vetor de V sua projeo ortogonal sobre W, mostre que:
IIv - E(v)1I ,.;;; IIv - wll, "Iv E V e Vw E W.
Interpretar geometricamente esse resultado.
21. Seja V um espao euclidiano de dimenso finita e seja E a projeo ortogonal de V
sobre o sub-espao W de V. Mostrar que o operador linear E tem a seguinte proprie-
dade: <E(u), v> = <u, E(v, "lu, v E V.
22. Determine m E IR. a fim de que o seguinte operador linear do IR.
3
seja uma isometria:
(
1 1 -1 2 1 1 1)
F (x, Y, z) = .,fi x + .,fi Y + mz, .J6 x + .J6Y - .J6z, - -fi x + .,fi z .
. al (t -1). . . r h . (1 2)
23. Determinar uma matnz ortogon A = A cUJa pnmella In a seja "5 ' 5 .
14. Sejam u e v dois vetores linearmente independentes do IR3. Mostrar que existem dois,
e apenas dois, vetores de norma igual a 1 que so ortogonais simultaneamente a u e v.
*24. Mostrar que a matriz de mudana de base entre duas bases ortonormais de um espao
euclidiano de dinIenso finita uma matriz ortogonal.
190
191
25. Mostre que (12 - A) (I2 + At' uma matriz ortogonal, onde A = (O 5)
-5 O .
*26. No espao vetorial V = Mn(lR) consideremos o produto interno definido por < A, B > =
= tr (ABt). Dada uma matriz M E V, seja TM: V --> V o operador linear definido por
TM(X) = MX, 'ri X E V. Mostre que TM uma isometria se, e somente se, M uma'matriz
ortogonal.
Demonstrao
S
B - {g g g } uma base ortonormal de V. Por hipte-
( eJa - 1, 2,, n
se
<A(gi)' gj> = <gi' A(gj
paraquaisqueri,j(l ~ i,j ~ n). Mas se a matriz de AemrelaoaB (A)B = (aij)'
ento
27. Determine a isometria do 1R
3
cuja matriz em relao base cannica
bs.: x, y e z devem ser determinados numericamente.
(i, j
n
2 akigk e A(gj)
k=l
1, 2, ... , n), e da
n n
< 2 akigk, gj> = <gi' 2 atjgt>
k= 1 t= 1
*28. Seja V um espao euclidiano de dimenso finita. Sendo U um subespao vetorial de V, indi-
quemos por E : V --> U a projeo ortogonal de V sobre U. Provar que E sobrejetora, isto
, Im(E) = U.
Donde
5. OPERADORES AUTO-ADJUNTOS
e portanto aji = aij (i, j = 1, 2, ... ,n) e (A)B simtrica.
) Seja B = {gl' g2, ... , gn }uma base ortonormal de V e admita-
mos que (A)B = (aij) simtrica. Ento, como
n n
<A( '\ > <" a g g > - " akl'Dkj' = a
j
'
l
' e, analogamente,
gjJ, gj = L ki k, j - L
k= 1 k= 1
<gi' A(gj = aij,
n n n n
()
> < " A(g) " R. g.> - " " lX
1
t3j<A(gi), gj'> = <A u , v = L lXi i , L I-'j j - L L
i=l j=l i=l j=l
n n
2 2 lXit3j <gi' A(gj = <u, A(v.
i= 1 j =1
Definio 8 - Seja V um espao vetorial euclidiano, Um operador A E L(V)
se diz auto-adjunto se
<A(u), v> = <u, A(v
para quaisquer u, v E V.
Se a dimenso de V finita os operadores auto-adjuntos admitemuma caracte-
rizao matricial bastante simples, como veremos a seguir.
Proposio 9 - Seja V um espao euclidiano de dimenso finita. Ento, um
operador A E L(V) auto-adjunto se, e somente se, a matriz de A em relao a uma
base ortonormal de V simtrica.
obtemos que
<A(gi), gj> = <gj,A(gj
. gj' E B. Considerando ento vetores para qUaIsquer gj,
n n
u = 2 lXigi e v = I t3jgj, teremos
i=l j=l
genricos u, v E V,
192
193
Nota: Seja V um espao euclidiano de dimenso finita. Se A
1
e A
2
so operadores
auto-adjuntos de V, ento A
1
+ A
2
tambm auto-adjunto pois
A1 + A2)(u), v> = <A
1
(u) + A
2
(u), v> = <Al(u), v> + <A
2
(u), v> =
= <u, Al(v + <u, A
2
(v = <u, Al(v) + A
2
(v = <u, (A
l
+ A
2
)(v
fcil ainda mostrar que se A auto-adjunto e a E lR, aA tambm auto-adjunto.
Logo o conjunto dos operadores auto-adjuntos de V um sub-espao vetorial de
L(V).
Fixemos ento uma base ortonormal B do espao V e consideremos a aplica-
o
A ~ ( A ) B
que a cada operador auto-adjunto AEL(V) associa sua matriz relativamente base
B. claro que se trata de uma transformao linear e injetora. Levando em conta a
proposio 9 podemos afirmar mais: um isomorfismo do espao dos operadores
auto-adjuntos no espao das matrizes simtricas de ordem n(n = dim V) sobre IR.
Logo os operadores auto-adjuntos sobre espaos euclidianos podem sempre
ser identificados com matrizes simtricas reais.
Exemplo - O exemplo que apresentaremos mostra que a hiptese de que a
base B na proposio 9 seja ortonormal imprescindvel. No espao IR
3
considere-
mos o produto interno usual e seja TEL (IR
3
) definido por
T(x, y, z) = (2x +2z, x +z, x +z).
A matriz de T em relao base B' = {(1, 1, O); (1, O, O); (O, O, I} (no orto-
normal)
simtrica. Mas T no auto-adjunto pois <T(1, O; O); (O, 1, O = 2, 1, 1);
(O, 1, O = 1 ao passo que
<(1, O, O); T(O, 1, O = <(1, O, O); (O, O, O = O.
EXERCCIOS PROPOSTOS
1. Seja H um sub-espao vetorial do espao euclidiano V. Ento cada v E V se expressa, de
uma nica maneira, como
v = h + t
194
onde h E H e tE H
1
. Considere a aplicao A: V -> V definida por
A(v) = h - t, qualquer vEV.
a) Mostrar que A linear e auto-adjunto.
b) Se V = 1R.
3
, com o produto interno usual, e H = [(1, 1, O)], achar a matriz de Arelativa
base usual do R
3
.
2. Seja V um espao euclidiano de dimenso finita. Mostrar que duas quaisquer das proprieda-
des a seguir de um operador AE L(V) implicam a restante:
a) A auto-adjunto
b) A uma isometria
c) A
2
= I
3. Seja TEL(V) um automorfismo. Se T auto-adjunto, mostrar que T-1 tambm o .
4. Seja A um operador auto-adjunto de um espao euclidiano V. Se H um sub-espao vetorial
de V com a propriedade
uEH ->A(u)EH
mostrar que H
1
tem tambm essa propriedade.
5. Seja T um operador auto-adjunto de um espao euclidiano V. Se <T(u), u> = 0, para todo
uEV, mostrar que T = O.
6. Sejam T, SEL(V) operadores auto-adjuntos. Mostrar que: ToS auto-adjunto se, e so-
mente se, TOS = SoT.
6. ESPAOS HERMITIANOS
Indicaremos brevemente como os conceitos apresentados nos 1 - 5 se
apresentam em um espao vetorial sobre o corpo <C dos nmeros complexos.
Seja V um espao vetorial sobre <C. Um produto interno sobre V uma
aplicao
(u, v) t-+ <u, v>
de V X V em <C, para a qual se verificam as seguintes condies:
(a) <Ul + U2, v> = <Ul, v> + <U2, v>, VUl, U2, vEV;
(b) <au, v> = a<u, v>, Va E <C e Vu, v E V;
195
1. PERMUTAES
indicaremos abreviadamente uma permutao a de N
n
por
Determinantes
(
1 2 o" n)
a (1) a (2) .. , a (n) .
a=
CAPTULO 7
Seja n ;> 1 um nmero natural. Consideremos o conjunto N
n
= {I, ... ,n}.
'Defmio 1 - Toda aplicao bijetora a: N
n
-+ N
n
chama-se permutao
do conjunto N
n
.
Se a e <.p so permutaes de N
n
, ento ao <.p: N
n
-+ N
n
tambm uma permuta-
o. A aplicao idntica de N
n
(indicaremos por id) obviamente uma permuta-
o. Alm disso, a inversa a-I de uma permutao a de N
n
tambm uma permuta-
o de N
n
.
(c) <u, v> = <v, u>, \lu, v E V;
(d) Para todo u E V, u *- o, <u, u> um nmero real maior que zero.
Exemplo - Seja V = <e
n
. Se u = (Xl, ... , x
n
) e v = (YI> Y2' ... , Yn)
indicam vetores quaisquer de <e
n
, ento a aplicao dada por:
(u, v) f-* <u, v> = X'l + '" + xnYn
defme o chamado produto interno usual de CC
n
. Verifiquem:os as condies (c) e
(d) da definio
(c) <v, u> = YlXl + " . + Ynxn = YlXl + + Ynxn =
= YlXl-+ ... + xnYn = XlYl + + xnYn = <u, v>.
(d) Se u *- o, ento um dos xi pelo menos no igual a zero. Logo:
<u, u> = XIXI + ... + xnx
n
= Ixd
2
+ " . + Ix
n
l
2
> O.
Queremos registrar que os conceitos fundamentais introduzidos nos espaos
euclidianos (norma, distncia, ortogonalidade, base ortonormal, complemento
ortogonal e isometria) so definidos do mesmo modo num espao vetorial sobre CC
com produto interno. E resultados importantes obtidos, como a desigualdade de
Cauchy-Schwarz, as propriedades da mtrica induzida pela norma, o teorema
de Gram-Schmidt e a proposio 7, tambm so vlidos neste caso. Apenas as
demonstraes teriam que ser ligeiramente mudadas.
Um espao vetorial complexo com produto interno tambm chamado de
Espao Hermitiano.
Exemplos
1) Se n = 2, existem duas (= 2!) permutaes do conjunto N2 = {l, 2}
que so
id = G ) e a = ) .
2) Existem 6(= 3!) permutaes de N
3
= {I, 2, 3}. So elas:
(: :), :) C

3) Existem 24(= 4!) permutaes de N
4
Escreva-as como exerccio.
196 197
Definio 2 - Consideremos uma permutao
(
1 2 ... n)
a=
a (1) a (2) ... a (n)
de N
n
. Seja r o nmero de pares ordenados (i, j) com 1 ~ i < j ~ n tais que
a(i) > aO). Chama-se sinal da permutao a o nmero inteiro representado por
sgn(a), que
sgn (a) = 1, se r par
sgn(a) = -1, se r mpar.
Exemplos
1) Seja a = (
1
2 3)
312
Os pares (i, j) com 1 ~ i <j ~ 3 e a(i) > aU) so (1, 2) e (1,3); logo r = 2
e sgn(a) = 1.
2) seja o ~ ( : ~ ~ )
O nico par (i, j) com 1 ~ i < j ~ 3 e a(i) > aU) (2, 3). Ento r 1
e sgn(a) = -1.
3) Tomemos a = (1 2 3 4 5)
3 1 2 5 4 .
Neste caso os pares (i, j) com 1 ~ i < j ~ 5 e a(i) > aU) so (l, 2), (1, 3) e
(4, 5); logo r = 3 e sgn(a) == -1.
Definio 3 - Uma permutao a par (respectivamente, mpar) se
sgn(a) = 1 (respectivamente, sgn(a) = -1).
Defmio 4 - Chama-se transposio uma permutao Z em que existe
apenas um par (i, j) de maneira que i < j e Z (i) > Z(j) e que deixa os demais
elementos fixos, isto , Z(k) = k, k "* i, j. Esta transposio indicada por (i j).
Exemplos
(aqui i = 1 e j = 2);
198
(:
2
~ )
(aqui i = 2 e j = 3);
3
(:
2 3 4 5
:)
(neste exemplo i = 3 e j = 6).
2 6 4 5
Nota: As transposies so permutaes mpares muito simples pois n - 2 ele-
mentos de N
n
= {I, ... , n} so inalterados por elas e, logicamente, os outros
dois so invertidos ou transpostos.
As transposies so importantes devido ao seguinte teorema, cuja demons-
trao omitiremos.
Teorema 1 - Toda permutao a do conjunto N
n
pode fatorar-se na forma
a = Z1 o Z2 o ... o Zs onde Zi so transposies. Se a = Z1' o Z; o ...
o Z; outra decomposio de a em transposies, ento s e t so ambos pares
ou ambos mpares. Alm disso, sgn(a) = (-1)s.
Decorre desse teorema que sgn(a o ~ ) = sgn (a) s g n ( ~ ) , onde a e ~ so
permutaes quaisquer do conjunto N
n
. Em particular para toda transposio Z,
sgn (a o Z ) = - sgn (a). A verificao destas frmulas uma tarefa para o leitor.
2. DETERMINANTES
Seja A = (aij) uma matriz real de ordem n. Consideremos um produto da
forma
a10(1) a2o(2) . , . ano(n)
onde a uma permutao do conjunto N
n
. Nesse produto aparece apenas um
elemento de cada linha de A (pois os primeiros ndices no se repetem) e apenas
um elemento de cada coluna de A (pois os segundos ndices tambm no se
repetem, j que a bijetora). Vamos.multiplicar esse produto pelo sinal de a que
1 ou -1:
sgn(a) a1o(1) a2o(2) .. , ano(n)'
199
Finahnente somemos todos os nmeros assim obtidos, de maneira que a percorra
o conjunto de todas as permutaes de N
n
. Teremos portanto n! parcelas na
somat6ria
real
I sgn(a) aIU(I) a2u(2) " ... " anu(n).
U
Definio 5 - Chama-se determinante da matriz A de ordem n o nmero
Logo
det(A) = + + - - -
-
Notemos que como o nmero de parcelas de det(A) n!, ento o clculo
de determinantes atravs da definio se toma trabalhoso em demasia para n 3.
Mas em certos casos, como no exemplo seguinte, o problema relativamente
simples.
det(A) = I sgn(a)aIU(I) a2U(2) " ... " anu(n).
U
Exemplos
1) Se A = (all), ento det(A) = au.
(
au a12)
2) Seja A = E M
2
(lR)
a22
MP::"(: r
Logo det (A) = au - a12 a21 .
(sinal -1)
4) Seja A = (aij) uma matriz de ordem n em que aij = O, sempre que i*" j.
Mostremos que neste caso det(A) = alla22 ann. De fato, temos:
A = .. ' )
O O . a
nn
Examinemos cada parcela que figura na expresso de det(A). Para a = id, temos
sgn (id) = 1 e portanto aparece a parcela all ... a
nn
. Se a *id, existe i E N
n
tal que a(i) * i; logo na parcela definida por a aparece o elemento aiU(i) que no
pertence diagonal prinCipal de A, o que significa que aia(1 )a2 a( 2) ... aia(i) ...
a = O Assim as parcelas correspondentes aos a * id so nulas e o deter-
na(n) . ,
minante se reduz a
-
C
a12
'U)
3) Seja A =
a21 a22 a23 E M
3
(lR).
a31 a32 a33
As permutaes do conjunto {l, 2, 3}
e respectivos sinais so
G
2
:)

2

2
(+ 1)
3
(-1)

2

G
2

3
(+ 1)
2
(-1)

2


2
:)
1
(+ 1)
1
(-1)
200
det (A) = au " ... " a
nn
.
EXERCCIOS PROPOSTOS
1. Calcular sgn(a) nos seguintes casos:
C
2 3
:)
2 3
:)
(a) (b)
3 2 1 4

2 3 4
:)
2 3 4 5
:)
(c) (d)
2 3 4 5 5 6
201
3. Calcular det(A) ( E IR):
2. Calcular det(A) nos seguintes casos:
A=
para todo 1 i n e todo E IR.
A
n
Isso nos permite pensar no determinante como uma funo de n variveis A
I
,
A
2
, .. , , An que so vetores do R.n:
P1 A funo determinante linear em cada uma das variveis A
I
, A
2
, ... , An,
isto :
(a) det(A
1
, A
2
, , Ai +A'i, ,A
n
) =
=det(A
1
, A
2
, , Ai, ,A
n
) + det(A
1
, A
2
, ... ,A'i, ... , A
n
);
(b) det(A
1
, A
2
, , A
i
, , A
n
) = det (AI , ... , Ai, ... , A
n
)
. Seja A = (aij) uma matriz de ordem n. A j-sima da matriz A 6
A(j) = (ajl aj2 ... ajn) que indicaremos apenas por AJ, para facilitar a notao.
Ento a matriz A pode ser representada pela seqncia de vetores-linha
det(A) = det
203,
Nota: Podemos tambm pensar no determinante como uma funo das n colunas.
AI, ... , A
n
de A. Conforme veremos na proposio P
s
, tanto faz pensar em
termos de linhas como de colunas. Em razo da definio que demos de deter-
lninante, vamos trabalhar sempre com as linhas, at que se estabelea a propriedade
P
s
. Da para a frente, cada propriedade enunciada em termos de linhas tem uma
correspondente para colunas e vice-versa.
3. PROPRIEDADES DOS DETERMINANTES
C:)
(b)
A=(:
(:
3
D
G
2
i)
(d) A =
1
O
(}
O O
0)

O O

2 O O
3 O
1 4 O
(f) A =
O 4
O 1 -1
O O
(c) A =
(e) A =
(a) A= (1 - 1)
1 1-
(a) A =
- 13) e, a seguir, no polinmio p() obtido, substitua por A obtendo
assim a matriz p(A). '
4. Determinar os valores reais ou complexos de de modo que det(A) = Ono exerccio 3.
(0
21 5. Seja A =
6. :un
plie
as usadas no exemplo 4 deste pargrafo para provar o seguinte: se A = (a")
e uma matnz em que aij = O, todas as vezes que i < j, ento IJ
det (A) = aUa22 ... a
nn
.
7. Escrever todos os produtos ao 'fi onde ae 'fi so permutaes de
L__.
2

02
....... _
Prova - Esta propriedade decorre de que em cada uma das parcelas de
ao fato de determinante ser linear na primeira linha que AI = (371., 271., ) =
= 71.(3,2,1).
Sugesto para o leitor fazer a demonstrao: usar o teorema 1.
Prova - De fato, det(A
I
, ... , Ai + Ai, ... , Ai + Ai, ... , A
U
) = O, pois,
h duas linhas iguais (i e j). Ento, pela linearidade em cada varivel,
O= det(AI, , Ai + Ai, ... , Ai + Ai, ... , A
U
) =
= det(A
I
, ,Ai, , Ai, , A
U
) +
+ det(A
I
, ,Ai, ,A
i
, ,A
U
) +
+ det(A
I
, , Ai, ,Ai, ,A
U
) +
+ det(AI, , Ai, , Ai, , AU).
Pela propriedade (P
2
),
det(A
I
, ... , Ai, ... ,Ai, ... ,A
U
) = det(A
I
, ... ,Ai, ... ,Ai, ... ,A
U
) = O.
Logo
. det(A
I
, ... , Ai, ... ,Ai, ... , A
U
) =: -det(At, ... , Ai, ... ,Ai, ... ,A
U
). _
Nota: A propriedade P
3
costuma ser assim enunciada: se trocamos entre si
duas linhas de uma matriz A, o determinante muda de sinal. Decorre da
(no faremos a demonstrao) que se a uma permutao das linhas de
A = (AI, ... , A
U
), ento
det(Aa(l), ... , Aa(u) = sgn(a)det(A
I
, ... ,A
U
).
2
1
1
)
, devido
2
3
-1

= det
271.
3
-1
(
371.
2) det
Exemplos
l)det (X;l
221 221 221
devido ao fato de que determinante uma funo linear na primei):a
varivel AI, que neste caso AI = (x + 1, Y- 1, z - 3) = (x, y, z) +
+(1, -1, -3).
det(A) = L sgn(a)ala(l) ... aua(u) aparece um e apenas um elemento de
a
cada linha. -
(
X+2
Y
l+t) (x 1) (x 1)
3) det = det. + det +
x+3y 2-t x 2 3y -t
(
2
Y
t) (2
Y
t)
+ det + det = x - 2tx + Y - 5yt.
x 2 3y -t
Explique como chegamos a este resultado.
P
2
Se A = (AI, A
2
, , A
U
) uma matriz de ordem n e se Ai =A
k
, com
j < k ento det(A) = O.
Prova -'- Ser feita no apndice ao fim deste captulo. _
P
4
Seja A = (AI, ... , A
U
). Ento vale sempre a igualdade:
det(A) = det(A
I
, ... , A
U
) = det(A
I
, ... , Ai +
U
+ L ... , A
U
), \f G:k E IR.
k=l
k fi
A prova decorre de P
I
e P
2
; fica como exerccio.
P
3
Dada uma matriz A de ordem n suponhamos que B a matriz obtida da
seguinte maneira:
B = (AI, , Ai, , Ai, , A
U
), sendo que
A = (AI, , Ai, , Ai, , A
U
).
Ento det(B) = - det(A).
P
s
. Det(A) = det(At), para toda matriz A de ordem n.
Prova - Fica como exerccio.
Nota: A propriedade P
s
permite estender as propriedades das linhas de A
s colunas de A. Por exemplo, se duas colunas de Aso iguais ento det A= O.
Escreva as propriedades P
I
, P
2
, P
3
e P
4
em termos de colunas, como
exerccio.
204
205
206
Exemplo
O exemplo a seguir mostra como a propriedade P4 para colmas pode ajudar
no clculo de um determinante. Seja
(i
5 2

4 2
A=
2 1
3 1
Somando segunda a primeira colma, multiplicada por - 5, obtemos a
matriz
1 O 2

3-11 2
1 -3 1
O 3 1
que tem o mesmo determinante que A (mas no A). Em seguida substi-
tumos a terceira coluna pela diferena entre a terceira e o dobro da primeira
coluna desta ltima matriz:


1 -3 -1 2
O 3 1 3
Substituindo nesta ltima matriz sua quarta coluna pela diferena entre ela
prpria e a primeira coluna:
1 O O
3 -11 -4
1 -3 -1
031
-4
Em seguida multiplicamos a segunda coluna por 11 e somamos com a
terceira coluna e depois multiplicamos a segunda coluna por e somamos
quarta coluna:
1 O O O
3 -11 O O
-3
1 20
11 11
3
1 24
O
-TI
TI
Multiplicamos a terceira coluna por -20 e somamos com a quarta:
1 O O O
3 -11 O O
1 -3
1
O
11
O 3
-1
4
11
e pelo exerccio 6 acima det A = - 4.
ExERCCIOS PROPOSTOS
1. Provar que se A = (A
l
, ... , e
b
... ,
n
E IR, ento det(lA
l
, ... , nA
n
)
=
l
'" ndet(A).
2. Sem clculo, provar que a matriz
(
3 -6 x)
1 -2 y
2 -4 z
tem determinante igual a zero quaisquer que sejam x, y, z E R.
3. Seja A uma de ordem 3. Provar diretamente que det(A) = det(At).
207
a primeira par e a segunda mpar. Agrupemos os termos correspondentes:
al1 a33 - al3a22 a31' Existem finalmente duas permutaes que levam 3 em 2:
Na expresso do determinante de A agrupemos os termos que contm a12:
- al2 a21 a33 + al2 a23 a31' Analogamente existem duas permutaes que levam
2 em 2:
(: :) (+ 1) e G H)
G (+1)
(: (-1) e
6. Soj. A (i )(b b ... b). Qumto , d"(A)?
S. Seja A uma matriz de ordem n tal que A + At = O. Provar que det(A) = (_ l)ndet(A).
Que acontece se n mpar?
7. Provar que
det :: ::) = det (::
1 c
Z
c
3
ab
usando as propriedades P
I
e P
s
.
8. Seja A = (AI' Az, A3) uma matriz de ordem 3. Seja B = (AI - A
z
- A3, A
z
- AI - A
3
,
A3 - AI - A
z
) Provar que det(B) = - 4 det A.
9. Provar que det(A) = Osendo
A=
(
1
cos a
cos 2a
cos a
cos 2a
cos 3a
cos 2a)
cos 3a
cos 4a
a primeira mpar e a segunda par, cujos termos correspondentes so: -al1
a
Z3
a
32 +
+ al3
a
Zl a3Z'
Assim
det{A) = (-aI2 a33 + alZ a23 + (al1 aZ2 a33 - a13 a31) +
+ (a13
a
21
a
32 - = a12(a2I a33 - a23a31) +
+ a22 (al1
a
33 - a13
a
31) + a32 - al1a23) =
a12
A
12 + + a
3
2
A
32,
com a defmio evidente de A
12
, A
22
e A
32
.
Observemos que
4. COFATORES
Tomemos a matriz
(
all al2 a
13
)
a21 a22 a23
a31 a32 a33
. Seu determinante dado pela soma das seis parcelas sgn(a) ala(l) a2a(2) a3a(3) .
EXIstem duas permutaoes que levam I em 2: ( direita, est o seu sinal)
:) (-1) e :) (+1)
(
a
l1
e A
32
= -det
a21
3
A expresso det(A) = I ai2Ai2 o desenvolvimento de det(A) pela
i=l
segunda coluna. O que foi feito com respeito segunda coluna tambm vale para
as duas outras, ou seja,
3
det (A) = I aikAik (k = 1, 2, 3).
i= I
208
209
Nota: Tudo o que foi feito para as matrizes de ordem 3 vale para as matrizes de
ordem n. Para verificar tal afIrmao seja A uma matriz de ordem n e ftxemos um
ldice j, 1 j n. As n! permutaes do conjunto {I, 2, ... , n} esto repartidas
em n classes disjuntas SI, . " , Sn, onde Si consiste das permutaes a tais que
a(i) = j. Alm disso cada classe Si consiste do mesmo nmero de permutaes
que (n - I)!. Decorre da que:
det(A) = L sgn(a)alja20(2) '" ano(n) +
OESl
+ L sgn(a)al
O
(1)a2j
a
30(3) ... ano(n) +

+ ... + L ... an-l, o(n-l) anj =
oES
n
= aljA1j + a2jA
2
j + ... + anjAnj
onde
Aij = L sgn(a)alo(l) ... ai-l,o(i-l)ai+l,O(i+l) ... 3.no(n)
oESi
(i=I,2, ... ,n).
Portanto
EXERCCIOS PROPOSTOS
1. Calcular os cofatores de cada um dos termos da matriz
2. Calcular o cofator do elemento x da matriz
3
3. De.senvolva pela primeira coluna (det (A) =I ailAil) e depois calcule o determinante
i=l
da matriz
n
det(A) = L aijAit)
i= 1
Vj = 1, ... , n.
4. Repetir o exerccio 3 com a matriz
Defmio 6 - O nmero real Aij obtido segundo as consideraes acima
chama-se cofator do elemento aij da matriz A. Devemos notar que Aij o deter-
minante da matriz de ordem n - 1 obtida de A pela supresso da linha i-sima e
da coluna j-sima, multiplicado por (_I)i +j.
Este o desenvolvimento de det (A) pela coluna i-sima. possvel provar que det (A) =
n
=L ariAri> para todo r tal que 1 .-; r .-; n. o desenvolvimento de det (A) pela
i=l
r-sima linha. Para isto basta lembrar que det (A) = det (A
t
).
210
5. Sejam A, B e C matrizes de ordem 2 e seja
de ordem 4. Provar que det(X) = det(A)det(B). Este resultado vale para A,B, C E Mn(IR).
211
5. ADJUNTA CLSSICA E INVERSA
Definio 7 - Seja A = (ajj) uma matriz de ordem n e seja Ajj o cofator
de aij. Chama-se adjunta clssica (ou simplesmente adjunta) de A a matriz
AdjA = ... ... ::: ..
A
1n
A
2n
... A
nn
Calculemos o produto (Adj A)A. O de posio (i, j) nesse pro-
n
duto I Akiakj e este nmero igual a jjdet(A). De fato, para i = j essa
k=1
n
soma vale I akiAki que o desenvolvimento de det(A) pela coluna i-sima.
k=1
Para i =1= j o desenvolvimento pela coluna,i-sima do determinante da matriz A' =
= (Alo' .. , Aj' ... , Aj, ... , A
n
), com as colunas i e j iguais, e portanto vale zero.
Ento (Adj A)A =(det(AI
n
. Se considerarmos o desenvolvimento de det(A) por
meio de uma de suas linhas a que A(Adj A) = (det (AIn.
Portanto vale sempre a igualdade:
A(Adj A) = (Adj A)A = (de'(A) d,.(A).... )
det(A)
deltA) (I I... I) dot(A)l
n

Relembremos: uma matriz A de ordem n inversvel se, e somente se, existe uma
matriz B, tambm de ordem n, de maneira que AB = BA = In. Ento das consi-
deraes que acabamos de fazer resulta a seguinte proposio:
Proposio 1 - Uma matriz quadrada A tal que det (A) =1= inversvel e
sua inversa dada por:
212
Exemplo - Seja
cujo determinante 1 X 7 - 1 X 2 = 5. Neste caso a adjunta de A a matriz:
(
7-1)
-2 1
Temos
(
11) (7 -1) (5 0) = 5. (1 0)
2 7 -2 1 5 1
Logo
A-
1
=_1 (7 -1)
5 -2 1
O teorema a seguir ser demonstrado em apndice; sugerimos ao leitor que
faa sua demonstrao quando A e B tm ordem 2.
Teorema 2 - Sejam A e B matrizes de ordem n. Ento det(AB) =
det (A) det (B).
Corolrio - Seja A uma matriz de ordem n, inversvel. Ento:
det(A) '* e det(A-
1
) = (det(A-1.
Demonstrao - Por hiptese existe. uma matriz B de ordem n tal que
AB = BA = In. Logo det(AB) = det(A)det(B) = det(In) = 1. Da det(B) =1=
1
e det (B) = det (A) .
213
I, I
(k = 1, 2, ... , n).
18 18 36
X =18 = 1, Y = 18 = 1 e z = - 18 = -2.
215

-2) (2
Ll1 = 11 i 1 2 ,Ll2 = 4 \ 1 i 2 e
1 8 1
Exemplo - Resolver o sistema
{
2x - Y. - 2z =5
4x + y + 2z = 1
8x-y+ z=5
Neste caso
A = e det(A) = 18.
8 -1 1
Alm disso
com det(Ll
1
) = 18, = 18 e det(Ll
3
) = -36.
Logo
obtida de A pela substituio de sua k-sima coluna por B. Temos ento finalmente
det(Llk)
Xk = det(A)
Esta frmula d a soluo de AX = B quando A inversvel e conhecida
como regra de Cramer.
n
desenvolvido pela sua primeira coluna. De um modo geral o termo I Ajkbj
j=l
(k = 1, 2, ... , n) o desenvolvimento, pela coluna k-sima, do determinante da
matriz
..................................
Xl A
u
A
21
A
nt
X2
1
A
12
A
22
A
n2
det(A)
......................................
X
n A
1n
A
2n
A
nn
n
L Ajl
b
j
1
j=l
det(A)
n
I Ajnbj
j=l
6. REGRA DE CRAMER
....................................................
ant
X
l + a
m
X2 + ... + annx
n
= b
n
ou, equivalentemente,
Consideremos wn sistema de Cramer sobre ]R:
all
x
l + a12
x
2 + + alnxn = b
1
+ + + = b
2
AX = B
onde A. = (aij) X =(Xl '" xn)t e B = (b
1
b
2
... bni. J vimos
no capItulo 1 que taIS sIstemas so compatveis determinados com soluo dada
por X = A-I B. Levando em conta a proposio I do pargrafo precedente, temos:
X= 1 (d)
det(A) a A B.
Este ltimo resultado nos permite calcular explicitamente xl> ... , x
n
. Vejamos
como.
n
O termo L Ajl bj o determinante da matriz
j=l
214
Seja V um espao vetorial de dimenso n. Se F: V -+ V um operador
linear e B e C so bases de V, sabemos que existe uma matriz inversvel M tal que
(F)c = M-
1
Logo
det((F)c) = det(M-l(F)BM) = det(M-
1
)det((F)B)det(M) ==
= (det(M-1det(M)det((F)B) = det((F)B)'
Assim, embora a matriz de F dependa da base escolhida em V, todas as
matrizes que representam o mesmo operador F tm o mesmo determinante.
Definio 8 - Chama-se determinante de um operador linear F: V -+ V o
determinante da matriz de F em relao a uma base qualquer de V. Usaremos a
notao det(F) para indic-lo.
As seguintes propriedades so imediatas:
(I) Se F e G so operadores lineares de V, ento
det(F o G) = det(F)det(G).
det (I) = 1, se I indica a identidade de V.
F: V -+ V um isomorfIsmo 'se, e somente se det(F) "* O.
217
7. DETERMINANTE DE UM OPERADOR LINEAR
EXERCCIOS PROPOSTOS
1. Seja F: 1R
2
-+ IR.2 o operador linear dado por F (1, O) == (2, 1) e F (O, 1) == (3, 3).
Calcular det(F).
2. Seja H : V V a homotetia H;\ (v) = ;\v, V-v E V. Calcular det(H).
3. Seja F: V -+ V um operador linear tal que F
2
== F. Quanto vale det(F)?
4. Seja F: IR
3
-- IR
3
dado por F(x, y, z) = (x - y +z, 2x - z, x +y + z). Calcular det(F) e
det(F
2
).
n-l n
ao ao
n-l n
aI aI
(11)
(I1I)
n-1
a
n
a
n n
(Vandermonde)
2
ao ao
2
aI aI
A==
1
1
(
-: :-:
A==
-z t x-y
-t -z Y x
b) Provar que se ai *" aj para i *" j ento A inversvel.
a) Provar que det A = n (aj - ai), onde o smbolo n. significa

que devemos multiplicar todos os nmeros aj - ai com os ndices i e j satisfazendo
a condio O i < j n. Por exemplo, o determinante de

:: :::) vale (a2 - al)(a2 - ao)(al ao).


