Anda di halaman 1dari 305

Notas de Aula de sma304 - lgebra Linear

(baseada na Apostila do Prof. Zani)

Wagner

Vieira

Departamento

de

ICMC

agosto

Leite

--

de

Nunes

Matemtica
USP

2013

Sumrio
1 Avisos Gerais sobre a Disciplina

2 Espaos Vetoriais

13

3 Subespaos Vetoriais

29

4 Combinaes Lineares

49

5 Dependncia Linear

65

6 Base, Dimenso e Coordenadas

77

7 Mudana de Base

99

8 Exerccios Resolvidos

109

9 Transformaes Lineares

121

10 Exerccios Resolvidos

165

11 Autovalores e Autovetores

173

12 Diagonalizao

193

13 Espaos Euclidianos

211

14 Forma Cannica de Jordan

251

15 Apndice I - Matrizes

259

16 Apndice II - Sistemas Lineares

281

SUMRIO

Captulo 1
Avisos Gerais sobre a Disciplina
1.1

Pgina do curso na web

A pgina da disciplina que ser ministrada pelo professor Wagner tem o seguinte endereo:
www.icmc.usp.br/wvlnunes/sma304/sma304.html

1.2

Endereo de email

O endereo de email do professor Wagner o seguinte:


wvlnunes@icmc.usp.br

1.3

Sala no ICMC

A sala do professor Wagner no ICMC a:


sala 3-128

1.4

Telefone / Ramal

O telefone/ramal da sala do professor Wagner no ICMC :


(33) 73-9745

1.5

Horrio das aulas

Os horrios das aulas da disciplina SMA332 - Clculo II ministrada pelo professor Wagner
sero:
3.as e 5.as-feiras, das 10:10 s 11:50 na sala (a ser definida)
Outras informaes podem ser obtidas no seguinte endereo da web:
www.icmc.usp.br/wvlnunes/sma304/sma304.html
5

CAPTULO 1. AVISOS GERAIS SOBRE A DISCIPLINA

1.6

Ementa da disciplina

1. Espaos vetoriais reais e complexos..


2. Dependncia linear.
3. Base.
4. Dimenso.
5. Subespaos.
6. Soma direta.
7. Transformes lineares.
8. Ncleo e imagem.
9. Isomorfismo.
10. Matriz de uma transformao linear.
11. Autovalores e autovetores.
12. Subsepaos invariantes.
13. Diadonalizao de operadores.
14. Forma cannica de Jordan.
15. Espaos com produto interno.
16. Ortogonalidade.
17. Isometrias.
18. Operadores auto-adjuntos.
Outras informaes podem ser obtidas no seguinte endereo da web:
www.icmc.usp.br/wvlnunes/sma304/ementa304.html

1.7

Bilbiografia da disciplina

Os livros sugeridos para consulta sero os:


 Callioli, C.A. & Domingues, H.H & Costa, R.C.F. - lgebra Linear e Aplicaes, So
Paulo, Atual, 1983.
 Zani, S. - lgebra Linear, Notas de Aula do ICMC, USP.

1.8. NOTAS DE AULA

 Boldrini,J.L & Costa, S.I.R & Figueiredo, V.L & Wetzler, H.G.- Lgebra Linear, So
Paulo, Harper-Row, 1980.
 Lay, D. - Linear Algebra and Its Applications, Reading, Mass, Addison-Wesley, 1997.

Outras informaes podem ser obtidas no seguinte endereo da web:


www.icmc.usp.br/wvlnunes/sma304/bibliografia304.html

1.8

Notas de aula

No endereo
www.icmc.usp.br/wvlnunes/sma304/notas304.html
estaro disponveis as notas de aula relativas ao contedo desenvolvido pelo professor em
sala de aula.
As notas de aula sero atualizadas semanalmente.

1.9

Horrios de monitoria da disciplina

O aluno (a ser definido) ser o monitor da disciplina ministrada pelo professor Wagner.
Ele ministrar aula de exerccios semanalmente e dar planto de dvidas semanalmente.
Os horrios e locais desta e das outras monitorias sero definidos posteriormente.
Outras informaes podem ser obtidas no seguinte endereo da web:
www.icmc.usp.br/wvlnunes/sma304/monitores304.html

1.10

Horrio de atendimento do docente da disciplina

O horrio de atendimento da disciplina ministrada pelo professor Wagner ser as


3.as-feiras das 16:00 s 18:00 na sala do professor.
Outras informaes podem ser obtidas no seguinte endereo da web:
www.icmc.usp.br/wvlnunes/sma304/atendimento304.html

1.11

Listas de exerccios da disciplina

As oito listas de exerccios da disciplina ministrada pelo professor Wagner podem ser encontradas na seguinte pgina da web:
www.icmc.usp.br/wvlnunes/sma304/exercicios304.html

CAPTULO 1. AVISOS GERAIS SOBRE A DISCIPLINA

1.12

Freqncia na disciplina

Uma condio necesssria (mas no suficiente) para o aluno ser aprovado na disciplina ministrada pelo professor Wagner, que sua frequncia na disciplina, que denotaremos por F,
seja maior ou igual a 70 .
A lista de presena da disciplina ministrada pelo professor Wagner ser controlada.
S sero aceitas ASSINATURAS ou NOME COMPLETO POR EXTENSO na lista
de presena.
Qualquer outro modo NO ser aceito e ser colocado falta na lista de presena.

1.13

Critrio de avaliao e aprovao da disciplina

A avaliao da disciplina ministrada pelo professor Wagner, constar de duas provas, a pri2
meira prova, que ser denotada P1 , valendo
da nota final, a segunda prova, que ser
5
3
denotada P2 , valendo da nota final, ou seja, a mdia final, que denotaremos por MF, ser
5
dada pela seguinte frmula:
. 2 P1 + 3 P2
MF =
.
5
Para ser considerado aprovado na disciplina ministrada pelo professor Wagner, a mdia
do aluno na disciplina dever ser maior ou igual a 5, 0 e sua frequncia ser maior ou igual a
70 , ou seja:
5, 0 MF e 70 F.

Outras informaes sobre os dois itens acima podem ser encontradas no seguinte endereo
da web:
www.icmc.usp.br/wvlnunes/sma304/criterio304.html

1.14

Prova substitutiva da disciplina

O aluno que perder uma, e somente uma, das duas provas do item (1.13) poder se submeter a assim denominada prova substitutiva, cujo valor denotaremos por PS.
A nota desta prova entrar na lugar da nota da prova que o aluno perdeu e a mdia
ser calculada como no item (1.13), substituindo-se a nota prova perdida pela nota da prova
substitutiva, ou seja,
. 2 PS + 3 P2
MF =
5

ou

. 2 P1 + 3 PS
MF =
5

no caso, o valor esquerda na primeira linha, ser para o aluno que perdeu a primeira prova,
valor direita na primeira linha, ser para o aluno que perdeu a segunda prova.
SOMENTE poder fazer a prova substitutiva o aluno que perdeu uma das duas provas
do item (1.13).

1.15. PROVA DE RECUPERAO DA DISCIPLINA

Para ser considerado aprovado na disciplina ministrada pelo professor Wagner, a mdia do
aluno na disciplina, aps a prova substitutiva, dever ser maior ou igual a 5, 0 e sua frequncia
ser maior ou igual a 70 , ou seja:

5, 0 MF

% F.

70

Observao 1.1 O contedo da prova substitutiva ser todo o contedo desenvolvido


durante a disciplina ministrada pelo professor Wagner.
Outras informaes sobre o item acima podem ser encontradas no seguinte endereo da
web:
www.icmc.usp.br/wvlnunes/sma304/criterio304.html

1.15

Prova de recuperao da disciplina

Os alunos que obtiverem mdia maior ou igual a 3, 0 e menor que 5, 0 e frequncia maior ou
igual a 70 , ou seja,

3, 0 MF < 5, 0

70

% F,

podero se submeter a uma ltima avaliao, denominada prova de recuperao, cujo valor
ser indicado por PR.
O aluno, na situao acima, que obtiver nota, na prova de recuperao, maior ou igual a
5, 0 ser considerado aprovado na disciplina, ou seja, se
5, 0 PR.
Na situao acima, a mdia do aluno, aps a prova de recuperao, que indicaremos por
MR, ser obtida da seguinte forma:

.
MR =

5, 0 ,

MF + PR ,
2

se

MF + PR
5, 0
2
.

se

MF + PR
> 5, 0
2

Observao 1.2 O contedo da prova de recuperao ser todo o contedo desenvolvido


durante a disciplina ministrada pelo professor Wagner.
Outras informaes sobre o item acima podem ser encontradas no seguinte endereo da
web:
www.icmc.usp.br/wvlnunes/sma304/criterio304.html

10

CAPTULO 1. AVISOS GERAIS SOBRE A DISCIPLINA

1.16

Datas das avaliaes, prova substitutiva e de recuperao da disciplina

As datas das provas da disciplina sero:


 1.a Prova:

3 de outubro
 2.a Prova:

28 de novembro
 Prova Substitutiva:

5 de dezembro
 Prova Recuperao:

Ser marcada aps a finalizao das aulas da disciplina.


Outras informaes sobre os itens acima podem ser encontradas no seguinte endereo da
web:
www.icmc.usp.br/wvlnunes/sma304/datas304.html

1.17

Gabaritos das provas da disciplina

Os gabaritos das provas da disciplina ministrada pelo professor Wagner, que sero aplicadas
durante o desenvolvimento da mesma, estaro disposio dos alunos logo aps as mesmas
terem sido aplicadas e se encontraro no seguinte endereo da web:
www.icmc.usp.br/wvlnunes/sma304/gabaritos304.html

1.18

Trancamento da disciplina

A data mxima para o trancamento da disciplina 10 de setembro de 2013.


Procure a seo de graduao da sua unidade para maiores esclarecimentos de como
proceder o trancamento.

1.19

Nmeros de aulas

O nmero total de aulas a serem ministradas pelo professor sero de 33 aulas, sendo que 3
destas sero destinadas s avaliaes.

1.20. CALENDRIO USP

1.20

11

Calendrio USP

O incio do semestre ser no dia 1 de agosto de 2013 e o trmino do mesmo ser no dia 7 de
dezembro de 2013.
No haver atividade nos seguintes dias/semana:
 15 de agosto
 2 a 7 de setembro
 12 de outubro
 2 de novembro
 4 de novembro
 15 de novembro

1.21

Observaes finais

12

CAPTULO 1. AVISOS GERAIS SOBRE A DISCIPLINA

Captulo 2
Espaos Vetoriais
2.1

Introduo e Exemplos

Neste captulo introduziremos o conceito de espao vetorial real que ser utilizado em todo
o decorrer do curso.
Porm, antes de apresentarmos a definio de espao vetorial real, passaremos a analisar
em paralelo dois objetos, a saber, o conjunto formado pelas funes f : R R, que ser
denotado por F (R; R), ou seja,
.
F (R; R) = {f ; f : R R uma funo}
e o conjunto das matrizes quadradas de ordem n com coeficientes reais, que denotaremos por
Mn (R), ou simplesmente, por Mn .
A soma de duas funes f e g de F (R; R) definida como sendo a funo f + g F (R; R)
dada por
.
(f + g)(x) = f(x) + g(x) , para x R .
Note tambm que se R, que chamaremos de escalar, podemos multiplicar a funo f
pelo escalar , da seguinte forma
( f)(x) = [f(x)] , para x R
resultando num elemento de F (R).
Com relao a Mn (R) podemos definir a soma de duas matrizes quadradas de ordem n,
A = (aij )nn e B = (bij )nn , como
.
A + B = (aij + bij )nn ,
ou seja, somando-se as correspondentes entradas das matizes, e esta soma resiltar em um
elemento de Mn (R).
Com a relao multiplicao de uma matriz quadrada de ordem n, A = (aij )nn , por
um escalar R , definimos
.
A = (aij )nn ,
ou seja, multiplicando-se por cada entrada da matriz,o qual tambm resultar em um
elemento de Mn (R).
13

14

CAPTULO 2. ESPAOS VETORIAIS

O que estes dois conjuntos acima, munidos dessas operaes de adio de seus elementos
dos correspondentes conjuntos e multiplicao de seus elementos por escalares, tm comum?
Vejamos:
Verifica-se facilmente a partir das propriedades dos nmeros reais que, para quaisquer
funes f, gh F (R; R) e para todo , R, so vlidas as seguintes propriedades:
1. f + g = g + f ;
2. f + (g + h) = (f + g) + h ;
3. se O representa o funo nula, isto ,
.
O(x) = 0 , para cada x R ,
ento teremos
O + f = f;
4. a funo f definida por
.
(f)(x) = [f(x)] , para cada x R,
satisfaz
f + (f) = O ;
5. ( f) = () f ;
6. ( + ) f = f + f ;
7. (f + g) = f + g ;
8. 1 f = f .
Por outro lado, para quaisquer matrizes A, B e C em Mn (R) e para todo , R, tambm
so vlidas as seguintes propriedades:
1. A + B = B + A ;
2. A + (B + C) = (A + B) + C ;
3. se O representa a matriz nula, isto ,
.
O = (0)nn ,
ento teremos
O + A = A;
4. se A = (ai,j )nn ento a matriz A, definida por
.
A = (ai,j )nn ,
satisfaz
A + (A) = O ;

2.1. INTRODUO E EXEMPLOS

15

5. ( A) = () A ;
6. ( + ) A = A + A ;
7. (A + B) = A + B ;
8. 1 A = A .
Podemos ver que tanto o conjuntos das funes definidas na reta a valores reais, como o
conjunto das matrizes quadradas de ordem n, quando munidos de somas e multiplicao por
escalares correspondentes, apresentam propriedades algbricas comuns.
Na verdade muitos outros conjuntos munidos de operaes apropriadas apresentam propriedades semelhantes s acima.
por isso que, ao invs de estudarmos cada um desses modelos separadamente estudaremos um conjunto arbitrrio e no vazio, V, sobre o qual supomos estar definidas uma
operao de adio, isto , para cada u, v V existe um nico elemento de V associado, chamado a soma de u com v e denotado por u + v, e uma multiplicao por escalar,
isto , para cada u V e R existe um nico elemento de V associado, chamado de
produto de u pelo escalar e denotado por u.
Mais precsimante, temos a:
Definio 2.1 Um conjunto V, no vazio, munido de uma operao de adio, isto ,
+:V V V
e de uma operao de multiplicao por escalar, ou seja,
:RV V
ser denominado espao vetorial real (ou sobre R) se so vlidas as seguintes propriedades:
(ev1) (Comutativa)
u + v = v + u,

(2.1)

u + (v + w) = (u + v) + w ,

(2.2)

para cada u, v V;
(ev2) (Associativa)
para cada u, v, w V;
(ev3) (Existncia do elemento neutro) existe um elemento O V tal que
O + u = u,
para cada u V;

(2.3)

16

CAPTULO 2. ESPAOS VETORIAIS

(ev4) (Existncia do elemento oposto) para cada u V, podemos encontrar v V, de


modo que
u + v = O;
(2.4)
(ev5) (Associativa da multiplicao)
( u) = () u ,

(2.5)

para cada u V e , R;
(ev6) (Distribuitiva da multiplicao)
( + ) u = u + u ,

(2.6)

para cada u V e , R;
(ev7) (Distribuitiva da multiplicao pela adio)
(u + v) = u + v ,

(2.7)

para cada u, v V e R;
(ev8) (Existncia de elemento unitrio)
1 u = u,

(2.8)

para cada u V.
Observao 2.9 No caso acima a terna (V, +, ) ser dita espao vetorial real (ou sobre
R), e quando as operaes envolvidas forem as naturais de V diremos, apenas, que V
um espao vetorial real (ou sobre R).
comum chamarmos os elementos de um espao vetorial de vetores, independentemente da natureza dos mesmos.
Tambm chamamos de escalares os nmeros reais quando estes desempenham o seu
papel na ao de multiplicar um vetor por esses nmero real.
Observao 2.10 O elemento O V na propriedade (ev3) (isto , (2.3)) nico.
De fato, qualquer outro O V satisfazendo a mesma propriedade (ev3) (isto ,
(2.3)), pela Definio (2.1), itens (ev3) e (ev1) (isto (2.3) e (2.1)), deveremos ter:
(2.3)

O =

O
|{z}
elemento neutro de +

(2.1)

+O =

O
|{z}

(2.3)

+O = O,

isto ,

O = O .

elemento neutro de +

Devido a este fato, chamaremos o vetor O de elemento neutro da adio do espao


vetorial real (V, +, ).

2.1. INTRODUO E EXEMPLOS

17

Observao 2.11 Em um espao vetorial real (V, +, ), pela Definio (2.1), item (ev4)
(isto , (2.4)), para cada u V, podemos encontrar v V tal que
u + v = O.
Na verdade, para cada u V, existe somente um nico elemento v V com esta
propriedade.
De fato, dado u V, suponhamos que existem v, v V so tais que
u+v=O

u + v = O.

(2.12)

Ento, combinando estas equaes com a Definio (2.1), itens (ev1),(ev2) e (ev3)
(isto , (2.1), (2.2) e (2.3)), deveremos ter:
(2.3)

(2.12)

(2.2)

(2.1)

(2.12)

(2.3)

v = v + O = v + (u + v ) = (v + u) + v = (u + v) + v = O + v = v ,
ou seja,
v = v.
Denotaremos o vetor v por u e chamaremo-lo de vetor oposto do vetor u em
(V, +, ).
Tambm denotaremos por u v o vetor u + (v), isto ,
.
u v = u + (v) .

Observao 2.13 As quatro primeiras propriedades referem-se apenas operao de


adio e so (isto , (2.1), (2.2), (2.3) e (2.4)) conhecidas, respectivamente, por propriedade comutativa, associativa, existncia do elemento neutro (da adio) e existncia do elemento
o).
A quinta e a oitava propriedades (isto , (2.5) e (2.8)) so exclusivas da multiplicao por escalar e tambm podem ser chamadas de associativa (da multiplicao) e
elemento unidade (da multiplicao), respectivamente.
A sexta e a stima propriedades (isto , (2.6) e (2.7)) relacionam as duas operaes
e so ambas conhecidas por distributivas.
Observao 2.14 A rigor, a definio de espao vetorial real que demos acima se refere a multiplicao de vetores por nmero reais, visto que estamos permitindo que os
escalares sejam apenas nmeros reais.
A noo de espao vetorial complexo (ou sobre C) pode ser introduzida naturalmente a partir da definio acima com as devidas adaptaes.
Mais precisamente, pedimos que sejam satisfeitas as propriedades (ev1) at (ev4)
e (ev8) enquanto que as propriedades (ev5) at (ev7) devem valer para cada , C.
No entanto, embora importante, no usaremos com freqncia, neste curso, o conceito de espao vetorial complexo (ou sobre C).