1 a2
a) A == (: ) B ==
b) A = C B =C)
o) A =U B =( D
uma matriz de ordem 4, com x, y, z, t E IR. Calcular det A e provar que A inversvel,
se ao menos um dos 4 nmeros x, y, z e t no for nulo.
1. Calcular, se existir, a matriz inversa de A (usando sua adjunta) e use essa inversa para
resolver AX = B nos seguintes casos:
* 3. Seja
**2. Seja a matriz de ordem n + 1
EXERCCIOS PROPOSTOS
216
219
(1)
(7)
bnk
n
= det(A) det(B),
a
Ento det (C) =
det( " .'...., "
Iank
1
b
k
1
1 Ianknbknn
n
Cij = I aikbkj (i, j = 1, ... , n).
k=l
= det(A) I sgn(a)b
1
k
1

a
(6)
=det(A) I sgn(a)bk
1
1bk
2
2 ... bknn =
a
Teorema 2 - Sejam A e B matrizes de ordem n. Ento det (AB)
l1ct(A)det(B).
Demonstrao - Sejam A = (aij), B = (bij) e C = AB = (Cjj). Logo
p
= I sgn(a
r
) [a1ar(1) ... anar(n) - a1(ar Z)(1) ... an(ar (;)(n)]
r=l
Para cada r = 1, 2, ... , p, vale a igualdade
a1ar(1) .... anar(n) = a1(ar (;)(1) ... an(ar (;)(n)
De fato, fazendo ar = a para simplificar a notao, temos:
aiaO) = ai(aZ)(j) = aj(aZ)(j),
pois Ai = pJ, e aja(j) = ai(a Z)O), pelo mesmo motivo.
Alm disso, temos tambm, V- k =1= i, j, aka(k) = ak(a (;)(k).
Logo, os fatores so os mesmos nos dois produtos cuja igualdade afirmamos
valer. Segue da que det (A) = O.
218
Neste apndice provaremos os resultados sobre determinantes no demons-
trados no texto.
(P
2
) Seja A = (A
1
, ... , A
n
) uma matriz de ordem n. Se existem i, j,
com 1 i < j n e Ai = Aj, ento det(A) = O.
Demonstrao - Seja z: =(ij) a transposio determinada por i e j; isto ,
Z (i) = j, Z(j) = i e Z(k) = k, se k =1= i e k =1= j. Dada uma permutao qualquer
a do conjunto {1, ... , n} a permutao aO Z tal que sgn(a
o
Z) =
= sgn(a)sgn( z:) = (-l)sgn(a) = -sgn(a). Vamos repartir o conjunto de todas
as permutaes de N
n
da seguinte maneira:
{ai> alo Z } U {a2, a2 o Z} U ... U {a
p
, ap o Z}
n!
onde os conjuntos binrios so dois a dois disjuntos e p = 2 . Da:
+ sgn(a1 Z )a1(a, (;)(1) ... an(a, z;)(n) + .... +
+ sgn(ap)a1ap(1) .... anap(n) +sgn(a
p
Z)a1 (ap (;)(1)
. .. . an(ap n(n) =
det(A) = I sgn(a)a1a(1) ..... ana(n) = sgn(a1)a1a, (1) ... anal (n) +
a
APNDICE IV
Determinante de um Produto de Matrizes
Explicaes
1) Usamos o fato de que o determinante uma funo linear em cada coluna.
Esse fato foi usado para todas as colunas.
2) Mais uma vez a linearidade, usada nas n colunas.
3) Eliminamos as ..k: '" j pois neste caso
ankl '" ank
n
(duas colunas iguais).
4) Com a hiptese k
j
=1= para i =1= j,a matriz
tem as mesmas colunas que a matriz A, porm permutadas. Se
U' k:
ento a matriz acima tem determinante igual ao de A multiplicado por sgn(u).
5) bvio.
6) Um permutao e sua inversa tem mesmo sinal.
Definio de determinante.
Nota final: Toda a teoria sobre determinantes de matrizes reais aqui construda
poderia ser feita para as matrizes complexas de maneira inteiramente anloga.
220
CAPTULO 8
Formas Bilineares e Quadrticas Reais
Em algumas passagens deste captulo o leitor encontrar uma certa seme-
lhana entre o que se expe aqui e o que foi exposto nos captulos 6 (Espaos
com Produtos Internos) e 7 (Determinantes). Mais precisamente, o estudo das
formas bilineares simtricas uma generalizao do que se fez no captulo 6 e o
estudo das formas bilineares anti-simtricas est, de uma certa forma, ligado ao
estudo dos determinantes. Em realidade o determinante pode ser visto conto uma
forma (multi1inear) anti-simtrica.
1. FORMAS BILINEARES
DefInio 1 - Sejam Ue V espaos vetoriais sobre .IR. Uma funo
f: U X V .IR uma forma bilinear se, e somente se,
a) f(UI + 2, y) = f(Ul, v) + f(u2' v);
b) f(au, v) = af(u, v);
c) f(u, VI + V2) = f(u, VI) + f(u, V2) e
d) f(u, av) =af(u, v),
para todos os vetores u, UI e 2 de U, v, VI e V2 de V e para todos os escalares
aER
O conjunto de todas as formas bilineares de U X V em .IR ser denotado
por B(U; V) e, quando U = V, apenas por B(U).
O conjunto B(U; V) tem uma estrutura de espao vetorial sobre .IR. De fato,
sendo f e g formas bilineares desse conjunto, defme-se f + g por (f + g)(u, v) =
"'" f(u, v) + g(u, v) e M( E .IR) por (M)(u, v) = f(u, v), para todo (u, v) E U XV.
um trabalho rotineiro provar que f + g e M pertencem a B(U; V).
Exemplos
1) Sejam U = V =.lR
n
e f:.lR
n
X .lR
n
.IR dada por
f((Xl' : .. , x
n
), (Yl' ... , Yn)) = XIYl + X2Y2 + ... + xnYn.
Trata-se do produto interno habitual no .lR
n
para o qual j vimos que valem as
propriedades exigidas na definio .acima.
221
223
Exemplo - Achemos a matriz da forma bilinear f(u, v) = X1Yl + 3X1Y2 -
X1Y3 + X2Yl - 3X2Y3 (exemplo 4 do item anterior) em relao s bases can-
nicas. Como
Proposio 1 - Fixadas as bases B do espao vetorial U e C do espao
vetorial V, a correspondncia que associa a cada forma bilinear f E B(U; V) sua
matriz em relao a essas bases, um isomorftsmo do espao vetorial B(U; V) no
espao vetorial M
m
xn(IR).
Demonstrao - rotineira. Faa-a como exerccio. Para inspirar-se, se for
o caso, veja a proposio 1 do captulo 5 e pginas seguintes. -
Da proposio anterior decorre que se dim U = m e dim V = n, ento
dim B(U; V) = dim M
m
xn(IR) = m n. A mesma proposio nos ajudar a cons-
truir uma base de B(U; V).
Se B = {Ul> ... , Um} e C = {Vl' ... , v
n
} so bases de U e V, respectiva-
mente, lembremos que as funes Fi: U -+ IR dadas por Fi(X1Ul +. " +xmu
m
) =
= Xi (i = 1, ... , m) constituem uma base do espao dual de U (base dual de B),
da mesma maneira que as funes Gr V -+ IR, deftnidas por Gj(Y1Vl + ... +
+ Ynvn) = Yj (j = 1, ... , n) formam uma base do espao dual de V.
Observando que
(Fi Gj)(Uj, Vj) = Fi(Ui)Gj(Vj) = 1 o 1 = 1 e que
(Fi Gj)(u
r
, v
s
) = Fi (ur)Gj (v
s
) = 0,
sempre que i =F r ou j =F s, conclumos que a matriz associada a Fi Gj, no
isomorftsmo considerado na proposio 1, a matriz cujo termo de ndices i e j
igual a 1 e cujos demais termos so nulos.
Logo as formas Fi Gj (i = 1, ... , m; j = 1, ... , n) esto em corres-
pondncia, no isomorfismo considerado, com as matrizes da base cannica de
M
mxn
(.IR.). Portanto formam uma base de B(U; V).
f((I, O), (1, 0, O)) = l,f((I, O), (0,1, O)) = 3, f((I, O), (O, 0, 1)) = -1,
f((O, 1), (1,0, O)) = 1, f((O, 1), (O, 1, O)) =e f((O, 1), (0,0, 1)) = -3,
a matriz
chamada matriz da forma bilinear f em relao s bases B e C.
(Veja exerccio 4 a seguir). A
222
Suponhamos que U e V sejam espaos vetoriais sobre IR de dimenses m e n
respectivamente. Tomemos uma base B = {Ul' ... , Um} de U e uma base C =
m n
= {Vl, ... , v
n
} de V. Ento, se u = I aiui E U e v =I bjvj E V, f(u, v) =
i=l j=l
2. MATRIZ DE UMA FORMA BILINEAR
matriz m x n
2) Seja A uma matriz real m x n ftxada. A aplicao fA: M
mxl
(IR) X
X M
nxl
(IR) -+ IR dada por
fA(X, Y) = XtAY
bilinear devido propriedade associativa da multiplicao de matrizes, devido
propriedade distributiva desta em relao adio e ainda porque (aP)Q =P(aQ) =
= a(PQ) e (P + Q)t = pt + Qt (a E IR; P e Q matrizes).
3) Sejam ({J: U -+ IR e u: V -+ IRduas formas lineares (veja captulo 5, 4). A
funo f: U x V -+ IR deftnida por
f(u, v) = ((J(u)u(v)
bilinear. Verifiquemos o item (c) da deftnio dada:
f(u, Vl + V2) = ({J(U)U(Vl + V2) = ((J(U)(U(Vl) + U(V2)) =
=({J(U)U(Vl) + ((J(U)U(V2) = f(u, Vl) + f(u, V2)'
Esta forma bilinear denotada por ({J U e recebe o nome de produto
tensorial das formas lineares ({J e u.
4) Sejam u = (Xl> X2) e v = (Yl> Y2' Y3) vetores genricos de IR
2
e do IR
3
respectivamente. A funo f: IR
2
X IR
3
-+ IR dada por
f(u, v) = X1Yl + 3X1Y2 - X1Y3 + X2Yl - 3X2Y3
uma forma bilinear onforme se veriftca facilmente.
5) Todo produto interno em um espao vetorial sobre IR uma forma
bilinear, o que. decorre da prpria deftnio de produto interno.
EXERCCIOS PROPOSTOS
3. Provar que B(U; V) um espao vetorial sobre IR.
2. Provar que se f: U X V .... IR e g: U X V .... IR so bilineares, ento f + g e f so bili-
neares ( E IR).
9. Sejam "P: IR
2
-+ IR e 1/1: IR
2
-+ IR as formas lineares dadas por "P(x, y) = 2x + ye
I/I(x, y) = X - y. Calcular as formas bilineares:
a) "P 0 1/1; d) 1/1 0 1/1;
b) 1/1 0 "P; e) "P 0 1/1 - 1/1 0"P;
c) "P 0 "P; f) "P 0 1/1 + 1/1 0 "P.
*12. Sejam V um espao, {VI' ... , vn} uma base de V e "P: V -+ IR uma forma linear.
A matriz de "P , por definio, a matriz 1 X n
("P){vj} = ("P(Vl), ... , "P(vn
8. Seja a forma bilinear f(u, v) = aXlYl + bX2Yl + cXlY2 + dX2Y2' Que condies
devem satisfazer a, b, ce d para que:
a) f(u, v) = f(v, u) para todo u, v E IR
2
;
b) f(u, v) = - f(v, u) para todo u, v E IR
2
;
*c) Existau '* O tal que f (u, v) = O para todo v E IR
2
;
*d) f(u, v) = Opara todo v E IR
z
acarrete u = O.
10. Sejam"P: IR
2
-+ IR e 1/1: IR
3
-+ IR dadas por "P(x, y) =2x +3y e 1/1 (x, Y, z) = X+Y- z.
Calcular as formas bilineares "P 1/1 e 1/1 "P. Existe "P 1/1 + 1/1 \{ft.
11. Seja f: U X V -+ IR uma forma bilinear. Seja Uo um vetor fixo de U. Se W = {v E V I
f(uo, v) = O}, prove que W sub-espao vetorial de V.
Como se obtm a matriz de "P 0 a a partir das matrizes de "Pe de a?
Sugesto: voltar ao exerccio 9.
r
I aif(ui, v);
i=l
c) f (t aiui, v)
1=1
d) f (u, t bjVj ) = t bj f(u, Vj);
J=l J=l.
e) = I aibj f(Ui, Vj).
1 1 ..
1, J
1. Mostrar que f: U XV .... IR uma forma bilinear se, e somente se,
a) f(alul + azuz, v) = alf(ul> v) + azf(uz, v) e
b) f(u, ai VI + azvz) = alf(u, VI) + azf(u, vz)
para todos os vetores u, UI, Uz de U, todos os vetores v, vi> Vz de V e quaisquer esca-
lares ai e az em IR.
4. Seja f: U X V .... IR uma forma bilinear. Provar que
a) f(o, v) = f(u, o) = O;
b) f(-u, v) = f(u, -v) = -f(u, v);
6. Calcular a matriz das formas bilineares que aparecem no exerccio anterior em relao
base cannica.
7. Seja a forma bilinear do IR2, f(u, v) = xlYl + 2XlY2 - xZYl + x2Y2. Calcular sua ma-
triz em relo s seguintes bases do IR
2
:
5. Sejam u = (Xl. Xz) e v = (Yi> yz) vetores genricos do IR
z
. Quais das seguintes funes
so formas bilineares:
a) {(l, 1), (l, -I)};
b) {(2, 1), (1, 2)};
c) {(2, 3), (4, I)}.
A partir de agora estudaremos formas bilineares definidas em V X V com
valores em IR. Neste caso consideraremos sempre a mesma base para definir a
matriz de uma forma bilinear.
Defmio 2 - Dizemos que duas matrizes A e B de ordem n so congruentes
se existe uma matriz inversvel P, do mesmo tipo, de maneira que B = ptAP.
Usaremos a notao A "'" B para indicar que A e B so congruentes. Essa
relao binria em M
n
(IR) tem as seguintes propriedades:
(I) A"'" A;
(lI) A "'" B > B "'" A;
(111) A "'" B e B "'" C > A "'" C.
3. MATRIZES CONGRUENTES - MUDANA DE BASE
PARA UMA FORMA BILINEAR
e) f(u, v) = 1;
f) f(u, v) = X
l
Z
+ XZYl;
g) f(u, v) = XlYl + xzYz + 1;
h) f(u, v) = xlYz - xZYl.
a) f(u, v) = xlYl;
b) f(u, v) = xlYZ;
c) f(u, v) = Xl (Yl + yz);
d) f(u, v) = O;
224 225
n n
I I Xif(Uj, Uj)xj e
i=l j=l
A demonstrao da primeira trivial: tomar P = In. Quanto segunda, se
B = ptAP, ento A = (pt)-lBP-
1
. Como porm vale a igualdade (pt)-l = (P-
1
)t,
obtemos A = (P-l)t B(P-
1
). Deixamos como exerccio a verificao de (I1I).
Portanto a relao "congruncia de matrizes" uma relao de equivalncia.
Exemplo - As matrizes
A = ( ~ ~ ) e B = (: ~ )
so congruentes pois tomando a matriz inversvel P = ( ~ ~ ) teremos
Uma vez introduzido o conceito de congruncia de matrizes, podemos pensar
em representar uma forma bilinear em relao a duas bases e comparar as matrizes.
Seja V um espao vetorial sobre IR de dimenso n, {UI, ... , u
n
} uma base
de V, f: V X V -+ IR uma forma bilinear. Sua matriz em relao a essa base a
matriz A = (ajj) defmida por f(uj, Uj) = ajj. Consideremos agora uma outra base
{VI, ... , Vn} de Ve suponhamos que f(vj, Vj) = bjj . Veremos a seguir que
possvel estabelecer uma relao entre as matrizes A e B envolvendo a matriz de
mudana P da primeira dessas bases para a segunda.
Consideremos os vetores u e v do espao V referidos s duas bases consi-
deradas:
n n n n
U= I XjUj = I YjVj e v = I X{Uj = I Y{Vj.
j=l i=l i=l i=l
No 8 do captulo 4 vimos que valem ento as seguintes relaes:
ou apenas X = PY e X' = Py' com os significados bvios de X, X', Y e y'.
226
Portanto
f(u, v) = f (i XiUj, i Xj'Uj) =
1= 1 J= 1
f(u, v) = f (t YiVi, t YIVj ) = t i Yif(Vj, Vj)yj.
1=1 J=l 1=1 J=l
As igualdades acima podem ser colocadas na forma matricial do seguinte modo:
f(u, v) = XtAX' e f(u, v) = ytBY'(*)
o que decorre diretamente do conceito de produto de matrizes. Da, levando em
conta as igualdades X = PY e X' = PY',
ytBY' = f(u, v) = XtAX' = (PY)tA(pY') = yt(ptAP)Y/
isto quaisquer que sejam os vetores u e v tomados. Logo B = ptAP.
Concluso: quando se muda a base de V a matriz de f muda para uma
outra que lhe congruente. Por outro lado pode-se provar facilmente que toda
matriz congruente matriz A representa a forma bilinear f em relao a alguma
base de V. De fato, se B = ptAP, com P inversvel, e se X e X/ so as matrizes
das coordenadas de u e v, em relao a uma certa base, ento Y =p-
1
X e y' =
= p-
1
X/ sero as matrizes das coordenadas de u e v, respectivamente, com respeito
a uma outra base do espao (ver captulo 3 - 8 - PROBLEMA 3). Da
ytBY' = yt(ptAP)Y' = (Py)t A(pY') = xtAX' = f(u, v).
Segue disso que a matriz de f em relao a uma certa base ser inversvel
se, e somente se, todas as possveis representaes matriciais de f forem inversveis.
Definio 3 - Uma forma bilinear f: V X V -+ IR se diz no degenerada
quando admite uma representao matricial inversvel. Caso contrrio a forma se
diz degenerada.
Exemplo - O produto interno no IR
n
cuja matriz em relao base can-
nica evidentemente In um exemplo importante de forma bilinear no degene-
rada.
Observao: Nos pargrafos seguintes resolveremos problemas do seguinte
tipo: dada uma forma bilinear procura-se uma base em relao- qual a matriz
dessa forma seja "bem simples".
(*) Isto mostra que o exemplo 2 do primeiro pargrafo deste captulo bastante geral.
227
EXERCCIOS PROPOSTOS
1. Sejmn A= ( ~ -;), B= ( ~ ;) e P= C_:). Calcuw ptAP e com-
parar com B. Concluso?
2. Seja a forma bilinear do IR? dada por f(u, v) = xlYl + xlY2 + x2Y2 - x2Yl para todo
u = (xl' xz) e v = (Yl' Y2)' Calcular a matriz de f em relao s bases:
a) {(O, 1), (1, O)}; b) {(l, O), (0, I)}; c) {(I, 1), (1, -I)}.
Verifique que elas so congruentes duas a duas.
3. Seja a forma bilinear do 1R
3
dada por
f(o, v) = xlYl + 5x2Y2 + 8X3Y3 + xlY2 - ; xlY3 - 2x2Y3'
Calcular sua matriz e ~ relao s bases {(l, 0, O), (0,1, O), (0, 0, I)} e {(l, 1, 1), (l, 1, O),
(1,0, O)} e provar dlretmnente que as matrizes so congruentes.
4. Sejmn as formas lineares do IR
3
, lp(x, Y, z) = x + Y+ze 1/I(x, Y, z) = 2x - y. Calcular a
matriz de 'P 1/1 em relao s bases do exerccio 3.
*5. Seja A = ( : ~ ) . Encontre uma matriz inversvel P tal que ptAP seja uma matriz
diagonal.
6. Provar que se ptAP uma matriz simtrica ento A simtrica e reciprocmnente. Que se
pode dizer se A anti-simtrica? Foi usado ofato de Pser inversvel?
4. FORMAS BILINEARES SIMTRICAS
E ANTI-SIMTRICAS
Definio 4 - Uma fonna bilinear f: V X V --)o R chamada simtrica se
f(u, v) = f(v, u), para todo (u, v) E V X V. '
claro que se f e g so simtricas ento f + g tambm pois
(f +g)(u, v) = f(u, v) +g(u, v) = f(v, u) +g(v, u) = (f +g)(v, u).
O mesmo acontece, evidente, com (V E R). Portanto o conjunto das formas
bilineares simtricas de V X V em R um sub-espao de B(V) que se denota por
Bs(V).
228
Nota: evidente que a matriz de uma fonna bilinear simtrica uma matriz
simtrica. Seja, por outro lado, A uma matriz simtrica e seja f a forma represen-
tada por A, com relao a uma certa base. Assim:
f(u, v) = XtAX'
mantendo as notaes anterionnente usadas neste captulo. Da
f(v, u) = (X')t AX = (X')t At(Xt)t = (XtAX')t = (f(u, vnt = f(u, v)
pois f(u, v) uma matriz I X 1 que, portanto, coincide com sua transposta.
Logo o espao das fonnas bilineares simtricas isomorfo ao espao das ma-
trizes reais simtricas cuja dimenso n(n + 1)/2 (exerccio resolvido 8 - 6 - ca-
ptulo 3).
Desse isomorfismo segue, inclusive, que a dimenso de B
s
(V) tambm
n(n + 1)/2 desde que a dimenso de V seja n.
Por ltimo, da relao B = p
t
AP segue que B simtrica se, e somente se,
A simtrica. Logo se f uma fonna bilinear simtrica sua representao matricial
ser simtrica qualquer que seja a base considerada.
Teorema 1 - Seja f: V X V --)o R uma forma bilinear simtrica. Ento existe
uma base de V em relao qual a matriz de f diagonal.
Demonstrao (por induo sobre a dimenso de V): So triviais os casos
em que f = Oe aquele em que dim V = 1. Suponhamos pois f =1= Oe dim V > 1.
Certamente existe um vetor Vl tal que f(Vl' Vl)=I= O. De fato, se f(v, v) = O,
Vv E V, ento f(u +v, u +v) =f(u, u) +f(u, v) +f(v, u) +f(v, v) =2f(u, v) =
= O, Vu, v E V. Da f = O o que absurdo. Considerando o vetor Vi tal que
f(Vl' Vl)=I= O, todo vetor v E V admite a seguinte decomposio
(
f(v, Vl ). f(v, Vl)
v = v - Vl + . Vl = Xl + X2
f(Vl' Vl) f(Vl' Vl)
Observemos que X2 mltiplo de v1 e que
(
f(v v ) f(v, Vi)
f(Xi' vd = f . v - f(v:, ~ i ) Vl, Vl =f(v, Vl)- f(Vi' Vl) f(Vl' Vl) = O
(dizemos que Xl eortogonal a Vl relativamente a f). Como um mltiplo no nulo
de Vl no pode ser ortogonal a Vi (relativamente a f), a decomposio acima
nica no seguinte sentido: todo vetor v E V se decompe, de maneira nica,
como a soma de um mltiplo de Vi e um vetor ortogonal a Vl relativamente a f.
O sub-espao gerado por Vi ede dimenso 1; logo os vetores ortogonais a
Vl (relativamente a f) fonnam um sub-espao de dimenso n - 1. A restrio
I de f a este sub-espao simtrica; pela hiptese de induo existe uma base
229
230

B = ( .. de ordem k.
1 O O
onde
Considerando a nova base {Vl, ... , Vk, Wk,., wd obteremos a representao
matricial desejada.
f(u, v) = f(v, v) = (v, v) = O.
231
Corolrio 1 - Se f: V X V -+ lR anti-simtrica no degenerada ento a
dimenso de V par.
Prova - Para que f seja no degenerada sua matriz deve ser inversvel, o que
significa que os zeros da diagonal no aparecem. -
Corolrio 2 - Se dim V = 2k = n, ento existe uma base de V em relao
qual a matriz de uma forma bilinear anti-simtrica no degenerada do seguinte
tipo
Prova - Seja {Vl' Wl, V2' W2, ... , Vk, wd a base de V em relao qual
a matriz de f
Scja W o sub-espao gerado por u e v. A restrio de f a W uma forma bilinear
anti-simtrica e sua matriz em relao base B ={ , v } precisamente
maior que 1. Existe ento (u, v) E V X V de modo que f(u, v) =1= O. Esses vetores
LI e v so necessariamente L.I. pois, caso contrrio, teramos por exemplo u-= v
( E lR) e da
A (verifique). Seja U = {u E V I f(u, w) = O, \/w E W}. provar ento
que U W=Ve da decorre que dim U =n - 2. Arestrio f de f a U
trica e, por hiptese de induo existe uma base de U tal que a matriz de f em
relao a ela do tipo desejado, porm de ordem n - 2. Juntando base B a base
de U nessas condies obtemos a base que se pretente. -
{V2, ... , v
n
} deste sub-espao de maneira que f(Vi, Vj) = O se 2 i =1= j n.
Considerando a base {Vl, V2, ... , v
n
} de V (porque base?) temos f(vi> Vj) = O,
sempre que i =1= j, e portanto a base procurada. -
O
'.
Nota: Do que ficou dito acima segue que as formas bilineares anti-simtricas
formam um sub-espao de B(V) o qual ser indicado por Ba(V). claro tambm
que a matriz de uma forma bilinear anti-simtrica uma matriz anti-simtrica.
Vice-versa, dada uma matriz anti-simtrica, pode-se mostrar que a forma bilinear
de que ela provem, escolhida uma certa base de V, anti-simtrica. Logo h um
isomorfismo entre os sub-espaos das matrizes anti-simtricas sobre .IR de ordem n
e o das formas bilineares anti-simtricas de V X V em lR, desde que dim V = n.
Em particUlar a dimenso de B
a
(V)
2 n(n + 1) _ n(n - 1)
n - 2 - - 2
isto porque M
n
(lR) soma direta do sub-espao das matrizes simtricas com o
das matrizes anti-simtricas, sendo portanto a dimenso deste ltimo a diferena
entre as dimenses dos dois primeiros.
Teorema 2 - Seja f: V X V -+ .IR uma forma bilinear anti-simtrica. Ento
existe uma base de V em relao qual a matriz de f
A
A
Corolrio - Para toda matriz simtrica A existe uma matriz inversvel P de
modo que ptAP uma matriz diagonal.
-Definio 5 - Uma forma bilinear f: V X V -+ .IR se diz anti-simtrica se
f(u, v) = -f(v, u), V- u, v E V.
Decorre da definio que f(u, u) = O,Vu E V. fcil provar que se f e g so
anti-simtricas ento f + g tambm anti-simtrica, o mesmo acontecendo com
f, para todo E IR.
A
onde
Demonstrao (por induo sobre dim V): Se f nula nada h a provar.
a caso dim V = 1 tambm trivial. Suponhamos f no nula e a dimenso de V
1. Escrever a expresso geral de uma forma bilinear simtrica no IR2 e no IR
3
.
EXERCCIOS PROPOSTOS
4. Provar que I() 1JJ - 1JJ I() = Ose, e somente se, I() e 1JJ so linearmente dependentes.
n n
= L Lxpqf(vj, Vj) =
i=1 j=l
~ X . v ~
L J J
j=l
q(u) = f(u, u) = f (t XiVi,
1=1
n
U = L XiVi E V temos
i= 1
para todo (u, v) E V X V. Estas frmulas so conhecidas como identidades de
polarizao e mostram que no somente q est univocamente determinada por f
como tambm vale a recproca: q determina f univocamente.
Como uma conseqncia do teorema 1, veremos a seguir que toda forma qua-
drtica admite uma "forma cartnica".
Seja agora {VI> ... , v
n
} uma base do espao V; suponhamos q: V -+ IR a
forma quadrtica associada forma bilinear simtrica f. Ento, para todo vetor
que simtrica. A forma quadrtica associada a f a funo
q(v) = X
l
2
+ 2x,] + 3x; + X1X2 + X2X1 =X
1
2
+ 2 ~ 2 + 3x; + 2X1X2
Nota: Dada uma forma bilinear simtrica, se q a forma quadrtica associada a f
um clculo fcil (faa-o) mostrar que
1 1
f(u, v) = "2[q(u + v) - q(u) - q(v)] =4 [q(u + v) - q(u - v)]
c) 2f = g + h.
b) h E Ba(V); a) g E B
s
(V);
5. FORMAS QUADRTICAS
o estudo das formas bilineares est intimamente ligado ao das formas quadr-
ticas. Estas aparecem em numerosos problemas dentro e fora da Matemtica o que
torna o seu estudo bastante atraente.
5. Dada f E B(V) provar que as formas bilineares g e h definidas por g(u, v) = f(u, v) +
+ f(v, u) e h(u, v) = f(u, v) - f(v, u) satisfazem as condies:
2. Escrever a expresso geral de uma forma bilinear anti-simtrica no IR
2
e no IR
3
. Encontrou
algo de familiar?
3. Sejam I() e 1JJ formas lineares sobre V. Provar que a forma bilinear I() 1JJ - 1JJ I() anti-si-
mtrica e I() 1JJ + 1JJ I{J simtrica.
Defmio 6 - Seja f: V X V -+ IR uma forma bilinear simtrica. Conside-
remos a funo qr: V -+ IR defmida por qr(v) = f(v, v), para todo v E V. Esta
funo de uma varivel, que indicaremos apenas por q, quando no houver possibi-
lidade de confuso, chama-se forma quadrtica sobre V associada forma bilinear f.
Exemplos
1) A forma quadrtica associada ao produto interno usual do IR
n

q(Xl. ... , x
n
) = x;z + '" + xi.
2) uma forma bilinear simtrica do IR
3
a funo f dada por
f(u, v) = XlYl + 2X2Y2 + 3X3Y3 + XlY2 + X2YI>
onqe u = (Xl, X2, X3) e v = (Yl' Y2, Y3)' Observe por exemplo que a matriz de f
em relao base cannica
n
L f(Vi, Vi)X{ + 2 L f(Vi, Vj)XiXj.
i=1 i<j
Sendo A = (f(Vi, Vj)) a matriz de f em relao base considerada e se1'l;do X
a matriz das coordenadas de u, em relao mesma, a igualdade obtida pode ser
expressa, como j vimos, assim:
q(u) = X
t
A X
O teorema 1 nos assegura que existe uma base de V em relao qual a
matriz de f diagonal. Supondo Y a matriz das coordenadas de u nessa base e
essa representao diagonal de f, teremos
232
2 3 ~
234
n
Seja a forma quadrtica no lR
n
, q (Xl, ... , X
n
) = I aijXiXj com aij =
i,j= 1
= aji' Suponhamos all =1= O. Faamos a seguinte mudana de coordenadas:
235
q(Y1, ... , Yn) = aUY1
2
+ q1(Y2, ... , Yn)
onde q1 (Y2' ... , Yn) uma forma quadrtica em n - 1 variveis Y2, ... , Yn
Se por acaso all = Omas a12 =1= O fazemos a substituio de variveis
Ento, levando para a expresso de q (Xl, ... , Xn) estas substituies
obteremos
X
n
= Yn
Vamos dar a seguir dois processos prticos para reduzir uma forma quadr-
tica a uma expresso diagonal.
6. REDUO DE FORMAS QUADRTICAS:
ALGORITMOS
3. Seguindo o processo dado acima, reduzir a uma soma de quadrados as seguintes formas qua-
drticas no IR
2
:
a) q(X1, X2) = X1
2
+ Xz2 - 4X1X2;
b) q(Xl> X2) = X1X2 + Xz2;
c) q (Xl, X2) = X1 X2
6.1. PROCESSO DE GAUSS
Z =
O
O
o
~ 1
U
S
+1 Ut
, ... ,Wt =---,
V-
d
S+1 V-dt
-1
1
o
q(u)=zt.
Wt+1 == Ut+1> ... , wn = uno
U1 Us
W1= --, ... , W
s
= --, W
S
+1 =
Yd; v'ds"
EXERCCIOS PROPOSTOS
2. Escrever a matriz das formas bilineares que aparecem no exerccio 1, em relao base ca-
nnica do IR
3
.
Com isso dizemos que q foi reduzida a uma soma de quadrados.
1. Qual a forma bilinear simtrica que d origem forma quadrtica do 1R
3
;
a) q(X1, x2' X3) = X1
2
+ x
2
2
+ x
3
2
- 2X1X2 + 4X1X3 - x2
x
3;
b) q(Xl> x2, x3) = x
1
2
- x
2
2
+ 4X2x3;
c) q(X1, x2, X3) = 2(X1X2 + x1 x3 + X2 X3)'
Se as coordenadas de u em relao a esta ltima base so dadas pela matriz Z e
e se zt = (Zl, ... , zn), ento
q (u) ~ y'DY ~ (y" ... , Yn) D ( J ~ ) ~ d, Y,' + , .. + dnY;; (1)
Dizemos que a base com a qual conseguimos esta ltima igualdade diagonalizou
a forma quadrtica q. A igualdade (1) uma expresso diagonal de q.
Esta ltima expresso de q (u) pode ainda ser melhorada da seguinte maneira.
Ordenemos, se necessrio, a base {U1' , u
n
} que diagonalizou q (u), de ma-
neira que d
1
, ... ,d
s
sejam positivos, d
S
+
1
, , d
t
sejam negativos e d
t
+1, ... , d
n
sejam nulos. claro que isso sempre possvel e que OO;;;; s, t O;;;; n. Consideremos
ento uma nova base {W1' ... , w
n
} assim construda
Da:
sendo portanto
P = ( ~ ~ )
~ )
O) . ( 1-3) . (1
1 -3 2 O
= (1 -3) (1 3) = (1 O)
O -7 O 1 O -7
Logo q (yI, Y2) = Y; - 7Yi .
(
1-3) (1
pt P =
-3 2 3
q(Y1> Y2) = 2(YI + Y2)(Yl - Y2) = 2y; - 2Y2
2
O mesmo clculo feito matricialmente apresenta-se assim.
A matriz de q ( ~ ~ ) e a matriz de mudana de base P = (: _:) .
obtendo
Exemplo 2 - Seja
q(XI, X2) = 2XlX2 = XlX2 + XIX2
Sendo all = O devemos fazer a substituio
{:: :~ : ~ ~ :
Da
Exemplo 1 - Seja
q(XI' X2) = X
l
2
+ 2xi - 6XlX2 = x; + 2 ~ 2 - 3XlX2 - 3X2Xl
Sendo all '* O fazemos a substituio
{
Xl = Yl - (-3Y2)
X2 = Y2
Xn =Yn
q(Yb Y2) = (Yl + 3Y2)2 + 2yi - 6(YI + 3Y2)Y2 =
= Y; + 9Y2
2
+ 6YlY2 + 2Y2
2
- 6YlY2 - 18y{
= Yl
2
- 7Yi
Xl = Yl +Y2
X2=YI-Y2
X3 = Y3
obtendo
e recamos numa forma quadrtica nas variveis Yl , ... , Yn em que o coeficiente
de Y? no nulo. A esta aplicamos ento a mudana de coordenadas explicada
de incio.
Repete-se o procedimento com a forma quadrtica ql.
A repetio desse raciocnio um nmero finito de vezes nos levar reduo
desejada.
que uma forma diagonal.
Vejamos como o mesmo processo pode ser visto sob o ngulo das matrizes.
A matriz de uma forma quadrtica a matriz da forma bilinear de que ela
provm. Logo a matriz de q no exemplo
(
1-3)
-3 2
A matriz de mudana de base P tirada da substituio de variveis
{
Xl = Yl + 3Y2
X2 = Y2
pt. e~ ).p =pt. ( ~ ~ ) (: _ ~ ) =
=pt. (1 -1) (1 1) (1 -1) = (2 O)
1 1 1 -1 1 1 O -2
Donde q(Yb Y2) = 2y? - 2y,j.
Exemplo 3 - Seja
q(XI, X2, X3) = X
l
2
+ 2XlX2 + ~ 2 - 4XlX3 - 6X2X3 + xi =
= x; + XlX2 -2XIX3 + X2Xl + xi - 3X2X3 - 2X3Xl - 3X3X2 + xi, .
forma quadrtica no IR
3
.
236
237
G
O
-D
O = B e
-1
G
O
-D
1
T
O
Ento
do que resulta
As multiplicaes de matrizes, deixamos a cargo do leitor.
Observe o leitor que este processo trabalhoso, sendo impraticvel quando
o nmero de variveis for grande. Tudo o que explicamos acima pode ser "meca-
nizado" da maneira explicada a seguir.
obtendo
Y2 = Z2
Efetuamos as substituies
{
Xl = YI
X2 = Y2
X3 = Y3
q(YI, Y2, Y3) = (YI - Y2 + 2Y3)2 + 2(YI - Y2 + 2Y3)Y2 + Y2
2
- 4(YI - Y2 + 2Y3)Y3 - 6Y2Y3 + Y; = Yl
2
+ yl + 4y; - 2YIY2 +
+ 4YIY3 - 4Y2Y3 + 2YIY2 - 2yl + 4Y2Y3 + Y; - 4YIY3 + 4Y2Y3 _
- 8y; - 6Y2Y3 + Y; = Y{ - 3y; - 2Y2Y3'
Efetuemos agora a reduo de ql(Y2, Y3) = -3y; - 2Y2Y3. Faamos,
conforme a teoria, as substituies
YI = Zl
(
1 O
~ - ~
1
q(ZI, Zz, Z3) = zl + 3 Zz2 - 3z;.
claro que a mesma reduo poderia ser feita por matrizes. Vejamos como.
6.2. PROCESSO DAS MATRIZES ELEMENTARES
No apndice I, captulo 1, vimos o que so matrizes elementares. Foi provado
nesse apndice que se E uma matriz elementar de ordem n e se A uma matriz
qualquer n x n a matriz EA a matriz que se obtm de A efetuando na matriz A a
mesma operao elementar que transformou In em E. Assim como definimos
naquela altura operaes elementares com as linhas de uma matriz poderamos
definir operaes elementares com as colunas dessa matriz. E teramos as matrizes
elementares por colunas, definidas de maneira bvia, em contraposio quelas
j conhecidas. Tambm poderamos provar, de modo anlogo, que se F elementar
(por colunas) AF a matriz que se obtm de A efetuando sobre suas colunas a
mesma operao elementar (com colunas) que transformou In em F.
Tambm claro que o conjunto das matriZes elementares por colunas o
mesmo conjunto das matrizes elementares (por linhas). Por exemplo a matriz
Efetuamos duas mudanas
obtendo
ql(Z2, Z3) = -3 (Z3 _-}Zz)2 - 2Zz (Z3 --}Z2) =
-3212+ 2
2
1
- - Z3 - TZ2 2Zzz3 - 2Zzz
3
+ 3 Z2 = 3 Zz2 - 3z;.
Portanto
(
11-2)
A matriz de q inicialmente A = 1 1-3
. -2 ~ 3 1
sucessIvas de bases dadas respectivamente por
P, ~ G-~ De P, ~
238
239
241
a) Somando segunda linha a primeira multiplicada por (-1) e segunda
coluna da matriz obtida sua primeira coluna multiplicada por (- 1) obtemos sucessi-
vamente
(

-2 -1 I


O -1 -3
e
e
e
(

-2 -3 1

\? 0-1


O -1 -3
(Convm, nesta altura, parar um instante e comparar o resultado obtido
com o processo de Gauss.)
c) Permutemos a segunda e a terceira linhas da ltima matriz e faamos a
mesma operao com as colunas do resultado obtido. Teremos
d) Finalmente
G=: -D G -1) G D
b) Somando terceira linha desta ltima matriz o dobro de sua primeira
linha e terceira linha da matriz assim conseguida o dobro de sua primeira coluna
achamos, respectivamente
Na primeira destas passagens substitumos a terceira linha pela soma dela
com a segunda multiplicada - +. Na segunda fizemos o mesmo com relao
segunda e terceira colunas.
Na prtica podemos (com base na associatividade da multiplicao de ma-
trizes) efetuar primeiro as operaes com linhas que forem possveis, depois todas
as operaes com colunas correspondentes, e assim por diante. Vejamos como
fazer isso de uma maneira que nos leve tambm obteno de P.
A =
-2 -3 1
tanto se obtm de 13 somando terceira linha desta sua primeira linha multi.
plicada por 3, como se obtm de 1
3
somando primeira coluna desta sua terceira
coluna multiplicada por 3. Observemos que a transposta de uma matriz elementar
ainda elementar. A transposta da matriz E acima a matriz
que se obtm de 13 somando primeira linha de 1
3
o triplo de sua terceira linha.
Ou somando terceira coluna de 1
3
o triplo de sua primeira coluna.
Em resumo, se para efetuar uma certa operao elementar com as linhas de
uma matriz A precisamos multiplicar A por uma matriz elementar E obtendo EA
a mesma operao seria efetuado com as colunas de A calculando o 'produto AE<
Consideremos agora uma forma quadrtica q (u) = XtAX sobre um espao
vetorial V. J sabemos que existe uma matriz inversvel P de modo que ptAP = D
diagonal e que D uma outra representao matricial de q. Mas P, por ser
inversvel, um produto de matrizes ele,mentares E
I
, ... , E
r
(apndice I, cap-
tulo 1); P = E
r
E
2
E
I
. Logo
D =(Er ... E
2
Et> = (E
l
t
E
2
t
... Ei)A(E
r
... =
= (El
t
E{-I)(EiAEr)(Er_1 '" E
I
).
Esta igualdade nos diz que existe uma seqncia fmita de operaes elemen-
tares que aplicadas alternadamente sobre as linhas e sobre as colunas ir transformar
A na matriz D.
Como p
t
= El
t
... Ei == (E/ ... Ei)l
n
, a mesma seqncia de operaes,
aplicadas sobre as linhas, transformar a matriz In na transposta da matriz P de
mudana de base.
Exemplo - Diagonalizar a forma quadrtica q (Xl, X2., X3) = X
l
2
+ 2Xl X2 +
+X
2
2
- 4XIX3 -6X2X3 +x;.
A matriz de q
240
7. LEIDE INRCIA
Conforme vimos nos pargrafos 4 e 5 sempre possvel fazer uma mudana
de varivel da forma X = PY de modo a diagonalizar uma forma quadrtica
q (Xl, ... , x
n
). No entanto existem muitas mudanas da forma X = PY que
nos conduzem a uma forma diagonal. Contudo, existe um invariante neste processo.
o que afIrma o teorema seguinte.
Teorema 6 (Lei de Inrcia): Seja q uma forma quadrtica em um espao
vetorial V. Suponhamos que numa representao diagonal de q o nmero de coefI-
cientes positivos seja r e o nmero de coeficientes negativos seja s. Ento em
qualquer outra representao diagonal de q haver r termos positivos e s termos
negativos.
Demonstrao: Seja {Vl, ... , vn} uma base de V que diagonaliza q. Assim
n
se u = L: xivi E V, ento q (x) = d
l
X{ + ... + dnxJ e podemos supor dl > O,
i= 1
3. Reduzir por operaes elementares forma diagonal as formas quadrticas do exerccio 2.
Comparar os resultados.
4. Seja a forma quadrtica q(Xl, X2) = ax; + 2bxlX2 + cxi, a"* O. Reduza-a forma
diagonal, dando a substituio linear correspondente reduo.
2. Reduzir pelo processo de Gauss forma diagonal as formas quadrticas seguintes no IR
3
:
a) X; + X1X2 - xi + X; + 2X2X3;
222
b) 3Xl + 2X2 - 3X3 + 5X2X3;
c) X{ - xi - X; + 2X1X3 + 4X2x3 + 6X1X2'
Dar, em cada caso, a substituio linear que diagonaliza a forma quadrtica.
O
O
1
o
1
O
-2: 1
I
-1: -1
I
-3: 2
O: 1
I
-3: 2
I
-1: -1
O: 1
I
-1: 2
1: 5
3:-"5
1
O
-1
O
-1
O
O
-3
O
O: 1
I
OI 2
1: 5
"5:-"5
o
1
O
O
1
O
O
O
1
1
O
O
1
-1
2
1
2
-1
-2
-3
1
O
-1
-3
O
-1
O
1
1
-3
O
O
-1
O
-3
-1
G
Ci :-D wgo
EXERCCIOS PROPOSTOS
o leitor deve notar que no efetuamos nenhuma operao elementar com
colunas par obter p
t
. O por que disto est no ltimo pargrafo da explicao
deste mtodo.
onde
1. Reduzir forma diagonal pelo processo de Gauss as seguintes formas quadrticas no IR2:
22'
a) Xl + X
2
+ 2X1X2;
b) X{ + xi - 2X1X2;
)
2 2
C Xl - X2 - 2X1X2;
d) 4X1X2 + xi;
e) 4X1X2.
... , d
r
>O, d
r
+1 <O, ... , d
r
+
s
<Oe dr +s+l = ... = dn = O.
.
n
Seja {Ul' : .. , u
n
} uma outra base que diagonaliza q. Sendo u = L: Yiui,
i= 1
ento q(u) = d
l
'Y1
2
+ .. : + e podemos supor que dl' > O, ... , > O,
d;+l < O, ... < O e = O, ... , dri = O. Devemos provar que p=
= r e q = s.
242 243
Sejam U = [VI, ... ,v
r
] e W = [u
p
+1, ... ,u
n
]. Mostremos que U n W = {o}.
De fato, seja w E U n W. Ento
w = alvl + ... + arv
r
= bp+1uP+l + ... + bnu
n
,
com os ai e os bj em m..
Portanto
q(w) = d1a
1
2
+ ... + dra; ;> O e q(w) = d ~ + l b p + l + '" + d ~ b J :;;;;; O
do que decorre que q(w) = O. Como porm di, ... , d
r
> Oa igualdade q(w) =
= d1
a
1
2
+ ... + dra; = O possvel se, e somente se, ai = ... = a
r
= O, ou seja,
se e somente se w = o.
Como dim U = r e dim W = n - p, temos
r + (n - p) = dim U + dim W = dim (U n W) + dim{U + W) =
=dim(U+W):;;;;;n
donde r + (n - p) :;;;;; n e portanto r:;;;;; p.
De maneira anloga provamos que p ;> r. Ento p = r. Da vem que s = q.
Defmio 7 - O par (r, s) das consideraes acima chamase assinatura da
forma quadrtica q.
Exemplos
1) A forma quadrtica q(Xl, X2) = X{ + 2X
2
2
- 6X1X2 tem.assinatura (1, 1).
2) A forma quadrtica q(Xl' X2) = 2X1X2 tem assinatura (1,1).
3) A assinatura da forma quadrtica q(Xi> X2, X3) = X{ + 2X1X2 + xi _
- 4X1X3 - 6X2X3 + xi (2, 1).
4) A forma quadrtica associada ao produto interno usual no m.
n
tem
assinatura (n, O).
Deixamos como exerccio o clculo da assinatura das formas quadrticas dos
exerccios do pargrafo 6.
244
Exemplos
V(f...) == {u E V I T(u) == f...u} = Ker(T - f...I)
(x, y)
Ix, yl
/
~
~
~
,
,
,
(y, x) ,
,
,
,
,
,
- Ix, v)'
T(x,yl
(\------
I
I
I
I
I
I
I ------
I
I
I
I
2) Seja T: ]R2 -+ IR
2
dada por
T(I, O) == (O, 1) e T (O, 1) == (-1, O),
ento T(x, y) == xT(I, O) + yT(O, 1) ==
== x(O 1) + y(-I, O) == (-y, x). T
,
ento uma rotao de 90 . Neste caso
impossvel que T (x, y) == f... (x, y) com
(x, y) =1= (O, O) pois o ngulo entre (x, y) e
T (x, y) de 90. Logo T no admite
vetores prprios, V(f...) == {o}, V f... E IR.
3) Seja V um espao vetorial e T == Ri\. == homotetia de razo f.... Assim,
T(u) == Ri\. (u) == 'Au, Vu E V, e todo vetor vetor prprio com valor prprio f....
Neste caso V ('A) == V.
4) Seja T a rotao de ngulo e no ]R3, tendo como eixo fixo o eixo-z.
Ou seja, T o operador cuja matriz na base cannica :
(
cos e sen e O)
-sen e cos e O
O O 1
1) Seja T: ]R2 -+ ]R2 dado por
T(x, y) == (y, x). A aplicao T a
reflexo dos vetores em tomo diagonal
A Assim, se o vetor est no eixo-x, sua
imagem est no eixo-y. No h portanto
vetores prprios no eixo-x. No entanto
se (x, y) est na diagonal t:" teremos
T(x, y) == (x, y) e assim todo vetor de t:,
um vetor prprio de valor prprio igual
a 1. Analogamente se um vetor est na
diagonal t:,', sua imagem est em t:,' e exatamente seu oposto. Logo os vetore,s
de t:,' so vetores prprios com valor prprio -1. Ento V(I) == t:, e V(-I) == t:,.
Defmio 2 - O sub-espao introduzido nas consideraes acima chama-se
sub-espao prprio de 'A e ser indicado por V ('A).
Assim:
Seja V o espao vetorial constitudo dos vetores definidos por meio de seg-
mentos orientados. Consideremos um operador linear T: V --+ V. Tomando-se "ao
acaso" um vetor li E V, em geral lie T(U) no tm a mesma direo. Mas existem,
s vezes, certos vetores privilegiados para os quais T(U) = ,U, com , E IR; isto
, T (U) e litm a mesma direo. Neste caso o efeito de T sobre li apenas uma
mudana de mdulo ou uma mudana de sentido. Os vetores assim privilegados
so importantes, conforme veremos a seguir. s vezes possvel formar uma base
com eles e esta ser uma base privilegiada.
Definio 1 - Seja V um espao vetorial (sobre IR ou sobre <C) e seja T:
V --+ V um operador linear. Um vetor u E V, u ~ o, um vetor prprio de T se
existe um escalar , (de IR ou <C, respectivamente) tal que T(u) = ,u. Neste caso
, um valor prprio de T associado a u.
Notas:
CAPTULO 1
Diagonalizao de Operadores Lineares
e Forma de Jordan
1) As expresses "vetor prprio", "auto-vetor" e "vetor caracterstico" so
sinnimas bem como "valor prprio", "auto-valor" e "valor caracterstico".
2) O escalar , univocamente determinado por Teu pois
T(u) = ,u = ,'u ~ (, - ,')u = o ~ , = ,'
Fixado " o cojunto [u E VIT(u) = ,uJ um sub-espao vetorial de V pois
T(u) = ,u ** (T - U)(u) = o ** u E Ker(T - UfJ
o que significa que o subconjunto que acabamos de definir coincide com
Ker(T - U) que sabemos ser um sub-espao vetorial de V.
(*J I indica o operador idntico de V.
1. VALORES E VETORES PRPRIOS
246
247
Definio 3 - Dada uma matriz A = (aij) de ordem n (real ou complexa),
chama-se polinmio caracterstico de A o seguinte polinmio de grau n:
Logo
Retomemos os cinco exemplos dados neste pargrafo e calculemos PT (x)
(mudamos a varivel t da definio por x).
1) A matriz de T na base cannica
G
(
-x 1)
PT (x) = det = x
2
- 1
1 -x
Exemplos
2) A matriz de T
cujas razes em IR so 1 e-I.
Demonstrao - Da definio 1 segue que valor prprio de T se, e
somente se, Ker(T - l
n
) =1= {o}. Mas isto equivale a que T - l
n
no inversvel e,
ainda, a que det(T - l
n
) = (ver captulo 7 - 7). Como por definio,
det(T - tl
n
) = detT) - tI
n
) =PT(t), ento a proposio est provada. -
Proposio 2 - Seja T um operador linear de um espao vetorial sobre
K(KS= IR ou K = <C) de dimenso n. Ento os valores prpriosde T so as razes de
PT(t) emK.
Nota: Se V um espao sobre <C, ento PT(t) um polinmio complexo que, devi
do ao teorema fundamental da lgebra, tem n razes (n = dim V) em <C,j levando
em conta a multiplicidade algbrica das razes. Neste caso, ento, um operador
linear T tem n valores prprios. Mas se V um espao sobre IR o nmero de valores
prprios de um operador T E L (V) menor que ou igual dimenso de V, pois algu-
. mas das razes de PT(t) podem no ser reais.
= det(A - tln>.
Ix, y, zl
I
I
I
I
I
I Ix, y, 01
5) Seja P: IR
3
IR? a funo P(x,
y, z) = (x, y, O) que a projeo sobre
o plano xy. Neste caso (O, 0, 1) vetor
prprio com valor prprio pois P(O, 0,
1) = (O, 0, O). Todo vetor do plano xy
vetor prprio com valor prprio 1 pois
P(x, y, O) = (x, y, O). Temos ento:
V (1) = plano xy e V (O) = eixo-z.
Proposio 1 - Matrizes semelhantes tm mesmo polinmio caracterstico.
Demonstrao - Se B e A so semelhantes, existe uma matriz inversvel M
tal que B = M-
1
AM. Da:
PB(t) = det(B - tI
n
) = det(M-1AM - tI
n
) =
= det(M-1AM - tM-1lnM) = det(M-l(A - tIn)M) =
= - tln)detM = det(A - tl
n
) = PA(t). -
A proposio que acabamos de provar toma vlida a seguinte definio:
o vetor (0,0,1) vetor prprio com valor prprio 1 pois T(O, 0,1) = (0,0,1).
No h outros vetores prprios quando < e < ;. Logo V (1) = eixo-z.
Definio 4 - Seja V um espao vetorial de dimenso n e T: V V um
operador linear. Chama-se polinmio caracteristico de T o polinmio caracters-
tico da matriz de T em relao a qualquer base de V. Notao: PT(t).
Tal definio vlida porque matrizes do mesmo operador so necessaria-
mente matrizes semelhtntes..
Logo
PT(X) = det
que no tem razes em IR.
(
-x -1)
.. = x
2
+ 1
1 -x
248 249
3) Seja {el, ... , e
n
} uma base de V; a matriz de Hi\ = T em relao a
essa base
x=
(11) O operador P: IR
3
-+ IR
3
dado por P(x, y, z) = (x, y, O) tem valores
prprios O e 1.
Vetores prprios associados a O:
P(x, y, z) = O(x, y, z) = (O, O, O) <-> (x, y, O) =
= (O, O, O) <=> X = Y = O.
Ento os vetores prprios associados ao zero so os vetores x (O, O, 1), \Ix E IR*.
Vetores prprios associados ao 1:
P(x, y, z) = 1(x, y, z) <=> (x, y, O) =(x, y, z) <=> z = O.
Os vetores prprios neste caso so os vetores (x, y, O), onde x =1= O ou y =1= O.
Podemos achar dois vetores prprios que so linearmente independentes, a saber,
(1, O, O) e (O, 1, O).
O
2) Assim como definimos valores e vetores prprios de um operador, pode-
mos definir valores e vetores prprios de uma matriz. Se A uma matriz, de ordem
n, real ou complexa, chama-se valor prprio de A toda matriz
Notas:
1) Uma vez conhecidos os valores prprios de um operador T, podemos
achar os vetores prprios associados a cada vetor prprio. Se um valor prprio
(raiz do polinmio PT (x)) os vetores prprios associados a so os vetores no
nulos do ncleo de (T - 11.1). Vejamos alguns exemplos.
(I) O operador T: IR? -+ IR? dado por T(x, y) = (y, x) tem como valores
prprios 1 e -1. Os vetores associados ao valor prprio 1 so aqueles que satis-
fazem (x, y) =1= (O, O) e (T - I)(x, y) =(O, O) com = 1 ou seja (T - I)(x, y) =
= (O, O) ou ainda T (x, y) = (x, y) ou (y, x) = (x, y) donde vem x = y. Logo
os vetores prprios associados a 1 so os vetores da forma (x, x) = x (1, 1),
\I x E IR*. Analogamente os vetores prprios associados a-I so os mltiplos
de (1, -1), dado por x(l, -1), \Ix =1= O.
O ) O -
l-x -
O O
O O
o O

.. 0. )
O O... -x
PT(x) = det
e portanto
det -x
=(1 - x)(x
2
- 2 cos (J x + 1) cujas razes so:
2 cos (J + ..;x 2 cos (J - ..;x
1, 2 e 2
e o nico valor prprio de T; neste caso uma raiz mltipla de PT (x) com
multiplicidade n.
4) Neste caso
onde 6. =4 (cos
2
(J - 1). Se Icos (J I < 1 as duas razes so complexas e se cos (J =
= 1, as trs razes so reais.
5) A matriz de P em relao base cannica
e portanto
cujas razes so O e 1, esta com multiplicidade 2.

x
Pp (x) = det
O
l-x
O
O
tal que AX = X, onde um escalar chamado valor prprio de A. Para que seja
um valor prprio de A necessrio e suficiente, ento, que exista uma matriz X =1= O,
250
251
2. DIAGONALIZAO DE OPERADORES
9. Sejam A e B matrizes triangulares com a mesma diagonal principal (aii = bii, i =
= I, ... , n). Prove que: PA(t) = PB(t).
*10. Provar que se valor prprio de T, ento'
n
valor prprio de Tn. Generalizando, se
p(t) um polinmio ento p() valor prprio de p(T), onde p(T) = aoI + alT +
+ ... + anTnsep(t) = ao + alt + ... + antn.
8. Seja A uma matriz triangular, ou seja, uma matriz A = (aij) tal que aij = sempre
que i > j (ou, ao contrrio, aij = 0, sempre que i < j). Qual o polinmio caracterstico
deA?
7. Seja ( ~ : ) a matriz de um operador do IR? Ache os valores pr6prios de T.
Existem, neste caso, dois vetores prprios linearmente independentes'?
G:)
respectivamente. Os polinmios caractersticos respectivos so PT (x) = x
2
- 1 e
PS (x) = (1 - X)2, cujas razes so: PT(x): 1, -1 e PS (x): 1 (dupla). So
vetores prprios de T linearmente independentes: fI = (1, 1), associado a 1, e
f
2
= (1, -1), associado a -1.
Logo {fI> f
2
} uma base de ]R2.
Vamos examinar dois operadores do ]R2 que se comportam de maneira dife-
rente quanto aos vetores prprios. So eles T(x, y) = (y, x) e S(x, y) = (x +y, y)
cujas matrizes em relao (b
01
ase o ~ . a n ) nica so
~ ) = e ~ ) =
Os vetores prprios de S devem satisfazer a condio S(x, y) = (x, y), ou
seja, (x + y, y) = (x, y) que equivale ao sistema:
{
X + y = x
y=y
cuja soluo gera y = O. O sub-espao prprio de S formado ento pelos
mltiplos do vetor (1, O) e portanto sua dimenso 1. Ento imposs(vel formar
uma base de JR2 com vetores prprios de S, contrariamente ao que se verificou
com o operador T.
(
2 0), (-1 -1), (2 1) e (-1 -3)
1 1 -3 1 1 -1 1
3. Determinar valores e vetores prprios do operador T do IR
4
cuja matriz em relao
base cannica :
EXERCCIOS PROPOSTOS
2. Achar os valores e os vetores prprios do operador linear T do IR
3
dado por
a) T(l, 0, O) = (2, 0, O), T(O, 1, O) = (2, 1, 2) e T(O, 0, 1) = (3,2, 1);
b) T(l, 0, O) = (O, 0, O), T(O, 1, O) = (O, 0, O) e T(O, 0, 1) = (5, -1, 2).
1. Achar os valores e os vetores prprios do operador T do IR
2
dado por:
a) T(x, y) = (x + y, x - y);
b) T(x, y) = (-x,-y);
c) T(l, O) = (O, -1) e T(O, 1) = (1, O).
3) Se valor prprio de T, o nmero s = dim(V( chama-se multiplici-
dade geomtrica de . Reveja nos exemplos acima a multiplicidade geomtrica
dos valores prprios.
4. Determinar o polinmio caracterstico e os valores prprios do operador linear T: V -* V
que definido em uma base {el, ... , en} por T(ei) = iei (i E IR).
6. Calcular o polinmio caracterstico e os valores prprios da matriz:
uun
do tipo n X 1,tal que (A - ln)X = O. Ora, isto ocorre se,e somente se,A - l
n
no inversvel e portanto se, e somente se, det(A - l
n
) *" o. Levando em con-
ta a definio 3 deste item podemos concluir que valor prprio de A quando, e
somente quando, raiz do polinmio caracterstico de A.
5. Calcular o polinmio caracterstico e os valores prprios das seguintes matrizes:
252
253
254
H
r
n (H
1
+ ... + H
r
_ 1) = {o}
a soma em questo chamada direta e se indica por H
1
E!l E!l H
r
.
Para uma soma direta H = H1 E!l (& Hr de sub-espaos de umespao Vvale
o seguinte fato: se B
1
, ... , B
r
so bases de Hi> "', HI' respectivamente, ento
B = B1U ... UB
r
uma base de H.
n
Como cada Hi gerado por Bi e todo u E H uma soma u = I u > onde ca-
i=l
da Ui E H
i
, ento B gera o sub-espao H. Para mostrar que B linearmente indepen-
dente suponhamos B
1
= {uu, , Ulnl}"'" B
r
= {u
n
,.. ,u
rnr
}. Ento, se
aUul + ... + allllullll + + artUn + ... + arnru
rnr
= o deixando no
primeiro membro apenas as n
r
ltimas parcelas teremos
an Url + ... + arnru
rnr
= v
ondevEH
l
+ ... + H
r
-
1
ComoH
r
n(H
1
+ '" + H
r
- d = {o},ento
v = anUn + ... + arnrunlr = o
e, levando em conta que B
r
L.!., conclumos que a
r1
= ... = a
rnr
= a. Arepeti-
o desse raciocnio nos levar concluso que todos os escalares a so nulos e, con-
seqentemente, que B linearmente independente.
255
H
2
n H
l
= {o}
H
3
n (H
1
+ H
2
) = {o}
H
1
+ .,. + H
r
={Ul + ... + UrIUiEHi}
claro que H
1
+ ... + H
r
tambm um sub-espao de V. Se ocorrerem ainda as
igualdades
Nosso objetivo agora dar um critrio para que um operador linear T de um
espao de dimenso finita (sobre IR ou seja diagonalizvel. Para tanto precisare-
mos de alguns pr-requisitos ainda no constantes do texto.
Lembremos que a sorna de dois sub-espaos H
1
e H
2
de um espao vetorial V
o sub-espao
H
l
+ H
2
= {u + v I u E H
l
; v E H
2
}
e que essa soma se diz direta se H
1
n H
2
= {a}. Estas noes podem ser gene-
ralizadas de maneira bvia Se H
l
, ... , Hr(r;;;' 1) so sub-espaos vetoriais de V,
a soma desses sub-espaos o conjunto
0) = - - x) .. x)

(
10)
O -1 .