18

CAPTULO 2. ESPAOS VETORIAIS

Um outro exemplo de espao vetorial real, alm dos dois apresentados no incio do texto,
o conjunto dos vetores de R2 (ou R3 ) como apresentados em Geometria Analtica munido
da adio de vetores e da multiplicao por escalar por vetores, introduzidos no curso de
Geometria Analtica.
Dessa forma, o adjetivo vetorial utilizado na definio acima deve ser entendido de uma
forma mais ampla, sendo uma referncia aos elementos de um espao vetorial real (V, +, ),
independentemente de serem ou no vetores estudados no curso de Geometria Analtica.
O exemplo mais simples de espao vetorial real dado pelo:
Ex. 2.15 O conjunto dos nmeros reais, munido da adio + e da multiplicao de
R, ou seja, (R, +, ) um espao vetorial real.
Deixaremos como exerccio para o leitor a verificao deste fato.
Temos tambm os seguintes exemplos so espaos vetoriais reais:
Exemplo 2.16 Para n N, consideremos o conjunto das n-uplas ordenadas de nmeros
reais, que indicaremos por Rn , isto ,
.
Rn = {(x1 , , xn ) ; xi R , para cada in {1, , n}} ,
munido das operaes de adio de duas n-uplas ordenadas, a saber:
para
definiremos

x = (x1 , , xn ), y = (y1 , , yn ) Rn ,
.
x + y = (x1 + y1 , , xn + yn ) Rn ,

ou seja,
+ : Rn Rn Rn ,
e o produto de uma n-upla por um escalar, a saber:
para
definiremos

x = (x1 , , xn )

.
x = (x1 , , xn ) Rn ,
: R Rn Rn .

Pode-se mostrar, que (Rn , +, ) ser um espao vetorial real.


A verificao deste fato ser deixada como exerccio para o leitor.
Observao 2.17 Observemos que, no exemplo acima, o vetor nulo de (Rn , +, ) ser a
n-upla nula, isto ,
.
O = (0 , , 0) Rn .
Alm disso, se
x = (x1 , , xn ) Rn ,
ento o vetor oposto, associado ao vetor x, ser n-upla
.
x = (x1 , , xn ) Rn .
A verificao destes fato ser deixada como exerccio para o leitor.

2.1. INTRODUO E EXEMPLOS

19

Exemplo 2.18 Para m, n N fixados, indiquemos por


.
V = Mmn (R) ,
o conjunto das matrizes de ordem m n com coeficientes reais, munido de operaes
anlogas quelas definidas em Mn (R), introduzidas anteriormente.
Com isto temos que (Mmn (R), +, ) ser um espao vetorial real.
A verificao deste fato ser deixada como exerccio para o leitor.
Observao 2.19 Observemos que o vetor nulo O de (Mmn (R), +, ) ser a matriz nula,
isto ,
.
O = (aij )mn Mmn (R) ,

.
aij = 0 ,

onde

para cada

i {1, , m} e j {1, n} .

Alm disso, se
A = (aij ) Mmn (R) ,
ento o vetor oposto, associado ao vetor A, ser a matriz
.
A = (aij )mn Mmn (R) .
A verificao destes fatos ser deixada como exerccio para o leitor.
Exemplo 2.20 Para n N fixado, consideremos
.
V = Pn (R)
o conjunto formado pelos polinmios de grau menor ou igual a n, com coeficientes
reais.
Observemos que
p Pn (R)

se, e somente se,

p(x) = ao + a1 x + + an xn ,

para cada

x R,

onde ao , a1 , , an R.
Definimos a adio de elementos de Pn (R) e a multiplicao de elementos de Pn (R)
por escalar da seguinte maneira:
 Se p, q Pn (R) temos que

p(x) = ao + a1 x + + an xn

q(x) = bo + b1 x + + bn xn ,

para cada

x R,

onde ao , bo , a1 , b1 , an , bn R ento definiremos p + q como sendo a funo


p + q : R R dada por
.
(p+q)(x) = p(x)+q(x) = (ao +bo )+(a1 +b1 )x+ +(an +bn )xn ,

para cada

x R.

Observemos que p + q Pn (R), ou seja, adio de polinmios de grau menor ou


igual a n um polinmio de grau menor ou igual a n, ou ainda:
+ : Pn (R) Pn (R) Pn (R) .

20

CAPTULO 2. ESPAOS VETORIAIS


 Se p Pn (R) ento

p(x) = ao + a1 x + + an xn ,

x R,

onde

ao , a1 , , an R

assim, para R definimos p como sendo a funo p : R R dada por


.
( p)(x) = (ao ) + (a1 )x + + (an )xn , para cada x R .
Observemos que p Pn (R), ou seja, a multiplicao de um polinmio de grau
menor ou igual a n por um nmero real um polinmio de grau menor ou igual
a n, ou ainda:
. : R Pn (R) Pn (R) .
Deste modo (Pn (R), +, ) ser um espao vetorial real.
A verificao deste fato ser deixada como exerccio para o leitor.
Observao 2.21 Observemos que o vetor nulo de (Pn (R), +, ) ser o polinmio identicamente nulo, isto ,
.
O Pn (R) , onde O(x) = 0 , para cada x R .
Alm disso, se p Pn (R) ento o vetor oposto, associado ao vetor p, ser o polinmio
.
p Pn (R) , onde (p)(x) = p(x) , para cada x R .
A verificao destes fatos ser deixada como exerccio para o leitor.
Exemplo 2.22 Sejam I R um intervalo de R e
.
V = F (I ; R) ,
o conjunto de todas as funes f : I R.
Para f, g F (I ; R) e R, definamos as funes f + g , f : I R dadas por
.
(f + g)(x) = f(x) + g(x) e ( f)(x) = f(x) , para cada x A .
Com isto temos definidas as operaes
+ : F (I ; R) F (I ; R) F (I ; R)

. : R F (I ; R) F (I ; R) .

Ento (F (I ; R), +, ) um espao vetorial real.


A verificao deste fato ser deixada como exerccio para o leitor.
Observao 2.23 Observemos que o vetor nulo de (F (I ; R), +, ) ser a funo identicamente nulo, isto ,
.
O F (I ; R) , onde O(x) = 0 , para cada x R .
Alm disso, se f F (I ; R) ento o vetor oposto, associado ao vetor f, ser a funo
.
f F (I ; R) , onde (f)(x) = f(x) , para cada x R .
A verificao destes fatos ser deixada como exerccio para o leitor.

2.1. INTRODUO E EXEMPLOS

21

Exemplo 2.24 Indiquemos por


C(I ; R) ,
o conjunto das funes contnuas definidas num intervalo I R, munido das operaes
de adio de funes e multiplicao de funes por nmero reais definidas em F (I ; R)
no Exemplo acima.
Assim temos que (C(I ; R), +, ) ser um espao vetorial real.
A verificao destes fatos ser deixada como exerccio para o leitor.
Observao 2.25 Observemos que o vetor nulo de (C(I; R), +, ) ser a funo identicamente nulo, isto , ( uma funo contnua em I)
O C(I ; R) ,

onde

.
O(x) = 0 ,

para cada

x R.

Alm disso, se f C(I ; R) ento o vetor oposto associado ao vetor f ser a funo
( uma funo contnua em I)
f C(I; R) ,

onde

.
(f)(x) = f(x) ,

para cada

x R.

Exemplo 2.26 Seja k N. Denotemos por


Ck (I ; R) ,
o conjunto das funes contnuas com derivadas contnuas at ordem k N, definidas
num intervalo aberto I R munido das operaes de adio de funes e multiplicao
de funes por nmero reais definidas em F (I ; R) no Exemplo (2.22) acima.
(
)
Temos que Ck (I ; R), +, ser um espao vetorial real.
A verificao deste fato ser deixada como exerccio para o leitor.
Observao 2.27 Observemos que o vetor nulo de (Ck (I ; R), +, ) ser a funo identicamente nulo, isto , ( uma funo contnua com derivada at a ordem k contnuas
em I)
.
O Ck (I ; R) , onde O(x) = 0 , para cada x R .
Alm disso, se f Ck (I ; R) ento o vetor oposto associado ao vetor f ser a funo
( uma funo contnua com derivada at a ordem k contnuas em I)
f Ck (I ; R) ,

onde

.
(f)(x) = f(x) ,

para cada

x R.

A verificao destes fatos ser deixada como exerccio para o leitor.


Exemplo 2.28 Indiquemos por
C (I ; R) ,
o conjunto das funes com todas as derivadas contnuas definidas num intervalo aberto
I R munido das operaes de adio de funes e multiplicao de funes por nmero
reais definidas em F (I ; R) no Exemplo (2.22) acima.
Deste modo (C (I ; R), +, ) ser um espao vetorial real.
A verificao deste fato ser deixada como exerccio para o leitor.

22

CAPTULO 2. ESPAOS VETORIAIS

Observao 2.29 Observemos que o vetor nulo de (C (I ; R), +, ) ser a funo identicamente nulo, isto , ( uma funo contnua com derivada de qualquer ordem contnua
em I)
.
O C (I ; R) , onde O(x) = 0 , para cada x R .
Alm disso, se f C (I; R) ento o vetor oposto associado ao vetor f ser a funo
( uma funo contnua com derivada de qualquer ordem contnua em I)
f C (I ; R) ,

onde

.
(f)(x) = f(x) ,

para cada

x R.

A verificao destes fatos ser deixada como exerccio para o leitor.


Os espaos vetoriais reais acima envolvem operaes com as quais estamos familiarizados.
O prximo exemplo um pouco mais sofisticado do que os anteriores e por isso verificaremos que as oito propriedades ocorrem.
Exemplo 2.30 Como conjunto tomaremos
.
V = (0, ) ,
o semi-eixo positivo da reta real.
Este conjunto se munido das operaes usuais de soma e multiplicao de nmeros
reais no ser um espao vetorial real, pois no satisfaz, entre outras, a propriedade
da existncia de um elemento neutro para a adio (pois 0 V).
No entanto, para x, y V e R, definirmos a adio entre de x com y, indicada
por x  y, como sendo
.
x  y = xy ,
(o produto usual entre os nmeros reais x e y) e o produto de x pelo escalar , denotada
por x, como
.
x = x ,
(a potenciao usual de nmeros reais) ento (V, , ) se torna um espao vetorial real.
Resoluo:
De fato, observemos que
 : (0, ) (0, ) (0, ) e

: R (0, ) (0, )

e verifiquemos, uma a uma, as oito propriedades da definio de espao vetorial real :


1. Se x, y V, temos que
x  y = xy = yx = y  x ,
para cada x, y V.
Logo vale a propriedade (ev1) (isto , (2.1)).

2.1. INTRODUO E EXEMPLOS

23

2. Notemos tambm que


x  (y  z) = x  (yz) = x(yz) = (xy)z = (x  y)z = (x  y)  z ,
para cada x, y, z V.
Logo vale a propriedade (ev2) (isto , (2.2)).
3. Se x V ento, como 1 V, temos
1  x = 1x = x ,
ou seja, 1 o elemento neutro da adio , o qual denotaremos por O.
Logo vale a propriedade (ev3) (isto , (2.3)).
4. Se x V, isto , x > 0, ento x1 > 0, ou seja, x1 V e
x  x1 = xx1 = 1 = O ,
ou seja, o elemento oposto de x V, relativamente a adio , ser x1 V.
Logo vale a propriedade (ev4) (isto , (2.4)).
5. Notemos que

x) =

x = (x ) = x = x = ()

x,

para cada x V e , R.
Logo vale a propriedade (ev5) (isto , (2.5)).
6. Notemos tambm que
( + )

x = x+ = x x = x  x = (

x)  (

x) ,

para cada x V e , R.
Logo vale a propriedade (ev6) (isto , (2.6)).
7. Notemos que

(x  y) =

(xy) = (xy) = x y = (

x)  (

para cada x, y V e R.
Logo vale a propriedade (ev7) (isto , (2.7)).
8. Notemos tambm que
1

x = x1 = x ,

para cada x V, logo vale a propriedade (ev8) (isto , (2.8)).


Com isto podemos concluir que (V, , ) um espao vetorial real.

y)

24

CAPTULO 2. ESPAOS VETORIAIS

2.2

Propriedades

Das oito propriedades que definem um espao vetorial real podemos concluir vrias outras.
Listaremos algumas destas propriedades no seguinte resultado:
Proposio 2.31 Seja (V, +, ) um espao vetorial real .
Ento:
1. para cada R, temos que
O = O,
onde O o elemento neutro da adio de (V, +, ).
2. para cada u V,
0 u = O,
onde 0 R e O o elemento neutro da adio de (V, +, ).
3. se
u = O,

ento deveremos ter

=0

ou

u = O,

onde 0 R e O o elemento neutro da adio de (V, +, ).


4. para cada R e u V, temos que
() u = (u) = ( u) .
5. para cada , R e u V, temos que
( ) u = u ( u) .
6. para cada R e u, v V, temos que
(u v) = u ( v) .
7. para cada , 1 , . . . , n R e u1 , . . . , un V, temos que
)
( n
n

(j ) uj .
j uj =

j=1

j=1

8. para cada u V, temos que


(u) = u .
9. se
u + w = v + w,

ento deveremos ter

10. se u, v V, ento existe um nico w V tal que


u + w = v.

u = v.

2.2. PROPRIEDADES

25

Demonstrao:
1. Pelas propriedades (ev3) e (ev7) (isto , (2.3) e (2.7)) temos que
(2.3)

(2.7)

O = (O + O) = O + O .

(2.32)

Utilizando as propriedades (ev1) a (ev4) (isto , (2.1) e (2.4)) e a notao da Observao (2.11), obtemos
(2.4)

(2.33)

O = O + [( O)] = ( O + O) + [( O)]
(2.7)

(2.4)

(2.3)

= O + { O + [( O)]} = O + O = O ,

isto ,
O = O,
como queramos demonstrar.
2. Pela propriedades (ev6) (isto , (2.6)) temos que
(2.6)

0 u = (0 + 0) u = 0 u + 0 u .

(2.33)

Utilizando a identidade acima, as propriedades (ev2) e (ev4) (isto , (2.2) e (2.4)) e a


notao da Observao (2.11), obtemos
(2.4)

(2.33)

O = 0 u + [((0 u)] = (0 u + 0 u) + [(0 u)]


(2.4)

(2.2)

(2.3)

= 0 u + (0 u + [(0 u)] = 0 u + O = 0 u,

isto ,
0 u = O,
como queramos demonstrar.
3. Se
u=O e

= 0 ,

pelas propriedades (ev8) e (ev5) (isto , (2.8) e (2.5)) e pelo item 1. desta Proposio,
segue que
(2.8)

(2.5)

item 1.

u = 1 u = (1 ) u = 1 (
u) = 1 O = O ,
|{z}
=O

ou seja,
u = O,
como queramos demonstrar.

26

CAPTULO 2. ESPAOS VETORIAIS


4. Utilizando a propriedade (ev6) (isto , (2.6)) e o item 2. desta Proposio, obtemos
(2.6)

item 2.

u + () u = [ + ()] u = 0 u = O .
Pela Observao (2.11), segue que
( u) = () u .
Analogamente, utilizando-se a propriedade (ev7) (isto , (2.7)), mostra-se
( u) = (u) .
A prova deste fato ser deixada como exerccio para o leitor.
As provas dos itens 5., 6., 7., 8. e 9. sero deixadas como exerccio para o leitor.

Para finalizar temos a


Proposio 2.34 Seja (V, +, ) um espao vetorial real . Mostre que se V = {O} ento o
conjunto V tem infinitos elementos distintos.
Demonstrao:
Note que se encontrarmos uma funo f : R V que seja injetora, ento o conjunto V
ter infinitos elementos.
De fato, pois para cada R corresponder um elemento distinto f() de V e como R
tem infinitos elementos distintos, teremos que o conjunto V tambm ter infinitos elementos
distintos.
Seja v V, de modo que v = O.
Defina a funo f : R V por
f() = v ,

para cada

R.

(2.35)

Para mostrar que a funo f injetora, tomemos , R tais que


f() = f() .
Devemos mostrar que
= ,
e assim a funo ser injetora.
Como
(2.35)
(2.35)
v = f() = f() = v ,

ou seja,

v = v,

ou, equivalentemente:
v ( v) = O .

(2.36)

2.3. EXERCCIOS

27

Pelo item 4. da Proposio (2.31) e (2.6), deveremos ter


(2.36)

O = v ( v)

Prop. (2.31) item 4.

(2.6)

v + () v = ( ) v.

Como v = O, pelo item 3. da mesma Proposio, segue que


= 0,
isto ,
= ,
mostrando que a funo f injetora e completando a demonstrao.

2.3

Exerccios

28

CAPTULO 2. ESPAOS VETORIAIS

Captulo 3
Subespaos Vetoriais
3.1

Introduo e Exemplos

Muitas vezes nos depararemos com certos subconjuntos de um espao vetorial real que possuem a propriedade de que a soma de dois de seus elementos um elemento do prprio
subconjunto bem como quando multiplicamos um elemento do subconjunto por um escalar,
o resultado continua pertencendo ao subconjunto. A estes subconjuntos daremos um nome,
como veremos na:
Definio 3.1 Seja (V, +, ) um espao vetorial real.
Dizemos que um subconjunto W V, W = , um subespao vetorial do espao
vetorial real (V, +, ) se forem satisfeitas as seguintes condies:
(sv1) Deveremos ter
OW,

(3.1)

onde O o elemento neutro da adio de (V, +, );


(sv2) Se u, v W, deveremos ter
u+vW;

(3.2)

uW.