Em resuIl1o: existe uma base do R
2
em relao qual a matriz de T
diagonal. Tal fato no ocorre com a matriz do operador S. Em outras palavras,
a matriz de T semelhante a uma matriz diagonal, o que no acontece com a
matriz de S. Faremos a seguir um estudo breve dos operadores que podem ser
diagonalizados conforme o operador T acima.
Defmio 5 - Seja V um espao vetorial de dimenso finita. Um operador
T: V V se diz diagonalizvel se existe uma base de V formada por vetores pr-
prios de T.
Se B = {el, ... , en} for uma base formada de vetores prprios de T ento
No caso do operador T, se B = {fi, f
2
}, ento
(
1 O) 1(-1 -1) (O 1) (1 1)
O-1 = -2 -1 1 1 O 1-1
Mais ainda, sendo M = ( 1 1) a matriz de mudana da base cannica para
1 -1
a base B, temos (T)B = M-l(T)M, ou seja

0)
2
onde ... , so os valores prprios de T. Segue da que
e assim PT (x) se decompe em fatores lineares.
Nota: Os nmeros ... , no so necessariamente distintos dois a dois. Pode
acontecer de o polinmio caracterstico PT(x) de um operador linear T se decom-
por em fatores lineares da forma x - que T seja diagonalizvel. o que
acontece, por exemplo, com o operador linear S: IR
2
IR
2
dado por S(x, y) =
= (x + y,y)cujopolinmiocaracterstico(x - l)(x - l)quejvimostratar-se
de operador no diagonalizvel.
257
Donde u = Qll Uu + ... + QU1 UU1 e portanto u E H
1
. Analogamente se chega
concluso que V(i) C Hi para todo i (1 .;;; i .;;; k).
Das igualdades V(j) = H
i
resulta que dim V(i) = dim Hi = ri que a mul-
tiplicidade algbrica de i.

1
Qk1 = k
Q
k1, , 1Qkrk = kQkrk
Q21 = ... = X2r2 = = Qk 1 = ... = akrk = O
Nota (Importante): Seja A uma matriz real n x n. Se B indica a base cannica do
lRn, existe ento um operador linear T E L (Rn) tal que (T)B = A. A matriz A se
diz diagonalizvel se, e somente se, T diagonalizvel; isto , quando existe uma
bse B
1
de IR
n
tal que (T)
B
1 = D diagonal. Essa base B
1
, como vimos, forma
da por vetores prprios de T.
===) Por hiptese o polinmio caracterstico de T pode ser fatorado
sobre K do seguinte modo:
PT(t) = (
1
- tY1 ... (k - tYk
ondei *- jsei *- jer1 + ... + rk = graudePr(t) = dimV. Amultiplicidade
algbrica de cada um dos valbres prprios
i
, pois, ri (i = 1,2, ... ,k). Por hip-
tese ainda, dimV(i) = ri (i = 1, 2, ... , k).
Seja H = V(
1
) + ... + V(k) e mostremos que V(i) n V ( ~ = {O},sem-
pre que i *- j. De fato, se u E V (i) n V(j), ento T(u) = iU = jU e da
(
i
- j)u = o. Como i *- j, ento u = o. Conseqentemente V(
r
) n(V(d +
+ ... + V(
r
-1)) = {o}(2 .;;; r .;;; k) e ento
H = V(
1
) Cf) ... Cf) V(0
DadimH = dim V(
1
) + ... + dim V(0 =r1 + .,. + rk =ne,sendoHum
sub-espao vetorial de V cuja dimenso n, ento H = V. Tomando uma base Bi de
V(i) (i = 1,2, ... , k), ento B = B
1
u ... UBk uma base de V, constituda s
de vetores prprios de T. Donde T diagonalizvel.
e assim
Ento
1XUUll + ... + 1Xu1 U1r1 ... + 1Xk1Uk1 + ... + 1XkrkUkrk =
=
1
u=T(u)= Xu T(Ull) + ... + XkrkT(Ukrk) =
= 1XllUU + ... + 1Xu1UU1 + ... + k
X
k1
U
k1 + ... + kXkrkukrk'
Comparando a primeira e a ltima combinaes lineares acima obtemos

1
X21 =
2
X21 , ... ,
1
X2r2 = 2
Q
2r
2
o
256
Uma conseqncia do que acabamos de mostrar que
dim(H
1
Cf) ... Cf) H
r
) = dim Hl Cf) ... Cf) dim H
r

1) o polinmio caracterstico de T tem todas as suas razes em K (sempre


acontece no caso K = (8);
2) a multiplicidade algbrica de cada valor prp'rio Jq de T igual
dimenso de V(
i
).
Demonstrao:
(=== Seja B = {Ull' ... , UU1' ... , Uk1' ... , ukrk}uma ba-
se de V formada de vetores prprios de T de maneira que em cada Bj =
{ Ui!, ... , Uir) esto todos os vetores prprios associados ao valor prprio
i E K(i = 1, 2, ... , k). A matriz de T em relao a essa base
Teorema 1 - Seja V um espao vetorial de dimenso finita sobre K(K
= IR QU K = (8). Um operador linear T E L (V) diagonalizvel se, e somente se,
portanto, j quePT(t) independe de representao matricial de T,
PT(t) = (
1
- t)r
1
... (
k
- tYk
cujas razes esto todas em K.
Para cada ndice i (1 .;;; i .;;; k) seja H
i
o sub-espao gerado por B
i
e mostre-
mos que Hi = V (
i
). A incluso Hi C V(i) fcil de verificar pois um elemento
u E Hi uma combinao linear de Bi e , portanto, umvetor prprio cujo valor pr-
prio associado
i
.
Para provar que V(d C H
1
tomemos u E V(
1
) em relao base B:
u = Xll Ull + ... + XkrkUkrk'
donde vem o vetor prprio
\
Para = -1 temos
2) Seja
Para = 1 temos
A = ( - ~ : - ~ )
O2-2
donde vem o vetor prprio
Um clculo ",logo nos d.d ( ~ ) como ou!m voto< p,p,io de T, '''0-
ciado ao vetor prprio 6. A matriz M = (2 2) tal que M-
1
AM _.
-1 1
(
2
0
06) . Pedimos ao leitor que faa estes clculos.
Seu polinmio caracterstico :
PA(x) ~ det C ~ 4 ~ x _ : ~ . ) ~ (x - l)(x + I)(x - 2).
4 ) = x2 _ 8x + 12 = (x - 2)(x - 6)
4 - x
(
4 - x
PT(X) = det 1
Ento:
o que mostra que A diagonalizvel. Para = 2 temos
M
donde vem que
Exemplos
1) Seja T : 1R2 ---> 1R
2
o operador dado por T(x, y) = (4x + 4y, x + 4y). Sua
matriz em relao base cannica :
4x + 4y = 2x
l x + 4y = 2y.
A resoluo desse sistema nos leva a que:
Mas sendo A e D matrizes de um mesmo operador linear, se indicarmos por
M a matriz de mudana de base de B para B
I
, ento (ver Capo 5, 5).
D = M-l AM.
Ora, sendo B = [(1,0, ... , 0J; ... ; (O, 0, ... ,0, l)J, se
Quer dizer, as componentes do i-simo vetor prprio de B
I
formam a i-sima co-
luna de M(i = 1, 2, ... , n).
Para as matrizes complexas n x n vale o mesmo observado acima.
um vetor prprio de T.
258 ;
259
261
5
6
O
1
O
O
A=
/
2. Determinar uma matriz M E M
4
(IR), inversvel, tal que M-1 AM seja diagonal, sendo
EXERCCIOS PROPOSTOS
1. Determinar, se possvel, uma matriz M E M
2
(IR) de maneira queM- 1 AM seja diagonal, nos
seguintes casos:
Y = O
lz = t
Donde V(2) = [(x, o, z, z) Ix, z E <C] = [(1, O, O, O); (O, O, 1, 1)], cuja dimenso 2.
Como a multiplicidade algbrica de 2 3, ento T no diagonalizvel.
Clculos anlogos levam concluso que V( - 3) = [(O, O, z, -4z) I z E <C]
e portanto dim V(-3) = 1, o que mostra que V(2) + V(-3) ;r. (C4.
q:ue equivale, por sua vez, a
O
O
1
-2 -
t
4
O
O t 2
O
O
( ~
1 -001 ~ O ) teremos M;-l AM =
\
2 -
O
O
O
Para = 2 teremos o vetor prprio
Ento, formando a matriz
M ~ G! D
r ~
+ Y
2x
C
-4 -2
-')
C
2y 2y
-4 -1 -2 -2
+ t 2z
c)
2 2 4
d)
-1
4z - 2t 2t
2 2 4 1
-1
260
t
V
= (2 - t)2 . [(1 - t)( - 2 - t) - 4] = (2 - t)2(t
2
+ t - 6) = (2 - t)3( - 3 - t)
. 3) Seja T : (C4 -> (C4 o operador linear cuja matriz, em relao base canni-
ca de (C4 sobre (C, :
1 O O
A
2 O O
O 1
O 4 -2
Ento
Logo, os valores prprios de PT(t) so 2 (com multiplicidade algbrica 3) e - 3 (com
multiplicidade algbrica 1).
Calculemos as dimenses de V(2) e V( - 3), onde V = (C4. A equao matri-
cial A (x y Z t)t = 2 (x y Z t)t equivale ao sistema
3. DIAGONALIZAO DE OPERADORES
AUTO-ADJUNTOS (OU DE MATRIZES
SIMTRICAS REAIS)
Lembremos que um operador auto-adjunto um operador linear A de um
espao vetorial euclidiano V tal que \
<A(u), v> = <u, A(v
para quaisquer u, v E V. Lembremos ainda que a matriz de A, em relao a qual-
quer base ortonormal, simtrica, e que, reciprocamente, toda matriz simtrica
representa um certo operador auto-adjunto, com referncia a uma base ortonor-
mal. Assim, o problema de diagonalizao de uma matriz simtrica equivale ao
da diagonalizao de um operador auto-adjunto.
O polinmio caracterstico de um operador linear sobre um espao eucli-
diano um polinmio real cujas razes pertencem ao corpo dos nmeros comple-
xds. Mostremos que no caso de um operador auto-adjunto todas essas razes so
necessariamente nmeros reais.
De fato, seja S = (sij) uma matriz simtrica real e seja um valor prprio
de S. Ento det(S - lm) =O, o que equivale a dizer que o sistema linear homo-
gneo
n
L SijXj = Xi (i = 1,2, ... , n)
j=1
admite uma soluo no trivial ({31, ... , (3n) e portanto so vlidas as igualdades
n
L Sij{3j = {3i (i = 1,2, ... , n).
j=1
Multipliquemos ambos os membros de cada i-sima dessas igualdades por {fi e a
seguir somemos membro a membro as igualdades obtidas:

n n
L Sij{3j1Ji = I {3iiJi'
i,j= I i=1
n
Como L {3iiJi E IR, se provarmos que o primeiro membro da ltima igualdade
i= I
pertence tambm a IR, ento teremos a concluso desejada, isto , E IR. Mas
isto equivale a mostrar que esse primeiro membro igual ao seu conjugado, o que
fcil:
262
n
n n
L
Sij{3jifi
I
=
I
Sij {3i =
i,j= I i, j= I i, j= I
n n n
L
Sjiifj{3i =
I
Sij 13i{3j
I
Sij {3j iJi .
i,j= I i, j= I i, j= I
Observe-se que a penltima igualdade na seqncia anterior de igualdades se obte-
ve simplesmente permutando-se os ndices i e j na dupla somatria.
Portanto, j levando em conta a multiplicidade algbrica, uma matriz sim-
trica real de ordem n (ou um operador auto-adjunto de um espao euclidiano de
dimenso n) tem n valores prprios.
Teorema 2 - Um operador linear A de um espao euclidiano V, de dimen-
so finita n :;;;. 1, auto-adjunto se, e somente se, existe uma base ortonormal de V
formada de vetores prprios de A.
Demonstrao
) Se B = {gl, g2' ... , gn} uma base de V formado de vetores
prprios de A, ento (A)B uma matriz diagonal e portanto simtrica. Logo A
auto-adjunto (devido proposio 8 - captulo 6).
( Faremos a demonstrao por induo sobre dim V. Se dim V = 1,
qualquer que seja v E V, v ::/= O, =g, ento {g} uma base ortonormal
de V e, obviamente, como V = [g] e A(g) E V, ento A(g) = g, para umcerto E R.
Ento g um valor prprio de A e esta condio fica provada para n = 1.
Seja V um espao euclidiano de dimenso n > 1 e suponhamos o teorema
vlido para os espaos euclidianos de dimenso n - 1. Sejam A E L (V) e
I
E IR
um valor prprio de A. Se u ::/= o um vetor prprio de A associado a " ento
gl = tambmopoisA(gl) = = = =
I
11:11 =
= Ig
I
.
Se H = [gd, ento V = H <> H
1
, onde H
1
tambm euclidiano (relativa-
mente ao produto interno de V, restrito a este sub-espao) e dimH
1
= n - 1. Obser-
vemos ainda que H
1
A-invariante, isto , vale a implicao: v E H
1
-+ A(v) E H
1
.
De fato, se v E H
1
< g" A(v) > = <A(gl)' v> =<Ig
I
, v> =
I
<g" v> =
I

O = O. Isto nos permite considerar A, enquanto atua somente sobre os elemen-
tos de H
1
, como um operador linear deste sub-espao. E como <A(u), v> =
= <u, A(v vale para quaisquer u, v E V, tambm vale para quaisquer u, v E Hl,
ento A, como operador linear de H
1
, tambm auto-adjunto.
263
2
-1
O

MtA 'M
2. Seja A E L (IR3) defmida por
A(x, y, z) = (x + y + z, x + y + z, x + y + z).
a) os valores prprios de A.
b) Achar em base ortonormal B do IR
3
tal que (A)B diagonal.
c) Qual a matriz de mudana da base cannica do IR
3
para B?
265
a) Achar os valores prprios de A.
b) Achar uma matriz ortonormal do IR
3
em relao qual a matriz de A diagonal.
c) Achar uma matriz M ortogonal (M-l = Mt) tal que Mt(aij)M a matriz diagonal obti-
da em b).
Portanto
V2

V2
-- --
2 2
-V2

V2
M --
2 2

a matriz de mudana da base cannica do 1R


3
para B
o
, ambas ortonormais, do
que decorre que M-! = Mt (ver exerccio proposto 24 - item 4 - capo 6). Donde
res pelo inverso de sua norma acharemos uma base ortonormal do IR
3
constituda de
vetores prprios de A:
B, '7,0)]
1. Seja A E L (IR
3
) o operador linear cuja matriz relativa base cannica
EXERCCIOS PROPOSTOS
-2
1

- (1 - t)2(1 + t) +
-1 - t
os vetores prprios correspondentes
-2
1

A
vem que
Consideremos a matriz simtrica
1 - t - 2
det(A - tI
3
) - 2 1 - t

+ 4(1 + t) = (t- 3)' (t + 1)2. Achemos
aos valores prprios 3 e-I encontrados.
De
seu polinmio caracterstico
Pela hiptese de induo existe uma base ortonormal {g2, ... , gn} de H
I
formada de vetores prprios de A (restrito a H
I
). Ento B = {gl, g2, . . . , gn}
uma base ortonormal pois cada vetor de H
I
ortogonal a gl. Como cada ele-
mento de B um vetor prprio de A, a demonstrao fica concluda.
{
X + Y =
z =
Logo V(3) = {(x, - x, O) Ix E IR} o conjunto dos vetores prprios associados ao
valor 3. AnalogamenteseobtmqueV(-I) = {(x,x,z)lx,zEIR} o conjunto
dos vetores prprios associados a-I. Uma base de IR
3
formada de vetores prprios
de A
\
Exemplo
B={(I,-I,O); (0,0,1); (1, 1, O)}.
Note-se que o primeiro desses vetores foi conseguido fazendo x 1 em V(3) e os
dos outros foram obtidos para x = e z = 1 e x = 1e z = emV(- 1). Essa base
ortogonal mas no ortonormal. Assim, se multiplicarmos cada um dos seus veto-
264
0) (1 -2).
6
P
1 2
2) Seja
Exemplos
A =
(
41 44)
1) Seja e calculemos AP. Conforme j vimos a matriz
( _ ~ ~ ) diagonaliza A, isto , M-
1
AM = ( ~ ~ ) , ou seja, A =
( ~ ~ ) M-
1
de onde se tira que
267
Assim
e tomando = 2 obtemos o vetor prprio
C)
A ~ C~ D
cujo polinmio caracterstico PA(x) = (x + 1)2 (x - 2) (verifique). Ela diago-
nalizvel pois tomando = -1 (raiz dupla) obtemos
=M
M=
1
- 1
O
1
1
O
-1
1
o mesmo que se pediu no exerccio 1 acima.
D= (1 2 )
O
n
a matriz diagonal dos valores prprios de A. claro ento que
2 _ (1
2
O) 3 _ (l O) p _ (i .. ,0)
D - '. 2 ,D - 3' ... , D - . p
O
n
O,
n
O
n
6. Seja A E Mo (IR) uma matriz simtrica. Prove que existe uma matriz real ortogonal P, n x n"
tal que pt . A . P = D, onde D diagonal, formada pelos valores prprios de A.
4. APLICAO DA DIAGONALIZAO: POTNCIAS
DE UMA MATRIZ
Mas M-
1
AM = D acarreta A = MDM-
1
e da, conforme j vimos no apndice V,
AP = MDPM-
1

Seja A uma matriz de ordem n. As potncias de A so definidas por A


2
=
= AA, " . ,AP = AP -1 A. Em geral penoso o clculo de AP, sobretudo se p
grande. No entanto se A diagonalizvel, o clculo de AP mais fcil. Pois se A
diagonalizvel, existe uma matriz inversvel M tal que: M-
1
AM = D, sendo
4. Fazer para a matriz real simtrica
3. Seja (sij) uma matriz real simtrica cujo valor prprio de menor mdulo . Mostrar q
(sij) inversvel se, e somente se, '* O.
266
5. Um operador auto-adjunto de um espao euclidiano V se diz positivo definido se, e s se,
todos os seus valores prprios so maiores que zero. Supondo a dimenso de V finita, mos-
trar que:
a) A positivo definido se, e somente se, <A(u), u> >0 para todo vetor no nulo u E V.
b) Se A positivo definido, ento seu inverso (caso exista) tambm o .
(
i )M-
1
=
k =0
2) (eZ O) (1 -2) =
1 O e
6
1 2
M. D
k
M-
1
k! = M
ao . Ak ao
I kT= I
k=o k=O
Por exemplo, se
A = :) ento D = )
*I. Calcular AP nos seguintes casos
*2. Calcular e
A
, utilizando as matrizes do exerccio 1.
D=
a) (: 1:)
c) (; : : : )
O O -2
EXERCCIOS PROPOSTOS
269
conforme j vimos anteriormente. Da
(
e
2
0) -1 1( 2
eA=M M =-
e
6
4-1
=l-( 2e
2
2e
6
) (1 -2) =.-l. (2(e: + e:)
4 _e
2
e6 1 2 4 -e + e
ento
convergente. A soma dessa srie denotada por e
A
. fcil que ?
culo de e
A
em geral difcil. Mas se A for uma matnz quadrada dtagonahzavel
ento esse clculo torna-se bem simples pois, sendo AP = MDPM-
1
com
2
P
- C-I)" )
2
P
- (-I)"
2
P
+ 2(-1)P
ao A
k
= I k!
k=o
2
P
-(-l)P
2
P
+2(-1)"
2
P
- (-l)P
(-l)P
(
2
P
+ 2(-1)"
= 2
P
- (-l)P
2
P
- (-l)P
(
(-I)"
AP = M
A
2
A
3
AP
I + A + -2 + -3' + ... + -, +
. p.
Consideremos uma seqncia AI, A
2
, ... , Ak, .. , de matrizes reais de
tipo m x n. Suponhamos Ak = (ai/
k
, k = 1, 2, .... Dizemos que a seqncia
dada converge para a matriz B= (bij), do mesmo tipo que as Ak, se as seqncias
de nmeros reais
a
(1) a(2) a(k)
1J ' 1J ,' , 1J ,
convergem para bij para todo i = 1, ... , m e todo j = 1, ... , n.
Por exemplo
O:). O:)... .. U:) ...
5. APLICAO DA DIAGONALIZAO: SRIES DE
MATRIZES (NOES)
268
Segue da que
converge para a matriz pois 1, , -}, ... converge para 0, o mesmo
acontecendo com a seqncia 0, 0, 0, ...
Se a seqncia Alo AI + A
2
, AI + A
2
+ A
3
, convergir, para a matriz B,
ento que a srie infinita AI + A
2
+ A
3
+ ... + A
n
+ ... conver-
gente 'Para B. A matriz B chama-se soma da srie dada.
Pode-se provar (no o faremos aqui) que, sendo A de ordem n, a srie
exponencial
270
6. Lema de Gergoshin
271
sup IXjl =
n
I - aioi
o
1~ I laiojl
j=l
Hi
o
n
~ I laiojllxjl ~
j=l
Ni
o
n
I aiojXj
j=l
j;i i
o
n
I aijXj = Xi (i = 1, ... , n)
j=l
n
I aijXj = Xi - ajjXi = ( - ajj)Xi
j=l
Ni
Tomemos o ndice i
o
tal que 1Xio 1= sup {IXil : i = 1, ... , n}.
Ento
I( - aioio)xi
o
I = I - aioi
o
I IXi
o
I =
n
I laioj I IXi
o
I e da
j=l
j4i
o
isto E D(aioi
o
; rio). -
ou seja
n
fj= I laijl ( i = I , ~ .. ,n).
j=l
j;ii
Ento o espectro de A est contido na reunio destes n discos.
Prova - Tomemo, wn valo, p'6p'io A e "j. X ~ (:) wn veto< p'6p<io
de . A igualdade AX = X significa que
Teorema - Seja A = (aij) uma matriz complexa de ordem n. Consideremos
os n discos D(ajj, fj)onde
2i )
i - tI =
---------12 + i
I
I
I
I
i -1
r----
I
I
I
I
(
1 +i 2i)
Exemplo: Seja A = .. E M
2
(C). Ento
- 1 1
(
1 +i-t
PA(t) = det (A - tI
2
) = det _ i
= e - (1 + 2i)t + (i - 3)
Seja A uma matriz complexa n x n. Chama-se vetor prprio de A toda
matriz complexa X de tipo n x I tal que AX = X para algum E C. Neste caso
valor prprio de A associado ao vetor prprio X. Como no caso real prova-se que
valor prprio de A se, e somente se, det (A - I
n
) = Oe portanto os valores
prprios de A so as razes do polinmio PA (t) = det (A - tI
n
). O conjunto dos
valores prprios de A o seu espectro.
cujas razes so
1
= 2 + i e
2
= i-L O espectro de A representado pelos
pontos seguintes
Um problema apresenta-se agora: pode-se prever onde se localiza no plano
complexo o espectro de uma matriz, sem calcular explicitamente seus valores
prprios?
DefInio 6 - Seja Zo um nmero complexo e r > O. Chama-se disco de
centro Zo e raio r o subconjunto D(zo; r) do plano complexo defmido por
D(Zo; r) = {z E C : Iz - Zol ~ r}
D C e (4)
Q
(2 1) B,
M = ( ~ ~ )
G)
A,
P
273
porm, triangular superior mas no matriz de Jordan.
onde C
ik
= I: AijB
jk
. O leitor, certamente j bastante familiarizado com produ-
J=I
tos de matrizes, no ter dificuldades em perceber a validade desse resultado. Da
no nos alongarmos mais sobre o assunto.
Uma etapa de nosso trabalho no sentido da forma de Jordan passa pelas m a ~
trizes triangulares superiores: so as matrizes (uij) tais que Uij = Osempre que 1
< j. Por exemplo, as matrizes de Jordan. A matriz
A A A
Bnl Bn2
ml m2 mn
e se o nmero de colunas de cada A
ij
for igual ao nmero de linhas de cada Bjk>
ento'
Diz-se ento que M foi particionada nos blocos A, B, C e D. At a trata-se
simplesmente de notao. Mas se considerarmos duas matrizes P e Q, particiona-
das em blocos
AlI
ento pode-se escrever
e fizermos
J
I
O O
Cu
C
l2
C
lr
O J
2
O
C
21
C
22
C
2r
PQ
O O J
r
C
ml
C
m2
C
mr
n
(),
o teorema 1 deste captulo fornece uma condio necessria e suficiente para
que um operador linear de um espao vetorial de dimenso finita seja diagonaliz-
vel. O exemplo 3, item 2, de um operador linear do [R4 no-diagonalizvel.
Neste item trataremos de uma forma de matriz bastante simples, embora n ~
tanto como as matrizes diagonais, porm com uma vantagem: toda matriz comple-
xa semelhante a uma delas. Trata-se da forma cannica de Jordan. Como resul-
tado fundamental veremos (o que j foi dito em outras palavras) que todo opera-
dor linear de <c
n
pode ser representado, numa base conveniente, por uma forma
de Jordan.
So chamadas matrizes de Jordan sobre o corpo !C, de ordem respectivamen-
te 1, 2 e 3, as matrizes
7. FORMA DE JORDAN
272
onde E C. A definio geral de matriz de Jordan bvia a partir desses casos.
Reduzir uma matriz n x n forma cannica de Jordan significa encontrar uma matriz
onde os J
i
so matrizes de Jordan, semelhante matriz dada. Como j observa-
mos, isso sempre possvel no caso das matrizes complexas. A demonstrao desse
fato, contudo, bastante longa e rdua, razo pela qual no ser vista in totum
neste texto.
Mas, na parte de que trataremos, aparecero com freqncia matrizes parti-
cionadas em blocos. Por exemplo, isso acontece na forma cannica de Mrdan, onde
os J
I
, J2> ... , J
n
so blocos, o mesmo acontecendo com as matrizes nulas que nela
figuram, indicadas simplesmente por O. Se considerarmos, digamos, a matriz 3 X 3
275
Yln
132n
Vp
p-I K
~ )
(
"'I
(T>c = O
(
1 O) ("'I V) (1 O)
M-I A . M . Q =
O p-I O K O P
(
"'Oi V
p-I . K
p-I K P (S)
Devido ao item 5 do captulo 5, esta matriz efetivamente uma representa-
~ l \ ( ) de T. Os valores prprios dessa matriz so, claro, "'I' "'2, ... , "'n' Como A
6scmelhante a essa matriz e A = (T)B' ento "'J, "'2, ... , "'n so os valores prprios
tlc T.
Nota - A representao matricial obtida para T no lema 1 pode ainda ser
melhorada. Vejamos como, reproduzindo passo a passo a demonstrao feita (ao
Invcs de usar o recurso da induo), mas com alguns cuidados suplementares.
Conforme a demonstrao, existe uma base C de <r
n
tal que
ento
e R M' Q. Observando que Q inversvel (pois P o ) e
Sejam agora
Se P indica a matriz de mudana da base cannica de <r
n
- I para esta ltima ba
se, ento
132n
133n
~ )
(S)
(
"'I
(T>c = O
Lema 1 - Seja T : <r
n
-> <r
n
um operador linear. Existe ento uma matriz
triangular cujos termos da diagonal principal so os valores prprios de T e que
a matriz de T em relao a uma conveniente base de ([n.
Demonstrao - (por induo sobre n)
Como toda matriz 1x 1 triangular, o teorema obviamente verdadeiro pa-
ra n = 1.
Seja n > 1 e consideremos o teorema verdadeiro para n - 1. Consideremos
T : <r
n
-> <r
n
conforme o enunciado e seja B a base cannica de <r
n
sobre <r. Como
PT(t) um polinmio complexo, T admite um valor prprio "'I E <r. Se UI um
vetor prprio ao qual "'I est associado, seja C = [uJ, U2' ... , unJ uma base de <r
n
obtida a partir de uI' Ento
T(uI) = "'IUI
T(U2) = Ul2UI + u22u2 + ... + un2un
e
onde V 1x (n - I), O (n - 1) x 1 e
(n - 1) x (n - 1). Supondo A (T)B' ento (prop. 2, capo 5):
onde M a matriz de mudana de base, de B para C.
Ora, como K (n - 1) x (n - 1), K matriz de um operador linear
S : <r
n
- I -> ([n - I em relao, digamos, base cannica de <C
n
- f:'Pela hiptese
de induo existe uma base de <r
n
- I relativamente qual a matriz de S
274
o
O
O
O
A
Nosso objetivo ir efetuando mudanas de base que anulem os termos do bloco
Demonstrao . 4
Observemos primeiro um exemplo. Digamos, o de um operador lmear de <C
que admite, de acordo com a nota anterior, a seguinte representao matricial:
1 : 2 3
I
O 1 I 1 O
--- -1-----
O O I 2 1
I
O 0
1
0 2
I
onde cada A triangular superior cujos termos da diagonal principal so iguais
a !vi (valor p ~ p r i o de T), a ordem de Ai a multiplicidade algbrica de !vi e r
o nmero de valores prprios distintos entre si.
Lema 2 - Se T : <c
n
-> <c
n
um operador linear, ento T admite uma repre-
sentao matricial
onde cada A triangular superior, todos os elementos da diagonal principal de A
jj
so iguais a l ~ i (valor prprio de T), a multiplicidade algbrica de !vi igual or-
dem de Ajj e !vi ;;t!; !vj sempre que i ;;t!; j.
2 O
3 5
!v2 1
O !v2
U'
(
!vI
(T) = ~
L
Os valores prprios da matriz K so os restantes valores prprios de T, posto que
K semelhante a uma matriz triangular superior cujos termos da diagonal princi-
pal so exatamente esses valores. Repetindo para S : <c
n
- I -> <c
n
- I o raciocnio
feito com T, porm com o cuidado de partir ainda de !vI> caso este nmero seja
tambm valor prprio de S, concluiremos analogamente que existe uma matriz in-
versvel MI' de ordem n - 1, tal que
Observemos que, neste caso, L admite a seguinte partio em blocos:
Com a suposio deque !vI no raiz simples de PT(t), chegamos ento existn-
cia de uma base de c
n
em relao qual
Se levarmos esse raciocnio at esgot-lo, o resultado ser uma representao trian-
gular superior de T mas de tal sorte que a diagonal principal obtida formada pe-
los valores prprios na seguinte seqncia: !vI' !vI> ... , !v!> !v2' ... , !v2' .. , !v
p
, ,
!v
p
, onde !vi ;;t!; !vj se i ;;t!; j.
Um exemplo poderia ser o seguinte
onde T11 e T22 so triangulares superiores, a primeira com todos os elementos da
diagonal principal iguais a !vl e a segunda com todos iguais a !v2'
claro que isso geral e podemos afirmar que todo operador linear T : C
n
-> c
n
admite uma representao matricial por blocos
c O
O O
1 O
O O
1 O
O 1
O O
O O
E
277
Vejamos como anular o primeiro desses termos. Consideremos a matriz elementar
onde c (a determinar) ocupa a posio (1,3), exatamente a do termo que se quer
anular em A. A inversa de E
AJI
A
12
A
lr
O A
22
A
2r
O O A
rr
276
Ji!
O
O
O Ji2
O
P
i
' Ai
p.-
I
1
O O J is;
d J
. J. so matrizes de Jordan em cujas diagonais figurmn apenas o va-
on e 11' . , 1S , ' d
lor prprio
i
Si a dimenso do subespao propno e i
Demonstrao , .
Pelo lema 2 existe uma base de <cu em relao qual a matnz de T e
(T)
d
' . d A A so respectivamente, os valores prprios
onde os termos IagonaIs e 1>"" r :,. , . "_

I
, .,"
r
de T, a ordem de cada Ai a multIplIcIdade de i e r e o nume
ro de valores prprios, distintos entre si, de T. (Cada Ai,e tnangular.)" . ,
O lema 3, por sua vez, garante que, para cada Ai> eXIste uma matnz Inversl-
vel P
i
tal que
d (
') d J e' uma matriz de Jordan com elementos da diagonal principal to-
on e: I ca a i ' ' d T
dos iguais a um certo valor prprio
i
de T; (ii) um mesmo valor propno i e
pode figurar em mais de um bloco, o nmero de blocos com o mesmo i
igual dimenso do subespao propno de i ,
Teorema 3 - Seja T um operador linear de <Cu. Ento T admite uma forma
cannica de Jordan
onde na diagonal das matrizes de Jordan J
i
figura sempre o elemento e r a di-
menso do subespao prprio de .
-c o
o o
1 O
O
1 O
O 1
O O
O O
(
1 llc+2 c+3
I
O 1 I 1 O
----t---------
O O I 2 1
O O: O 2
E A' E-I
e
Isto porque o efeito de EA somar linha r-sima de A sua linha s-sima multipli-
cada por c, ao passo que (EA)E-I soma coluna s-sima de EA sua coluna r-sima
lllUltiplicada por - c , Observemos, tambm, que a transformao E A E - I
afeta apenas os termos aij, tais que i > r e j > s.
claro, ento, que atravs de uma sucesso finita dessas transformaes de
semelhana se chega ao resultado pretendido, visto que em cada etapa onde
a
ss
;t:. a
rr
pode-se anular !3rs fazendo c = (- a
rs
) (a
ss
- a
rr
) - I.
O ltimo resultado obtido j se aproxima razoavelmente da forma cannica
de Jordan. Mas ainda faltam etapas difceis, como o lema a seguir, cuja demons-
trao omitiremos. O leitor poder encontr-la na bibliografia em [13].
Assim, se escolhermos c = - 2, conseguiremos o anulamento pretendido,
De um modo geral, se A = (aij) j est na forma dada pela nota anterior,
pode-se transformar em nulo qualquer bloco acima dos blocos diagonais, seguindo
a idia do exemplo dado. De fato, seja a
rs
um elemento de um dos blocos a serem
anulados (logo r < s). Seja E a matriz elementar que tem na posio (r, s) um ele-
mento c (a ser determinado) e que nas demais coincide com a matriz idntica. A
inversa de E coincide com E salvo na posio (r, s) onde seu valor -c. Se E
A E-I = (!3ij), ento
Lema 3 - Todo operador linear de Cu que admite uma representao ma-
tricial triangular superior, cujos termos da diagonal so iguais a E <C, admite
tambm uma forma cannica de Jordan
279
I !
P (2, 0, O, 0)1 = 2 P
I
P (O, 2, O, 0)1 = 2 P
2
P (O, 0, 3, 0)1 ( - 3) P
3
P (O, 0, 1, -3)1 = P
3
- 3P
4

O O
12 1 I
O O 1__ ...1
I I
,--,
lO 2
1
O O O '2' O O

L ___J
,-----1 ou
i
1
O O 1-3 1 1
O O O
I
I

O O
lO -3
1

O O '-=3
1
L _____J L __
Exemplo
Consideremos o operador do exemplo 3, item 2, que j. vimos no ser diago-
nalizvel. Seus valores prprios so 2 e - 3, dim V(2) = 2 e dim V( - 3) = 1. Ento
h dois blocos de Jordan com termo diagonal 2 e um nico com termo diagonal
- 3, na forma cannica de Jordan de T. Assim as possibilidades so, para essa
forma:
Procuremos a matriz P inversvel, 4 x 4, tal que P - I A P = J, onde J
uma das matrizes anteriores. Se chamarmos de PI> P
2
, P
3
, P
4
as colunas de P,
a igualdade AP PJ equivale, no primeiro caso, o sistema:
5 1 O
D
x O

5 O y O
O

4 z 1
O

4 -4
ou
t+
y O
5y O
4z
+
t 1
4i
+
t -4
que incompatvel. Logo devemos descartar a primeira das formas de Jordan
exibidas.
Para as trs primeiras equaes desse sistema, o exerccio 3 citado fornece uma soluo
linearmenteindependente:P
I
=(1,0,0,0)I,P
2
= (0,0,1, 1)l e P
3
= (0,0,1, -4)1.
A ltima equao equivale a (A + 31
4
)P4 = P
3
, onde 1
4
a matriz idntica de or-
dem 4 e P4 a coluna incgnita. Temos de resolver, portanto, o sistema:
O
O
p-I
r
J
11
O O
O J
12
O
O
O O
J Is,

O O J
rl
O
O J
r2
O
O O oooJ
rs
,
Observamos que, se
P
I
O
O P
2
P
O O
ento P inversvel e
PII O
O
Pi
l
p-I
O O
Portanto
P (T) p-I =
Notemos que, para cada i, 1 ::;;; i ::;;; r, na diagonal de cada um dos blocos J
is
.
figura sempre o valor prprio io Logo pode haver blocos diferentes com o
mo valor prprio na diagonal. Observemos ainda que, pelo lema 3, para cada
i (1::;;; i ::;;; r), si a dimenso do subespao prprio de
i
. Mas si exatamente o
nmero de blocos de Jordan onde aparece
i
na diagonal, o que conclui a demons-
trao.
280
281
Testemos agora a segunda forma de Jordan. Procedendo analogamente, ob-
teremos o sistema
2P
I
P
I
+ 2P
z
2P
3
-3P
4
Nota - Toda matriz real n x n matriz de um operador linear T : <CU -> <Cu,
onde <cu considerado espao vetorial sobre <C. Assim, se uma matriz real n x n
tem todos os seus valores prprios em IR, ento ela admite uma forma de Jordan
que a forma de Jordan do operador linear de <cu representado por essa matriz,
por exemplo em relao base cannica.
EXERCCIOS PROPOSTOS
o
-I
2
-I
3
-I
-I O
-3 2
O
-3 4
-8 -2 -7 5 4
o
-4
-2 --1
-3 -I
c)
4. Prove que uma matriz complexa A nilpotente (A
n
= O, para algum n ;;" I) se, e somente
se, a forma cannica de Jordan dessa matriz tambm nilpotente.
3. Seja J uma matriz de Jordan cujos termos da diagonal so iguais a .
a) Ache PJ(t).
b) Ache a dimenso de V().
7. Mostre que a inversa de uma matriz de Jordan inversvel triangular -superior.
5. Seja A uma forma cannica de Jordan com r blocos de Jordan. Mostre que A admite exata-
mente r vetores prprios linearmente independentes.
8. Seja A uma matriz complexa cujos autovalores so nmeros reais. Mostre que A semelhante
a uma matriz real.
6. A inversa de uma matriz de Jordan, caso exista, tambm matriz de Jordan? Justifique.
9. Ache a forma cannica de Jordan do operador diferencial (derivada) D : P
3
(<C) ..... P
3
(<C)
2. Ache a forma cannica de Jordan das seguintes matrizes
1. Ache todas as possveis formas cannicas de Jordan de um operador linear T cujo polinmio
caracterstico PT(t) = (t + 1)2 . (t - 2)3.
P
I
. Ou seja:
O O O
O 1 O O
P (PI P
z
P
3
P
4
)
1 1 O O
O O -4
tal que
p-' . A P ~ ( ~
1 O O
2 O O
O 2 O
O O -3
cuja soluo dada por (x, 1, z, z). Uma soluo particular simples deste ltimo
sistema (O, 1, O, O). Assim a matriz
o O O x
O O O O y O
O O -1 z O
O O 4 -4 t O
que equivale a
[' ~ I
-z + t = O
4z -4t = O
Basta resolver AP
z
= P
I
+ 2 P
z
ou (A
(Deixamos os clculos a cargo do leitor.) Dessa forma ficou eliminada a ambigi-
dade inicial e esta ltima matriz a forma cannica de Jordan do operador dado.
lO. Use a forma cannica de Jordan para provar que o determinante de T o produto, levando
em conta as multiplicidades, dos valores prprios de T.
Z82
283
Lembremos as seguintes equaes da Geometria Analtica:
O
Y = (::)
(
"'I
pt . A P = O
onde "'I e "'z so os valores prprios de A. Assim, considerando a mudana de ba-
se determinada por P, cuja equao X = P Y, onde
Mas, sendo A simtrica, existe uma matriz ortogonal P tal que
a matriz das coordenadas de um vetor genrico do IRz em relao nova base,
a equao (2) fica:
f(xl> YI)
yt (pt
A P) Y + 2(al az) P Y + a =
("'I
:z) (::)
(Xl Yt) O + 2(al az) P Y+ a =
'"Ixr + "'zyr
+ 2blxI + 2b
z
YI + a = O (3)
onde
onde os novos coeficientes b
l
e b
z
so expresses em funo de aI> az e dos termos
de P.
Pode-se provar que a mudana da base determinada por P corresponde geo-
metricamente a uma rotao - o que no ser feito aqui por uma questo de bre-
vidade.
Estudaremos a equao (3) considerando trs casos: "'I"'Z > O, "'I"'Z < Oe
"'I"'Z = O. Nos dois primeiros essa equao pode ser colocada, por completamen-
to de quadrados, do seguinte modo:
Z
L = 1; y
Z
= 2px.
bZ
Curvas e Superfcies de Segundo Grau
CAPTULO 2
e procurar saber se todas representam seces cnicas ou no. A resposta, salvo
os casos degenerados (conjunto vazio, um ponto ou um par de retas), afirmativa,
como veremos. E uma classificao se faz possvel a partir dos coeficientes da
equao.
1. AS CURVAS DE SEGUNDO GRAU
sabido que, para valores convenientes dos parmetros a, b e p, elas representam
respectivamente as seguintes seces cnicas: elipse (ou circunferncia, se a = b),
hiprbole e parbola. No aspecto algbrico todas tm em comum o fato de que os
primeiros membros so formas quadrticas nO IRz. Mas bom lembrar, ainda, que
para chegar a essas equaes, na forma em que as exibimos (cannica), sem dvida
bastante simples, preciso trabalhar com sistemas de eixos ortogonais numa posi-
o bastante favorvel em relao s curvas.
Levando em conta tudo isso, bastante razovel investigar a equao geral
do segundo grau em duas variveis
Notemos primeiro que, considerando as matrizes
Y +
~
I
"'z
b
l
Xz + ~ ; Y2
Xz
b
Assim, a translao no IRz definida por
o (2)
e
f(x, y) = xt . A X + 2(al az) X + a
opode ser escrita f(x, y)
284 285
O).
O
Yz

Xz
( bz ) z _ __ O
I\z YI + + a "'z
+ 2b
1
xz = O (5)
,zYI + 2b
z
yz + a = O
Se b
l
; O, por completamento de quadrados obtemos
Suponhamos "'I = Oe "'z ; O(mostre que no se pode ter "'I
A equao (3) fica ento
Considerando a translao definida por
que, por completamento de quadrados, pode ser expressa por
chegamos a
A translao dada por
que, por serem "'z e b
l
no nulos, obviamente representa uma parbola.
No caso b
l
= Oa equao (3) se reduz a
-,.---=---,--- +
(--i;-) (- :z )
Se b = O, evidente que s o ponto Xz = O, YZ = Osatisfaz (4).
Se b ; Oe b e "'I tm mesmo sinal, digamos ,lo "'z, b > O, considerando que
+ + b = O (4)
Se b = O, supondo por exemplo "'I > Oe ,z < O, o primeiro membro de
(4) pode ser se fatorado como diferena de dois quadrados, assim:
vemos que se trata de uma elipse
onde o primeiro membro Oe o segundo < O, claro que (4) representa o vazio
neste caso.
Se b ; Oe os sinais de b e "'I so contrrios, colocando (4) na forma
que, formalmente, j bem parecida com as formas cannicas de nossos dois exem-
plos iniciais.
Em suma, por meio de uma rotao seguida de uma translao, a equao
(1) se transforma em (4), que lhe equivalente.
a transforma em
que a equao de um par de retas.
Se b ; O, ento (4) representa uma hiprbole. De fato, supondo por exemplo
b < O, "'I > Oe "'z < O, essa equao pode ser escrita do seguinte modo
a reduz finalmente a
Xz Yz
YI +
"'z

(--t-)
z
YZ = I
( )
onde
+ b
O (6)
(iii)
b a -
286
287
(7)

Logo, a equao (4), referente a estes casos, fica:


cS=Oe;.O
Como ento: ;. {=? "'2, b, ;. 0, podemos concluir que quando
a equao (1) representa uma parbola.
fcil concluir que o caso restante (duas retas paralelas ou duas retas coinci-
dentes) corresponde a cS = = O.
289
(ii) cS <
De A = b segue que = se, e somente se, b = o.
cS
Logo, se b = 0, isto , se = 0, f(x, y) = representa um par de retas
concorrentes.
Se b ;. 0, isto , se ;. 0, a curva uma hiprbole.
(iii) cS =
O caso de uma parbola ("'2 ;. 0, b
1
;. O) dado por " ' 2 Y ~ + 2b,X2 O.
Logo
Com esses novos dados, os casos estudados passam a ser:
(i) cS >
Se = 0, (7) traduz apenas um ponto.
Como b = A e cS > 0, ento b e tm o mesmo sinal. Alm disso, sendo
cS
= "'1"'2 > 0, os sinais de "'1 e "'2 so iguais, do que resulta que s = "'1 + "'2
tem mesmo sinal que "'1' Logo, dizer que b e "'1 tm mesmo sinal equivale a dizer
que e s tm mesmo sinal. Conseqentemente, b e "'1 tm sinais contrrios se, e
somente se, e s tm sinais contrrios. Logo:
s > implica que f(x, y) = representa o vazio;
s < implica que (1) a equao de uma elipse (ou circunferncia).
0, que 0, (6) se reduz a y ~
b
"'2
y ~ +
"'1
O "'2
b
a
all a12 ai
a12 a22 a2
Se fizermos all + a22 = se detA = alla22 - aT2 = cS, ento PA(t) = t
2
- st + cS.
Ora, como matrizes semelhantes tm mesmo polinmio caracterstico, ento a ro-
tao que transforma (1) em (3) no altera s e cS. Mais precisamente: s = "'1 + "'2
e cS = "'1"'2' Alm disso, se numa equao qualquer do segundo grau em duas va-
riveis x e y fizermos uma translao Xl = X + k e Yl = Y + k e calcularmos,
na nova equao em Xl e YI> os valores correspondentes de s e cS, obteremos os mes-
mos resultados que na primeira. A verificao desse fato no oferece nenhum em-
barao. por isso que se diz que s e cS so invariantes de uma equao do segundo
grau em Xe y.
Mas h um outro invariante associado a essa equao e que interessa ao nos-
so estudo. o determinante de terceira ordem
No h dvida de que o procedimento anterior no muito prtico. Vere-
mos agora uma maneira mais simples de encaminhar a resoluo do problema.
Voltando equao (1) e matriz A, observemos que seu polinmio caracte-
rstico
Para no alongar muito o assunto com clculos, deixamos de verificar esse fato.
Voltando classificao, lembremos que nos casos (i) e (ii) estudados, a equa-
o (1) se transforma, mediante uma rotao, seguida de uma translao, em
" ' l X ~ + "'2y
2
+ b = O. Considerando a invarincia de se cS, podemos garantir que
cS = "'1"'2 e
ento (6) representa duas retas paralelas. E se b
a equao de um par de retas coincidentes.
claro que " ' 2 Y ~ + b = o vazio se "'2b > O. Se "'2b < 0, como
288
291
-11
-2
O
2
2 O -3
-2 -3 2
~ )
Vi
2
Vi)
~ = (-3,12, (2)
l-Vi x2.
2
e
(
~
Vi
2
y ~
-4 e ~
2 y ~ - 3Vi x2 O
P
(
~
Vi
2
2( -1 2)
3 2
2 O
- 3Vi e a equao cannica da parbola (conforme (5:
2
3x
2
+ 4xy - 4x - 6y + 2
Neste caso
3
Mesmo exerccio, relativamente curva
Exemplo 2
Logo, b
l
ou
Assim os coeficientes b
l
e b
2
da equao (3) se obtm calculando
Por exemplo os vetores (l, - 1) e (1, 1). Ortonormalizando esses vetores obtm-se
a matriz ortogonal P:
c portanto "'I = Oe "'2 = 2. Os vetores prprios linearmente independentes asso-
ciados a "'I e "'2 se obtm resolvendo.
-9
t(t - 2)
O
1 -1
1 1 2
-1 2 1
(1 - t)2 - 1
O e ~
x
2
+ 2xy + y2 - 2x + 4y + 1
Classificar a curva dada por
~ ~ O
s ~ < O ; elipse
s ~ > O : vazio
8 > O
~ = O
Um ponto
8 < O
~ ~ O Hiprbole
~ = O
Duas retas concorrentes
~ ~ O Parbola
8 =
O
Duas retas paralelas
~ = O ou
Duas retas coincidentes
I
trata-se de uma parbola.
A equao caracterstica da matriz
o quadro abaixo resume o estudo feito.
Exemplo 1
e dar sua equao cannica.
Como
290