(3.3)

(sv3) Se u W e R, deveremos ter

Observao 3.4 Notemos que todo subespao vetorial W de um espao vetorial real
(V, +, ), , ele prprio, um espao vetorial sobre R com as operaes induzidas de V,
ou seja,
(W, +V , V )
um espao vetorial sobre R.
Na situao acima, estamos indicando a operao de adio de elementos de (V, +, )
por +V e operao de multiplicao de escalar por elementos de (V, +, ) por V .
As propriedades comutativa (isto , (2.1)), associativa (isto , (2.2)), distributivas
(isto , (2.6) e (2.7)) e (ev8) (isto , (2.8)) so herdadas do prprio espao vetorial real
(V, +, ).
29

30

CAPTULO 3. SUBESPAOS VETORIAIS

Pela propriedade (sv1) acima (isto , (3.1)), o elemento neutro da adio de (V, +, )
ser um elemento de W, ou seja, vale a propriedade (ev3) da Definio (2.1) (isto ,
(2.3)).
Finalmente, pelo item 4. da Proposio (2.31) e por (sv3) (isto , (3.3)), se u W
deveremos ter
u = (1) u W ,
ou seja, vale a propriedade (ev4) da Definio (2.1) (isto , (2.4)), mostrando com isso
que, realmente, (W, +V , V ) um espao vetorial real.
Observao 3.5 Observemos tambm que a propriedade (sv1) (isto , (3.1)) pode ser
obtida da propriedade (sv3) (isto , de (3.3)) e da Proposio (2.31) item 2..
De fato, pois se w W teremos que
O

Prop. (2.31) item 2.

0wW.

Observao 3.6 Obviamente


.
W = {O}

ou

.
W=V

so subespaos vetoriais do espao vetorial real (V, +, ).


Definio 3.7 Os subsepaos vetoriais da Observao acima sero denominados de
subespaos vetoriais triviais do espao vetorial real (V, +, ).
Observao 3.8 Notemos que, na situao acima, W V um subespao vetorial do
espao vetorial real (V, +, ) se, e somente se, so vlidas as seguintes condies:
(sv1) Deveremos ter
OW,

(3.9)

onde O o elemento neutro da adio de (V, +, );


(sv2) Para u, v W e R deveremos ter
u+vW.

(3.10)

Deixaremos a verificao deste fato como exerccio para o leitor.


Vejamos alguns exemplos de subespaos vetoriais de um espao vetorial real:
Comearemos pelo:
Exemplo 3.11 Verifiquemos que
}
. {
W = (x , y , z) R3 ; x + y + z = 0

(3.12)

um subespao vetorial do espao vetorial real (R3 , +, ) (onde + e so as operaes


usuais em R3 ).

3.1. INTRODUO E EXEMPLOS

31

Resoluo:
De fato:
1. Notemos que o vetor nulo de R3 pertence ao conjunto W, isto ,
.
O = (0, 0, 0) R3 ,
pertence ao conjunto W.
De fato, pois
0 + 0 + 0 = 0.
Logo, de (3.12), teremos que
O = (0 , 0 , 0) W .
2. Se (x, y, z), (u, v, w) W assim, de (3.12), deveremos ter
e

x+y+z=0

(3.13)

u + v + w = 0.

Notemos que
+ em R3

(x , y , z) + (u , v , w)

(x + u , y + v , z + w) .

Mas
(x + u) + (y + v) + (z + w) = (x + y + z) + (u + v + w) = 0 .
| {z } |
{z
}
(3.13)

= 0

(3.13)

= 0

Portanto, de (3.12), segue que


(x , y , z) + (u , v , w)

+ em R3

(x + u , y + v , z + w) W .

3. Se (x , y , z) W e R, de (3.12), deveremos ter


x + y + z = 0.
Notemos que
(x , y , z)

em R3

(x , y , z) .

Mas
x + y + z = (x + y + z) = 0 .
| {z }
(3.14)

= 0

Portanto, de (3.12), segue que


(x , y , z) = (x , y , z) W .

(3.14)

32

CAPTULO 3. SUBESPAOS VETORIAIS


Logo W R3 um subespao vetorial do espao vetorial real (R3 , +, ).
Deixaremos para o leitor a resoluoo da seguinte extenso do Exemplo acima:

Exerccio 3.15 Sejam a1 , . . . , an R fixados e


.
W = {(x1 , . . . , xn ) Rn ; a1 x1 + + an xn = 0} .

(3.16)

Mostre que W um subespao vetorial do espao vetorial real (Rn , +, ) (onde + e


so as operaes usuais em Rn ).
Um outro exemplo importante dado pelo:
Exemplo 3.17 O conjunto Ws das matrizes simtricas quadradas de ordem n, com
coeficientes reais, isto ,
A Ws

At = A ,

se, e somente se,

(3.18)

(ver mais detalhes no Apndice I) um subespao vetorial do espao vetorial real


(Mn (R), +, ) (onde + e so as operaes usuais em Mn (R)).
Resoluo:
De fato:
1. O elemento neutro de Mn (R) a matriz identicamente nula O = (0)n Mn (R) e esta
satisfaz
Ot = O, ou seja, O Ws ;
2. Se A1 , A2 Ws ento, de (3.18), teremos
At1 = A1

At2 = A2 ,

Com isto, teremos


(A1 + A2 )t

veja o Apndice I

At1 + At2 = A1 + A2 ,
|{z}
|{z}
=A1

=A2

que de (3.18), implicar que


A1 + A2 Ws .
3. Se A Ws e R ento, , de (3.18), teremos
At = A .
Mas
( A)t

veja o Apndice I

|{z}
At = A,
=A

que de (3.18), implicar que


A Ws .
Portanto Ws Mn (R) um subespao vetorial do espao vetorial real (Mn (R), +, ).

3.1. INTRODUO E EXEMPLOS

33

Deixaremos para o leitor o:


Exerccio 3.19 O conjunto Wa das matrizes anti-simtricas quadradas de ordem n com
coeficientes reais, isto ,
A Wa

At = A ,

se, e somente se,

(3.20)

(veja o Apndice I para mais detalhes) um subespao vetorial do espao vetorial real
(Mn (R), +, ) (onde + e so as operaes usuais em Mn (R)).
Observao 3.21 Veremos, mais adiante, que toda matriz A Mn (R) pode ser escrita
como
A = As + Aa ,
(3.22)
onde As Ws e Aa Wa .
Alm disso, tambm mostraremos que
Ws Wa = {O} .

(3.23)

As propriedades (3.22) e (3.23) sero de grande importncia como veremos mais


adiante.
Temos tambm o:
Exemplo 3.24 Seja Pn (R) Pn (R), dado por
.
Pn (R) = {p Pn (R) ; p(0) = 0} .

(3.25)

Verifiquemos que Pn (R) um subespao vetorial do espao vetorial real (Pn (R), +, )
(onde + e so as operaes usuais em Pn (R)).
Resoluo:
De fato:
1. O polinmio nulo, O Pn (R), pertence a Pn (R), isto , se anula em x = 0, isto ,
O(0) = 0 .
Logo, de (3.25), segue que
O Pn (R) .
2. Se p, q Pn (R) ento, de (3.25), teremos
p(0) = 0

e q(0) = 0 .

Logo, de (3.26), segue que


(p + q)(0) = p(0) + q(0) = 0 .
|{z} |{z}
=0

=0

Portanto, de (3.25), teremos


p + q Pn (R) .

(3.26)

34

CAPTULO 3. SUBESPAOS VETORIAIS


3. Se p Pn (R) e R ento, de (3.25), teremos
(3.27)

p(0) = 0 .
Logo, de (3.27), segue que
( p)(0) = p(0) = 0 .
|{z}
=0

Portanto, de (3.25), teremos


p Pn (R) .
Logo Pn (R) Pn (R) um subespao vetorial do espao vetorial real (Pn (R), +, ).
Um outro exemplo importante dado pelo:
Exemplo 3.28 Considere o seguinte conjunto
}
. {
W = y C2 (R ; R) ; y (x) y(x) = 0 , para x R

(3.29)

onde y = y (x) representa a derivada de segunda ordem da funo y = y(x) no ponto


x R.
Mostremos que W um subespao vetorial do espao vetorial real (C2 (R ; R), +, )
(onde + e so as operaes usuais em C2 (R ; R)).
Resoluo:
De fato:
1. O elemento neutro de C2 (R ; R) a funo identicamente nula O C2 (R; R) e esta
satisfaz
O (x) O(x) = 0 , para cada x R .
Logo, de (3.29), segue que
OW.
2. Se y1 , y2 W ento, de (3.29), teremos que y1 , y2 C2 (R ; R) e alm disso satisfazem
y1 (x) y1 (x) = 0

y2 (x) y2 (x) = 0

para cada

x R.

Logo y1 + y2 C2 (R ; R) e, de (3.30), segue que


(y1 + y2 ) (x) (y1 + y2 )(x) = [y1 (x) y1 (x)] + [y2 (x) y2 (x)] = 0 ,
|
{z
} |
{z
}
=0

ou seja,
(y1 + y2 ) W .

=0

(3.30)

3.2. INTERSEO E SOMA DE SUBESPAOS

35

3. Se y W e R ento, de (3.29), teremos que y C2 (R ; R) e alm disso satisfaz


y (x) y(x) = 0 ,

para cada x R .

(3.31)

Logo, de (3.29), segue que y C2 (R ; R) e, de (3.31), segue que


( y) (x) y(x) = [y (x) y(x)] = 0,
|
{z
}
=0

mostrando que
yW.
Portanto W C2 (R; R) um subespao vetorial do espao vetorial real (C2 (R; R), +, ).
Deixaremos para a resoluo peloo leitor os:
Exerccio 3.32 Sejam m, n N fixados, com m n.
Ento
.
W = Pm (R)
um subespao do espao vetorial real (Pn (R), +, ) (onde + e so as operaes usuais
em Pn (R)).
Exerccio 3.33 O conjunto W das funes contnuas da reta na reta, denotado por
C(R; R), um subespao vetorial do espao vetorial real (F (R; R), +, ) (onde + e so
as operaes usuais em F (R; R)).
Exerccio 3.34 O conjunto
.
W=

{
}
b
f C([a, b] ; R) ;
f(x) dx = 0
a

um subespao vetorial do espao vetorial real (C([a, b]; R), +, ) (onde + e so as


operaes usuais em C([a, b]; R)).

3.2

Interseo e Soma de Subespaos

Proposio 3.35 (Interseo de subespaos) Sejam U e W subespaos vetoriais do espao vetorial real (V, +, ).
Ento U W um subespao vetorial do espao vetorial real (V, +, ).
Demonstrao:
De fato:
1. Como U e W so subsepaos vetoriais do espao vetorial real (V, +, ) temos que
OU

OW.

Logo
OUW;

36

CAPTULO 3. SUBESPAOS VETORIAIS


2. Se x, y U W e R, como U e W so subsepaos vetoriais do espao vetorial real
(V, +, ), teremos que
x + y U e x + y W.
Logo,
x+yUW.

Portanto, dos itens 1.e 2. acima e da Observao (3.8), segue que U W subespao
vetorial do espao vetorial real (V, +, ),, completando a demonstrao do resultado.
Questo: Com a notao da Proposio acima, podemos afirmar que U W subespao
vetorial de V?
Resposta : No.
Para ver isto, basta considerar
.
V = R2 ,

}
. {
U = (x, y) R2 ; x = 0

}
. {
W = (x, y) R2 ; y = 0 .

Deixaremos como exerccio para o leitor verificar que U e W so subespaos vetoriais do


espao vetorial real (R2 , +, ) (onde + e so as operaes usuais de R2 - so os eixos Oy e
Ox, respectivamente, do plano xOy).
Notemos que
.
u = (0, 1) U U W

.
w = (1, 0) W U W

mas
u + w = (1, 0) + (0, 1) = (1, 1) U W ,
ou seja,
u, w U W,

mas

u + w U W .

Portanto U W no subespao vetorial do espao vetorial real (R2 , +, )


Observao 3.36 Se U e W so subespaos vetoriais de um espao vetorial real (V, +, )
e V tambm um subespao de (V, +, ) que contm U e W (isto , U W V ) ento
V ter que conter todos os vetores da forma
u + w,

para

uU

wW.

Isto motivamos a introduzir a:


Definio 3.37 Sejam U e W subespaos vetoriais de um espao vetorial real (V, +, ).
Definimos a soma de U e W, indicada por U + W, como o conjunto
.
U + W = {u + w : u U, w W} .
Com isto temos a:

(3.38)

3.2. INTERSEO E SOMA DE SUBESPAOS

37

Proposio 3.39 [Soma de subespaos] Sejam U, W e V como na definio acima.


Ento U + W um subespao vetorial do espao vetorial real (V, +, ).
Alm disso,
UW U+W.
Demonstrao:
Verifiquemos que U + W subespao vetorial do espao vetorial real (V, +, ).
1. Como U e W so subsepaos vetoriais do espao vetorial real (V, +, ) temos que
OU

OW.

Logo
O=O+OU+W,
mostrando que o elementro neutro da adio de (V, +, ) pertence U + W (isto , O
U + W);
2. Sejam x1 , x2 U + W ento
xj = uj + wj ,

para

uj U e wj W,

j {1, 2}.

(3.40)

Se R ento, das propriedades comutativa e associativa da operao + e do fato que


U e W so subespaos vetoriais do espao vetorial real (V, +, ), teremos:
(3.40)

x1 + x2 = [u1 + w1 ] + [u2 + w2 ] = (u1 + u2 ) + (w1 + w2 ) U + W.


{z
} |
{z
}
|
U

Logo, dos itens 1. e 2. acima e da Observao (3.8) segue que U + W subespao vetorial
do espao vetorial real (V, +, ).
Mostremos que
UW U+W.
Para isto, seja
vUW.
Se
v U,

ento v = v + O U + W .

vW,

ento v = O + v U + W ,

Se
ou seja, em qualquer um desses dois casos teremos
UW U+W,
completando a demonstrao do resultado.

38

CAPTULO 3. SUBESPAOS VETORIAIS

Observao 3.41 Ainda usando a notao acima, suponha que V seja um subespao
vetorial do espao vetorial real (V, +, ) que contenha os subconjuntos, no vazios, U e
W.
Neste caso, para cada u U V e cada w W V , deveremos ter
u + w V,

ou seja,

U + W V.

Esta observao nos fornece a demonstrao da:


Proposio 3.42 Sejam U e W subespaos vetoriais do espao vetorial real (V, +, ).
Ento U+W o menor subespao vetorial do espao vetorial real (V, +, ) que contm
U W.
Em outras palavras, se V um subespao vetorial do espao vetorial real (V, +, )
que contm U W ento
U W U + W V.
Demonstrao:
Veja a Observao acima.
Podemos agora introduzir a importante noo dada pela:
Definio 3.43 Sejam U e W subespaos vetoriais de um espao vetorial real (V, +, ).
Diremos que a soma U + W a soma direta de U e W se
U W = {O} .
Neste caso usaremos a notao
UW
para representar a soma U + W.
Observao 3.44 Note que sempre temos
{O} U W ,
pois U e W so subespaos vetoriais do espao vetorial real (V, +, ).
Logo U V nos diz que U W somente poder conter o vetor nulo O.
A seguir daremos uma caraterizao equivalente a fornecida pela Definio acima, a saber:
Proposio 3.45 (Soma direta de subespaos vetoriais) Sejam U e W subespaos vetoriais do espao vetorial (V, +, ).
Temos que
V =UW
se, e somente se, para cada v V, existir um nico u U e existir um nico w W
tal que
v = u + w,
ou seja, cada elemento de U + W se escrece, de modo nico, como soma de um vetor
de U com um vetor de W.

3.2. INTERSEO E SOMA DE SUBESPAOS

39

Demonstrao:
Suponhamos que
V = U W,
isto ,
V =U+W

U W = {O}.

(3.46)

Ento, dado v V, como


V =U+W,
existem u U e w W, de modo que
v = u + w.
Queremos mostrar que tal decomposio nica.
Suponha que existam u U e w W tais que
v = u + w .
Ento, das propriedades de espaos vetoriais, segue que
u + w = u + w ,

w} .
|u
{zu} = |w {z

o que implicar que

Mas
u u U

w w W

e assim
u u = w w U W

hiptese

{O},

ou seja,
u u = w w = O
ou, equivalentemente,
u = u

w = w ,

mostrando que u U e w W so os nicos tal que


v = u + w.
Reciprocamente, suponhamos agora que, para cada v V existam um nico u U e um
nico w W satisfazendo
v = u + w.
(3.47)
Em particular teremos
V =U+W.
Resta mostrar que
U W = {O} .
Como U e W so subespaos vetoriais do espao vetorial (V, +, ) segue que
OU

OW,

logo

OUW.

40

CAPTULO 3. SUBESPAOS VETORIAIS


Mostremos que O o nico elemento em U W.
Para isto seja
vUW,
isto , v U

vW.

Por hiptese, existem um nico u U e um nico w W, de modo que


(3.48)

v = u + w.

Observe que das propriedades da existncia do elemento neutro, comutativa, associativa


do espao vetorial real (V, +, ), segue que:
(3.48)

(2.3)

(2.4)

v = u + w = (u + w) + O = (u + w) + (v v)

vUW

(u + v) + (w v)
| {z } | {z }
U

com
u+vU e

w v W.

Da unicidade da decomposio (3.48), deveremos ter


u=u+v

w = w v,

o que implicar que


v = O.
Portanto, U W = {O}, ou seja,
V =UW,
como queramos mostrar.

Observao 3.49 Uma prova alternativa para mostrar que


U W = {O}
seria supor a existncia de v = O em U W.
Como
v U W , teremos v U

vW.

Com isto obteramos


v = |{z}
2v |{z}
v = |{z}
4v |{z}
3v,
U

ou seja, duas decomposies distintas (pois v = O) para o vetor v j que


2v, 4v U ,
o que seria um absurdo.
Temos os seguinte exemplos:

2v = 4v

v, 3v W ,

3.2. INTERSEO E SOMA DE SUBESPAOS

41

Exemplo 3.50 Verifique que o espao vetorial real (R3 , +, ) (onde + e so as operaes
usuais em R3 ) a soma direta dos seguintes subespaos vetoriais
}
. {
U = (x, y, z) R3 ; x = y = 0

}
. {
W = (x, y, z) R3 ; x + y + z = 0

(3.51)

do espao vetorial real (R3 , +, ).


Resoluo:
Notemos que U de fato um subespao vetorial do espao vetorial real (R3 , +, ), pois
{
} {
}
U = (x, y, z) R3 ; x = 0 (x, y, z) R3 ; y = 0
que so dois subespaos vetoriais do espao vetorial real (R3 , +, ).
Deixaremos a verificao destes fatos como exerccio para o leitor.
Uma outra verificao alternativa para mostrar que U de fato um subespao vetorial do
espao vetorial real (R3 , +, ) seria:
1. Obviamente temos que

.
O = (0, 0, 0) U ;

2. Se
u1 = (x1 , y1 , z1 ) , u2 = (x2 , y2 , z2 ) U
ento, de (3.51), segue que
x1 = y1 = e x2 = y2 = 0 .
Logo,
u1 = (0, 0, z1 ) e u2 = (0, 0, z2 ),
assim teremos
u1 + u2 = (0, 0, z1 ) + (0, 0, z2 ) = (0, 0, z1 + z2 )
que, claramente, um elemento de U;
3. Se R e u = (x, y, z) U ento, de (3.51), segue que
x = y = 0,
ou seja,
u = (0, 0, z) .
Portanto
u = (0, 0, z)
que, um elemento de U.

em R3

(0 , 0 , z) = (0 , 0 , z1 )

42

CAPTULO 3. SUBESPAOS VETORIAIS

Logo, dos itens 1., 2. e 3. acima, segue que U um subespao vetorial do espao vetorial
real (R3 , +, ).
Deixaremos como exerccio para o leitor mostrar que W um subespao vetorial do espao
vetorial real (R3 , +, ).
Observemos que, de (3.51), teremos
.
W = {(x, y, z) R3 : z = x y} .
Logo, dado (x, y, z) R3 podemos escrever
(x, y, z) = (0, 0, z + x + y) + (x, y, x y)
|
{z
} |
{z
}
U

e como
(0, 0, z + x + y) U

(x, y, x y) W

obteremos que
R3 = U + W .
Resta agora mostrar que
U W = {O} .
Para isto, seja
(x, y, z) U W .
Se
(x, y, z) U ,

deveremos ter

x=y=0

e se
(x, y, z) W ,

deveremos ter

x + y + z = 0.

Logo, temos que encontrar todas as solues do sistem linear:

x = 0
ou seja,
(x, y, z) = (0, 0, 0) = O .
y=0

x + y + z = 0
Portanto
U W = {O} ,
mostrando que
R3 = U W .
Exemplo 3.52 Considere U e W os seguintes subespaos do espao vetorial real (R3 , +, )
(onde + e so as operaes usuais de R3 ) dados por
}
}
. {
. {
U = (x, y, z) R3 ; x = 0
e W = (x, y, z) R3 ; y = 0 .
(3.53)
Mostre que
R3 = U + W ,
mas a soma no direta.

3.2. INTERSEO E SOMA DE SUBESPAOS

43

Resoluo:
Deixaremos como exerccio para o leitor a verificao que U e W, dados por (3.53), so
subespaos do espao vetorial real (R3 , +, ).
Dado (x, y, z) R3 podemos escrever
(x, y, z) = (0, y, z) + (x, 0, 0) U + W,
| {z } | {z }
U

pois
(0, y, z) U

(x, 0, 0) W .

Portanto,
R3 = U + W .
No entanto, a soma no direta, isto
U V = {(0, 0, 0)} .
De fato, pois, por exemplo,
(0, 0, 1) U V .
Deixaremos a cargo do leitor os:
Exerccio 3.54 Vimos no Exemplo (3.17) e no Exerccio (3.19) que
}
. {
Ws = A Mn (R) ; At = A

}
. {
Wa = B Mn (R) ; Bt = B

so subespaes vetoriais de (Mn (R), +, ) (onde + e so as operaes usuais de


Mn (R)).
Mostre que (Exerccio 12 (c) da 2.a lista de Exerccios)
Mn (R) = Ws Wa .
Resoluo:
Mostre que se C Mn (R) ento
C=

C + Ct C Ct
+
,
2 } | {z
2 }
| {z
.
.
=A
=B

e note que
A Ws

B Wa .

Observao 3.55 Logo o Exerccio acima nos diz que toda matriz C Mn (R) pode ser
escrita, de modo nico, como soma de uma matriz simtrica com uma matriz antisimtrica.

44

CAPTULO 3. SUBESPAOS VETORIAIS

Exerccio 3.56 Sejam


.
P(R ; R) = {f : F (R; R) ; f(x) = f(x), x R}
e

.
I(R ; R) = {g : F (R) ; g(x) = g(x), x R} ,

onde (F (R; R), +, ) o espao vetorial real do Exemplo (2.22).


1. Mostre que P(R : R) e I(R; R) so subespaes vetoriais de (F (R; R), +, ) (onde +
e so as operaes usuais de F (R; R)).
2. Mostre que (Exerccio 5 da 2.a lista de Exerccios)
F (R; R) = P(R; R) I(R; R) .
Resoluo:
Mostre que se h F (R; R) ento
h(x) =

h(x) + h(x) h(x) h(x)


+
,
2
2
|
{z
} |
{z
}
.
.
=f(x)
=g(x)

para cada

xR

e note que
f P(R; R)

g I(R; R) .

Observao 3.57 P(R; R) (I(R; R), respectivamente) o conjunto formado por todas as
funes de F (R; R) que so funes pares (mpares, respectivamente).
Logo o Exerccio acima nos diz que toda funo de F (R; R) pode ser escrita, de modo nico,
como soma de uma funo para com uma funo mpar.
Podemos estender a noo de soma de subespaos de um espao vetorial real para um
nmero finito de subestaos vetoriais, a saber:
Definio 3.58 Sejam U1 , . . . , Un subespaos vetoriais de um espao vetorial real (V, +, ).
n

Definimos soma dos n subsepaos vetoriais U1 , , Un , que ser indicada por


Uj ,
por

j=1
n

.
Uj = U1 + + Un = {u1 + + un ; uj Uj , j = 1, . . . , n} .

(3.59)

j=1

Como isto podemos enunciar a:


Proposio 3.60 Sejam U1 , . . . , Un subespaos vetoriais de um espao vetorial real (V, +, ).
Ento
U1 + + Un
e U1 Un
so um subespaos vetoriais do espao vetorial real (V, +, ).

3.2. INTERSEO E SOMA DE SUBESPAOS

45

Demonstrao:
As demonstraes so semelhantes a da Proposio (3.39) e da Proposio (3.35), respectivamente.
As suas elaboraes sero deixadas como exerccio para o leitor.
Com isto podemos estender a noo de soma direta para um nmero finito de subespaos
vetoriais de um espao vetorial real, a saber:
Definio 3.61 Sejam U1 , . . . , Un subespaos vetoriais de um espao vetorial (V, +, ).
Dizemos que a soma dos n subsepaos vetoriais U1 a Un uma soma direta se,
para cada j {1, , n}, temos que:
Uj (U1 + + Uj1 + Uj+1 + Un ) = {O} .
Neste caso usaremos a notao
U1 Un

ou

Uj ,

j=1

para denotar a soma dos n subsepaos vetoriais U1 , , Un .


Observao 3.62
1. A expresso
(U1 + + Uj1 + Uj+1 + Un )
ser denotada por

)
cj + + Un ,
U1 + + U

cj significa que a parcela Uj deve ser omitida da soma considerada.


onde smbolo U
2. Notemos que, para cada j {1, , n}, temos que Uj um subsepao vetorial do
espao vetorial real (V, +, ).
Logo O Uj , assim sempre teremos que
)
(
c
O Uj U1 + + Uj + + Un .
Com isto temos a:
Proposio 3.63 Sejam U1 , . . . , Un subespaos vetoriais de um espao vetorial real (V, +, ).
Ento
V = U1 Un
(3.64)
se, e somente se, dado v V existe, para cada j {1, . . . , n}, um nico uj Uj tal que
v = u1 + + un .

(3.65)

46

CAPTULO 3. SUBESPAOS VETORIAIS

Demonstrao:
A prova feita por induo sobre n e anloga da proposio (3.45).
Devido a este fato deixaremos os detalhes como exerccio para o leitor.
Apliquemos isto ao:
Exemplo 3.66 Mostre que o espao vetorial real (P2 (R), +, ) (onde + e so as operaes usuais de P2 (R)) soma direta dos seguintes subespaos vetoriais
.
Uo = {po ; po (x) = ao , para x R , para algum ao R} ,
(3.67)
.
(3.68)
U1 = {p1 ; p1 (x) = a1 x , para x R , para algum a1 R} ,
.
2
U2 = {p2 ; , p2 (x) = a2 x , para x R , para algum a2 R} .
(3.69)
Resoluo:
Deixaremos como exerccio para o leitor a verificao que Uo , U1 e U2 so subespaes
vetoriais do espao vetorial real (P2 (R), +, )
Afirmamos que
P2 (R) = Uo U1 U2 .
Mostremos, primeiramente, que
P2 (R) = Uo + U1 + U2 .
Para isto, seja p P2 (R).
Logo existem ao , a1 , a2 R tais que
p(x) = ao + a1 x + a2 x2
= po (x) + p1 (x) + p2 (x) ,
| {z } | {z } | {z }
Uo

U1

x R,

para

U2

mostrando que
P2 (R) = Uo + U1 + U2 .
Verifiquemos que a soma direta.
1. Afirmamos que
Uo (U1 + U2 ) = {O} .
Seja
p Uo (U1 + U2 ) ,

isto ,

p Uo

p (U1 + U2 ) .

Ento existem ao , a1 , a2 R tais que


(3.67)

(3.70)

p(x) = po (x) = ao
| {z }
Uo

e
p(x) = p1 (x) + p2 (x)
| {z } | {z }
U1

U2

(3.68) e (3.69)

a1 x + a2 x2 ,

para cada

x R.

(3.71)

3.2. INTERSEO E SOMA DE SUBESPAOS

47

Se o polinmio p no fosse o polinmio nulo teramos, por (3.70), que o polinmio p


deveria ter grau 0, coincidindo com o polinmio p, dado por (3.71), de grau no mnimo
1, o que seria um absurdo.
Logo, o polinmio p deve ser o polinmio nulo, ou seja,
p(x) = 0 ,

x R,

para cada

mostrando que
Uo (U1 + U2 ) = {O} .
2. Afirmamos que
U1 (Uo + U2 ) = {O} .
Seja
p U1 (Uo + U2 ) ,

isto ,

p U1

p (Uo + U2 ) .

Ento existem ao , a1 , a2 R tais que


(3.68)

(3.72)

p(x) = p1 (x) = a1 x
| {z }
U1

e
p(x) = po (x) + p2 (x) = ao + a2 x2 ,
| {z } | {z }
Uo

para cada

x R.

(3.73)

U2

Se o polinmio p no fosse o polinmio nulo teramos, por (3.72), que o polinmio


p teria grau 1, coincidindo com o polinmio p, dado por (3.73), que teria grau 0 (se
a2 = 0) ou 2 (se a2 = 0), o que seria um absurdo.
Logo, o polinmio p deve ser o polinmio nulo, ou seja,
p(x) = 0 ,

x R,

para cada

mostrando que
U1 (Uo + U2 ) = {O} .
3. Afirmamos que
U2 (Uo + U1 ) = {O} .
Seja
p U2 (Uo + U1 ) ,

isto ,

p U2

p (Uo + U1 ) .

Ento existem ao , a1 , a2 R tais que


(3.69)

p(x) = p2 (x) = a2 x2
| {z }

(3.74)

U2

e
p(x) = po (x) + p1 (x) = ao + a1 x ,
| {z } | {z }
Uo

U1

para cada

x R.

(3.75)

48

CAPTULO 3. SUBESPAOS VETORIAIS


Se o polinmio p no fosse o polinmio nulo teramos que o polinmio p, dado por
(3.74), deveria ter grau 2, coincidindo com o polinmio p, dado por (3.75), que tem
grau 0 (se a1 = 0) ou 1 (se a1 = 0), o que seria um absurdo.
Logo, o polinmio p deve ser o polinmio nulo, ou seja,
p(x) = 0 ,

para cada

x R,

mostrando que
U2 (Uo + U1 ) = {O} .
Com isto, podemos conlcuir que
P2 (R) = U1 U2 U3 .

3.3

Exerccios

Captulo 4
Combinaes Lineares
4.1

Introduo e Exemplos

Vimos no captulo anterior que um subespao vetorial um subconjunto de um espao vetorial


real que fechado com relao adio de vetores e tambm com relao multiplicao
de vetor por escalar. Em outras palavras, quando somamos dois vetores de um subespao
vetorial ou multiplicamos um vetor do subespao por um escalar, o resultado um elemento
deste subespao. Quando combinamos repetidas vezes estas aes temos o que chamamos de
combinao linear entre vetores.
Mais precisamente,
Definio 4.1 Sejam u1 , . . . , un elementos de um espao vetorial real (V, +, ).
Diremos que o vetor u V uma combinao linear dos vetores u1 , . . . , un se
existirem escalares 1 , . . . , n R tais que
u = 1 u1 + + n un .

(4.2)

Observao 4.3 Sejam (V, +, ) um espao vetorial real e U V um subespao vetorial


do espao vetorial real (V, +, ).
Se u1 , . . . , un U e 1 , . . . , n R ento a combinao linear
1 u1 + + n un
pertence a U, isto ,
1 u1 + + n un U .
Exemplo 4.4 Consideremos o espao vetorial real (P2 (R), +, ) (onde + e so as operaes usuais de P2 (R)) e o polinmio p P2 (R) dado por
.
p(x) = 2 + x2 ,

para cada,

x R.

(4.5)

Mostre que o polinmio p uma combinao dos polinmios po , p1 , p2 P2 (R), onde


.
po (x) = 1 ,

.
p1 (x) = x ,

.
p2 (x) = x2 ,
49

para cada,

x R.

(4.6)

50

CAPTULO 4. COMBINAES LINEARES

Resoluo:
Observemos que
p(x) = 2 + x2 = 2 |{z}
1 +0 |{z}
x +1 |{z}
x2
=po (x)

=p1 (x)

=p2 (x)

= |{z}
2 po (x) + |{z}
0 p1 (x) + |{z}
1 p2 (x) ,
.=o
.=1
.=2
para cada x R, isto ,
p = 2 po + 0 p1 + 1 p2 ,

(4.7)

mostrando que realmente o polinmio p P2 (R) dado por (4.5) uma combinao dos
polinmios po , p1 , p2 P2 (R), dados por (4.6).
Exemplo 4.8 Mostre que no espao vetorial real (P2 (R), +, ) (onde + e so as operaes usuais de P2 (R)), o polinmio p P2 (R) dado por
.
p(x) = 1 + x2 ,

para cada

x R,

(4.9)

uma combinao dos polinmios qo , q1 , q2 P2 (R), onde


.
qo (x) = 1,

.
q1 (x) = 1 + x

.
q2 (x) = 1 + x + x2 ,

para cada

x R.

(4.10)

Resoluo:
Para mostrarmos o que pedido precisamos encontrar nmeros reais , e , de modo
que
p = qo + q1 + q2 .
(4.11)
Ou seja, para cada x R, precisamos encontrar , e de tal modo que:
(4.9)

(4.11)

1 + x2 = p(x) = qo (x) + q1 (x) + q2 (x)


(4.10)

= + (1 + x) + (1 + x + x2 )

= ( + + ) + ( + ) x + x2 ,
que equivalente ao sistema linear:

+ + = 1
+=0

= 1

= 1 ,
cuja (nica) soluo ser:

= 1

= 1 ,

ou seja,
p = 1 qo + (1) q1 + 1 q2 ,

(4.12)

mostrando que o polinmio p combinao linear dos vetores qo , q1 , q2 , em (P2 (R), +, ).

4.2. GERADORES

4.2

51

Geradores

Tendo a defino de combinao linear podemos introduzir a:


Definio 4.13 Sejam (V, +, ) um espao vetorial real e S um subconjunto no vazio de
V.
Denotaremos por [S] o conjunto formado por todas as combinaes lineares dos
elementos de S.
Em outras palavras, u [S] se, e somente se, existirem 1 , . . . , n R e u1 , . . . , un S
tais que
u = 1 u1 + + n un ,
(4.14)
ou ainda,
.
[S] = {1 u1 + + n un ; ui S e i R , para i {1, , n}} .

(4.15)

Com isto temos a:


Proposio 4.16 Sejam (V, +, ) um espao vetorial real e S um subconjunto no vazio
de V.
Ento [S] um subespao vetorial do espao vetorial real (V, +, ).
Demonstrao:
1. Como S = , existe u S.
Com isto teremos que
O

Prop. (2.31) tem 2.

(4.15)

0 u [S],

ou seja, o vetor nulo combinao linear (o escalar ser o nmero real 0) do vetor u S,
assim
O [S] .
2. Se u, v [S], de (4.15), devero existir escalares
1 , . . . , n , 1 , . . . , m R
e vetores
u1 , . . . , un , v1 , . . . , vm S ,
de modo que
u = 1 u1 + + n un

v = 1 v1 + + m vm .

(4.17)

Assim, para cada R, segue, das propriedades bsicas de espaos vetoriais reais, que
(4.17)

u + v = [1 u1 + + n un ] + [1 v1 + + m vm ]
(4.15)

= 1 u1 + + n un + (1 ) v1 + + (m ) vm [S] ,

52

CAPTULO 4. COMBINAES LINEARES


mostrando que
(u + ) v [S] .
Portanto, dos itens 1.e 2. acima e da Observao (3.8), segue que [S] ser um subespao
vetorial do espao vetorial real (V, +, ).

Definio 4.18 Sejam S e V como na Definio acima.


Diremos que [S] o subespao vetorial gerado por S.
Os elementos do conjunto S sero denominados geradores do subespao vetorial [S].
Se
S = {u1 , . . . , un }
utilizaremos a seguinte notao
.
[u1 , . . . , un ] = [S] .
Observao 4.19 Com as definies acima, se u1 , , un V, temos que
.
[u1 , . . . , un ] = {1 u1 + + n un ; 1 , , n R} .

(4.20)

Com isto temos a:


Proposio 4.21 Sejam S e T subconjuntos, no-vazios, de um espao vetorial real
(V, +, ).
1. Temos que
S [S] .

(4.22)

2. Se
ST,

ento

[S] [T ] .

(4.23)

3. Temos que
[[S]] = [S] .

(4.24)

4. Se S um subespao vetorial do espao vetorial real (V, +, ) ento


S = [S];

(4.25)

[S T ] = [S] + [T ] .