(2')
(3')
O
b
2
YI + ~ ' Z2
X2
Consideremos os seguintes casos quanto existncia de valores prprios nulos:
obtemos
Esta hiptese permite considerar a translao definida por
que transforma (2') em
293
onde o segundo membro pode sempre ser considerado maior que ou igual a zero.
(a) b = Oe todos os "'j tm mesmo sinal: um ponto
(b) b = Oe, por exemplo, "'I, "'2 > Oe "'] < O. A equao (3') pode ser re-
duzida a
Como para cada seco paralela ao plano X2Y2 (fazendo z2 constante) o resultado
um ponto ou uma circunferncia (quando Z2 "t. 0)* e, para cada seco paralela
ao plano X2Z2 ou Y2Z2, o resultado um par de retas (Y2 = Oou X2 = O) ou uma
hiprbole, ento trata-se de um cone
* Ou elipse.
G~ ) so
11 - ~ d
-- e a equaao canomca a
4
e
~
11
16
4 V5. Da b
5
Y ~
11
4
P= (2V;
V5
5
V5
-7- e b
2
5
hiprbole
f(x, Y, z) = allx
2
+ a22y
2
+ a33z2 + 2al2xy + 2a13xz + 2a23YZ +
+ 2alx + 2a2Y + 2a3z + a = O (1')
Consideremos agora a equao geral do segundo grau nas variveis x, Ye z:
Neste caso b
1
e portanto a curva uma hiprbole. Os valores prprios de A
2. AS SUPERFCIES DE SEGUNDO GRAU
"'I = 4 e "'2 = - 1. A matriz P de rotao neste caso
Semelhantemente ao que foi feito no item anterior, se considerarmos as matrizes
podemos escrever
f(x, Y, z) = XI A . X + 2(al a2 a3) X + a = O
Sendo A simtrica, pode-se determinar uma matriz ortogonal P tal que
pl . A . P = D, onde D a matriz diagonal dos valores prprios "'lo "'2, "'3 de
A. Considerando a mudana de base que se traduz, em termos de coordenadas, por
292
295
O
Y2
O
z] chegamos a
1
4
1)2 + (y - 1)2 - 4z +
X2
- - - - - -- - - ~ ~ : . - - _ - - - - - - ~
f(x, y, z) = (x
(f) b < O; "'], "'2, ,3 < O: conjunto vazio.
(ii) "'I> "'2 ;. Oe ,3 = O
Exemplo - f(x, y, z) = x
2
+ y2 - 2x - 2y - 4z + 3
Completando quadrados em x e em y obtemos
Fazendo a translao: x-I
Z2
que a equao de um parabolide elptico (circular)
que a equao de um hiperbolide de duas folhas
t). s
I
I
I
I
I
- - -;>t- - - - t-----.....
// I
// I
I
- - - - ~ - - -
,
I
(e) b < O; "'] > O; "'2, "'3 < O. Ento (3') pode ser expressa assim
(c) b < oe "'I> "'2, "'3 > O. A equao (3') pode ser reescrita
(d) b < O; "'I; "'2 > Oe "'3 < O. A equao (3') pode ser transformada, en-
to, em
e portanto representa um hiperbolide de uma folha
e portanto representa um elipside (uma superfcie esfrica se r
294
que, portanto, esto alinhados. Ento, a figura correspondente equao dada
um cilindro parablico cujo esboo da figura est a seguir.
Observemos o seguinte: para cada valor de ZI fixado a equao a de uma
parbola num plano paralelo a XIYI; como
297
2. Ache as equaes cannicas de:
a) x
2
+ 4xy - 2y2 = 6
b) 3x
2
+ 2xy + 3y2 = I
c) x
2
+ y2 - 2xy + x =
I. Identifique as seguintes curvas de segundo grau:
a)2xy + 3x - y + I = O
b)4x
2
- 24xy + lly2 + 56x - 58y + 95 = O
c) 6x
2
.- 4xy + 9y2 - 4x - 32y - 6 = O
d) 16x
2
- 24xy + 9y2 - 19x - 17y + 11 = O
e) 4x
2
- 20xy + 25y2 + 4x - lOy + I = O
f)x
2
+y2+xy-x+I=O
3. Identifique as seguintes superfcies de segundo grau:
a) 11x
2
+ lOy2 + 6z
2
- 12xy - 8yz + 4xz - 12 = O
b) x
2
+ y2 + 2z
2
+ 2xy - 4xz + I = O
c) 9x
2
+ 12y2 + 9z
2
- 6xy - 6yz =
d) x
2
+ y2 + z2 + 2xz = I
e)x
2
+ 2y2 - z2 + 2xz + x = O
4. Discutir, em termos dos valores de " as cnicas de equao:
a),x
2
- 2xy + ,y2 - 2x + 2y + 3 = O
b) x
2
- 2xy + ,y2 + 2x = 4
5. Discutir, em termos dos possveis valores de " as superfcies de segundo grau:
a) x
2
+ ,y2 + z2 - 2xy = 2
b)x
2
- ,y2 - 2,z2 - 2y = O
EXERCCIOS PROPOSTOS
YI
/
/
/
/
/
3
2
~
2
~
2
YI
f(x, y, z) = 2(x - 2)Z - 4y 2z - 6 O
/
/
(
O- ~ - J.-- Z) = z(o - ~ 1) + (O _J.-- O)
, 2 2' '2'" 2 '
(iii) Ivl .,r: o; 1v2 = 1v3 = o
Exemplo - f(x, y, z) = 2x
2
- 8x - 4y - 2z + 2 O
Completando quadrados em x chegamos a
Por meio da translao: XI = X - 2, YI = Y, ZI Z
obtemos finalmente
os vrtices dessas parbolas so os pontos
296
299
feto) = ao + alto + +a r t ~
f(t
1
) = ao +altl + + art[
{
f(O) = ao
f(l) = ao + ai + az
f(2) = ao + 2a1 + 4a2
f(t
r
) = ao + al tr + ... +art:
Obtivemos assim um sistema linear nas incgnitas:
A=
ao, ai, ... , ar
que compatvel determinado pois a matriz dos coeficientes :
Itr t; t;
e seu determinante diferente de zero, valendo:
det (A) = :rr<. (ti - tj).
1 J
Exemplo - Determine o polinmio de grau < 2 cujos valores numricos
conhecidos so f(O) = 1, f(l) = 2 e f(2) = 3.
Seja f(t) = ao + a1t + a
z
t2; logo
1 = f(O) = ao
2 = f(l) = ao + ai + az
3 = f(2) = ao + 2al + 4az
e da ao = 1, aI = 1, az = O e f(t) = 1 + t.
2. POLINMIOS DE LAGRANGE
Conforme j vimos na primeira parte do livro a base cannica de P
z
(IR)
{l, t, t
2
}. Por outro lado acabamos de mostrar que se os valores f(O), f(1) e
f(2) de um polinmio f(t) de P
z
(IR) forem conhecidos, poderemos achar esse
polinmio, atravs do sistema linear:
Conforme vimos no Captulo 2, o conjunto P(IR) dos polinmios reais:
constitui um espao vetorial sobre IR que no finitamente gerado. Nesse espao
vetorial, o conjunto de polinmios {I, t, ... , t
n
, ...} infinito e linearmente
independente no seguinte sentido: todo subconjunto finito dele L.I. (definio 1
do captulo I1I). No entanto, conforme tambm j vimos, o conjunto P
n
(IR) dos
polinmios de grau menor ou igual a n, mais o polinmio nulo (n sendo um
nmero natural fixado), um espao vetorial sobre IR de dimenso n + 1.
Defmio 1 - Seja to um nmero real fixado e f(t) um polinmio. Se
substituirmos a varivel t pelo nmero to, obtemos feto), um nmero real, que
se chama valor numrico do polinmio f(t) no ponto to. A aplicao que associa
ao polinmio f(t) o nmero feto) uma transformao linear de P(IR) em :IR, ou
seja, uma forma linear em P(IR) pois
CAPTULO 3
Polinmios de Lagrange
para quaisquer polinmio f(t) e g(t) e qualquer nmero real .. Essa transformao
linear tem como ncleo o conjunto dos polinmios f(t) tais que feto) =O, ou seja,
os polinmios divisveis por t - to.
A importncia dessa aplicao linear resulta do teorema a seguir.
Teorema 1 - Seja f(t) um polinmio de grau <r e suponhamos conhecidos
r + 1 valores numricos feto), f(td, ... , f(tr> sendo ti =1= tj se i =1= j. Ento f(t)
est perfeitamente determinado (isto , seus coeficientes esto determinados).
Demonstrao - Seja f(t) = ao + ai t + ... + art
r
onde os coeficientes
devem ser determinados. Ento, por hiptese
298
1. VALORES NUMRICOS
o mtodo explicado no pargrafo 1 nos levar ao seguinte resultado (omitiremos
os clculos):
Mas nas vezes em que houver necessidade de repetir seguidamente o clculo de
coeficientes, o procedimento acima se torna muito demorado. Vamos, a seguir,
construir uma nova base de P2 (lR) que facilita muito esses clculos.
Consideremos trs polinmios LI (t), L
2
(t) e L
3
(t) que tenham os seguintes
valores numricos:
301
-- (2,5)
Observao
A frmula anterior a base para o
mtodo de Simpson do Clculo Num-
rico.
-2
Como sabemos essa rea dada por: A = J
o
f(t)dt. Mas
f(t) = f(O)LI(t) + f(I)L
2
(t) + f(2)L
3
(t). Logo:
A = J
0
2
f(t)dt = f(O) J": LI (t)dt + f(l) J: (t)dt + f(2) J: L
3
(t)dt =
= f(O) [ t
3
_ t2 + t]: + f(1) [_ t; + t
2
]: + f(2) _ t:]:
= f(O) [ - 3 + 2] + f(l) [ - + 4] + f(2)[ - 1]
= f(O) + f(1) + f(2) = (f(O) + 4f(l) + f(2)).
A rea pode ento ser obtida diretamente atravs dos valores numricos de
f(t) para t = O, t = 1 e t = 2. Por exemplo, se f(t) = t2 + 1, teremos:
A = (1 + 8 + 5) = 1
3
4 .
1 2 1 2 () 1 2 1
L
I
(t)=2t -"I t ,L
2
(t)=-t +1 e L
3
t =2
t
+2t.
Aplicao
Uma aplicao interessante das frmulas desenvolvidas aqui aseguinte.
Suponhamos dado um polinmio f(t) de grau 2 e que desejamos calcular a rea
compreendida entre o grfico desse polinmio e o eixo x, entre os pontos Oe 2.
bvio ento que a {LI (t), L
2
(t), L
3
(t)} de P
2
(lR) muito mais
interessante do que a base cannica quando queremos determinar um polinmio
a partir dos seus valores numricos.
Os polinmios Ll(t), L
2
(t) e L
3
(t) das consideraes acima so chamados
polinmios de interpolao de Lagrange determinados por O, 1 e 2.
Nota: Se tomarmos outros trs pontos, em vez de O, 1 e 2, obteremos outros
polinmios de Lagrange. Por exemplo, para os pontos -1, Oe 1 os polinmios de
Lagrange so:
L
I
(2) = O
= O
L
3
(2) = 1
2 ) (1
2
1)
+ 4(-t + 2t - 6 2
t
- 2
t
=
L
I
(1) = O
= 1
L
3
(1) = O
LI (O) = 1
= O
L
3
(0) = O
Exemplo - Determinar f(t) sabendo que f(O) = 2, f(l) = 4 e f(2) = -6.
Soluo
f(t) = 2 ( ; t2 - t + 1)
= -6t2 + 8t + 2.
300
1 1 3
Ll(t) = 2(t - 1)(t - 2) = 2"t2 -2
t
+ 1
= - t(t - 2) = -t2 + 2t
1 1 1
L
3
(t) = 2
t
(t - 1) = 2
t2
- 2t
O conjunto {Ll(t), L
3
(t)} uma base de P
2
(lR) o que fcil verificar e
deixamos como exerccio. Se f(t) um polinmio de grau 2, ento f(t) combi-
nao linear de LI (t), L
2
(t) e L
3
(t):
f(t) = aLI(t) + + cL
3
(t).
Agora, quanto valem os coeficientes a, b e c? Fazendo sucessivamente t = O,
t = 1 e t = 2 obtemos:
f(O) = aLI (O) + + cL
3
(0) = a
f(l) = aLI (1) + bL
2
(1) + cL
3
(1) = b
f(2) = aLI (2) + bL
2
(2) + cL
3
(2) = c
e portanto f(t) = f(O)LI(t) + f(I)L
2
(t) + f(2)L
3
(t), isto , f(t) combinao
linear de LI (t), (t) e L
3
(t) com coeficientes iguais aos valores numricos f(O),
f(l) e f(2).
2. Exprimir o polinmio [(t) como combinao linear dos polinmios de Lagrange do exerc-
cio 1 nos seguintes casos:
a) [(t) = t
2
;
b) [(t) = t
2
+ t + 1;
c) [(t) = 1.
303
1 2
n
f(t) = L f (tk) Lk(t).
k=o
4. Calcular a rea indicada no desenho utili-
zando os polinmios de Lagrange (veja o exer-
ccio 1 - b). Repetir o exerccio, tomando
o polinmio f(t) = 3t
2
+ t + 1.
3. Determinar os polinmios de Lagrange correspondentes aos valores (to, ti> t2' t3' t4)
= (O, 1, 2, 3, 4) e exprintir o polinmio f(t) = t
4
+ t
3
- t
2
- t + 1 como combinao
linear deles. Repetir o exerccio com f(t) = 3t
4
~ 2t
3
+ t
2
- t + 5.
'i!r t - tj
Li(t)= II -- (i= 1, ... ,n)
j =0 ti - tj
j#i
1. Determinar os polinmios de Lagrange correspondentes aos valores seguintes:
a) (to, ti, 2) = (O, 1, 2);
b) (to, ti, t2) = (1, 2, 3);
c) (to, ti> t2) = (4, 5, 6).
EXERCCIOS PROPOSTOS
(Verifique que Li(tj) = Oij.)
Agora a seguinte questo: como exprimir um polinmio como combinao
linear dos polinmios de Lagrange? Seja f(t) = aoLo(t) + ai LI (t) + ... + anLn(t)
onde ao, aI> , a
n
so nmeros reais a serem determinados. Mas, fazendo t = tj
(j = 0,1, , n),
f(tj) = aoLo(tj) + alLl(tj) + ... + anLn(tj)
ou seja, f(tj) = aj. Assim chegamos frmula:
Lo(t
n
) = O
LI (t
n
) =O
L
O
(t
1
) = O
LI (ti) = 1
Lo(t
o
) = 1
L
1
(t
O
)=0
aOOOj + al0lj + ... + annj = O
e da resta aj = Opois Oij = Opara i =1= j .
302
Defmio 2 - Os polinmios Lo(t), LI (t), ... , Ln (t) das consideraes
acima (que formam uma base de Pn(IR so chamados polinmios de Lagrange
correspondente seqncia de pontos:
(to, tI> ... , tn)
Vejamos como so esses polinmios. Por exemplo Lo(t) deve ser da forma:
Lo(t) = (t - t
1
)(t - t
2
) (t - tn)b
onde b determinado pela condio Lo(t
o
) = 1. O resultado obtido ser:
n . t - tj (t - td(t - t
2
) (t - tn)
Lo(t) = lT --=
j=1 to - tj (to - t
1
)(t
O
- t
2
) (to - tn)
Analogamente teremos:
ou seja:
Demonstrao - Como so n + 1 polinmios e dim Pn(R) = n + 1, basta
provar que eles formam um conjunto L.I. De fato, supondo
aoLo(t) + alLl (t) + ... + anLn (t) = O
teremos em tj (j = O, 1, ... , n):
aoLo(tj) + alLl(tj) + ... + anLn(tj) = O
Teorema 2 - Os polinmios Lo(t), LI (t), ... , Ln(t) formam uma base de
Pn(lR).
ou, resumidamente, Li(tj) = ij, onde ij = 1 se i = j e ij = O se i =1= j.
Depois de termos introduzidos os trs polinmios de Lagrange correspon-
dentes a trs valores da varivel t, vamos generalizar os resultados obtidos para o
caso de n polinmios e n valores.
Sejam to, tI> ... , tn, n + 1 nmeros reais, dois a dois distintos. Conforme o
teorema 1 existem polinmios Lo (t), LI (t), ... , Ln(T) de grau" n e tais que:
*5. Sejam Lo(t), L
l
(t), ... , Ln(t) os polinmios de Lagrange correspondentes a (to, t
l
, .. ,t
n
)
Provar que Lo(t) + Ll(t) + ... + Ln(t) = 1 e que t = toLo(t) + tlLl(t) + ... + tnLn(t).
6. Sejam a, b, c, d nmeros reais distintos dois a dois. Provar que existe um polinmio de grau
,,;;; 2 tal que:
f(-I) = a, f(1) = b, f(3) = c e f(O) = d
se, e somente se, 3a + 6b - c - 8d = O.
7. Dado um polinmio f(t) = ao + alt + ... + amtm e uma matriz A E Mn(lR), indica-se
por f(A) a matriz aoI
n
+ al A + ... + amAm E Mn(IR). Calcular f(A) nos seguintes casos:
(
2
0
01) a) f(t)=t+l;
(
1 01)
b) f(t) = t
Z
+ t + 2;
(
0
01 O ~ 0
31
)
c) f (t) = 3t
Z
+ t - 1.
8. Sejam f(t) = (t - l)(t - 2)(t - 3) e
A ~ (
2 O O O
)
O 2 O O
O O 3 O
O O O
a) Provar que f(A) =o;
b) Sejam Ll(t), Lz(t) e L3(t) os polinmios de Lagrange correspondentes a (l, 2,3) (ver
exerccio 1) e sejam as matrizes Ei = Li(A)(i = 1,2, 3). Calcular Elo E
z
e E
3
;
c) Provar que E
l
+ E
z
+ E
3
= 4, E[ = Ei(i = 1, 2, 3) e EiEj = o se i *- j;
d) Mostrar que A =E
l
+ 2E
z
+ 3E
3
.
9. Seja (to. ti> ... , t
n
) uma seqncia de nmeros reais dois a dois distintos e (SO, Si> . ,sn)
uma seqncia qualquer de nmeros reais. Provar que existe um, e apenas um, polinmio
f(t) , de grau";;; n, tal que f(ti) = Sj(i = 0,1, ... ,n).
Sugesto: use os polinmios de Lagrange.
10. Achar o polinmio de grau ,,;;; 3 tal que f(O) = 1, f(l) = 5 e f(2) = 6, utilizando o exerc-
cio anterior.
304
CAPTULO 4
Seqncias Recorrentes Lineares
1. SEQNCIAS RECORRENTES
Seja R o conjunto dos nmeros reais e N = {O. 1,2, ...} o conjunto dos
nmeros naturais. Uma funo f{!: N -+ R chama-se seqncia (de nmeros reais) e
em geral indicaremos, wna seqncia por seus valores
f{! = (f{! (O), f{! (I), f{! (2), ... , f{! (n), ... )
Dadas duas seqncias f{!: N -+ R e a: N -+ R, chama-se soma de f{! e a a seqncia
f{! + a: N -+ R tal que:
(f{! + a}(n) = f{!(n) + a(n), Vn E N.
Sendo f{! uma seqncia e E R, f{! a seqncia dada por (f{!)(n) = f{!(n).
Assim o conjunto R
oo
de todas as seqncias de nmeros reais est munido de
wna adio e wna multiplicao por escalares e o leitor poder verificar sem
dificuldades que ele um espao vetorial sobre R. No entanto R 00 no wn
espao de dimenso finita, de modo que a ele no se aplicam os resultados obtidos
nos captulos 11 e III da primeira parte do livro. Mas j exploramos profundamente
os espaos vetoriais R
n
, cuja dimenso n, e vale notar que R
n
isomorfo ao
sub-espao de R 00 formado pelas seqncias da forma:
f{! = (xo, Xi> Xz, ... , Xn_l' O, O, ... ),
isto , aquelas cujos termos so nulos a partir do ndice n (inclusive). O isomor-
fismo a transformao dada por:
(xo, Xl,"" X
n
_
l
) E Rnf-----+ (Xo, Xl,"" Xn_l> O, O, ... ) E R
OO
Portanto o R
n
pode ser visto como sub-espao vetorial de IR
oo
desde que se iden-
tifique cada (xo, ... , X
n
-
l
) E R
n
com (Xo, ... , X
n
_
l
, O, O, ...) E IR
oo
Neste
captulo vamos estudar outros sub-espaos de R 00, tambm de dimenso finita, e
irriportantes do ponto de vista das aplicaes.
Definio 1 - Uma seqncia (Xij, Xl, ... , X
n
, ...) chama-se seqncia
recorrente linear de ordem 2 se existem a, b E R com b =1= tais que x
n
+
l
=
= ax
n
+ bX
n
_
l
para todo n ~ 1. Mais geralmente, se x
n
= an-lxn-l + +
+ an_px
n
_
p
verifica-se para todo n ~ p e a
n
_
p
=1= O, a seqncia (xo, ... ,X
n
, )
305
recorrente linear de ordem p. Os nmeros an-l' ... , a
n
_
p
so os coeficientes
da relao de recorrncia.
Exemplos
1) As progresses aritmticas so seqncias recorrentes lineares de ordem 2,
pois Xn+l = 2x
n
- x
n
-
l
para todo n ~ 1. Os coeficientes so a = 2 e b = -1.
2) As progresses geomtricas so recorrentes lineares de ordem 1, pois
Xn+l = qxn
3) As seqncias de Fibonacci (dadas por Xn+l = X
n
+ Xn-l, V- n ~ 1) so
recorrentes lineares de ordem 2 com coeficientes a = 1 e b = 1.
Teorema 1 - Fixando a, b E IR, o conjunto de todas as seqncias recor-
rentes lineares de ordem 2 com coeficientes a e b um sub-espao vetorial de IR".
Demonstrao - Seja S o conjunto das seqncias recorrentes lineares de
ordem 2 com coeficientes a e b e consideremos (Xo, Xl, ...) e (Yo, Yl' ...) em S
e a E IR. Ento:
Xn+l + Yn+1 = (ax
n
+ bXn_l) + (aYn + bYn-l) =
= a(x
n
+ Yn) + b(Xn_l + Yn-d e
aXn+l = a(ax
n
+ bXn_l) = a(ax
n
) + b(aXn_l)
\:f n ~ 1, o que vem provar que S sub-espao vetorial de IR".
Deixamos ao leitor a tarefa de enunciar e provar o teorema 1 para seqncias
de ordem p.
Um problema que se apresenta agora o de calcular uma base de S. Antes
de resolver o. caso geral, vejamos dois exemplos, um com ordem 2 e outro com
ordem 1.
Exemplo 1 - Tomemos o sub-espao das progresses aritmticas defmidas
por x
n
+1 = 2x
n
- Xn-l' Vamos calcular os termos X2, X3, ... em funo de
:>co e Xl' Temos
X2 = 2Xl - XO, X3 = 2X2 - Xl = 2(2xl -:>co) - Xl = 3Xl -.2xo,
'4 = 2X3 - X2 = 2(3xl - 2xo) - (2Xl - xo) = 4Xl ~ 3Xo
Por induo teremos a frmula
X
n
= nXl - (n - l)Xo.
306
A seqncia , ento:
= (xo, xl, 2Xl - Xo, 3Xl - 2Xo, 4Xl - 3xo, ,nxl - (n - l)xo, ... ) =
= (xo, 0, -Xo, -2Xo, -3xo, ... , -(n - l)xo, ) +(O, Xl, 2xl, 3xl> ...
nXl> ... ) = xo(l, 0, -1, -2, -3, ... , -(n - 1), ...) +Xl (O, 1, 2, 3,
... , n, ... ).
Observemos atentamente os clculos acima. Em primeiro lugar, Xo e Xl deter-
minam univocamente o termo X
n
por meio de:
X
n
= nXl - (n - l)Xo.
Bastam portanto os dois primeiros termos para determinar toda a seqncia. Em
seguida, usando a igualdade acima foi possvel decompor uma seqncia (Xo,
Xl, ...) como combinao linear, com coeficientes Xo e xl> das seqncias:
ai = (1,0, -1, -2, -3, ... , - (n - 1), ... ) e
a2 = (O, 1,2, ... , n, ...).
Estas duas seqncias so progresses aritmticas (de razo -1 e 1, respectiva-
mente) e so vetores (= seqncias) linearmente independentes pois nenhuma delas
igual outra multiplicada por um nmero real.
Concluso: S tem dimenso 2 e {ai ,a2} uma base de S.
Exemplo 2 - Consideremos o conjunto S das seqncias:
a = (Xo, Xl, ... , X
n
, ...)
em que X
n
+
l
= qX
n
(q E IR, fixo).
Vamos calcular x
n
em funo de xo. Temos:
Xl = qxo, X2 = qXl = q(qXo) = q2 xo, X3 = qX2 = q(q2 XO) =
= q3
xo
, ... , x
n
= qn
Xo
.
Se q = a seqncia a = (xo, 0, 0, ...) e neste caso o conjunto S das seqncias
consideradas identifica-se com IR
l
= IR. Seja ento q =1= O. Ento:
a = (Xo, qXo, q2
Xo
, ... , qn
xo
, ... ) = Xo(l, q, q2, , qn, ...).
Concluso: S tem dimenso 1 e {ad = {(l, q, q2, )} uma base de S.
Voltemos agora ao caso geral onde S o conjunto das seqncias a =(xo,
Xt. ... , x
n
, ...) em que Xn+l = aX
n
+ bxn_t. isto , seqncias recorrentes
lineares de ordem 2. Vamos procurar uma base de S formada de seqncias da
forma a(n) = qn, com q =1= O. Sendo qn uma soluo, devemos ter qn+l =
307
= aqu + bqU-l, V n ;;;;. 1. Logo, dividindo por qU-l, vem:
q2 = aq + b
ou, o que equivalente,
q2 _ aq - b = O.
o n-simo termo de uma seqncia de Fibonacci. Se tomarmos, por exemplo,
Xo = O e Xl = 1 teremos:
(
1 +. f5)n(1 . f5)n 1
X
n
= v.J _ - v.J = __((1 + y'S)n _ (1 _ y's)n).
2
n
ys
Caso 1: a
2
+ 4b > O.
Neste caso existem nmeros reais distintos entre si ql e que verificam a igual-
dade q2 - aq - b_ = O. Consideremos as seqncias 01 (n) = qf e 02 (n) =
b =1= O, entao ql =1= O e =1= O e como ql e so distintos entre si as
seqncias 01 e 02 so linearmente independentes. Se mostrarmos que toda se-
qncia de S combinao linear de 01 e 02, ficar provado que {aI. 02} base
de S e portanto dim S = 2.
Seja 0= (Xo, Xl,' ..) E S; procuremos Cl, C2 E]R de maneira que 0= CIOl +
+ Ora, isto equivale a:
{
oCO) = CIOl(O) +
a(1) = CIOl(l) + C2a2(1)
ou seja, a
Observe que, embora no parea, X
n
inteiro, pois:
o = (O, 1, 1,2,3,5,8,13,21, ... ).
Caso 2: a
2
+4b = O
Neste caso a equao q2 - aq - b = O admite a raiz real dupla q = Conside-
remos as seqncias:
e
fcil verificar que 01 e 02 so vetores (= seqncias) linearmente independentes.
Mostraremos que {OI> 02} uma base de S. Seja o E S; procuremos CI. C2 E ]R
tais que
e
e
ou, ainda:
ou seja:
Ento para n = O e n = 1 devemos ter:
0(0) = CIOl(O) + C2 02(0)
0(1) = CIOl(l) + C2
0
2(1)
Da vem que:
e portanto
Xl - + Xoql - Xl
0= 01 O
ql - q2 ql - 2
Exemplo - As seqncias de Fibonacci so aquelas que satisfazem X
- + . t' 1 n+l
- x
n
Xn-l lS o e, aque as em que a = b = 1. Neste caso:
1 + ys
a
2
+ 4b = 5, ql =
2
Xl - Xoq
Portanto: O = Xo0l + ---- 02'
q
O exemplo mais importante o das progresses aritmticas definidas por
X
U
+
l
= 2X
n
- x
n
-
l
, Neste caso:
a
2
+ 4b = 4 - 4 = O, q = = 1 e
2
308
309
aI = (1, 1, 1, ... ) e a2 = (O, 1, 2, ...)
Da para toda progresso aritmtica a = (xo, xI> ...) teremos:
a = xo(1, 1, ... , 1, ... ) + (Xl - xo)(O, 1,2, ...).
Caso 3: a
2
+ 4b < O.
Quando isto acontece, existem duas razes complexas conjugadas da forma
p(COS'fi +i sen 'fi) e p(cas 'fi - i sen 'fi). As seqncias aI (n) =pn cos (n'fi) e a2 (n) =
=pn sen (n'fi) pertencem ambas a S, so linearmente independentes e geram S.
As duas primeiras afirmaes ficam a cargo do leitor. Vejamos a terceira. Seja
a E S e faamos a = clal + ~ a 2 ' Ento:
a(n) = Clpn cos (n'fi) +~ p ! l sen (n'fi), Vn;;;' O.
Tomando n = 0,1 temos:
a(O) = Cl
a(l) = CIP cOS'fi + C2P sen 'fi
e da se tira que
a(l) = a(O) p cos 'fi + C2 P sen 'fi
Portanto:
~ = a(1) - a(O) p cos 'fi
p sen 'fi
Ento
a(l) - a(O) p cos 'fi
a(n) = a(O)pn cos (n'fi) + pn sen (mp).
p sen'fi
Nota: Os mesmos mtodos podem ser usados para estudar as seqncias recor-
rentes lineares de ordem p ;;;. 3. Se, por exemplo, tivermos Xn+l = 2x
n
_
l
+ x
n
-
2
podemos procurar solues da forma a (n) = qn. Levando esta igualdade relao
que existe entre os termos da seqncia obteremos:
de onde se tira que:
q3 = 2q + 1, ou seja, (q + 1)(q2 - q - 1) = O.
As razes dessa equao so -1, ~ (1 + 0) e ~ (1 - 0) e as seqncias"
310
1 1 rc
al(n) = (_I)n, a2(n) = 2
n
(1 + 0)n e a3(n) = 2
n
(1 - V S)n formam uma
base do espao vetorial S. A soluo geral
a = clal + ~ a 2 + C3G3 e
a(n) = cl(-I)n + C2 ;n (1 + .;5)n + C3 ;n (1 - 0)n
a expresso geral das seqncias sujeitas condio Xn+l = 2X
n
-l + Xn-2' Para
determinar as constantes Cl, C2 e C3 que produzem uma determinada seqncia,
basta lembrar que o sistema linear
a(O) = Cl + ~ + C3
1+0 l-y'S
a(1) = -Cl + 2 ~ + ---2-- C3
. (1 + .;5)2 (1 - 0)2
a(2) = Cl + 4 C2 + 4 C3
determina univocamente Cl, C2 e C3'
2. APLICAO
Um problema de Qumica cuja resposta est ligada s seqncias recorrentes
lineares o seguinte:
O hidrognio (H) e o oxignio (O) reagem segundo a lei:
2H
2
+ O
2
-----+ 2H
2
O "
Segundo os qumicos essa reao , em verdade, mais complexa, pois a presena
dos radicais OH, O e H produz trs reaes ao mesmo tempo:
(1) O + H
2
---+ OH + H
(2) OH + H
2
---+ H
2
0 + H
(3) H + O
2
---+ OH + O
Estas reaes se processam segundo o seguinte esquema:
311
x
o
~
1 x, ~ O x, ~ O x,
~
1 x,
~
1
Yo
~ O Y,
~ 1
Y,
~ 1 Y,
~ 2 Y, ~ 3
'o
~ O
"
~
1
"
~ 2
"
~ 2
"
~ 4
e, pelas condies iniciais Xo = 1, Xl = O, X2 = 1, teremos os valores de CI, C2, C3
como soluo do sistema
1 = CI + C2 + C3
1 +..j5
O = -CI + 2 C2 +
(1 + ..j5)2
1 = CI + 4 ~ +
Esse sistema linear, onde as incgnitas so seqncias, resolvido assim:
X
n
+
l
= Zn = X
n
_
l
+ Yn-l = Xn-l + xn-
2
+ Zn-2 =
= Xn-l + x
n
-
2
+ Xn-l = 2Xn_1 + xn- 2
Assim, a seqncia que d o nmero de radicais O satisfaz a relao:
Xn+l = 2X
n
_1 + x
n
_
2
que j estudamos. Conforme j vimos
n=4 n=3 n=2 n = 1 n=O
o H,
EXERCCIOS PROPOSTOS
e) a = 2 e b = -5;
f) a = 6 e b = -9;
g) a = O e b = -1;
h) a = O e b = 1.
(Admite-se que as trs reaes tm a mesma velocidade, demorando uma unidade
de tempo para completar-se, e que os reagentes existem sempre em quantidade
suficiente). No instante t = O, existe apenas o radical O. Calculamos a seguir
quantos radicais O, H e OH existem nos estgios sucessivos correspondentes aos
instantes n = O, 1, 2, ...
Sejam
Xn = nmero de radicais O no instante n;
Yn = nmero de radicais OH no instante n;
zn = nmero de radicais H no instante n.
Ento a terceira reao H + O
2
------+ OH + O diz que Xn+l = zn, pois um ra-
dical O aparece no instante n + 1 quando existe um radical H no instante n.
A primeira e a terceira reao dizem que X
n
+ zn = Yn+1 e a primeira e segunda
reao dizem que zn+l = X
n
+ Yn.
Todo o processo ento descrito por:
X
n
+
l
= zn
Xn + Zn = Yn+l
Zn+l = xI. + Yn, Vn E N.
com a condio inicial Xo = 1, Yo = Zo = O.
Deixamos ao leitor a tarefa de calcular os valores CI, C2 e C3 para obter o
termo geral da seqncia (x
n
), que o nmero de radicais O no instante n. Fica
para o leitor demonstrar que tambm:
Yn+l = 2Yn-1 + Yn-2 e Zn+l = 2zn_1 + Zn-2'
Assim as seqncias (xn>, (Yn) e (zn> esto no mesmo espao vetorial de seqncias
recorrentes lineares.
1. Seja S o sub-espao de R
oo
fonnado pelas seqncias (xo, Xl, ... , xn, ...) tais que
xn + = aXn + bXn _ I, Achar uma base de S nos seguintes casos:
a) a = 1 e b = 2;
b) a = -1 e b = 2;
c) a = 2 e b = 1;
d) a = 1 e b = -3;
312 313
2. Seja S o subconjunto das seqncias (x
o
, X" .. , xn, ...) E IR00 tais que X
n
+ 3 =
= 6xn + 2 -:- llx
n
+! + 6x
n
Vn E N. Provar que S um sub-espao vetorial de IR
oo
e
achar uma base desse sub-espao.
3. Mesma questo, com relao a x
n
+4 = 5xn+3 - 5xn+2 - 5xn+! + 6xn, Vn E N.
4. Observar que:
n = 3 = 1 + 1 + 1 = 1 + 2 = 2 + 1;
n =4 = 1 + 1 + 1 + 1 = 1 + 1 + 2 = 1 + 2 + 1 = 2 + 1 + 1 = 2 + 2.
CAPTULO 5
Equaes e Sistemas de Equaes
Diferenciais Lineares com
Coeficientes Constantes
O "3" pode ser obtido como soma de "1" e "2" de trs maneiras distintas.
O "4" pode ser obtido como soma de "1" e "2" de cinco maneiras distintas.
Faa o mesmo com relao a 5, 6 e 7.
1. OPERADORES DIFERENCIAIS
Seja IR a reta real e seja Coo (IR) o conjunto de todas as funes reais defini-
das em IR e que admitem derivadas de todas as ordens. Esse conjunto um espa-
o vetorial sobre IR pois sendo f(t) e g(t) duas funes que pertencem a CO<.> (IR) e
sendo a um nmero real, ento f(t) + g(t) e a f(t) tambm pertence a Coo (IR) e,
alm disso, os axiomas da definio de espao vetorial podem ser verificados de
maneira anloga ao que foi feito para o espao das funes contnuas. No entanto
Coo (IR) no um espao vetorial de dimenso finita.
Se f(t) E C= (IR) ento para todo n ;:: O, f'(t), f"(t), ... , f(n)(t) tambm per-
tencem a C= (IR) e portanto toda combinao linear aof(t) + a]f'(t) + ... a
n
f(lI)(t)
um elemento de C= (IR).
Definio 1 - A aplicao que associa a cada f(t) E C= (IR) a funo
aof(t) + a1f'(t) + ... + anf(n)(t), com a
n
~ O,
chama-se operador diferencial de grau n com coeficientes constantes ao, ... , an0 Se
representarmos por D o operador linear dado por D(f(t)j = f'(t), ento o operador
diferencial definido acima aoI + a]D + a
2
D2 + ... + anDn (I = operador idn-
tico) ou apenas ao + a]D + ... + anDn, como costume representar. Notemos
que um operador diferencial necessariamente linear.
Exemplos
1) Consideremos o operador diferencial 2 - 3D. Aplicando esse operador
a uma funo f(t) obtemos a funo seguinte: (2 - 3D)(f(t = 2f(t) - 3D(f(t
= 2f(t) - 3f'(t). Se, por exemplo, f(t) = 5e
3t
ento
(2 - 3D)(5e
3t
) = 2(5e
3t
) - 3(I5e
3t
) = - 35e
3t

315
2t
3
- 2 - 3(Jt2) (2 - 3D)(t
3
- 1)
t
3
- 1, ento Se f(t)
314
*5. Seja an o nmero de seqncias de "1" e "2" cuja soma dos termos n. Provar que an + 1 =
= an + an _ 1. Deduzir a expresso de an
EXERCCIOS PROPOSTOS
5. Provar que toda funo da forma ke
at
, onde k E IR, est no ncleo do operador D - a.
4. Provar que toda combinao linear(com coeficientes em IR) das funes sen wt ecos wt
pertence ao ncleo de D
2
+ W2.
2. LGEBRA DOS OPERADORES
Sejam os operadores diferenciais LI = ao + alD + ... + anD
n
e L
2
=
= b
o
+ b ID + ... +b
m
D
m
, onde n .,:;;; m. Conforme j vimos anteriormente o ope-
rador soma LI + L
2
definido por (LI + ~ ) ( f ( t ) ) = LI (f(t)) + ~ ( f ( t ) ) e
da decorre que:
LI + L
2
= (ao + b
o
) + (ai + bl)D + ... + (a
n
+ bn)Dn +
+ bn+lOU+
1
+ ... + bmD
m
.
Portanto a soma de dois operadores diferenciais um operador diferencial e essa
soma se calcula de maneira anloga soma de polinmios. Por exemplo, se LI =
= 5D
3
+ 3D
2
- 4D + I e L
2
= D
4
- 3D
3
+ D, ento
LI + L
2
= D
4
+ 2D
3
+ 3D
2
- 3D + 1.
De maneira anloga, se E lR e L = ao + alD + ... + anD
n
, ento o pro-
duto L do operador L pelo nmero real o operador L = ao + alD +
+ ... + anD
n
. Por exemplo se L = 5D
3
+ 3D
2
- 4D + I, ento 5L =25D
3
+
+ 15D
2
- 20D + 5.
Se LI = ao + alD + ... + anD
n
e L
2
= b
o
+ blD + ... +bmD
m
vejamos
como se obtm LI o L
2
. Da definio de composta temos para toda funo f(t)
de C" (lR):
(LI o L
2
)(f(t)) = LI (L
2
(f(t)) = LI (bof(t) + blf'(t) + ... +bmf(m)(t)) =
=LI (bof(t)) + LI (blf'(t)) + + LI (bmf(m)(t)) =
= boLI(f(t)) + bILI(f'(t)) + + bmLI(f(m)(t)) =
=bo(aof(t) + alf'(t) + + anf(n)(t)) + bl(aof'(t) + alf"(t) +
+ ... + anf(n+l)(t)) + + bm(aof(m)(t) + ... + anf(n+m)(t)) =
= boaof(t) + (bOal + blao)f' (t) +(bOa2 + blal + b2ao)f"(t) +
+ ... + bmanf(n+m)(t)
e da reconhecemos facilmente que LI o L
2
tambm um operador diferencial
que definido por:
LI o ~ = boao + (bOal + blao)D + (bOa2 + blal + b
2
ao)D2 +
+ ... + bmamD
m
+
n
que corresponde ao produto:
d) D
2
+ w2;
e) D
2
+ w3.
3. Aplicar funo cos wt os operadores:
a) D;
b) D
2
;
c) D
2
+ w;
2. Aplicar os operadores lineares abaixo funo sen wt:
a) D; d) D
2
+ w2;
b) D
2
; e) D
2
+ w3.
c) D
2
+ w;
2) Consideremos o operador diferencial D
2
+ w
2
, onde w E lR e a funo
f(t) = sen wt. Ento
(D2 +(
2
)(senwt) =D
2
(senwt) + w2(sen wt) = - W2 sen wt + w
2
senwt =0.
Logo sen wt pertence ao ncleo de D
2
+ W2.
3) A funo f(t) = e
at
, onde a E lR, est no ncleo do operador D-a pois:
(D - a)(e
at
) = D(e
at
) _ ae
at
= ae
at
_ ae
at
= O.
6. Demonstrar que se uma funo f(t) est no ncleo de D - a, ento f(t) dada por
f(t) = ke
at
, onde k um nmero real.
Sugesto: Considere a funo f(Oe-
at
e mostre que ela constante.
1. Aplicar o operador diferencial D
3
+ D
2
+ D - 1 s seguintes funes:
a) sen t; f) t;
2
b) cos t; g) e
t
;
c) e
2
\ h) t
2
+ t + 1;
d) sen t + cos t; i) t
3
+ t
2
+ t - l.
e) 5 + e
2t
;
316
317
EXERCCIOS PROPOSTOS
e L2 == D. Calcular:
d) (LI + ~ ) 3 ;
e) (LI + L
2
)n.
L(f(t)) = h(t)
(1) L(y) = h(t)
Definio 2 - Uma equao do tipo
As equaes diferenciais lineares com coeficientes constantes aparecem em
numerosos problemas de outras cincias, o que as torna bastante importantes.
Na Fsica, por exemplo, elas aparecem em Mecnica e Radioatividade. Em Bio-
logia, no problema de crescimento de populaes. O clculo das solues de tais
equaes feito inteiramente dentro da lgebra Linear. As equaes diferenciais
lineares fazem parte dos problemas que deram origem lgebra Linear.
3. EQUAES DIFERENCIAIS LINEARES COM
COEFICIENTES CONSTANTES
verdadeira chama-se soluo da equao diferencial. Se, a funo h (t) identi-
camente nula, a equao (1) assume a forma mais simples
L(y) = O.
onde L = ao + alD + ... + anD
n
um operador diferencial de grau n com
coeficientes constantes, h(t) uma funo dada em Coe (lR) e y a funo incg-
nita (tambm em Coe (lR)), chama-se equao diferencial linear de grau n com
coeficientes constantes. Explicitanente a equao (1) se apresenta assim:
aoy + alY' + a2Y" + ... + any(n) = h (t).
Toda funo f(t) tal que
Quando isso acontece as solues da equao so as funes que esto no ncleo
de L. Por isso importante saber calcular o ncleo de um operador. Dada a equao
diferencial L(y) = h(t) a equao L(y) = Ochama-se equao diferencial homo-
gnea associada equao dada.
Teorema 1 - Seja L(y) = h (t) uma equao diferencial linear e L(y) =Oa
equao homognea associada. Se f(t) uma soluo de L (y) = h (t) e se N
o ncleo de L, ento:
f(t) + N = {f(t) + g(t) I g(t) E N}
o conjunto das solues de L(y) = h (t).
Demonstrao, - Em primeiro lugar, se g(t) E N, ento f(t) + g(t) uma
soluo de L(y) = h(t) pois:
L(f(t) + g(t)) = L(f(t)) + L(g(t)) = h(t) + O= h (t).
2. Sejam LI == 3D
2
+ 1
a) Lf;
b) L[;
c) L?;
3. Qual o ncleo do operador D? E do operador D
n
?
7. Achar todas as funes que esto no ncleo do operador D
2
e cujo valor para t = 2 seja 5.
Desenhar em um mesmo grfico algumas dessas funes.
Exemplo - Sejam LI = D
2
- 3D + 1 e ~ = 3D
2
- 1. Ento:
L I ~ = (02 - 3D + 1)(3D
2
- 1) = 3D
4
- D
2
- 9D
3
+ 3D + 3D
2
- 1 =
= 3D
4
- 9D
3
+ 2D
2
+ 3D - 1 e
L1L
1
= (02 - 3D + 1)(02 - 3D + 1) = D
4
- 6D
3
+ 1m
2
- 6D + 1.
5. Achar uma funo que esteja no ncleo do operador D - 2 e cujo valor para t = Oseja 4.
Fazer o grfico dessa funo.
4. Sejam LI e L2 dois operadores diferenciais com coeficientes constantes. verdade que
L I ~ == L
2
LI?
6. Achar uma funo que esteja no ncleo do operador D
2
, cujo valor para t = Oseja 3 e tal
que o valor de sua derivada em t = Oseja 1. Fazer o grfico dessa funo.
1. Sejam LI == SD
2
- 4D + 1, L
2
== D - 3 e L3 == D
S
- D
3
. Calcular:
a) LI + ~ + L3; e) LIL
3
;
b) 2L
1
- L
2
+ L
3
; f) L
1
L
2
L
3
;
c) LI - ~ + L
3
; g) LfL
2
.
d) LIL2;
efetuado como se os operadores diferenciais fossem polinmios ordinrios. Por
essa razo neste caso comum indicar-se por L
1
L
2
a composta e dar a ela o nome
de produto dos operadores LI e L
2
( o que faremos a seguir). Observemos que o
grau de L I ~ a soma dos graus de LI e ~ .
318 319
-
Por outro lado, se k(t) uma soluo qualquer de L(y) = h(t), ento
L(k(t) - f(t)) = L (k(t)) - L (f (t)) = h(t) - h(t) = O
o que mostra que a funo g(t) = k(t) - f(t) est no ncleo N de L e da
k(t) = f(t) +g(t) E f(t) +N. -
d) f" = -f;
e) f H + f = O.
3. Achar a soluo geral das seguintes equaes diferenciais:
a) f' = O; c) f' = f;
b) f(n) = O; d) f' = af(a E IR).
Explicao
O teorema que acabamos de provar nos ensina um fato muito importante.
Se quisermos achar todas as solues da equao (1), podemos proceder em trs
etapas:
1) Procuramos uma soluo particular f(t) de (1).
2) Determinamos o ncleo do operador diferencial L.
3) Somamos cada funo do ncleo de L com a soluo particular f (t) que
encontramos na primeira etapa.
Admitiremos sem demonstrao o seguinte resultado:
"O ncleo de um operador diferencial L = ao + alD + ... + anD
n
, com
a
n
"* O, um sub-espao vetorial de C
co
(lR) de dimenso finita igual a n." A
demonstrao desse resultado est acima do nvel deste livro. No prximo par-
grafo daremos mtodos para resolver equaes homogneas L(y) = O. A resoluo
das equaes no homogneas exige resultados de anlise um pouco mais elabo-
rados, razo pela qual no ser vista neste livro.
4. Mostrar que f(t) = t uma soluo de y" + Y = f(t).
5. a) Provar que as funes sen t ecos t so ambas solues de yH + y = O.
b) Provar tambm que sen t ecos t so linearmente independentes.
c) Achar a soluo geral de y" + y = O.
d) Achar todas as solues da equao y" + Y = t.
6. Seja L = D2 - 2D + 2.
a) Provar que as funes fi (t) = etcos t e f
2
( t) = etsen t so solues da equao dife-
rencial L(y) = O.
b) Provar que fi (t) e fit) so linearmente independentes.
c) Qual a soluo geral da equao y" - 2y' + 2y = O?
d) Dentre as solues existe uma, e apenas uma que satisfaz as condies f(O) = 1 e
f'(0) = -1. Ache-a.
4. EQUAES HOMOGNEAS DE SEGUNDA ORDEM
Neste pargrafo vamos calcular as solues da equao diferencial homo-
gnea aoy + alY' + a2Y" = 0, onde a2 "* O. Comecemos com o seguinte teorema
vlido para operadores lineares de qualquer grau. '
Teorema 2 - Sejam Li e Lz operadores diferenciais com coeficientes cons-
tantes. O ncleo de Li e o ncleo de Lz esto contidos no ncleo de L
1
Lz.
Demonstrao - Suponhamos que f(t) est no ncleo de Li, isto
Li (f(t)) = O. Ento:
(L1L2)(f(t)) =(LzL
1
)(f(t)) = Lz(Lt(f(t))) = Lz(O) = O.
De maneira anloga se completa a demonstrao. _
Nota: O teorema 2 pode ser generalizado para um produto LtLz ... L
n
(n ;;;. 2)
de operadores. Deixamos ao leitor a tarefa de enunci-lo.
equaes diferenciais homogneas determinadas pelos operadores seguintes:
f) 3D
2
- 2D;
g) D
2
+ W2;
h) D - a;
i) (D - l)(D + 1). d) D + 1;
e) D
2
- 3D + 1;
a) D;
b) D
2
;
c) D
n
;
1. Escrever as
EXERCCIOS PROPOSTOS
b) 3f H + 2f' + f = O;
c) f(n) + f(n-l) + ... + f' + f = O;
2. Quais os operadores que definem as equaes diferenciais seguintes?
a) f H = O;
320
321
Exemplo - Seja a equao diferencial linear e homognea y" - 4y = O ou,
de maneira equivalente, (D
2
- 4)(y) = O. Como (D
2
- 4) = (D - 2)(D + 2),
ento o ncleo de D - 2 e o ncleo de D + 2 esto ambos contidos no ncleo Nde
D
2
_ 4. Ora, o ncleo de D - 2 constitudo pelas funes k
1
e
2t
e o ncleo
de D + 2 pelas funes k
2
e-
2t
. Sendo N um sub-espao vetorial de C" (IR), ento
todas as funes k
1
e
2
t + k
2
e-
2
t (k
1
, k
2
E IR) pertencem a N. Como dim N = 2 e
como e
2t
e e-H so funes linearmente independentes, ento essas funes
formam uma base de N. Assim a soluo geral de (02 - 4)(y) = O
f(t) = k
1
e
2t
+ k
2
e-
2t
.
Seja agora a equao diferencial de segundo grau: aoy + alY' + a2Y" = O,
ou seja (ao + alD + a2D2 )(y) = O. Podemos supor que a2 = I pois ao + al D +
+ a2
D2
e + D + D
2
tm exatamente o mesmo ncleo. Consideremos o
a2 a2
polinmio do segundo grau ao + alx + x
2
cujas razes no campo complexo so
0:1 e 0:2' Conforme veremos as solues da equao
(ao + alD + D
2
)(y) = O
dependem da natureza bem como da multiplicidade das razes do polinmio consi-
derado acima. Trs casos se apresentam:
Caso 1: 0:1 e 0:2 so nmeros reais e 0:1 "* 0:2'
Neste caso as funes e so linearmente independentes, base
do ncleo de D - 0:1, base do ncleo de D - 0:2 e portanto formam
juntas uma base do ncleo de
(D - 0:1)(0 - 0:2) = D
2
- (0:1 + 0:2) + 0:10:2 = D
2
+ al
D
+ ao
Neste caso a soluo geral de aoy + alY' + y" = O
+
Caso 2: 0:1 e 0:2 so nmeros reais iguais.
Seja o: o valor comum, raiz dupla do polinmio ao + alx + x
2
. Neste caso
ainda uma soluo. Uma segunda soluo a funo pois:
+ al + = + al + o:teM) +
+ + + = (c? + a10: + + + 20:) = O.
Observemos que o zero obtido decorre de que 0:
2
+ alO: + ao = O, por ser o: uma
raiz do polinmio considerado de incio, e al + 20: = O, por ser o: uma raiz
dupla desse mesmo polinmio, devendo portanto anular sua derivada al + 2x.
322
Sendo eM e teM solues e sendo funes linearmente independentes elas formam
uma base do ncleo de (ao + alD + D
2
) e portanto a soluo geral da equao :
k1ec<t + k
2
tec<t, ou ainda, (k
1
+
Caso 3: 0:1 e so nmeros complexos.
. Segue da que 0:1 e 0:2 so complexos conjugados e portanto se 0:1 = a + bi,
ento 0:2 = a - b. Neste caso consideremos as funes f
1
(t) =e
at
cos bt e f
2
(t) =
= e
at
sen bt. Afirmamos que se trata de solues de ao +al y' +y" = O. De fato
sendo a + bi raz da equao ao + alx + x
2
= 0, temos: O = ao + al (a + bi) .;
+ (a + bi)2 = (ao + ala + (a
2
- b2)) + (a1b + 2ab).
Logo ao + ala + a
2
- b
2
= e alb + 2ab = O. Segue ento da que
ao (e
at
cos bt) + al (e
at
cos bt)' + (e
at
cos bt)" = aoe
at
cos bt +
+ al (- be
at
sen bt + ae
at
cos bt) + (_abe
at
sen bt - b2eat cos bt +
+ a
2
e
at
cos bt - abe
at
sen bt) = (ao + ala + a
2
- b
2
)e
at
cos bt -
- e
at
sen bt(bal + 2ab) = Oe
at
cos bt - e
at
sen bt O = O.
D
. l at
e maneIra an oga prova-se que e sen bt tambm uma soluo neste
caso. Deixamos como exerccio a demonstrao de que f
1
(t) e f
2
(t) so linear-
mente independentes. Portanto a soluo geral no caso em que as razes so
complexas
k
1
e
at
cos bt +k
2
e
at
sen bt ou ainda e
at
(k
1
cos bt +k
2
sen bt).
EXERCCIOS PROPOSTOS
1. Encontrar a soluo geral de cada uma das equaes diferenciais:
a) y" + y' - 2y = O; e) 3y" - Sy' + 2y = O;
b) 8y" + 14y' - ISy = O; f) y" - 2y' = O;
c) y" + 4y = O; g) y" - 2y' + Y = O;
d) 2y" - s.J3y' + 6y = O; h) 9y" - 12y' + 4y = O.
2. Determinar a soluo da equao diferencial que satisfaz as condies indicadas:
a) y" + 2y =O y(O) = 2 y'(O) = 2...[2;
b) 4y" - 12y' + 9y =O y(O) = I y' (O) = ;
c) y" - 3y' + 2y =O y(O) = 3 y' (O) =2.
323
3. Sejam m e n nmeros reais distintos entre si. Provar que no existe nenhuma constante k
tal que:
4. Encontrar uma equao diferencial linear com coeficientes constantes cuja soluo geral
seja:
a) (k
1
+k
2
t) e-4t;
b) k
1
e
3t
+ k
2
e-
3t
;
c)k
1
e
2t
sen 4t + k
2
e
2
tcos 4t.
5. Encontrar uma soluo da equao (D
2
- 2D + 26)(y) = Ocujo grfico passe pelo ponto
(0,2) do plano e cuja tangente nesse ponto tenha inclinao igual a 3.
5. EQUAES HOMOGNEAS DE ORDEM QUALQUER
Neste pargrafo vamos generalizar os resultados que conseguimos obter no
pargrafo 4.
Definio 3 - Dada uma equao diferencial homognea de grau n
aoy + a1Y' + ... + a
n
_1Y(n-1) + y(n) = O
chama-se equao caracteristica dessa equao diferencial a equao algbrica
ao + a1x + ... + an_1Xn-1 + x
n
= O.
Suas razes <Xl> , a
n
no campo complexo so chamadas raizes caracteristicas
da equao diferencial dada. Notemos que os nmeros complexos a1, ... , a
n
no
so necessariamente distintos dois a dois e que alguns deles (ou todos) podem ser
reais.
Exemplos
1) Se a equao diferencial dada y'II - y" - 4y' + 4y = O, ento sua
equao caracterstica x
3
- x
2
- 4x + 4 = Ocujas razes so 1, 2 e - 2 e da:
x
3
- x
2
- 4x + 4 = (x - 1)(x - 2)(x + 2).
2) Dada a equao y'II - 2y" - 4y' + 8y = O, sua equao caracterstica
x
3
- 2x
2
- 4x + 8 = Ocujas razes so 2, 2 e -2. Logo x
3
- 2x
2
-4x + 8 =
=(x - 2?(x + 2).
324
3) No caso y'II + 4y' =O a equao caracterstica : x
3
+ 4x = O da qual
as razes so O, 2i e -2i. Logo:
x
3
+ 4x = x(x - 2i)(x + 2i).
Dada uma equao diferencial aoy + a1Y/ + ... + a
n
_
1
y(n-1) + y(n) = O
cujas razes caractersticas so a1' a2, ... , a
n
ento as suas solues podem ser
obtidas da seguinte maneira (acompanhe o caso n =2 que fizemos no pargrafo 4):
Caso 1: Todos os nmeros reais ~ 1 , a2' ... , a
n
so reais e distintos dois a
dois.
Neste caso:
ao + a1 D + ... + a
n
_
1
D
n
-
1
+ D
n
= (D - (1)(D - (2) ... (D - an)
e como o ncleo de D - ai est contido no ncleo N de ao + a1 D + ... + D
n
,
todas as funes eO!l
t
, e0!2t, ... , eO!nt, esto em N. Como elas so L.I. e dim N =n,
podemos afirmar que essas fW1es formam uma base de N. Assim a soluo geral
da equao neste caso
k1eO!l
t
+... +kneO!n
t
onde k
1
, . " ,k
n
E R.
Caso 2: Todos os nmeros a1, a2' ... , a
n
,so reais mas no so todos
distintos dois a dois.
Neste caso, se por exemplo a1 = ~ =a3 = a uma raiz de multiplicidade 3
as funes eO!t, teo!t e t
2
eO!t so solues linearmente independentes. '
Exemplos
1) Resolver ylll - 3y" + 3y' - Y = O.
Neste caso a equao caracterstica x
3
- 3x
2
+ 3x - 1 = (x - 1)3 = O
cujas razes so todas iguais a 1. A soluo geral k
1
e
t
+ k
2
te
t
+ k
3
t
2
e
t
.
2) Resolver y(4) + 6y/II + 5y" - 24y' - 36y = O.
A equao caracterstica
x
4
+ 6x
3
+ 5x
2
- 24x - 36 = (x - 2)(x + 2)(x + 3)2.
As razes caractersticas so 2, -2, (simples) e -3(dupla). A soluo geral :
k
1
e
2t
+ k
2
e-
2t
+ k
3
e-
3t
+ k
4
te-
3t
.
Caso 3: Alguns (ou possivelmente todos) dos nmeros a1, a2, ... , a
n
per-
tencem a C - .IR. Suponhamos a1, a2' ... , a2S-1, a2s sejam esses nmeros e que
a1 = a2' a3 = a4, ... , a2S-1 = a2S' Logicamente as razes a no alinhadas
325
pertencem a lR. A contribuio de cada raiz real para a soluo uma funo
exponencial; se for dupla contribui tambm com uma funo do tipo teM. Cada
par de razes complexas conjugada da forma a bi contribui com e
at
(k
1
cos bt +
+ k
2
sen bt); se essas razes conjugadas forem duplas aparecer mais uma parcela
da forma te
at
(k
1
cos bt + k
2
sen bt). Para possveis razes de ordem maior (reais
ou no) s generalizar o que acabamos de fazer.
Exemplos
1) Resolver y" - 2y' + 10y = O.
A equao caracterstica x
2
- 2x + 10 = O. Suas razes so 1 + 3i e
1 - 3i. A soluo geral ento:
y = e
t
(k
1
cos 3t + k
2
sen 3t).
2) Resolver y'" + 4y' = O.
A equao caracterstica x
3
+ 4x = O, cujas razes so O, 2i e -2i e
portanto y = k
1
eo
t
+ eo
t
(k
2
cos 2t + k
3
sen 2t) = k
1
+ k
2
cos 2t + k
3
sen 2t.
3) Resolver y(4) + 5y" - 36y = O.
A equao caracterstica :
x
4
+ 5x
2
- 36 = (x
2
- 4)(x
2
+ 9) = O
que tem duas razes simples, 2 e -2, e duas razes complexas 3i e -3i. A soluo
geral :
y = k
1
e
2t
+ k
2
e-
2t
+ k
3
cos3t + ~ sen3t.
4) Resolver (D2 - 2D + 5)2 (y) = O.
A equao caracterstica (x2 - 2x +5)2 =Ocujas razes so 1 + 2i (dupla)
e 1 - 2i (dupla). A soluo geral
y = e
t
(k
1
cos 2t + k
2
sen 2t) + te
t
(k
3
cos 2t + k
4
sen 2t).
EXERCCIOS PROPOSTOS
1. Achar a soluo geral de cada uma das seguintes equaes:
a) y" + y' - 6y = O;
b) (D
2
+ 2D - 15)(y) = O;
c) (D
3
+ D
2
- 2D)(y) = O;
d) (D
3
+ 2D
2
- 5D - 6)(y) = O;
e) (D
4
- 6D
3
+ 12D
2
- 8D)(y) = O;
f) (D
2
+ 6D + 9)(y) = O;
326
g) (D
2
- 10D + 25)(y) = O;
h) (D
2
- 4D + 13)(y) = O;
i) (D
2
+ w2)(y) = O(w E IR);
j) (D
3
_ D
2
+ 9D - 9)(y) = O;
2. Sejam a, b, c, d E IR e f uma funo. Provar que:
(D - a)(D - b)(D - c)(f) = (D - b)(D - a)(D - c)(f).
3 P f
- k at k bt k ct, I - -
. fovar que a unao 1e + 2 e + 3e e uma so uao da equaao
(D - a)(D - b)(D - c)(y) = O,
substituindo diretamente e efetuando os clculos.
6. SISTEMAS DE EQUAES DIFERENCIAIS LINEARES
COM COEFICIENTES CONSTANTES
Consideremos um sistema de n equaes lineares em n incgnitas
[
~ : : : : ~ : ~ .. ~ ..: : : : : : : ~ ..~ ~ . : ~ : ~ : : ~ . ~ ..: ~ ~ ~ ..
UnlXl(t) + Un2X2(t) + + unnxn(t) = x ~ ( t )
onde Xl(t), ... , xn(t) so funes reais (incgnitas) definidas num intervalo I no qual
so diferenciveis e os uij so nmeros reais dados. Essa aforma normal dos cha-
mados sistemas de equaes diferenciais lineares com coeficientes constantes, n X n.
Se A = (uij) e X(t) a matriz coluna
X(t)
327
(3 - t)2(2 - t) - (2 - t)
+ x3(t) x;(t)
xi(t)
+ 3X3(t) = x;(t)
O
3
P Y(t)
P ( " ~ " )
cne
nt
= Clel..1tP
I
+ ... + cnentPn
X(t)
3 t O
O 2 -
O
329
Exemplo
Resolver o sistema
= (2 - t)3 - t)2 - 1) = (2 - t)(t - 2)(t - 4) = (t - 2)2(4 - t)
onde PI, ... , P
n
so as colunas de P e portanto vetores prprios, linearmente inde-
pendentes, da matriz A. Fazendo t = a e impondo que
seja a matriz coluna dada, obteremos cj, ... , c
n
univocamente.
satisfazendo a condio inicial XI(O) = 1, x2(0) = Oe x3(0) = 1.
O polinmio caracterstico da matriz A dos coeficientes do sistema
Os valores prprios so, pois, 1..
1
= 2 (multiplicidade 2) e 1..
2
= 4 (simples). Os su-
bespaos prprios so V(2) = [(x, Y, -x)lx, z E IRJ de dimenso 2, do qual [(1,
O, -1); (O, 1, O)J base e V(4) = [(x, O, x) Ix E IRJ, de dimenso 1, cuja base mais
natural (1, O, 1). Assim, a matriz A diagonalizvel e, se
i
"I
f
f
I
~
I
...
iI:
i
I
,
i
X'(t) = A . X(t)
podemos representar o sistema por
X'(t) =
y;(t) IYI(t)
Y; (t)
2
Y2(t)
Estamos interessados em encontrar solues do sistema que satisfaam a uma
dada condio inicial. Ou seja, encontrar uma matriz
F(t)
definindo
onde fl(t), ... , fn(t) so funes diferenciveis em I, de maneira que se verifique
F'(t) = A F(t) e, para um certo ponto a E I, F(a) seja uma dada matriz coluna.
Consideraremos dois casos:
(a) A matriz A diagonalizvel.
Quando isto ocorre, possvel encontrar uma matriz inversvel P, n x n, tal
que P - I A P = D diagonal, com termos da diagonal iguais aos valores pr-
prios de A.
Seja Q = P -I e consideremos a matriz coluna Y(t) = Q X(t). claro en-
to que Y'(t) = Q . X'(t) (verifique). Da Y'(t) = Q A X(t). Como porm
X(t) = Q-I Y(t), ento Y'(t) = (Q . A Q-I) Y(t) ou Y'(t) = (p-I A
P) . Y(t) = D Y(t). Chamando de j, ... ,
n
os valores prprios de A, a equa-
o matricial anterior equivale ao sistema
328
ento Exemplo
p-I A P
Ora, de X(t)
Resolver o sistema
[
xj(t) = 2XI(t) +
xi(t) =
x3(t) =
X4(t) =
xit)
2xit)
x3(t) + X4(t)
4x3(t) - 2x4(t)
cle
2t
+ C3
e4t
C2
e2t
-cle
2t
+ C3
e4t
J vimos (exemplo 3, item 2, capo 1 da segunda parte) que a matriz A dos
coeficientes do sistema no diagonalizvel. E a forma cannica de Jordan dessa
matriz de autovalores 2 e - 3
(ver exemplo, capo 1, item 7). Pela transformao Y(t) = p-
I
X(t) , obtemos
Y'(t) = J Y(t), que no caso fornece: yj(t) = 2YI(t) + Y2(t); yi(t) = 2Yit);
y3(t) = 2Y3(t); Y4(t) = - 3yit). Da obtemos:
1 O O
2 O O
J
O 2 O
O O -3
A matriz P que transforma A em J
O O O
O 1 O O
P=
O O
O O -4
XI(t) e
4t
X2(t) O
X3(t)
t
1. Logo, a soluo que satisfaz a condio
(1, O, l)t, deveremos ter A fim de que X(O)
cuja soluo CI
inicial dada
(b) A matriz A no diagonalizvel mas tem todos os seus valores prprios
em IR, caso em que admite uma forma cannica de Jordan sobre IR.
O procedimento inicial o mesmo do caso (a) e leva ao sistema Y'(t) = J
Y(t), onde J = p-I . A . P uma matriz de Jordan semelhante a A. Da
yj(t) = ,jYj(t) + jYj + 1(t) (i = 1, 2, ... , n)
onde os ,j so os valores prprios de A e j zero ou um. A ltima equao sem-
pre y ~ ( t ) = ,nYn' cuja soluo Yn(t) = cne}.,n
t
, ondec
n
uma constante. A penl-
tima equao y ~ _ I(t) = ,n- IYn - I(t) +
n
_ IYn(t). Se
n
_ 1 = I, substitui-se
yn(t) por cne}.,n
t
e resolve-se a equao resultante, conforme procedimento do exem-
plo seguinte. Dessa forma, prosseguindo no raciocnio anterior, obteremos Y(t).
Depois, a partir de X(t) = P . Y(t), impondo a condio inicial, chegaremos aos
valores das constantes de integrao CI' c2> ... , cn'
Assim a primeira equao fica: yj(t) = 2YI(t) + C2e2t.
Observemos que
330
331
c portanto Yj(t) Cje
2t
+ C2te2t. Da
O O O cje
2t
+ C2
te2t
O O O
C2
e2t
X(t)
O O 1
C3
e2t
O O -4 C4e-
3t
cje
2t
+ C2
te2t
C2
e2t
C3
e2t
+ c4e'- 3t
C3
e2t
- 4c4e - 3t
3. a) Mostre que a equao da segunda ordem y" + ay' + b = pode ser convertida no sistema
y'(t) = Y2(t)
l yi(t) = (- b)Yj(t) + (-a)Y2(t)
atravs das substituies y(t) = Yj(t) e y'(t) = Y2(t).
b) Aplique a parte anterior para resolver as seguintes equaes: (i) y" + 2y' - 3 = O; (ii)
y" - 4y' + 2 = O; (iii) y" - 5y' + 6 =
Suponhamos que a condio inicial seja dada por
4. Resolva os sistemas dados matricialmente por X'(t) = A X(t) nos seguintes casos:
X(O)
Ento
(a)
e X(O) = (I, I, - 1)

-1
2
-1
1
3
-1
(b)
e X(O) = (1, 0, 0, O)
5. a) Considere os sistemas X'(t) = J X(t), onde J uma matriz de Jordan 3 x 3, com na
diagonal. Mostre que
cuja soluo (1, 1, 1, O). Neste caso a soluo do sistema
soluo do sistema considerado.
b) Generalize esse resultado para uma matriz de Jordan qualquer nxn.
EXERCCIOS PROPOSTOS
X(t), onde
X(t) =
Go ~ ) G ) ~
e X(O) = (O, 1).
2. Resolva os sistemas X'(t) = A X(t), nos casos
e
com a condio inicial X(O) = (O, 1, -1).
332
333
CAPTULO 6
Mtodo dos Mnimos Quadrados
1. o ESPAO EUCLIDIANOR
D
: REVISO
Neste captulo daremos uma aplicao importante do conceito de produto
interno. Para isso lembramos que no espao vetoriallR
n
o produto interno usual
a aplicao que a cada par de vetores (u = (Xl> ... , x
n
), v = (YI' ... , Yn))
de lR
n
X lR
n
associa o nmero real <u, v> = XIYI + ... + xnYn' Esse nmero
real <u, v> chama-se produto escalar dos vetores u e v. Conforme vimos anterior-
m e n t ~ o nmero real positivo lIu 11 = .Jxl + ... + x; (estritamente positivo se
u :;i: (O, ... , O)) a norma do vetor u. Lembremos ainda que se u um vetor do
]Rn e se {gl' ... , gs} uma base ortonormal de um sub-espao W de lR
n
, ento
a projeo de u sobre W (indicaremos por projw u) o vetor dado por:
projw u =<u, gl >gl + ... +<u, gs> gs.
Essa projeo se caracteriza pelo fato de que u - projw u um vetor de Wl e
portanto ortogonal simultaneamente a gl, ... , gs. No caso em que W = [g],
fala-se em projeo de u sobre g (em vez de projeo de u sobre W) e escreve-se
projg u. Sendo { 11:11 } uma base ortonormal de W temos:
projg u = <u, 11:11> 11:11 = (lIg
1
1l 2 <u, g>) g = ~ : : : ~ g.
EXERCCIOS PROPOSTOS
1. Sejam u = (l, 2, -1), v = (3, 1, O) e w = (0, 0, 2) em R 3. Calcular:
a) <u, u>; d) <u, u>;
b) <u, w>; e) lIu + v1l
2
;
c) <u, v + w>; f) lIu _ v1l
2
.
2. Provar que <u, Xv> = <XU, v> = X<u, v>, \Ix E R e \tu, v E R
n
.
3. Provar que <u, u> = se, e somente se, u = (O, .. , O).
334
4. Calcular projg u nos seguintes casos:
a) u = (1,2, 1, 4) e g = (4, 0, O, 1);
b) u =(1, 1, 1, 1) e g =(2,2,2,2);
c) u = (4, 3,5,2,5) e g = (1, 1, 1, 1, 1).
5. Seja W o sub-espao do R
4
gerado pelos vetores UI = (1, 2, 0, 1), u2 = (2, -1,0, O) e
u3 = (0,0, 1, O). Calcular a projeo do vetor u sobre Wnos seguintes casos:
a) u = (3, 1, 2, 2);
b) u = (1, 2, 1, 1);
c) u = (O, 0, 0, 1).
6. Calcular aprojeo do vetor (x, y, z) E IR
3
sobre o sub-espao gerado por (1,0, O) e(O, 1, O).
Fazer uma figura.
7. Provar que projg(ul + u2) = projgu
1
+ proj
g
u
2
. Fazer a figura.
8. Provar que projg<xu) = Xprojgu e que proj7l.gu = projgu (X "* O).
9. Pelos exerccios 7 e 8 a funo u f-+ projg u uma transformao linear de R
n
em R
n
.
Quais so seu ncleo o e sua imagem?
10. Provar que IIprojgu 11 <;; lIu 11, para todo vetor u. Quanto vale a igualdade?
2. APROXIMAO POR PROJEES
Suponhamos que um fsico disponha de um aparelho para medir experimen-
talmente o valor de uma constante. Esta constante pode ser uma resistncia
eltrica, o peso especfico de uma substncia, a potncia de um motor, etc. Ao
efetuar a medida ele encontrar um valor prximo do valor real, pois toda expe-
rincia comporta uma impreciso de medida. Feitas vrias experincias, que do
em geral vrios resultados distintos, comum a prtica de "tirar a mdia" e chamar
o resultado assim obtido de valor da constante. Veremos a seguir como a noo
de produto interno justifica este procedimento. Faremos depois outros mtodos
de aproximao, sempre baseados no produto interno do lRn.
Suponhamos que se deseja determinar o valor de uma constante k, efetuando
experincias. Comecemos com o caso em que so feitas apenas duas experincias
que do os valores k
l
e k
2
. Se no houvesse impreciso nas medidas deveramos
ter k
l
=k
2
= k, mas isto no ocorre. Qual seria ento a melhor aproximao para k,
obtida a partir de k
1
e k
2
? Para isso tomemos o "vetor-experincia" E =(kl , k2) e
335
seja U= (1, 1). Ento ku =(k, k). razovel dizer que a melhor aproximao de k
o nmero real k' tal que k'u seja a projeo do vetor-experincia sobre o vetor u;
portanto:
resultantes de p medies. Queremos achar a partir destes valores a melhor aproxi-
mao para k e para Q. Para isso formamos o vetor-experincia:
E = (kl, k
2
, . , k
p
, QI, Q2, , Qp) E lR
2P

k
l
, k
2
), (1, 1
k' =
11(1,1)11
2
11. 1)
Consideramos agora os vetores:
UI = (1, 1, , 1, 0, 0, , O) e
U2 = (0,0, ,0, 1, 1, , 1)
tambm pertencentes ao lR
2P
Observe que <ut, U2> = O.
Inspirados no primeiro caso que estudamos, poderemos dizer que as melhores
aproximaes de k e Q so nmeros k' e Q' obtidos da seguinte maneira: projetamos
o vetor E sobre o sub-espao gerado por UI e e tomamos as coordenadas da
projeo em relao base {UI, U2}' Conforme vimos no pargrafo 1, teremos:
, <E, UI> I <E,
k= Q=----
<UI' UI> U2>
pois UI e so ortogonais entre si. Segue da que:
, _ k
l
, ... , k
p
, Q1> , Qp), (1, , 1,0, ... , O _ k
l
+ ... + k
p
k- 11(1,1, ... ,1,0, ,0)11
2
- P
e, analogamente, que:
7+8+6+6+8 =7
5
11 + 10 + 12 + 10 + 10 = 10 6
5 '
Portanto a mdia aritmtica dos valores k
l
e k
2
a melhor aproximao de k.
No caso de efetuarmos n experincias em vez de duas, teremos:
E = (k
l
, .. ;, krJ E lR
n
, u = (1, 1, ... , 1) e
kr, '" ,k
n
), (1, ... , 1 k
l
+ ... +k
n
k' = -----..--0-:--- -'-------c-c----'----
11(1, ... ,1)11
2
n
Exemplos
1+2+1+2 3
1) Vetor-experincia E = (1,2, 1, 2), k' = 4 - 2
2) Vetor-experincia E = (5,6,5, 7,6,4),
k
'= 5+6+5+7+6+4 =11 =55
6 . 2 ' .
Imaginemos agora uma experincia mais complexa, em que sero medidas
simultaneamente duas constantes k e Q. As medidas obtidas pela experincia so
vetores do lR
2
:
336
QI + ... + Qp

p
Novamente aparecem as mdias aritmticas.
Exemplo - So feitas 5 medidas das constantes k e Q, com os seguintes
resultados:
k: 7, 8, 6, 6, 8 e Q: 11, 10, 12, 10, 10
Ento E = (7, 8, 6,6,8, 11, 10, 12, 10, 10) e as melhores aproximaes so:
<E, UI>
k' = ---;;----;:-:;--
lIu
l
1l
2