(4.26)

5. Sempre vale

Demonstrao:

4.2. GERADORES

53

1. Notemos que
se

u S,

ento u = 1 u ,

ou seja, o vetor u combinao linear (com escalar igual a 1) do prprio vetor u, que
pertence a S.
Logo
u = 1 u [S] ,
mostrando que
S [S] ,
como queramos demonstrar.
2. Notemos que, se u [S], de (4.15), segue que existiro escalares
1 , . . . , n R
e vetores
u1 , . . . , u n S ,
tais que
u = 1 u1 + + n un .
Como
ST

teremos que

u1 , . . . , un T .

Portanto, o vetor u combinao linear de vetores de T , ou seja,


u [T ] ,
ou seja,
[S] [T ] ,
como queramos demonstrar.
3. Pelo item 1. desta Proposio, segue que S [S].
Logo, do mesmo resultado, segue que
[S] [[S]] .
Para mostrar a outra incluso, consideremos
u [[S]] .
Segue da Definio (4.13), de subespao gerado, que o vetor u uma combinao linear
de elementos de [S].

54

CAPTULO 4. COMBINAES LINEARES


Novamente pela Definio (4.13), como cada elemento de [S] uma combinao linear
de elementos de S, resulta que o vetor u ser uma combinao linear de elementos de
S, ou seja, u [S], mostrando que
[[S]] [S] .
Portanto
[[S]] = [S] ,
como queramos demonstrar.
4. Pelo item 1. desta Proposio, segue que
S [S] .
Mostremos a outra incluso.
Para isto, seja u [S].
Ento o vetor u uma combinao linear de elementos de S.
Como S um subespao vetorial do espao vetorial real (V, +, ), esta combinao linear
ser um elemento de S, ou seja,
[S] S .
Portanto
S = [S] ,
como queramos demonstrar.
5. Mostremos que
[S T ] [S] + [T ] .
Para isto, seja
u [S T ] .
Da Definio (4.13) de subespao gerado segue que, existiro escalares
1 , . . . , n , 1 , . . . , m R
e vetores
u1 , . . . , un S

v1 , . . . , vm T ,

tais que
u = 1 u1 + + n un + 1 v1 + + m vm
= (
+ n un}) + (1 v1 + + m vm ) [S] + [T ] ,
| 1 u1 + {z
|
{z
}
[S]

[T ]

ou seja, vale
[S T ] [S] + [T ] .

4.2. GERADORES

55

Mostremos agora que


[S] + [T ] [S T ] .
Para isto, seja
u [S] + [T ] .
Ento
u = v + w,

onde v [S]

w [T ] .

Da Definio (4.13) de subespao gerado, devero existir escalares


1 , . . . , p , 1 , . . . , q R
e vetores
v1 , . . . , vp S

w1 , . . . , w q T ,

tais que
u = v + w = (1 v1 + + p vp ) + (1 w1 + + q wq )
= 1 |{z}
v1 + + p vp +1 |{z}
w1 + + q wq [S T ] ,
|{z}
|{z}
SST

SST

T ST

T ST

ou seja, vale
[S] + [T ] [S T ] ,
completando a demonstrao do resultado.

Com as definies acima podemos introduzir a:


Definio 4.27 Dizemos que um espao vetorial real (V, +, ) finitamente gerado se
existir um subconjunto finito S V tal que
V = [S] .

(4.28)

A seguir temos os seguintes exemplos de espaos vetoriais reais finitamente gerados e no


finitamente gerado.
(
)
Exemplo 4.29 O espao vetorial real R4 , +, (onde + e so as operaes usuais de
Rn ) finitamente gerado.
Resoluo:
De fato, consideremos os seguintes vetores de R4 :
.
.
.
.
e1 = (1, 0, 0, 0), e2 = (0, 1, 0, 0), e3 = (0, 0, 1, 0), e4 = (0, 0, 0, 1) .
Ento se
u R4 ,

56

CAPTULO 4. COMBINAES LINEARES

temos que existem escalares a1 , a2 , a3 , a4 R tais que


u = (a1 , a2 , a3 , a4 ) .
ou seja,
u = (a1 , a2 , a3 , a4 )
= (a1 , 0, 0, 0) + (0, a2 , 0, 0, 0) + (0, 0, a3 , 0) + (0, 0, 0, a4 )
= a1 (1, 0, 0, 0) + a2 (0, 1, 0, 0, 0) + a3 (0, 0, 1, 0) + a4 (0, 0, 0, 1)
= a1 e1 + a2 e2 + a3 e3 + a4 e4 ,
mostrando que qualquer vetor u R4 , pode ser escrito como combinao linear dos vetores
e1 , e2 , e3 , e4 R4 , ou seja,
R4 = [e1 , e2 , e3 , e4 ] .
(
)
Portanto o espao vetorial real R4 , +, finitamente gerado.
Notemos que o conjunto
.
S = {e1 , e2 , e3 , e4 }
(
)
um conjunto finito formado por geradores do espao vetorial real R4 , +, .
Podemos estender o exemplo acima a seguinte situao:
Exerccio 4.30 Seja n N fixado. O espao vetorial real (Rn , +, ) (onde + e so as
operaes usuais de Rn ) finitamente gerado.
Resoluo:
De fato, consideremos os seguintes vetores de Rn :
.
.
.
e1 = (1, 0, . . . , 0) , e2 = (0, 1, 0, . . . , 0) , . . . , en = (0, . . . , 0, 1) .
Ento se
u Rn ,
temos que existem escalares a1 , , an R tais que
u = (a1 , a2 , , an ) .
ou seja,
u = (a1 , a2 , , an )
= (a1 , 0, , 0) + (0, a2 , 0, , 0) + + (0, , 0, an )
= a1 (1, 0, , 0) + a2 (0, 1, 0, , 0) + + an (0, , 0, 1)
= a1 e1 + a2 e2 + + an en ,
mostrando que o vetor u Rn , pode ser escrito como combinao linear dos vetores e1 , en
Rn , ou seja,
Rn = [e1 , , en ] .

4.2. GERADORES

57

Portanto o espao vetorial real (Rn , +, ) finitamente gerado.


Notemos que o conjunto
.
S = {e1 , , en }
um conjunto finito formado por geradores do espao vetorial real (Rn , +, ).
Exemplo 4.31 O espao vetorial (M23 (R), +, ) (onde + e so as operaes usuais de
M23 (R)) gerado pelas seguintes 6 matrizes de tipo 2 3:
(
)
(
)
(
)
1
0
0
0
1
0
0
0
1
.
.
.
E11 =
, E12 =
, E13 =
,
0 0 0
0 0 0
0 0 0
)
)
(
)
(
(
0
0
0
0
0
0
0
0
0
.
.
.
, E23 =
.
, E22 =
E21 =
0 0 1
1 0 0
0 1 0
Em particular, (M23 (R), +, ) finitamente gerado.
Resoluo:
De fato, se
A M23 (R) ,
segue que existiro escalares a11 , a12 , a13 , a21 , a22 , a23 R tais que
(
)
a11 a12 a13
A=
,
a21 a22 a23
ou seja,
(
a11 a12
A=
a21 a22
(
0 0
+
a21 0
(
1 0
= a11
0 0
(
0
+ a21
1

) (
) (
) (
)
a13
a11 0 0
0 a12 0
0 0 a13
=
+
+
a23
0 0 0
0 0 0
0 0 0
) (
) (
)
0
0 0 0
0 0 0
+
+
0
0 a22 0
0 0 a23
)
(
)
(
)
0
0 1 0
0 0 1
+ a12
+ a13
0
0 0 0
0 0 0
)
(
)
(
)
0 0
0 0 0
0 0 0
+ a22
+ a23
0 0
0 1 0
0 0 1

= a11 E11 + a12 E12 + a13 E13 + a21 E21 + a22 E22 + a23 E23 ,
mostrando que a matriz A M23 (R), pode ser escrita como combinao linear das matrizes
E11 , E12 , E13 , E21 , E22 , E23 M23 (R), ou seja,
M23 (R) = [E11 , E12 , E13 , E21 , E22 , E23 ] .
Portanto o espao vetorial real (M23 (R), +, ) finitamente gerado.

58

CAPTULO 4. COMBINAES LINEARES


Notemos que o conjunto
.
S = {E11 , E12 , E13 , E21 , E22 , E23 }

um conjunto finito formado por geradores do espao vetorial real (M23 (R), +, ).
Podemos estender o Exemplo acima acima ao seguinte Exerccio, cuja resoluo ser
deixada para o leitor:
Exerccio 4.32 Sejam m, n N fixados. O espao vetorial (Mmn (R), +, ) (onde + e
so as operaes usuais de Mmn (R)) gerado pelas m n matrizes:
(
)
.
(k,l)
Ekl = i,j
, para cada k {1, . . . , m} e l {1, . . . n} ,
onde, para cada k {1, . . . , m} e l {1, . . . n} fixados, temos que:
{
1 , para (i, j) = (k, l)
(k,l) .
i,j =
.
0 , (i, j) = (k, l)
Exemplo 4.33 O espao vetorial real (P2 (R), +, ) (onde + e so as operaes usuais
de P2 (R)) finitamente gerado.
Resoluo:
De fato, consideremos po , p1 , p2 P2 (R) os seguintes polinmios:
.
.
.
po (x) = 1 , p1 (x) = x , p2 (x) = x2 , para cada x R .
Ento se
p P2 (R) ,
temos que existiro escalares
ao , a1 , a2 R ,
tais que
p(x) = ao + a1 x + a2 x2 ,

para cada

x R,

ou seja,
x2
p(x) = ao . |{z}
1 +a1 |{z}
x + + a2 |{z}
=po (x)

=p1 (x)

= (ao .po + a1 p1 + a2 p2 )(x) ,

=p2 (x)

para cada

x R,

mostrando que o polinmio p P2 (R) pode ser escrito como combinao linear dos polinmios po , p1 , p2 P2 (R), ou seja,
P2 (R) = [po , p1 , p2 ] .
Portanto o espao vetorial real (P2 (R), +, ) finitamente gerado.
Notemos que o conjunto
.
S = {po , p1 , p2 }
um conjunto finito formado por geradores do espao vetorial real (P2 (R), +, ).
Podemos estender o Exemplo acima a seguinte situao:

4.2. GERADORES

59

Exerccio 4.34 Seja n N fixado. O espao vetorial real (Pn (R), +, ) (onde + e so
as operaes usuais de Pn (R)) finitamente gerado.
Resoluo:
De fato, consideremos po , , pn Pn (R) os seguintes polinmios:
.
po (x) = 1 ,

.
p1 (x) = x ,

.
p2 (x) = x2 ,

.
pn (x) = xn ,

para cada

x R.

Ento se
p Pn (R)
temos que existiro escalares
ao , a1 , , an R ,
tais que
p(x) = ao + a1 x + + an xn ,

para cada

x R,

ou seja,
xn
x + + an |{z}
p(x) = ao . |{z}
1 +a1 |{z}
=po (x)

=p1 (x)

=pn (x)

= (ao .po + a1 p1 + + an pn )(x) ,

para cada

x R,

mostrando que o polinmio p Pn (R) pode ser escrito como combinao linear dos polinmios po , , pn Pn (R), ou seja,
Pn (R) = [po , , pn ] .
Portanto o espao vetorial real (Pn (R), +, ) finitamente gerado.
Notemos que conjunto
.
S = {po , , pn }
um conjunto finito formado por geradores do espao vetorial real (Pn (R), +, ).
Um outro exemplo importante dado pelo:
Exemplo 4.35 Consideremos o espao vetorial real (P(R), +, ) (onde + e so as
operaes usuais de (P(R)) onde formado P(R) denota o conjunto formado por todos
os polinmios com coeficientes reais.
Afirmamos que P(R) no finitamente gerado.
Resoluo:
Deixaremos como exerccio para o leitor verificar que (P(R), +, ) um espao vetorial
(onde + e so as operaes de F (R; R))
Note que
Pn (R) P(R) ,
para cada n N fixado.

60

CAPTULO 4. COMBINAES LINEARES

Suponhamos, por absurdo, que o espao vetorial real (P(R), +, ) finitamente gerado,
ou seja, existe um nmero finito de polinmios p1 , . . . , pn P(R) tais que
P(R) = [p1 , . . . , pn ] .
Seja N N, o grau mais alto dentre os polinmios
p1 , . . . , pn ,
que existe pois, temos somente um nmero finito de polinmios da coleo acima.
Com isto temos que o polinmio p P(R) dado por
.
p(x) = xN+1 ,

para cada

x R,

no poder ser escrito como combinao linear dos polinmios


p1 , . . . , pn ,
pois o maior grau dentre esse os polinmios N, que menor que o grau do polinmio p,
que N + 1.
Assim,
p [p1 , . . . , pn ] = P(R) ,
o que seria um absurdo, pois p P(R).
Portanto (P(R), +, ) no um espao vetorial finitamente gerado.
Observao 4.36 Observemos que
[po , p1 , , pn , ] = P(R),
onde, os polinmios pj P(R), para j {0, 1, 2, 3, }, so dados por:
.
po (x) = 1 ,

.
p1 (x) = x ,

.
p2 (x) = x2 ,

.
pn (x) = xn ,

para cada

x R.

A verificao deste fato ser deixada como exerccio para o leitor.


Temos tambm a:
Proposio 4.37 Seja (V, +, ) um espao vetorial real gerado pelos vetores u1 , . . . , un ,
isto ,
V = [u1 , , un ] .
Suponhamos que o vetor u1 uma combinao linear dos vetores u2 , . . . , un , ou seja,
u1 [u2 , , un ] .
Ento o espao vetorial real (V, +, ) ser gerado por u2 , . . . , un , isto ,
[u2 , , un ] = [u1 , , un ] = V .

4.2. GERADORES

61

Demonstrao:
Devemos mostrar que qualquer vetor u V pode ser escrito como uma combinao linear
dos vetores u2 , . . . , un , ou seja,
V = [u2 , , un ] .
Notemos que se
u V = [u1 , u2 , , un ] ,
temos que existiro escalares
1 , . . . , n R ,
tais que
u = 1 u1 + + n un .

(4.38)

Mas, por hiptese, o vetor u1 uma combinao linear dos vetores u2 , . . . , un , ou seja,
u1 [u2 , , un ] .
Logo, devero existir escalares
1 , . . . , n1
de modo que
u1 = 1 u2 + + n1 un .

(4.39)

Logo, de (4.38) e (4.39), e das propriedades bsicas de espaos vetoriais, podemos obter:
(4.38)

u = 1

+ + n un

u1
|{z}
(4.39)

= 1 u2 ++n1 un

= 1 (1 u2 + + n1 un ) + 2 u2 + + n un
= (1 1 + 2 ) u2 + + (1 n1 + n ) un ,
ou seja, o vetor u pode ser escrito como como uma combinao linear dos vetores
u2 , . . . , un ,
isto ,
u [u2 , , un ] ,

ou seja,

V = [u2 , , un ] ,

como queriamos mostrar.

Observao 4.40 O resultado acima nos diz que se um espao vetorial real gerado
por um nmero finito de vetores e um desses vetores pode ser obtido como combinao
linear dos restantes, ento o espao vetorial real, dado incialmente, poder ser gerado
pelos vetores restantes, retirando-se o vetor que pode ser obtido como combinao linear
dos outros da lista inicial.
Apliquemos isto ao

62

CAPTULO 4. COMBINAES LINEARES

(
)
Exemplo 4.41 Consideremos o espao vetorial real R4 , +, (onde + e so as operaes usuais de R4 ) e os seguintes seus subespaos vetoriais
}
}
. {
. {
U = (x, y, z, t) R4 ; x y + t + z = 0 , W = (x, y, z, t) R4 ; x + y t + z = 0 . (4.42)
Encontre um conjunto finito de geradores para os seguintes subespaos vetoriais do
(
)
espao vetorial R4 , +, :
U,

W,

UW

U+W.

Resoluo:
Deixaremos como exerccio para o leitor a verificao que U e W so subespaos vetoriais
(
)
do espao vetorial real R4 , +, .
Encontremos geradores para cada um dos subespaos vetoriais acima:
1. Para o subespao vetorial U:
Notemos que se
.
u = (x, y, z, t) U ,
ento, de (4.42), deveremos ter
xy+t+z=0

ou, equivalentemente,

y = x + z + t.

Portanto,
(x,

y , z , t) = (x , x + z + t , z , t) = (x , x , 0 , 0) + (0 , z , z , 0) + (0 , t , 0 , t)
|{z}
=x+z+t

= x (1, 1, 0, 0) +z (0, 1, 1, 0) +t (0, 1, 0, 1) ,


| {z }
| {z }
| {z }
.
.
.
=u1
=u2
=u3
ou seja, o vetor u U, pode ser escrito como combinao linear dos vetores u1 , u2 , u3
(os escalares sero x, z e t, respectivamente), isto ,
U = [u1 , u2 , u3 ] = [(1, 1, 0, 0), (0, 1, 1, 0), (0, 1, 0, 1)] ,
mostrando que o subsepao vetorial U finitamente gerado.
2. Para o subespao vetorial W:
Notemos que se
.
u = (x, y, z, t) W ,
ento, de (4.43), deveremos ter
x+yt+z=0

ou, equivalentemente, t = x + y + z .

(4.43)

4.2. GERADORES

63

Portanto,
(x , y , z , |{z}
t ) = (x , y , z , x + y + z) = (x , 0 , 0 , x) + (0 , y , 0 , y) + (0 , 0 , z , z)
=x+y+z

= x (1, 0, 0, 1) +y (0, 1, 0, 1) +z (0, 0, 1, 1),


| {z }
| {z }
| {z }
.
.
.
=w1
=w2
=w3
ou seja, o vetor u U, pode ser escrito como combinao linear dos vetores w1 , w2 , w3
(os escalares sero x, y e z, respectivamente), isto ,
(4.44)

W = [w1 , w2 , w3 ] = [(1, 0, 0, 1), (0, 1, 0, 1), (0, 0, 1, 1)] ,


mostrando que o subespao vetorial W finitamente gerado.
3. Para o subespao vetorial U W:
Notemos que se
(x , y , z , t) U W ,
ento
(x , y , z , t) U e

(x , y , z , t) W ,

ou seja, de (4.42) e (4.43), deveremos ter que resolver o seguinte sistema linear
{
xy+t+z=0
x + y t + z = 0,

cujas solues so

{
z = x
t=y

para cada x, y R.
Deste modo, teremos:
(x , y , |{z}
z , |{z}
t ) = (x , y , x , y) = (x , 0 , x , 0) + (0 , y , 0 , y)
=x

=y

= x (1, 0, 1, 0) +y (0, 1, 0, 1)
|
{z
}
| {z }
.
.
=v1
=v2
u seja, o vetor u U, pode ser escrito como combinao linear dos vetores v1 , v2 (os
escalares sero x e y, respectivamente), isto ,
U W = [v1 , v2 ] = [(1, 0, 1, 0), (0, 1, 0, 1)] ,
mostrando que o subsepao vetorial U W finitamente gerado.
4. Para o subespao vetorial U W:
Da Proposio (4.21) item 4. segue que
U = [U] e

W = [W] ,

(4.45)

64

CAPTULO 4. COMBINAES LINEARES


assim
U+W

Prop. (4.21) item 4.]