Q' =-.,--------,;::--
112
Observao: O vetor (k', Q') E lR
2
chama-se centride dos vetores (k
l
, QI)'
... , (kp, Qp). A definio de centride pode ser dada em geral: se UI, ... , u
p
so
p vetores de um espao vetorial V sobre lR, o centride desses vetores o vetor
1
-(UI + ... + u
p
).
P
337
EXERCCIOS PROPOSTOS
1. Calcular o centride dos vetores e representar geometricamente:
a) UI = (l, 2) e u2 = (2, 1);
b) UI = (1, 1), u2 = (1, 2), u3 == (4, -1) e u4 = (2, 2);
c) uI == (1, 2, 1), u2 = (-1, -2, O) e u3 = (O, O, 1);
d) uI == (1, 2, 3,4,5,6) e U2 == (6, 5, 4, 3, 2, 1).
Como
Ilk'X - YI12 = <k'X - Y, k'X - Y> = (k'XI - YI)2 + ... + (k'x
n
- Yn)2
e esta expresso mnima quando k' dado por (1) acima, o mtodo de aproxi-
mao acima descrito chama-se mtodo dos minimos quadrados.
Exemplo - Uma experincia forneceu os seguintes valores:
2. Seja u o centride dos vetores uI, U2, . , ~ do IR
n
. Calcular nos exemplos do exer-
ccio 1, a soma lIu - u
l
1l
2
+ ... + lIu - upll .
3. Enunciar rigorosamente e provar: um operador linear do IR
n
preserva os centrides.
4. Tomemos trs vetores no 1R
2
, cujas extremidades formem um tringulo. Qual o ponto
do tringulo que coincide com a extremidade do centride dos trs vetores?
(Xl, YI) = (3,6)= P
(X2' Y2) = (1, 3) = Q
(X3' Y3) = (5, 9) = R
(X4' Y4) = (4, 7) = S
A reta que melhor se adapta a estes
resultados no sentido dos mnimos qua-
drados a reta Y = k'x, onde
I
-7-- T5:
I I
PI I
I I I
I 1 I
I I I
I I I
I I I
I I I
I I I
3. AJUSTE DE CURVAS
Um problema bastante freqente nas clencias experimentais o seguinte:
sabe-se que um fenmeno descrito por uma funo linear Y= kx, mas o valor de
k desconhecido. Para determinar k, atribumos um valor Xl varivel Xobtendo
experimentalmente um valor YI para y. Repete-se a experincia com valores
X2, ... , x
p
de x e valores Y2, ... , Yp correspondentes de y. A partir destes dados
como obter a melhor aproximao de k?
Para isso tomamos os vetores X = (Xl, ... , x
n
) e Y = (YI' ... , Yn) do
lR
n
. Se Y fosse proporcional a X, j teramos o valor de k. Mas isso no ocorre
devido impreciso experimental. Queremos achar k' tal que k'X seja o mais
prximo possivel de Y. Para isso devemos exigir que o vetor Y - k'X tenha norma
m{nima, o que ocorre quando Y - k'X ortogonal a X. Segue da que a melhor
aproximao de k' aquela dada por
<k'X - Y, X> = O.
Dessa igualdade se conclui que k' <X, X> - <V, X> = O. Logo:
k' = <Y,X>
<X,X>
isto ,
XIYI + + xnYn
k' = xi' + + x; (1).
338
k' = 3, 1, 5,4), (6, 3, 9, 7 94
11(3, 1, 5,4)11
2
51
A reta Y = 94 x aquela que "passa mais perto" dos pontos P, Q, R e S, no
51
sentido de que a soma dos quadrados das distncias medidas na vertical destes
pontos a esta reta o menor possvel.
Suponhamos agora que Z seja funo linear de duas variveis x e Y com
coeficientes desconhecidos Q e m, Z = Qx + my, e que foram feitas experincias
(no mnimo duas) dando-se valores a x e a Y e medindo o valor correspondente
de z. Para fixar as idias suponhamos feitas trs medies dadas por:
Zl = QXI + mYl> q = QX2 + mY2 e Z3 = QX3 +.mY3
Este sistema de equaes lineares nas incgnitas Q e m em geral incompatvel.
Devemos ento encontrar valores aproximados Q' e m' que faam a expresso da
direita aproximar-se o mais possvel elo valor observado para z. Para isso consi-
deremos os vetores u = (Xl> X2, X3), v = (Yl> Y2, Y3) e W = (Zl' q, Z3)' Seja W o
sub-espao gerado por u e por v. Devemos escolher Q' e m' de modo que Q'u +m'v
seja a projeo ortogonal de Z sobre W. Para isso devemos impor que
<Q'u + m'v - w, u> = <Q'u + m'v - w, v> = O
339
o que nos conduz ao sistema linear
<u, u> Q' + <v, u> m' = <w, u>
<u, v> Q' + <v, v>m' = <w, v>
Este sistema poder ser resolvido univocamente se u e v forem linearmente
independentes' pois o seu determinamente vale
<u, u><v, v> - <u, V>2 = lIull
2
11vll
2
- <u, V>2
que um nmero real estritamente positivo, devido desigualdade de Cauchy-
-Schwarz.
Exemplo - Seja a funo z = Qx + my das variveis x e y com coeficientes
desconhecidos Q e m. Foram obtidos os seguintes resultados experimentais:
a) x= I y = I z = 3;
b) x = 2 y = -1 z = 1;
c) x = 4 Y = z = -2.
Neste caso u = (1,2,4) e v = (1, -1, O) so linearmente independentes em lR?
Os valores aproximados Q' e m' so as solues do sistema
2Q Q' - m' = -3
-Q' + 2m' = 2
Sugerimos ao leitor que represente em um sistema de coordenadas cartesianas os
pontos P, Q, R e S e a parbola que foi calculada acima.
EXERCCIOS PROPOSTOS
1. Determinar a reta em IR
2
de equao y = kx que melhor se adapte aos pontos P, Q, ... nos
seguintes casos:
a) P = (6, 9), Q = (1, 2);
b) P = (6, 9), Q = (1, 2) e R = (5, 8);
c) P = (3, O), Q = (2, 1) e R = (1, 2).
Representar as retas em um sistema de coordenadas cartesianas.
2. Suponhamos z = Qx + my e que foram obtidos experimentalmente os seguintes resultados:
Se x = 1 e y = O, ento z = 2;
Se x = O e y = 1, ento z = 3;
Se x = r e y = 1, ento z = 2;
Se x = -1 e y = 1, ento z = O.
Encontrar a frmula aproximada para z.
Encontrar a frmula aproximada para z.
4. Encontrar um polinmio homogneo do segundo grau cujo grfico se ajuste bem aos pontos
P = (1,2), Q = (3,1), R = (4,2) e S = (2, O).
3. Supe-se que z = Qx + my + nt uma funo linear de trs variveis x, y e t. Os seguintes
resultados so obtidos experimentalmente:
x=O, y=O, t= 0-7z= 1;
x=l, y=O, t= 1-7z=-1;
x = 2, y = 1, t = O -7 Z = 3;
x == 4, y = 0, t = -3 -7 z = 4.
, -4 , 39 4 39
donde Q = 41 em = 41' Portanto z = - TI x + 4f
Y
'
Um caso particular desse problema o seguinte: encontrar a equao de
uma parbola no plano xy, cujo eixo paralelo ao eixo y e que melhor se ajuste
aos pontos P = (1, 2), Q = (4, 1), R = (-1, O) e S = (2, 3). Neste caso a
equao da parbola deve ser da forma y = Qx + mx
2
. Como ela deve passar
prxima dos pontos P, Q, R e S, Q e m devem ser aproximados por valores Q' e
m' obtidos atravs do processo descrito acima. Teremos u = (1, 4, -1, 2), v =
= (1,16,1,4) e w = (2,1,0,3). O sistema linear :
22Q' + 72m' = 12
72Q' + 274m' = 30
donde:
5. Repetir o problema anterior com os pontos P
S = (2, - 1).
(5, - 1), Q (6, 2), R (4, 3) e
340
1
12 721
Q' = - - - : - , 3 ~ 0 __2=74-:-
1
22 721
72 274
e
1
22 121
m' = -:-:7-::2_--=30=+-
!22 721
172 274
6. Determinar um polinmio homogneo de quarto grau cujo grfico se ajuste aos pontos
(- 2,2), (- 1,1), (1,2) e (2,1).
341
RESPOSTAS DE ALGUNS
EXERCCIOS PROPOSTOS
12.
3) {(3, O, 1); (-2, I, O)}.
4) {(2, 1, -2)}.
5) {(2, 1, -2); (3, O, 1); (-2, 1, O)}.
Sim.
2.
4.
2) 3, -5 e 2.
3 1
2
e
-'2'
-3,1, Oe 1.
3. Sobre C no linear.
343
4. a) Sim;
b) Sim.
1. 1) Sim;
2) Sim;
3) Sim;
4) No.
5. No pois f(2, 3,4) deveria ser igual a (2, 6,12).
8. (I) F(2, 4) ; (8, 18);
(11)( +, T).
1. a) Base do Ncleo: {(I, O, 1); (-1, 1, O)}; di-
menso do Ncleo: 2. Base da Imagem: {I};
dimenso da Imagem: 1.
c) Base do Ncleo: t;t; dimenso do Ncleo: O.
Base da Imagem: {(I, 1, 2,0);(-1, 1, -1, -1);
(-1,1,1, O)}; dimenso da Imagem: 3.
d) Base do Ncleo: ti, t}; dimenso do Ncleo: 2.
Base da Imagem: {t
2
}; dimenso da Imagem: 1.
e) Base do Ncleo: dimenso do Ncleo: O.
Im(F) ; M, (IR).
2. F(x, y, z) ; (2x + 5y - 2z, 3x + 2y, x + 7y +
+ 7z).
2. F(x, y,z); (2x + y, x - y,x + 2y).
3. F (x, y, z, t) ; (y - x, t, O, O).
2) -2, Oe 1.
8. 2) De B para C
O O 1
De C para B n.
,,(:
5. B; -3
1
) ; 0' D}
7.1) De B para C
-1 3 1
De C para B (= =: :)
1 3-2
4.2.
4.5.
Dimenso Base
U: {(O, I, O); (O, O, I)}
V: {(l, O, O); (0,2, I)}
W: {(l, I, O); (O, O, 2)}
U n V: {(0,2,l)}
V +W;IR'
U + V + W;IR'.
5.
1. {(2, 1, 0,1); (O, 0,1, O)} e dim W; 2.
2. 4.
3. dim (U + W) ; 4 (Logo U + W ; IR").
dim (U n W); O. Da U + W; {(O, O, O, O)}
e 0 a base de U n W.
17. Considere os sub-espaos do exerccio 14.
13. No IR' considere U ; {(x, x) I x E IR}, V ;
; {(O, y) I y E IR} e W ; {(x, O) I x E IR}.
10. {(I, 1, 1, O); (1, 1, 2,1); (O, 0,1, O); (O, 0,0, 1)}.
14. {(l, O, i); (1,1 +i, 1-i)}.
1. 1) 4, -5 e 3.
11. a+0,a+1ea+-1.
18. Tome no IR', U ; {(x, O) I x E IR} e V ;
; {(D, y) I y E IR}.
!
2x-t;0
21.
y ; O
22. a) [(0,1, O)].
b) [(O, 1, O, O); (O, O, 1, O)].
3.1. 1. 1) No.
2) Sim.
3) No.
4) Sim.
2. 1) No.
2) No.
3) No.
4) Sim.
7. 1) m + O;
2) m + 5;
3) n + O ou m+1.
9. a) No.
b) Sim.
c) No.
3.6.
3.8.
3) No.
3. 1) 2t' + 3t' - t - 13.
2) No.
4. Todos so.
2. a) No.
b) Sim.
c) No.
d) Sim.
7. IR' ; U l!l V e IR'; V l!l W.
3. a) No pois no se verifica nenhum dos itens da
defmio; c) e d) No pois no se verifica o
ltimo item da definio de sub-espao para
nenhum dos dois.
3) No.
4. 2) x; ( -1); y; (--}, 1) e z; (- i-, 1)
1. a) Sim.
b) No.
c) No.
d) Sim.
e) Sim.
1. 1) 2A + B - 3C; (= -D
2) X; -3A - 2B + 6C; _:)
-2 -8
9. 1) {(2, 1, O); (O, O, I)}.
2) {(2, 1, -2)}.
4. a) {(2, -2)};
c) 1(O, t, o, +) l
5. m + 2.
9.
ft .,f2
x; O, y; 2 e
10. No.
2.2. 2. No.
3. No. Sugesto: Calcule 1 (x, y).
5. No.
2.3.
2.7.
)
-1
1
eB; :)
(
-1 : ) .
1 -2
B inversvel.
A inversvel e A-I ==
(
0
1 00) No. Tome A =
C inversvel e
3. Para a == - 2 ou a = 1 incompatvel; para
a '* 1 e a :f:. - 2, compatvel determinado.
3.
5. ItEIR).
d) {(2z, 3z, z) I Z E IR}.
12.
342
H PARTE
1.8.
1.6.
Obs.: Os nmeros 1.1. 1. c) indicam captulo 1, 1, exer-
ccio 09 1, item c.
I

b) (2 _ - - I).
Zero.
Al1 = -5, A12 = 4, A
I
3';:;;;: -2; A
21
;::
A22 = -I, A,. = I, A
31
= 3, A32 = - 2 c
A33 = 1.
So iguais.
-3.
3. det C -det G. +
+ 2 , det G:) = 2.
l+ l
(
O)
O O I
J O
4.
2.
I.
3.
6.
27.
25.
22.
I . '. I
19. I) v, = 3(2, 2, .-4) e v, = 3(7, 7, 7).
I . I
2) v = 7(18, 15, 16) + 7(3, 6, -9).
1
m=--.
..j3
23.
7.4.
7.3. 4.
5. a) = O ou = - 2;
b) ou 3 .JIT
_ 2'
6. = (2 - - - 1) e p(A) = O.
7.2. I. a) 1;
b) 1;
c) 1;
d) -I.
2. a) 1;
b) -2;
c) -3;
d) 2;
e) -8;
f) 24.
/31
(11) If(t)O =..130;
<u, v> = 7, Rull = .J6,.lIvll = ,[30, d(u, v) =
w; u+v I
= v
22
, nu + vI = 5...[2(4,3,4,3)
7
cos(u, v) = 6..;s'
I
2'
18. (I) DuU = ;,jTS;
(111) OAII = .JT.
,j2
20. (I) d(u, v) = .Jf; cos(u, v) = -2-'
I
(I1I) d(A, O) =..,(2 e co,(A, B) =2'
14. 3) l :)
15. a = .f.
12.
. 10.
I
22. Se ei * "i' co'(Oj, "i) = 2 e co,(ei' ei) = 1
se ei = "i'
6.6. 1. I) m = I ou m = 6;
2) (O, x), V XEIR;
3) (I, O).
\(1 I I I 4 3.
I) ..,(2'...[2 , O, O ; - .JI8'.jI8'.JI8'
) (2 -2 I 12))
O ; v'TI3' v'TI3' .,fill'.,;m .
4.
{( , O) ; (O, O, I) }-
...[2 ...[2 .
5.
(2 I I)
.,f6' .,f6' .,f6 .
7. I) ( I, 2,[3t - ,[3, -I5(6t
2
- 6t + I)
2) +'bt -.b I b EIR).
8. e -I -3 )
De W: .JTI'.JTI'.JTI ,O ;
(O, O, 0,1)
l./C 1}(3 -3 De W. ..,(2' ...[2' O, O , ..,ffi.' ..,ffi.'
..;h, O)).
10.
(6 9 -2 -I)
7'7'7'7 .
12. 1(1 I I) (I -2 3))
2' 2' 2; .jI8'.jI8',jT8 .
13.
I 3 3 2 3
g(t) = 20 -5
t
+2
t
-t.
3);
(11) Sim.
1 -1
1
F(x, y) = 5(l3x + y, 86x - 3y).
O
2 O
O 2 O
Logo o trao de (F)O 4.
(+2: =:)
3) (2
4. {(2, 2, I)}.
7. (I) Sim;
lO. Sim.
4.
8.
6.
12 a = b= c = O.
I. 1) k> 9.
4. Sim.
9. <A, O> = 1,IIAU =../3, uOU = 1 ed(A, 0)=
=.JT.
3. <f(t),g(t=-j,lf(t)l= 1m;
/28 123
Rg(t)D = ..I 15 e If(t) + g(t)R =,j lf'
" (G) = L: -; _:) Gt. ,.
= (x - y, 3y, -x - 3z).
10. (I) (2 O+);
(11)(-1 -1 f).
12. F(x, y) = (x, y), F(x, y) = (x, bx),
F (x, y) = (O, bx + y) e F (x, y) = (O, O).
5.Apend. 1. (FI + F,)(x, y, z) = 3x - 4y + 3z;
(2F1 + 3F,)(x, y, z) = 8x - 9y + 7z.
3. (I) {'I'l> '1'" 'I'3}' onde 'I'I(X, y, z) = iz,
3 1
opz(x, y, z) = - 2x + 2: y +"4 z e
1 1
'I'3(X, y,z) =x -2Y -4z;
(lV){'I'1> opz, 'I'3}, onde '1'1 (o + bt + cf) =
=0+C,'I'2(0+bt+ct
2
)=b e
'1'3(0 + bt + ct
2
) = - c.
6.3.
2) (:
1 -1
(
2 1 9)
TI-TI li
10 6 10
li TI-li
(F) =
2. 1) O :)
11. 2) (I - F)(x, y, z, t) = (x, Y - x, z - y - 2x,
t - z - 2y - 3x) isomorlSmo pois
Ker(1 - F) = {(O, O, O, oj).
12. I) F'(z) = i;
3) G'(z) = -z;
13. I) e 2) Nenhuma das duas coisas;
3) ldempoiente;
4) Nilpotente.
14. I) F'(x, y) = (x, 2x + y);
2) (F - l)(x, y) = (O, x).
19. Para todo f(t) E P
n
(1R), D
n
+! (f(t)) = O.
4. F(x, y, z) = (O, y, z).
6. a) Ker (F) = {(O, O, O)}. Logo F bijetor (inver-
svel). F-1(x, y, zl = (x + 3y + 14z, y + 4z, z).
7. F(x, y, z) = ( x + y - iz, x, x + y + iz)
inversvel e F-1(x, y, z) = (y, +(3x - 4y +
+ z), i(Z - x).
10. F(x., .... xn) = (xn. xb x2, ... , xn-l)
inversvel e F-1(x[, ... , x
n
) = (X2. X3.. ,.
Xn Xl)'
5.1. I. (F + H)(x, y) = (x, x + 2y);
(F o G)(x, y) = (y, 2x + 2y);
(G o (F + H)(x, y) = (x + 2y,2x + 2y).
2. (F o G)(x, y, z) = (x + 3y - z, x + y + z,
x -t: 2z);
Ker(F o G) = {y(-2, I, I) I y E IR};
lm(G o F) = {x(l, O, I) + y(3, I, 1) I x,y E
IR}.
4. Se n mpar, Fn(x, y) = (y, x) e Fn(x, y) =
= (x, y) se n par.
5. (I + F + F')(x, y) = (22x + 21y, 35x + 36y)
no isomorfismo pois Ker(l + F + F') =
= {(x, -x) I x E IR}.
5.5. I.
344
IJ
j
345
5. a) r diagonalizvel pois o valor prprio -I (duplo)
tem multiplicidade' geomtrica 2;
b) diagonalizvel para todos os valores de m .en;
c) :e diagonalizvel pois h 2 valores prprios
(duplos) 3 e - 3 com multiplicidade geom-
trica 2;
d) r diagonalizvel pois o valor prprio 2 (triplo)
tem multiplicidade gcQJ11tIica 3.
6. Resoluo: A a matriz de umoperador auto-adjunto
T em relao base cannica do IR". Pelo teor. 2existe
uma base ortonormal C do IR" formada de valores pr-
prios de T. Se P a matriz de mudana de B para c:
p-I . (T)B . P (T)c' Comop-l = pl, pois as
bases so ortonormais, a resoluo est concluda.
3. a) p/ti ( - (l"
b) dim V() 1
1.3.
1.5.
1.7.
-7 )
-:
b) No existe.
21) PARTE
2. a) 2 e (I, O, O); 3 e (5, I, I); -I e (1, 3, -3);
b) O (duplo) e (1, O, O) e (O, I, O); 2 e (O, O, 1);
3. 3 (triplo) e (1, O, O, O) e (O, O, 0,1);
4 e (O, O, 1, O).
4. PTUl = - - I) ... _. I).
Os valores prprios de T so .I>
2
... ,
n
.
I
1 2
Xl =Zl - ""IZ2 -SZ3
SUbStilUi\o linear: X2 = Z2 ++Z'
X3;::: Z3
l.l. I. a) ,fie (1, ,fi- 1); - ,fie (-I, ,fi+ 1);
b) -1 e qualquer vetor no nulo;
c) No h valores prprios reais.
I
X} =Zl- 3z] - fo Z3
Substituio linear: x2 = z2 - -lo Z,
x3 = z3
4. q(ZI, Z2) = az
l
2
+ (ac b2) zi
{ ..
x. I = ZI -
Substituio linear: ..
xl = Z2
5. a) 1
2
- 31 + 1; +(3 "j5);
b) 1
2
- 4; 2;
c) 1
2
- 31 + 2; I e 2;
d) 1
2
- 4; 2.
6. PA(I) = (I - 2)'(1 - 3); 2 (duplo) e 3.
7. I (duplo); no h.
8. PA(I) = (au - l)(a22 - I) ... (a
nn
- I).
1.2. I. a) M = C-;):
2. M= ( O -: =::
O O
2. a) (1 -1) b) (1 1).
11 -1 1
:).p=
I. pl A P = B. Logo A B.
9. a) (", C ",)(XI, X2); (YIo Y2 =
= 2xlYl - 2XIY2 + X2Yl - X2Y2;
b) ('" C ",)(x" X2); (y" Y2 =
= 2XIYl - 2X2Yl + XIY2 - X2Y2;
c) (", C '" - '" C ",)(x" X2); (YI, Y2 =
= -3xI Y2 + 3X2YI'
= (: -:)
1
I. a) fXI, X2, x,); (YI, Y2, y, ='2 (2xIYI +
+ 2x2Y2 + 2x,y, - 2XIY2 - 2X2YI +4xIY, +
+ 4x'YI - X2Y' - X'Y2)'
c) fxlo X2, x,); (YI, Y2, Y3 = XIY2 + X2YI +
+ XIY3 + x3Yl + x2Y3 + x3Y2'
1. No IR?: axlYl + bX2Yl + + cX2Y2'
No 1R
3
: 3XIYl + bXIY2 + eXtY3 + bX2Yl +
+ dx2Y2 + eX2Y3 + cx3Yl + eX3Y2 +fX3Y3'
2. 1R
2
: axlY2 - ax2YI'
IR': axlY2 - ax2YI + bxly, - bX'YI +
+ cx2Y3 - cX3Y2
I. a) q(n, Y2) = Y;;
c) q(YI, Y2) = YI
2
- 2yi;
e) q(YI, n) = 4YI
2
- 4yi.
lO. (", C ",)(x" X2); (y" Y2, y, =
= 2XIYI + 3X2YI + 2xIY2 + 3X2Y2 - 2xIY, -
- 3X2Y3;
("'C ",)(XI, X2, x,); (YI, Y2 =
= 2XIYI + 2X2YI - 2x,YI + 3XIY2 + 3X2Y2 -
- 3X'Y2;
Noexiste l{J (8l '" + '" 00 Ij).
8.4.
8.6.
8.5.
8.7.
= 35.
11
324
1
0-
8
1 1
3-'6
1
O "4
(
19
c)
33
O
O
x= (-:).
c: -, Jh(!)
O
O
O
39
24
11
S-
I
2
1
'4
b) A-I =-}.
+(-3) dei ( :
O 2
. (3 1)
I. a) A-I = -
-2 1
7. a{: ::)
8. a) b = c;
b) a=d =O eb =-c;
c) ad = bc.
h) Matriz de f(u, v) = xI Y2 - x2YI: ( _
2. Se dim V = n, dei H =
I. 3.
5. So formas bilineares: a), b), c), d) e h).
(0
100)
6. a) Matriz de f(u, v) = xI' n:
(
00 01). b) Matriz de f(u, v) = xI Y2:
c) Matriz de f(u, v) = xI' (n + Y2):(
d) Matriz de f(u, v) = O: G
3. dei F = O ou dei F = I.
4. dei F = 6 e delF
2
= 36.
7.6.
7.7.
8.3.
346
347
l' 37 , 1.533 , -60
= 539 ' m = 539' n = 49'
1'=+, m'=t.
I. a) 5;
c) 3;
e) 26.
8
4. a) 17(4, O, O, 1);
b) u;
19
c) T (I, I, I, 1, 1).
6. (x, y, O)
9. [gJl e (g].
I
I. a) 2(3,3);
b) (2,1);
c) (O, O, O);
7
d) T(I, I, I, I, I, 1).
2. a) 1;
c) 12.
I. a) k=f;.
53
b) k =31;
2
c) k =7'
2.
3.
6.1.
6.2.
6.3.
(
I I
2. a) . 2 -,2e2')
X(t) = e
- ..!.. - ..!..e
2
'
2 2
6. b) . ((I + t2)e2' )
X(I) = I.,. e
2
' + 31e
2t
t
2
02'
-1+e
2t
_te2t
s. c) Ctcos t +Psen t, a, PER;
d)
6. c) e
l
(" cosI + sen 1),
d) e
l
cos I.,. 2e
l
sen I.
5.4. I. a) "e
l
+ -21;
c} "cos 21 + 21;
e) ".21 + e4/'I;
g) ".1 +
2. a) 2 (sen..[2I + cos..[21);
b) e'/
21
+ 2Ie'/
21
;
c) _ .21 + 4.1.
4. a) C" + 8C' + 16f= O;
b) f" - 9C= O;
c) f" -4C' + 20f=0.
I 1
S. e (2 cos SI + "5 sen SI).
5.5. I. a) "e
21
+ -31;
c) lk + l1e-
2t
+ 'Ye
t
;
e) ,,+ + -rle
21
+ 612e2l;
g) "e
SI
+
i) a sen wt + pcos wt.
5.6.
5=1+1+1+1+1=1+1+1+2=
=1+1+2+1=1+2+1+1=2+1+
+1+1=2+2+1=2+1+2=1+2+1
. d
an = ;n (I + v'S)n + (I - v'S)n onde
c e d so as solues do sistema linear
(I + v'S)c + (I - JS)d = 2 e (I + JS)2
c
+
+ (I - v'S)2d = 8.
Polinmios da forma aI +(5 - 2a).
1+3.
e) {(",'5)0 cos o <p, (Js)nsen n <p} onde
., =IIB (I + 2i);
f) {3
n
, n3
n
};
g) jcos n
2
" , sen n; I;
h) {I, (_I)n}.
3
n
}.
3.
4.
2.
s.
3. Funes constantes; polinmios degrau n - 1.
1. a) -2senl;
c) 13e
21
;
e) 13e
21
- 5;
g) e
l2
(81' + 41
2
+ 141 + 1);
i) -I' + 21
2
+ 71 + 10.
2. a) w cos wt;
c) (_w2 +w)senwl;
e) (_w2 .. w') senwl.
3. a) -wsenwl;
d) O.
I. a) OS -O' +50
2
-30-2;
d) 50' - 190
2
+ 130 - 3.
4. Sim.
S. 4e
21
.
7.
6.
5.1.
5.2.
4. b)" = -I: parbola
.. < - I: hiprbole
3. a) Elipside
d) xf + 2zf = I: superfcie cilndrica de
diretriz elptica
2. a) 4- -4- = I (hiprbole)
.. > -I[ 3
.. = 2: um ponto
3 .
.. > 2: vaz'o
3 .
.. < 2: ebpse
I. a) Hiprbole
b) Hiprbole
e) Duas retas
1. a) Lo = +(1
2
- 31 + 2), LI = _1
2
+ 21, L, =
=+(1
2
- I).
2. a) 1
2
=L
I
+41
2
;
b) 1
2
+ I + 1 = Lo + 3L
I
'l- 7L
2
,
c) 1 = Lo + LI + L
2
.
3. Lo = (I - 1)(1 .,. 2)(1 - 3)(1 - 4),
LI =- il(1 - 2)(1 - 3)(1 - 4),
1
L2 = 4t(1 - l}(1 - 3)(1 - 4),
L. = - i4t(1 - 1)(1 -2)(1 - "),
1
L4 = 24 t(1 -. 1)(1 - 2)(1 - 3);
1
4
+ I' - 1
2
- I + 1 = Lo + LI + 19L, +
+ 97L. +301 L4
31
4
- 21' + 1
2
- I + 5 = 5Lo + 6L
I
+
+.39L
2
+ 200L. + 657L
4
.
2.
3.2.
4.1.
348
I. a)
b) {1,(_2)n};
c) {(I + ...[3)n, (I - >!3)n};
{(
-IIT)n (-IIT)n I'
d) -2- cos n op, --r- sen n op onde
op=arg (f(I +i,JIT) ;
5.3. I. a) f' = O;
c) rl
n
) = O;
e) f" - 3f' + f = O;
g) f" +w
2
f=0;
i) f" =f.
2. a) 0
2
;
c) O(n) + O(n-I) + ... + 0+ 1;
e) 0
2
+ I.
3. a) f constante;
c) ke
l
;
d) ke
al
.
349
fNDICE REMISSIVO
BIBLIOGRAFIA
01. AYRES JR., F.- Equaes Diferenciais, Rio de Janeiro, Ao Livro Tcnico,
1959.
02. BIRKHOFF, G. A Survey of Modem Algebra, N.Y., Macmillan, 1965.
03. DETTMAN, J. W. - Introduction to Linear Algebra and Differential Equa-
tions, N.Y., McGraw-Hill, 1974.
04. FLETCHER, T. J. -Linear Algebra throught its applications, N.Y., Van Nos-
trand, 1972.
05. GOLOVINA, L. I. - Algebra Linear y algunas de sus aplicaciones, Editorial
Mir, 1974.
06. GOODMAN, A. W. (et aI) - Finite Mathematics with applications, N. Y., Mac-
millan, 1971.
07. GREUB, W. - Linear Algebra, Springer-Verlag, 1975.
OS. HOFFMAN, K. (et aI) - Linear Algebra, Englewood Cliffs, Prentice Hall, 1961.
09. KREIDER, D. L. (et aI) - Equaes Diferenciais, S.P., Edgard Blcher, 1972.
10. LANG, S. - Linear Algebra, Reading, Addison-Wesley, 1971.
11. LIPSCHUTZ, S. - Linear Algebra, Schaum's outline series, 1968.
12. MONTEIRO, L. H. J. - Algebra Linear, S.P., 1962.
13. NOBLE, B. -AppliedLinearAlgebra, Englewood Cliffs, Prentice-Hall, 1969.
14. QUEYSANNE, M. - Algebre, Paris, Armand Colin, 1964.
350
Adio de matrizes, 18
ngulo de vetores, 163
Aplicao, 102
Aplicao bijetora, 104
Aplicao injetora, 103
Aplicao inversa, 104, 115
Aplicao sobrejetora, 103
Assinatura, 244
Automorfismo, 1I4
Autovalor, 246
Autovetor, 246
Base, 76
Base cannica, 77
Base dual, 150
Base ordenada, 89
Base ortonormal, 174
Centride, 337
Cofator, 210
Combinao linear, 57
Complemento ortogonal, 175
Conjunto linearmente dependente, 68
Conjunto linearmente independente, 67
Conjunto soluo, 8
Conjunto ortonormal, 172
Contra-domnio, 102
Coordenadas de um vetor, 90
Cramer (regra de), 214
Derivada, 105
Desigualdade de Bessel, 186
Desigualdade de Cauchy-Schwarz, 161
Desigualdade de Lagrange, 162
Desigualdade triangular, 162
Determinante (de matriz), 200
Determinante (de operador linear), 217
Determinante de Vandermonde, 216
Dimenso de um espao vetorial, 78
Disco no plano complexo, 270
Distncia, 163
Domnio, 102
Equao caracterstica, 324
Equao diferencial linear, 319
Equao linear, 2
Espao dual, 149
Espao euclidiano, 159
Espao hermitiano, 196
Espao soluo, 55
Espao vetorial, 44
Espao vetorial finitamente gerado, 59
Espectro de urna matriz, 270
Fibonacci (seqncia de), 308
Forma bilinear, 221
Forma bilinear anti-simtrica, 230
Forma bilinear simtrica, 228
Forma cannica de Jordan, 272
Forma linear, 149
Forma quadrtica, 232
Funcional linear, 149
Gauss (processo de), 235
Homotetia, 109
Identidade de polarizao, 166 (ex. lI)
Igualdade de Parceval, 186
Imagem, 103
Isometria, 177
Isomorfismo, 114
Lagrange (polinmios de), 299
Lei de inrcia, 243
351