Prop. (4.21) item 5.

(4.43)

[U] + [W]

(4.44)

U = [u1 ,u2 ,u3 ] e W = [w1 ,w2 ,w3 ]

[u1 , u2 , u3 ] [w1 , w2 , w3 ]

[u1 , u2 , u3 , w1 , w2 , w3 ] .

Com isto teremos que:


U + W = [(1, 1, 0, 0), (0, 1, 1, 0), (0, 1, 0, 1), (1, 0, 0, 1), (0, 1, 0, 1), (0, 0, 1, 1)]
| {z }
| {z }
w2 =u3

= [(1, 1, 0, 0), (0, 1, 1, 0), (0, 1, 0, 1), (1, 0, 0, 1), (0, 0, 1, 1)] ,

(4.46)

mostrando que o subsepao vetorial U W finitamente gerado.


Observao 4.47 Observemos que no Exemplo acima temos que:
(1, 1, 0, 0) = (1, 0, 0, 1) + (0, 1, 1, 0) (0, 0, 1, 1) .
Portanto, pela Proposio (4.37), segue que podemos excluir o vetor (1, 1, 0, 0) da
lista dos geradores do subespao vetorial real U+W, que os vetores restantes continuaro
gerando o subespao vetorial U + W, isto :
U + V = [(0, 1, 1, 0), (0, 1, 0, 1), (1, 0, 0, 1), (0, 0, 1, 1)] .

(4.48)

Veremos mais adiante que este ser o nmero mnimo de geradores para o subespao
vetorial U + V, ou seja, no podemos retirar mais nenhum vetor da lista formada pelos
quatro vetores em (4.48) e ainda continuar gerando o subsepao vetorial U + V.
Deixaremos como exerccio para o leitor a verificao desta afirmao.

4.3

Exerccios

Captulo 5
Dependncia Linear
5.1

Introduo e Exemplos

No captulo anterior ao estudarmos os geradores de um espao vetorial real procuramos


encontrar um determinado conjunto de vetores do mesmo, de modo que qualquer vetor do
espao em questo pudesse ser escrito como combinao linear dos vetores deste conjunto.
Por exemplo, se v e w geram um espao vetorial real (V, +, ) ento para qualquer u V
ser possvel encontrar escalares , R tais que
u = v + w,

()

ou, equivalentemente,
v + w 1 u = O.
Note que a combinao linear acima o vetor nulo, embora nem todos os escalares que
aparecem na sua formao sejo nulos.
Vejamos agora a seguinte situao: ser sempre possvel encontrar escalares , , R,
no todos nulos, de modo que, em R3 , tenhamos
(1, 0, 0) + (0, 1, 0) + (0, 0, 1) = (0, 0, 0)?

()

fcil verficar que a resposta, neste caso, no.


Isto, como mostra o 2. exemplo acima (ver (**)), significa que no ser possvel escrever
nenhum dos vetores do 2.o exemplo como combinao linear dos outros dois.
Isto contrasta com o que ocorre com os vetores u, v e w do 1.o exemplo acima (ver (*)).
Em um certo sentido, os vetores do primeiro exemplo guardam uma certa dependncia
entre um e outro enquanto que, no segundo, os trs vetores so independentes.
Vejamos, com as definies que se seguem, como podemos tornar estes conceitos mais
precisos.
Definio 5.1 Sejam (V, +, ) um espao vetorial real e u1 , . . . , un V.
Diremos que os vetores u1 , . . . , un so linearmente independentes, (ou, abreviadamente l.i.) se a combinao linear
1 u1 + + n un = O
65

66

CAPTULO 5. DEPENDNCIA LINEAR

ocorrer somente quando os escalares 1 , , n R forem todos nulos, isto , se


1 = = n = 0.
Observao 5.2
1. Na situao acima, se os vetores vetores u1 , . . . , un so l.i. diremos que o conjunto
.
S = {u1 , . . . , un } l.i. .
2. Notemos que se
1 = = n = 0
ento, das propriedades bsicas de espao vetorial real, necessariamente, deveremos ter:
1 u1 + + un = O.
Porm, a recproca nem sempre vlida, isto , podemos ter uma coleo finita de vetores, v1 , , vn de um espao vetorial real e escalares 1 , , n R,
no todos nulos, de tal modo que
1 u1 + + n un = O.

()

Como exemplo desta situao consideremos no espao vetorial real (R2 , +, ) (onde
+ e so as operaes usuais) os vetores
.
v1 = (1, 1)

.
v2 = (1, 1).

Neste caso temos que:


1 v2 ,
O = (0, 0) = 1 (1, 1) + 1 (1, 1) = |{z}
1 v1 + |{z}
.=2
.=1
mostrando que existem escalares 1 , 2 R, no todos nulos (no caso ambos so
iguais a 1) de tal modo que (*) se verifica.
3. A noo de independncia linear para a sequncia u1 , . . . , un introduzida na definio acima equivalente a dizer que: se existe i = 0, para algum i {1, . . . , n},
ento deveremos ter
1 u1 + 2 u2 + + n un = O,
independente dos escalares 2 , , n R escolhidos, ou seja, podemos escrever
o vetor nulo 0 V de uma, nica, maneira como combinao linear dos vetores
u1 , un , a saber:
O = 0 u1 + + 0 un .
Podemos tambm introduzir a:

5.1. INTRODUO E EXEMPLOS

67

Definio 5.3 Sejam (V, +, ) um espao vetorial real e u1 , . . . , un V.


Dizemos que os vetores u1 , . . . , un sero ditos linearmente dependentes (ou, abreviadamente, l.d.) se os vetores no forem linearmente independentes.
Observao 5.4
1. Na situao acima, se os vetores vetores u1 , . . . , un so l.d. diremos que o conjunto
.
S = {u1 , . . . , un } l.d. .
2. A definio de dependncia linear acima para os vetores u1 , . . . , un equivalente
a dizer que possvel encontrar nmeros reais 1 , . . . , n , no todos nulos, tais
que
1 u1 + + n un = O,
ou seja, podemos escrever o vetor nulo O V de , pelo menos, dois modos diferentes, a saber:
0 u1 + + 0 un = O

1 u1 + + n un = O,

Com isto temos o:


Proposio 5.5 Sejam (V, +, ) um espao vetorial real e u1 . . . , un V.
Os vetores O, u1 , . . . , un so vetores l.d., onde O vetor nulo do espao vetorial real
(V, +, ).
Demonstrao:
De fato, basta verificar que
0 un = O,
0 u1 + + |{z}
1 O + |{z}
|{z}
.=n
.=1
.=
ou seja, existem escalares , 1 , , n R, no todos nulos (pois = 1) de modo que
O + 1 u1 + + n un = O,
mostrando que os vetores O, u1 , . . . , un so de vetores l.d. .
Exemplo 5.6 Consideremos o espao vetorial real (R3 , +, ) (onde + e so as operaes
usuais de R3 ).
Mostre que os vetores (1, 1, 1), (1, 1, 0), (1, 0, 0) R3 so linearmente independentes
em (R3 , +, ) .
Resoluo:
Para tanto precisamos encontrar todas as possveis solues da equao vetorial
(1, 1, 1) + (1, 1, 0) + (1, 0, 0) = (0, 0, 0),

68

CAPTULO 5. DEPENDNCIA LINEAR

que equivalente a:
(0, 0, 0) = (, , ) + (, , 0) + (, 0, 0) = ( + + , + , ).
Isto equivale a resolver o sistema linear

+ + = 0
+=0

= 0,
que possui uma nica soluo, a saber:
= = = 0.
Logo, os vetores (1, 1, 1), (1, 1, 0), (1, 0, 0) R3 so linearmente independentes no espao
vetorial real (R3 , +, ).
Exemplo 5.7 Consideremos o espao vetorial real (R3 , +, ) (onde + e so as operaes
usuais de R3 ).
Tomemos os vetores em R3 dados por
.
u1 = (x1 , y1 , z1 ),

.
u2 = (x2 , y2 , z2 )

.
u3 = (x3 , y3 , z3 ).

()

Encontre uma condio necessria e suficiente para que os vetores u1 , u2 , u3 sejam


linearmente independentes no espao vetorial real (R3 , +, ) .
Resoluo:
Observemos que, os vetores u1 , u2 , u3 sero l.i. em (R3 , +, ) se, e somente se, a equao
vetorial
1 u1 + 2 u2 + 3 u3 = O ()
apresentar como nica soluo os escalares
1 = 2 = 3 = 0.

( )

Observemos que
1 u1 + 2 u2 + 3 u3 = 1 (x1 , y1 , z1 ) + 2 (x2 , y2 , z2 ) + 3 (x3 , y3 , z3 )
= (1 x1 , 1 y1 , 1 z1 ) + (2 x2 , 2 y2 , 2 z2 ) + (3 x3 , 3 y3 , 3 z3 )
= (1 x1 + 2 x2 + 3 x3 , 1 y1 + 2 y2 + 3 y3 , 1 z1 + 2 z2 + 3 z3 ),
que equivalente a que o sistema linear de trs equaes a trs incgnitas (que so os escalares
1 , 2 , 3 ):

1 x1 + 2 x2 + 3 x3 = 0
1 y1 + 2 y2 + 3 y3 = 0

z + z + z = 0
1 1
2 2
3 3

. ( )

5.1. INTRODUO E EXEMPLOS

69

Logo para que (**) possua somente a soluo (***) necessrio e suficiente que o sistema
linear (****) s admita a soluo (***).
Mas isto, como se sabe, isto equivalente que a dizer que a matriz dos coeficientes do
sistema linear (****),

x1 x2 x3

y1 y2 y3
z1 z2 z3
possue determinante diferente de zero (ver Apndice II).
Note que as colunas desta matriz so formadas pelas entradas que compem os vetores
u1 , u2 e u3 em (*).
Observao 5.8 O mesmo resultado vale se colocarmos os coeficientes dos vetores u1 ,
u2 e u3 como as linhas de uma matriz. Por qu?
Podemos estender o exemplo acima a seguinte situao:
Exerccio 5.9 Consideremos o espao vetorial real (Rn , +, ) (onde + e so as operaes
usuais de Rn .
Enuncie e demonstre um resultado anlogo ao exemplo acima para uma sequncia
u1 , , uk vetores do espao vetorial real (Rn , +, ), onde k {1, , n}.
Temos tambm o:
Exemplo 5.10 Consideremos o espao vetorial real (M2 (R), +, ) (onde + e so as
operaes usuais de M2 (R)).
Verifique se as matrizes de M2 (R):
(
)
(
)
(
)
. 1 0
. 1 1
. 0 1
u1 =
, u2 =
, u3 =
0 1
0 1
0 0
so linearmente independentes em (M2 (R), +, ).
Resoluo:
Para isto precisamos estudar todas as possveis solues 1 , 2 , 3 R da equao vetorial:
1 u1 + 2 u2 + 3 u3 = O,

()

onde O denota a matriz nula de M2 (R), ou, equivalentemente, encontrar todas as possveis
solues da equao matricial
(
)
(
) (
)
(
)
1 1
0 1
0 0
1 0
=
+ 2
+ 3
,
1
0 1
0 0
0 0
0 1
|
{z
}

1 + 2 2 + 3
=

0
1 + 2

70

CAPTULO 5. DEPENDNCIA LINEAR

que equivalente a equao matricial


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

()

ou ainda, equivalente ao sistema linear de quatro equaes a trs incgnitas (a saber, 1 , 2 , 3


R):

1 + 2 = 0

+ = 0
2
3
( )

0
=
0

1 + 2 = 0
que possui solues do tipo
(1 , 2 , 3 ) = (1 , 1 , 1 )
para qualquer 1 R.
.
Logo escolhendo-se 1 = 1, teremos que 2 = 1 e 3 = 1 sero solues (no identicamente nulas) do sistema (***) ou, equivalentemente, da equao vetorial (*).
Dessa forma, a sequncia de vetores u1 , u2 , u3 ser linearmente dependente em (M2 (R), +, ).
Observao 5.11 Um outro modo de resolver o exemplo acima observar que (verifique!)
u2 = u1 + u3 ,
que equivalente a escrever
1.u1 + (1).u2 + 1.u3 = 0,
ou seja, os vetores u1 , u2 , u3 so l.d. em (M2 (R), +, ).
Temos tambm o:
Exemplo 5.12 Consideremos o espao vetorial real (C1 (R; R), +, ) (onde + e so as
operaes usuais de C1 (R; R)).
Verifique se as funes f e g so l.d. em (C1 (R; R), +, ) onde
.
f(x) =

cos(x)

.
g(x) =

sen(x),

x R.

Resoluo:
Como as funes f e g so funes definidas em R, a equao vetorial
f + f = O,

()

onde O denota a funo identicamente nula em R, ser equivalente a equao


f(x) + g(x) = 0

para todo

x R.

Em particular, a identidade acima dever ser vlida para:

5.1. INTRODUO E EXEMPLOS

71

1. x = 0, ou seja:

cos
(0) + sen(0) =
| {z }
| {z }

0 = f(0) + g(0) =

=1

2. x =

= 0.

=0

, ou seja:
2

cos

sen

0 = f( ) + g(0) =
( ) +
( )=
2
| {z2 }
| {z 2 }
=0

= 0.

=1

Concluso: a nica soluo da equao vetorial (*) ser = = 0, portanto, as funes


f e g so l.i. em (C1 (R; R), +, ).
Exemplo 5.13 Consideremos o espao vetorial real (C1 (R; R), +, ) (onde + e so as
operaes usuais de C1 (R; R)).
Verifique se as funes f, g e h so linearmente dependentes em (C1 (R; R), +, ), onde
.
f(x) =
Resoluo:
Observemos que

ou seja,

cos2(x),

.
g(x) =

sen2(x)

cos2(x) + sen2(x) = 1,

.
h(x) = 1,

x R.

para todo x R,

cos2(x) + sen2(x) 1 = 0,

para todo x R,

que equivalente a
1 f + 1 g + (1) h = O,
onde O denota a funo identicamente mula.
Logo a equao vetorial
f + g + h = O,
.
.
.
tem uma soluo no trivial, a saber = 1, = 1 e = 1.
Portanto as funes f, g e h so l.d. em C1 (R; R).
Deixaremos como exerccio para o leitor o
Exerccio 5.14 Consideremos o espao vetorial real (C1 (R; R), +, ) (onde + e so as
operaes usuais de C1 (R; R)).
Sejam
.
f(x) =

cos(2x),

g(x) =

cos2(x)

h(x) =

sen2(x),

x R.

Mostre que as funes f, g, h so linearmente dependentes em (C1 (R; R), +, ) .

72

CAPTULO 5. DEPENDNCIA LINEAR

5.2

Propriedades da dependncia linear

Comearemos pela seguinte caraterizao equivalente de dependncia linear:


Proposio 5.15 Consideremos o espao vetorial real (V, +, ) e u1 , . . . , un V.
Os u1 , . . . , un so l.d. se, e somente se, pelo menos um destes vetores se escreve
como combinao linear dos outros.
Demonstrao:
Observemos que se um dos vetores da sequncia de vetores u1 , . . . , un , digamos uio para
algum io {1, , n}, se escreve como combinao linear dos restantes, ou seja, dos vetores
u1 , , uio 1 , uio +1 , , un ento devero existir escalares 1 , , io 1 , io +1 , , n R tais que
uio = 1 u1 + + io 1 uio 1 + io +1 uio +1 + + n un . ()
Mas (*) equivalente a
O = 1 u1 + + io 1 uio 1 uio + io +1 uio +1 + + n un
= 1 u1 + + io 1 uio 1 + (1) uio + io +1 uio +1 + + n un ,
s onde O o vetor nulo do espao vetorial real (V, +, ), ou seja, a equao vetorial
1 u1 + + io 1 uio 1 + io uio + io +1 uio +1 + + n un = O
.
possui uma soluo no trivial (a saber, io = 1), o que mostra que a sequncia u1 , . . . , un
l.d. em (V, +, ).
Por outro lado, se u1 , . . . , un so linearmente dependentes ento existem escalares 1 , . . . , n
R, no todos nulos, digamos que io = 0, tais que
1 u1 + + io 1 uio 1 + io uio + io +1 uio +1 + + n un = O,
ou, equivalentemente,
io uio = 1 u1 + + io 1 uio 1 + io +1 uio +1 + + n un ,
e como io = 0 teremos
u io =

1
i 1
i +1
n
u1 + + o uio 1 + o uio +1 + +
un ,
io
io
io
io

ou seja, o vetor uio , da lisla u1 , , un , pode ser obtido como combinao linear dos vetores
restantes (a saber, dos vetores u1 , , uio 1 , uio +1 , , un ), terminando a demonstrao.
Com isto temos a:
Proposio 5.16 Consideremos o espao vetorial real (V, +, ) e u1 , . . . , un V.
.
Se o conjunto de vetores S = {u1 , . . . , un } l.d. em (V, +, ) e T V tal que S T .
Ento T ser l.d. (V, +, ).

5.2. PROPRIEDADES DA DEPENDNCIA LINEAR

73

Demonstrao:
.
Vamos mostrar que se u1 , . . . , un , un+1 , . . . , um V so tais que S = {u1 , . . . , un } um
.
conjunto formado por vetores que so l.d. ento T = {u1 , . . . , un , un+1 , . . . , um } tambm um
conjunto formado por vetores que so l. d. .
Como S l.d. em (V, +, ) existem escalares 1 , , n R, no todos nulos, ou seja,
io = 0 para algum io = 1, , n, tais que
1 u1 + + io uio + + n un = O.

()

Como S T segue que uio T , e de (*) temos que


1 u1 + + io uio + + n un + 0 un+1 + + 0.um = O.

()

possui uma soluo no identicamente nula, pois io = 0, mostrando que o conjunto T


formado por vetores que so l.d. em (V, +, ).

Observao 5.17 O resultado acima nos diz que qualquer subconjunto de um espao
vetorial real que contenha como subconjunto um conjunto que l.d. dever, necessariamente, ser l.d. .
Um outro resultado importante dado pela:
Proposio 5.18 Consideremos o espao vetorial real (V, +, ) e u1 , . . . , um V.
Se u1 , . . . , um so linearmente independentes em (V, +, ) ento qualquer subsequncia
destes vetores tambm ser linearmente independente em (V, +, ).
Demonstrao:
Basta mostrar que se u1 , . . . , un , un+1 , . . . , um so linearmente independentes em (V, +, )
ento u1 , . . . , un tambm so l.i. em (V, +, ).
Para isto suponhamos que
1 u1 + + n un = O. ()
Mas a equao vetorial (*) pode ser reescrita como:
1 u1 + + n un + 0 un+1 + + 0 um = O

()

e os vetores u1 , . . . , un , un+1 , . . . , um so l.i. em (V, +, ) logo segue que a nica soluo para
a equao vetorial (*) ser
1 = = n = 0,
mostrando que os vetores u1 , . . . , un so l.i. em (V, +, ), como queramos demonstrar.

Observao 5.19 O resultado acima nos diz que qualquer subconjunto de um conjunto
de vetores de um espao vetorial real que l.i. dever, necessariamente, ser l.i. .

74

CAPTULO 5. DEPENDNCIA LINEAR


Um outro resultado importante dado pela:

Proposio 5.20 Consideremos o espao vetorial real (V, +, ) e u, u1 , . . . , un V.


Se os vetores u1 , . . . , un so l.i. em (V, +, ) e os vetores u, u1 , . . . , un , so l.d. em
(V, +, ) ento o vetor u dever ser combinao linear dos vetores u1 , . . . , un .
Demonstrao:
Como u, u1 , . . . , un , so l.d. em (V, +, ), devero existir 1 , . . . , n+1 , no todos nulos,
tais que
u + 1 u1 + + n un = O. ()
Afirmamos que = 0.
Suponhamos, por absurdo, que = 0.
A expresso (*) tornar-se-:
1 u1 + + n un = 0.
Mas , os vetores u1 , . . . , un so l.i. em (V, +, ), assim, deveramos, necessariamente, ter
1 = = n = 0, o que um absurdo por (*).
Portanto = 0 e assim (*) ser equivalente a
u = 1 u1 + + n un

=0

u=

1
n
u1 + +
un ,

ou seja, o vetor u pode ser obtido como combinao linear dos vetores u1 , . . . , un , como
queramos demonstrar.
Pra finalizar temos a:
Proposio 5.21 Consideremos o espao vetorial real (V, +, ) e u1 , . . . , un vetores l.i.
em (V, +, ).
Ento cada vetor v [u1 , . . . , un ] se escreve de maneira nica como combinao
linear dos vetores u1 , . . . , un , isto , existem nicos 1 , , n R tais que
v = 1 u1 + + n un .
Prova:
Suponhamos que existam 1 , , n , 1 , , n R tais que
1 u1 + + n un = v = 1 u1 + + n un . ()
Precisamos mostrar que
j = j ,

j = 1, . . . , n.

Observemos que (*) equivalente a:


[1 u1 + + n un ] [1 u1 + + n un ] = O,

5.3. EXERCCIOS

75

que por sua vezm pode ser escrita como


(1 1 ) u1 + + (n n ) un = 0.
Mas os vetores u1 , . . . , un so l.i. logo, necessariamente, deveremos ter
j j = 0,

j = 1, , n,

isto ,
j = j ,

para todo

j = 1, . . . , n,

como queramos demonstrar.

Observao 5.22 Vale uma certa recproca do resultado acima, a saber: se cada vetor v [u1 , . . . , un ] se escreve de maneira nica como combinao linear dos vetores
u1 , . . . , un ento os vetores u1 , , un sero l.i. em (V, +, ).
De fato, pois, em particular, o vetor nulo O V se escreve de modo nico como
combinao linear dos vetores u1 , . . . , un , isto , se
O = 1 u1 + + n un

1 = = n = 0,

mostrando que os vetores u1 , , un sero l.i. em (V, +, ), com afirmamos.

5.3

Exerccios

76

CAPTULO 5. DEPENDNCIA LINEAR

Captulo 6
Base, Dimenso e Coordenadas
6.1

Base

A noo de base de um espao vetorial real semelhante a que foi introduzida no curso de
Geometria Analtica.
Ela consiste em escolher um conjunto de geradores do espao vetorial real em questo que
contenha o menor nmero de vetores possvel, isto , um conjunto que gere o espao vetorial
real, mas que se deste conjunto for retirado qualquer elemento, o conjunto que restar no
gerar mais o espao vetorial real em questo.
Mais precisamente, temos a:
Definio 6.1 Seja V = {O}, (V, +, ) um espao vetorial real finitamente gerado.
Definimos uma base do espao vetorial real V como sendo um conjunto, que indicaremos por B, formado por vetores linearmente independentes de V e que gera V.
Consideremos os seguintes exemplos:
Exemplo 6.2 Consideremos o espao vetorial real (R3 , +, ) (onde + e so as operaes
usuais).
.
Mostre que B = {(1, 0, 0), (0, 1, 0), (0, 0, 1)} uma base de (R3 , +, )
Resoluo:
Sabemos que o espao vetorial real (R3 , +, ) finitamente gerado (verifique!).
fcil ver que os vetores de B so l.i. (verifique!).
Alm disso se (x, y, z) R3 temos que
(x, y, z) = (x, 0, 0) + (0, y, 0) + (0, 0, z) = x (1, 0, 0) + y (0, 1, 0) + z (0, 0, 1),
mostrando que os vetores de B geram (R3 , +, ) (isto , [B] = R3 ), logo B ser uma base para
(R3 , +, ).
Podemos estender o exemplo acima, como afirma o seguinte exerccio abaixo, cuja resoluo ser deixada a cargo do leitor.
77

78

CAPTULO 6. BASE, DIMENSO E COORDENADAS

Exerccio 6.3 Consideremos o espao vetorial real (Rn , +, ) (onde + e so as operaes


usuais).
.
Mostre que o conjunto B = {e1 , . . . , en } Rn onde
.
.
e1 = (1, 0, . . . , 0), . . . , ej = (0, . . . , 0,

1
|{z}

.
, , 0), . . . en = (0, . . . , 0, 1)

jsima posio

uma base de (Rn , +, ).


Temos tambm o:
Exemplo 6.4 Consideremos o espao vetorial real (R2 , +, ) (onde + e so as operaes
usuais).
.
Mostre que B = {(1, 1), (1, 1)} uma base de (R2 , +, ).
Resoluo:
preciso mostrar que estes vetores de B so l.i. e que todo vetor de (R2 , +, ) se escreve
como combinao linear dos vetores de B.
Da observao (5.22) basta mostrarmos que todo vetor de (R2 , +, ) se escreve, de maneira
.
.
nica, como combinao linear dos vetores u1 = (1, 1) e u2 = (1, 1).
.
Seja u = (x, y) R2 .
O nosso problema se resume a mostrar que existem nicos 1 , 2 R tais que
u = (x, y) = 1 u1 + 2 u2 = 1 (1, 1) + 2 (1, 1) = (1 , 1 ) + (2 , 2 )
= (1 + 2 , 1 2 ).
Esta identidade equivalente ao seguinte sistema linear
{
1 + 2 = x
.
1 2 = y.
Resolvendo o sistema linear (ser deixado como exerccio para o leitor) obteremos uma
nica soluo dada por
x+y
xy
1 =
e 2 =
,
2
2
mostrando que B uma base para (R2 , +, ).
Deixaremos, para o leitor, a resoluo dos seguintes exerccios :
Exerccio 6.5 Consideremos o espao vetorial real (M2 (R), +, ) (onde + e so as
operaes usuais de M2 (R)).
Mostre que o conjunto
{(
) (
) (
) (
)}
1
0
0
1
0
0
0
0
.
B=
,
,
,
0 0
0 0
1 0
0 1
uma base de (M2 (R), +, )

6.1. BASE

79

Exerccio 6.6 Consideremos o espao vetorial real (P2 (R), +, ) (onde + e so as


operaes usuais de funes).
.
Verifique que o conjunto B = {p, q, r} uma base de (P2 (R), +, ), onde
.
p(x) = 1 + x,

.
q(x) = 1 x,

.
r(x) = 1 x2 ,

x R.

Temos o seguinte resultado:


.
Proposio 6.7 Consideremos o espao vetorial real (V, +, ) e B = {u1 , . . . , un } uma base
de (V, +, ).
.
Ento B = {u1 , . . . , un1 } no uma base de (V, +, ).
Demonstrao:
Suponhamos, por absurdo, que B = {u1 , . . . , un1 } fosse uma base de (V, +, ).
Como un V, existiriam j R, j = 1, . . . , n 1 tais que
un = 1 u1 + + n1 un1 ,
isto ,
O = 1 u1 + + n1 un1 un = 1 u1 + + n1 un1 + (1) un ,
ou seja, u1 , . . . , un so l.d. em (V, +, ) o que seria um absurdo, pois, por hiptese, u1 , . . . , un
so linearmente independentes em (V, +, )
.
Portanto B = {u1 , . . . , un1 } no pode ser uma base de (V, +, ), como queramos demonstrar.
Temos tambm o seguinte importante resultado:
Teorema 6.8 Seja V = {O} tal que (V, +, ) um espao vetorial real finitamente gerado.
Ento (V, +, ) admite uma base.
Em outras palavras, existe um conjunto B, formado por vetores de V que so l.i.
em (V, +, ) e que gera (V, +, ).
Prova:
Como V = {O} e (V, +, ) um espao vetorial real finitamente gerado, existem vetores
u1 , . . . , un V tais que V = [u1 , . . . , un ].
.
Se o conjunto B = {u1 , . . . , un } for formado por vetores que so l.i. em (V, +, ) ento B
ser uma base de (V, +, ), terminando a demonstrao.
Por outro lado, se os vetores u1 , . . . , un sejam l.d. em (V, +, ), como V = {O}, existe, pelo
menos, um jo {1, . . . , n} tal que ujo = O.
Sem perda de generalidade, podemos supor que u1 = 0 (isto , jo = 1).
Se todo vetor uj , para j = 2, . . . , n, puder se escrever como combinao linear de u1 ento
.
V = [u1 ] e B = {u1 } ser uma base de (V, +, ), terminando a demonstrao.
Caso isto no ocorra, porque existe algum vetor uj1 , com 2 j1 n, tal que u1 , uj1 so
l.i. em (V, +, ).

80

CAPTULO 6. BASE, DIMENSO E COORDENADAS

Sem perda de generalidade, podemos supor que o vetor u2 seja tal vetor (ou ainda, j1 = 2),
isto , u1 , u2 so l.i. em (V, +, ).
Se todos os vetores u3 , . . . , un puderem ser escritos como combinaes lineares dos vetores
.
u1 , u2 ento V = [u1 , u2 ] e B = {u1 , u2 } ser uma base de (V, +, ).
Caso, contrrio, podemos repetir este processo e como o nmero de elementos de {u1 , . . . , un }
finito, o processo ir findar aps um nmero finito de passos.
Desse modo, existe uma sequncia de vetores l.i. dentre os vetores do conjunto {u1 , . . . , un }
que geram (V, +, ), isto , uma base de (V, +, ), finalizando a demonstrao.

Observao 6.9 Resumindo, o resultado acima nos diz que todo espao vetorial real,
no identicamente nulo, finitamente gerado admite uma base.

6.2

Dimenso

Para iniciar esta seo temos o seguinte resultado fundamental para o que segue:
Teorema 6.10 Seja V = {O} tal que (V, +, ) um espao vetorial real finitamente gerado.
Ento toda base de (V, +, ) possui o mesmo nmero de vetores.
Prova:
Do teorema (6.8) segue que (V, +, ) admite uma base.
.
.
Sejam B = {u1 , . . . , un } e C = {v1 , . . . , vm } duas bases do espao vetorial real (V, +, ).
Nosso objetivo mostrar que m = n (ou seja, qualquer base de (V, +, ) de n elementos).
Suponhamos, por absurdo, que n > m.
Como os vetores v1 , . . . , vm geram (V, +, ), para cada 1 j n, podemos escrever o vetor
uj como combinao linear dos vetores v1 , . . . , vm , isto , existem 1j , , mj R tais que
uj = 1j v1 + + mj vm =

ij vi .

()

i=1

Assim, de (*) temos que se


O = 1

+ + n

u1
|{z}
m

()

(
= 1

i1 vi

i=1
m

i=1

)
i1 vi

( m

+ + n
)

i=1

i=j

i=1

ij vi

()

un
|{z}
()

in vi
(

)
in vi

( n i=1 )
m

j 1i vi ,
=
i=1

j=1

6.2. DIMENSO
ou ainda,

81
( n

)
j 1j

(
v1 + +

j=1

)
j mj

vm = 0.

j=1

Como os vetores v1 , . . . , vm so l.i. em (V, +, ) devremos ter


n

ij j = 0

para todo

1 i m.

j=1

As identidades acima correspondem a um sistema linear homogneo de m equaes com


n incgnitas (i , 1 i n).
Como n > m, existe uma soluo no trivial deste sistema linear, isto , uma soluo
1 , . . . , n onde pelo menos um jo , para algum jo {1, , n}, diferente de zero (pois a
soluo trivial, 1 = = n = 0 sempre soluo de um sistema linear homogneo).
De (**) segue que os vetores u1 , . . . , un so l.d. em (V, +, ), uma contradio, logo deveremos ter n = m, completando a demonstrao.

Observao 6.11 Resumindo, o resultado acima nos diz que qualquer base de um espao vetorial real, no identicamente nulo, finitamente gerado tem o mesmo nmero de
vetores.
Com o resultado acima podemos introduzir a:
Definio 6.12 Seja (V, +, ) um espao vetorial real finitamente gerado.
Se V = {O} definimos a dimenso de V como sendo 0.
Se V = {O} definimos a dimenso de V como sendo o nmero de elementos de uma
base qualquer de (V, +, ).
Neste caso, usaremos o smbolo
(V) para denotar a dimenso do espao vetorial
real (V, +, ).

dim

Definio 6.13 Se um espao vetorial real (V, +, ) no finitamente gerado diremos


que ele tem dimenso infinita.
Com isto temos a:
Proposio 6.14 Seja (V, +, ) um espao vetorial real de dimenso infinita.
Ento (V, +, ) possui um subconjunto de vetores que tem um nmero infinito de
vetores linearmente independentes em (V, +, ).
Prova:
Temos que V = {O} pois, caso contrrio,
(V) = 0 o que contraria o fato que sua
dimenso ser infinita.
Selecione u1 V, u1 = O.
Como (V, +, ) no finitamente gerado temos que V = [u1 ].
Logo, existe u2 V tal que u2 [u1 ].

dim

82

CAPTULO 6. BASE, DIMENSO E COORDENADAS

Desta forma, os vetores u1 , u2 so linearmente independentes em (V, +, ) (verifique!) e


V = [u1 , u2 ], caso contrrio, (V, +, ) teria dimenso finita (no caso, 2).
Prosseguindo as idias acima, suponhamos que tenhamos encontrado vetores u1 , . . . , un
V linearmente independentes.
Como (V, +, ) no finitamente gerado, V = [u1 , . . . , un ].
Logo , existe un+1 V tal que un+1 [u1 , . . . , un ], isto , os vetores u1 , . . . , un , un+1 V
so linearmente independentes em (V, +, ) (verifique!).
Portanto, para qualquer conjunto finito de vetores l.i. em (V, +, ) podemos sempre encontrar um vetor, que no est no subespao gerado por esse conjunto finito, e que, alm
disso, reunindo este vetor ao conjunto finito que tnhamos, obtemos um conjunto l.i. em
(V, +, ), ou seja, existe em (V, +, ) um conjunto formado por infinitos de vetores linearmente
independentes em (V, +, ), como queramos demonstrar.
Como consequncia da demonstrao do teorema (6.10) temos a:
Proposio 6.15 Seja um espao vetorial real (V, +, ) de dimenso m N fixada.
Ento qualquer conjunto de vetores de (V, +, ) com mais de m elementos , necessariamente, linearmente dependente em (V, +, ).
Demonstrao:
Supohamos, por absurdo que, u1 , , un uma sequncia de vetores de V que so l.i. em
(V, +, ) com n > m.
Ento seguindo a demonstrao do teorema (6.10) a partir de (1) (verifique!) obteremos
um absurdo, logo mais que m vetores em (V, +, ) devero ser l.d. em (V, +, ), como queramos
demonstrar.
Como consequncia temos o:
Corolrio 6.16 Todo subespao vetorial de um espao vetorial real de dimenso finita
tambm tem dimenso finita.
Prova:
Sejam (V, +, ) um espao vetorial real de dimenso finita e W um subespao vetorial de
(V, +, ).
Suponhamos, por absurdo, que W tivesse dimenso infinita.
Pela proposio (6.14), existiria um subconjunto l.i. de vetores de W com infinitos elementos .
Como estes vetores tambm so linearmente independentes em (V, +, ), pela proposio
(6.15), o nmero deles deveria ser menor do que a dimenso de V que finita, um absurdo,
logo a dimenso de W dever ser finita, como queramos demonstrar.

Observao 6.17

6.2. DIMENSO

83

1. Na verdade podemos ser um pouco mais precisos na concluso do corolrio acima,


a saber: se W um subespao vetorial do espao vetorial real (V, +, ) que tem
dimenso finita n ento
(W) n, ou seja,

dim

dim(W) dim(V).
Para ver isto basta supor, por absurdo, que

dim(W) > m.

Logo existe uma base de W com mais que m vetores, em particular, existem mais
que m vetores l.i. em (W, +V , V ) (onde +V e V indicam as operaes V).
Assim os elementos desta base de W tambm sero l.i. em (V, +, ), ou seja,
existe um subconjunto formado por vetores l.i. em (V, +, ) que tm mais que m
elementos.

dim(V), que pela proposio (6.15), teremos um absurdo.


Portanto dim(W) dim(V).
Como m >

2. Se o espao vetorial real (V, +, ) tem dimenso n diremos que ele um espao
vetorial real n-dimensional.
Temos tambm o:
Corolrio 6.18 Se (V, +, ) um espao vetorial n-dimensional e u1 , . . . , un so vetores
de (V, +, ) linearmente independentes em (V, +, ) ento estes vetores formam uma base
de (V, +, ).
Demonstrao:
.
Seja B = {u1 , , un } formado por n vetores l.i em (V, +, ).
Mostremos que B uma base de (V, +, ), ou seja, que geram (V, +, ).
Suponhamos, por aburdo, que exista u V tal que u [u1 , , un ].
Isto implicar que u, u1 , , un so l.i. em (V, +, ) (verifique!), o que contraria a proposio (6.15) (pois temos um conjunto l.i. em (V, +, ) com mais que n =
(V) vetores).
Logo B l.i. em (V, +, ) e portanto B ser uma base de (V, +, ), como queramos demonstrar.

dim

Exemplo 6.19 Consideremos o espao vetorial real (Rn , +, ) (onde + e so as operaes usuais).
Ento
(Rn ) = n.

dim

Resoluo:
.
Do exemplo (6.3) temos que o conjunto B = {e1 , . . . , en } Rn onde
.
.
e1 = (1, 0, . . . , 0), . . . , ej = (0, . . . , 0,

1
|{z}

.
, , 0), . . . en = (0, . . . , 0, 1)

jsima posio

uma base de (Rn , +, ), logo

dim(Rn) = n.

84

CAPTULO 6. BASE, DIMENSO E COORDENADAS

Exemplo 6.20 Consideremos o espao vetorial real (P(R), +, ) (onde + e so as


operaes usuais de (P(R)).
Ento
[P(R)] = .

dim

Resoluo:
Do exemplo (4.35) temos que (P(R), +, ) no finitamente gerado, logo sua dimenso
no pode ser finita, assim
(P(R) = .

dim

Exemplo 6.21 Consideremos o espao vetorial real (Pn (R), +, ) (onde + e so as


operaes usuais de (Pn (R)).
Ento
[Pn (R)] = n + 1.

dim

Resoluo:
.
De fato, do exemplo (4.34) temos que o conjunto B = {po , , pn } Pn (R) formado pelos
seguintes polinmios:
.
po (x) = 1,

.
p1 (x) = x,

.
p2 (x) = x2 ,

.
pn (x) = xn ,

x R,

geram (Pn (R), +, ).


Deixaremos como exerccio para o leitor mostrar que B um conjunto l.i. em (Pn (R), +, ),
logo uma base para (Pn (R), +, ) e portanto
[Pn (R)] = n + 1.

dim

Exemplo 6.22 Sejam m, n N e o espao vetorial real (Mmn (R), +, ) (onde + e so


as operaes usuais de Mmn (R))
Ento
[Mmn ] = mn.

dim

Resoluo:
Do exemplo (4.32) temos que o conjunto
.
B = {Ek,l : k = 1, . . . , m, l = 1, . . . , n}
formado pelas matrizes de Mmn (R) dadas por:
.
Ek,l = (k,l
i,j )1im ,
1jn

k = 1, . . . , m, l = 1, . . . , n, onde
k,l
i,j

{
. 1
=
0

se (i, j) = (k, l)
se (i, j) = (k, l)

formam uma base de (Mmn (R), +, ).


Portanto
(Mmn ) = mn.
Deixaremos como exerccio para o leitor o:

dim

Exerccio 6.23

6.2. DIMENSO

85

1. A dimenso do espao vetorial das matrizes reais quadradas e simtricas de ordem


n(n + 1)
n
.
2
2. Qual a dimenso do espao vetorial das matrizes reais quadradas e anti-simtricas
de ordem n?
Temos o seguinte importante resultado:
Teorema 6.24 (Completamento) Seja (V, +, ) um espao vetorial real de dimenso n.
Suponhamos que os vetores u1 , . . . , um so l.i. em (V, +, ) com m < n.
.
Ento existem vetores um+1 , . . . , un tais que B = {u1 , . . . , um , um+1 , . . . , un } uma base
de (V, +, ).
Demonstrao:
Como m < n, [u1 , , um ] = V, ou seja, existe
um+1 V \ [u1 , , um ].

()

Afirmamos que os vetores u1 , . . . , um , um+1 so l.i. em (V, +, ).


De fato, pois se u1 , . . . , um , um+1 forem vetores l.d. em (V, +, ), como u1 , . . . , um so l.i.
em (V, +, ), pela proposio (5.20), teramos que um+1 [u1 , . . . , um ], um absurdo, por (*).
Se m + 1 = n ento {u1 , . . . , um , um+1 } ser uma base de (V, +, ) e este conjunto contm
os vetores u1 , . . . , um e assim terminaramos a demonstrao.
Se m + 1 < n ento [u1 , , um+1 ] = V, ou seja, existe
um+2 V \ [u1 , , um+1 ]. ()
Afirmamos que os vetores u1 , . . . , um+1 , um+2 so l.i. em (V, +, ).
De fato, pois se u1 , . . . , um+1 , um+2 forem vetores l.d. em (V, +, ), como u1 , . . . , um+1 so
l.i. em (V, +, ), pela proposio (5.20), teramos que um+2 [u1 , . . . , um ], um absurdo, por
(**).
Como
(V) = n < , repetindo os argumentos acima um nmero finito de vezes,
encontraremos vetores um+1 , um+2 , . . . , um+k , onde m + k = n, de forma que o conjunto

dim

.
B = {u1 , . . . , um , um+1 , . . . , um+k }

dim

seja l.i. em (V, +, ) e como


(V) = n = m+k, segue que B ser uma base do espao vetorial
real (V, +, ) es este conjunto contm os vetores u1 , . . . , um , completando a demonstrao.

Exemplo 6.25 Consideremos o espao vetorial real (R3 , +, ) (onde + e so as operaes usuais).
Encontre uma base do (R3 , +, ) contendo o vetor (1, 1, 1).

86

CAPTULO 6. BASE, DIMENSO E COORDENADAS

Resoluo:
Como a dimenso de R3 trs, do teorema do completamento, precisamos encontrar dois
.
.
.
vetores, u1 = (x1 , y1 , z1 ), u2 = (x2 , y2 , z2 ) R3 , que juntamente com o vetor u = (1, 1, 1)
sejam l.i. em (R3 , +, ).
Porm, pelo exemplo (5.7), sabemos que isto equivalente ao determinante da matriz

1 x 1 x2
.

A = 1 y1 y2 = x2 (y1 + z1 ) y2 (x1 + z1 ) + z2 (y1 x1 )


1 z1 z2
ser diferente de zero.
.
H uma infinidade de possibilidades para que isto acontea, por exemplo, tomando (x1 , y1 , z1 ) =
.
(0, 1, 1) e (x2 , y2 , z2 ) = (0, 0, 1) (neste caso
(A) = 1 = 0).
3
Portanto uma base de (R , +, ) que contenha o vetor u = (1, 1, 1) , por exemplo,
.
B = {(1, 1, 1), (0, 1, 1), (0, 0, 1)}.

det

6.3

Dimenso da Soma de Subespaos Vetoriais

Comearemos esta seo com o seguinte importante resultado:


Proposio 6.26 Seja (V, +, ) um espao vetorial real de dimenso finita.
Se U e W so subespaos vetoriais de (V, +, ) ento

dim(U W) + dim(U + W) = dim(U) + dim(W)

(6.27)

Demonstrao:
Do corolrio (6.16) segue que todo subespao de um espao vetorial real de dimenso
finita ter tambm dimenso finita, em particular, temos que

dim(U), dim(W), dim(U W), dim(U + W) dim(V) < .


.
.
Como m = dim(U W) < existe um conjunto C = {v1 , . . . , vm }, formado por vetores

de (V, +, ), que uma base de U W.


Como estes vetores so l.i., e pertencem a U, pelo teorema (6.24), existem u1 , . . . , up U
.
tais que A = {v1 , . . . , vm , u1 , . . . , up } uma base de U (estamos supondo que
(U) = m+p).
Por outro lado, os vetores v1 , . . . , vm so l.i. e tambm pertencem a W e pelo mesmo teo.
rema (6.24), possvel encontrar w1 , . . . , wq W de modo que B = {v1 , . . . , vm , w1 , . . . , wq }
seja uma base de W (estamos supondo que
(W) = m + q).
Com a notao acima, teremos

dim

dim

dim(U W) = m, dim(U) = m + p

dim(W) = m + q.

Sendo assim, a fim de mostrarmos a identidade (6.27), necessrio (e, na verdade, suficiente) mostrar que
(U + W) = m + p + q.

dim

6.3. DIMENSO DA SOMA DE SUBESPAOS VETORIAIS

87

Para tanto, basta mostrarmos que o conjunto


.
D = {u1 , . . . , up , w1 , . . . , wq , v1 , . . . , vm }

(6.28)

uma base de U + W.
Mostremos primeiramente que os vetores de D geram U + W.
Para isto, dado v U + W segue que existem u U e w W tais que v = u + w.
Como u U, e A base de U, segue que o vetor u uma combinao linear dos vetores
u1 , . . . , up , v1 , . . . , vm .
De modo semelhante, como w W, e B base de W, segue que o vetor w uma combinao
linear dos vetores w1 , . . . , wq , v1 , . . . , vm .
Logo o vetor
v=u+w
ser uma combinao linear dos vetores u1 , . . . , up , v1 , . . . , vm , w1 , . . . , wq , ou seja, v [u1 , . . . , up , v1 , . . . ,
mostrando que
U + W = [u1 , . . . , up , v1 , . . . , vm ,1 , . . . , wq ].
Mostremos que o conjunto D l.i. em (V, +, ).
Suponha que os escalares 1 , , p , 1 , , q , 1 , , m R so tais que
1 u1 + + p up + 1 w1 + + q wq + 1 v1 + + m vm = O,

(6.29)

que pode ser reescrita como:


U 1 u1 + + p up + 1 v1 + + m vm = 1 w1 q wq W.
Em particular temos que:
1 w1 q wq U W = [v1 , . . . , vm ].
Consequentemente, existem escalares 1 , . . . , m R tais que
1 w1 q wq = 1 v1 + + m vm ,
ou, equivalentemente,
1 w1 + + q wq + 1 v1 + + m vm = 0.
Como os vetores w1 , . . . , wq , v1 , . . . , vm so l.i. (pois formam uma base de W) segue-se
que
1 = = m = 1 = = q = 0.
()
Assim, a equao (6.29) se reduz a
1 u1 + + p up + 1 v1 + + m vm = 0.
Mas u1 , . . . , up , v1 , . . . , vm so l.i. (pois formam uma base de U) logo segue-se que
1 = = p = 1 = = m = 0.

()

De (*) e (**) segue que os vetores de (6.28) so linearmente independentes, e portanto


vale a identidade (6.27), completando a demonstrao.

88

CAPTULO 6. BASE, DIMENSO E COORDENADAS

Corolrio 6.30 Seja U um subespao vetorial de um espao vetorial real (V, +, ) de


dimenso finita.
Se
(U) =
(V) ento deveremos ter U = V.

dim

dim

Demonstrao:
Suponhamos, por absurdo, que U = V (temos que U V), isto , existe um vetor u1 V
tal que u1 U, em particular, u1 = O (pois se fosse O estaria em U).
.
Definamos W = [u1 ].
Logo
(W) = 1.
Como u1 U temos que U W = {O} e como
(W) = 1, segue da proposio (6.26)
que

dim

dim

dim(U + W) = dim(U) + |dim{z(W)} + |dim(U{z W)}


=

dim(U) + 1

=1

=0

[dim(U)=dim(V)]

dim(V) + 1 > dim(V),

o que um absurdo, pois U + W um subsepao vetorial de (V, +, ) logo, da observao


(6.17) item 1., segue que
(U + W)
(V).
Portanto podemos concluir que U = V, como queramos demonstrar.

dim

dim

Observao 6.31 Notemos que se (V, +, ) um espao vetorial real de dimenso finita,
U e W so subespaos vetoriais de (V, +, ) (como na proposio (6.26)) e se alm do
mais tivermos
V =U+W
e
(U) +
(W) >
(V)

dim

dim

dim

ento
U W = {O}
ou seja, a soma U + W no uma soma direta.
De fato, se soma U + W fosse uma soma direta deveramos ter U W = {0}.
Logo, pela proposio (6.26), teramos

dim(U W) = dim(U) + dim(W) dim(U + W)


= dim(U) + dim(W) dim(V) > 0,

0=

o que um absurdo, logo a soma U + W no pode ser uma soma direta.


Temos os seguinte exemplos:
Exemplo 6.32 Consideremos U, W como no exemplo (4.41).
Encontrar bases e as dimenses dos subespaos vetoriais U, W, U W e U + W do
espao vetorial real (R4 , +, ).

6.3. DIMENSO DA SOMA DE SUBESPAOS VETORIAIS

89

Resoluo:
Vimos no exemplo (4.41) que
U = [(1, 1, 0, 0), (0, 1, 1, 0), (0, 1, 0, 1)]
W = [(1, 0, 0, 1), (0, 1, 0, 1), (0, 0, 1, 1)]
U W = [(1, 0, 1, 0), (0, 1, 0, 1)]
U + W = [(1, 1, 0, 0), (0, 1, 1, 0), (0, 1, 0, 1), (1, 0, 0, 1), (0, 0, 1, 1)]
Verifiquemos a dependncia ou independncia linear de cada um dos conjuntos de vetores
acima:
Para U:
Estudemos a dependncia linear dos vetores que geram U.
Se , , R so tais que
(1, 1, 0, 0) + (0, 1, 1, 0) + (0, 1, 0, 1) = (0, 0, 0, 0)
isto ser equivalente :

=0

+ + = 0
(, + + , , ) = (0, 0, 0, 0)

=0

=0

= = = 0.

Logo podemos conclui que os vetores (1, 1, 0, 0), (0, 1, 1, 0), (0, 1, 0, 1) so l.i. e portanto
.
B = {(1, 1, 0, 0), (0, 1, 1, 0), (0, 1, 0, 1)} ser uma base para U.
Portanto segue que
(U) = 3.
Para W:
Estudemos a dependncia linear dos vetores que geram W.
Se , , R so tais que

dim

(1, 0, 0, 1) + (0, 1, 0, 1) + (0, 0, 1, 1) = (0, 0, 0, 0)


isto ser equivalente :

=0

= 0
(, , , + + ) = (0, 0, 0, 0)

=0

++=0

= = = 0.

Logo podemos conclui que os vetores (1, 0, 0, 1), (0, 1, 0, 1), (0, 0, 1, 1) so l.i. e portanto
.
C = {(1, 0, 0, 1), (0, 1, 0, 1), (0, 0, 1, 1)} ser uma base para W.
Portanto temos que
(W) = 3.
Para U W :
Estudemos a dependncia linear dos vetores que geram U W.

dim

90

CAPTULO 6. BASE, DIMENSO E COORDENADAS


Se , R so tais que
(1, 0, 1, 0) + (0, 1, 0, 1) = (0, 0, 0, 0)

isto ser equiavelente

=0

= 0
(, , , ) = (0, 0, 0, 0)

= 0

=0

= = 0.

.
Logo podemos conclui que os vetores (1, 0, 1, 0), (0, 1, 0, 1) so l.i. e portanto D =
{((1, 0, 1, 0), (0, 1, 0, 1)} ser uma base para U W.
Portanto temos que
(U W) = 2.
Para U + W :
Pela proposio (6.26) temos

dim

dim(U + W) = dim(U) + dim(W) dim(U W) = 3 + 3 2 = 4 = dim(R4).


Logo, pela proposio (6.30) segue que U + W = R4 , logo podemos tomar a base cannica
de (R4 , +, ) com uma base para U + W.

dim

Observao 6.33 Como


(U W) = 2 = 0 (logo U W = {0}) segue R4 = U + W mas
esta soma no uma soma direta.
Exemplo 6.34 Consideremos o espao vetorial real (P3 (R), +, ) (onde + e so as
operaes usuais de P3 (R)).
Sejam
.
U = {p P3 (R) : p(0) = p(1) = 0}

.
W = {q P3 (R) : q(1) = 0}.

Encontrar bases e as dimenses para os subsepaos vetoriais U, W, U W e U + W


do espao vetorial real (P3 (R), +, ).
Resoluo:
Deixaremos como exerccio para o leitor mostrar que U e W so subespaos vetoriais do
espao vetorial real (P3 (R), +, ).
Para U :
Se p U P3 (R), devem existir ao , a1 , a2 , a3 R tais que
p(x) = ao + a1 x + a2 x2 + a3 x3 ,

x R,

assim
p(0) = ao

e p(1) = ao + a1 + a2 + a3 . ()

6.3. DIMENSO DA SOMA DE SUBESPAOS VETORIAIS

91

Logo
()

p U p(0) = p(1) = 0

{
ao = 0

ao + a1 + a2 + a3 = 0

{
ao = 0
a1 = a2 a3

p(x) = (a2 + a3 )x + a2 x2 + a3 x3 = a2 (x2 x) + a3 (x3 x), x R.

()

Definindo-se p1 , p2 P3 (R) por


.
p1 (x) = x2 x,

.
p2 (x) = x3 x,

x R,

temos que p1 , p2 U (pois p1 (0) = p1 (1) = 0 e p2 (0) = p2 (1) = 0).


Logo de (**) temos que
U = [p1 , p2 ].
.
Alm disso os vetores p1 , p2 so l.i. (pois tem graus diferentes, verifique!), logo B =
{p1 , p2 } uma base de U, em particular,
(U) = 2.
Para W :
Se q W P3 (R), devem existir ao , a1 , a2 , a3 R tais que

dim

q(x) = ao + a1 x + a2 x2 + a3 x3 ,

x R,

assim
q(1) = ao + a1 (1) + a2 (1)2 + a3 (1)3 = ao a1 + a2 a3 .

()

Logo
()

q W q(1) = 0 ao a1 + a2 a3 = 0 a3 = ao + a1 a2
q(x) = ao + a1 x + a2 x2 + (ao + a1 a2 )x3
= ao (1 x3 ) + a1 (x + x3 ) + a2 (x2 x3 ),

x R. ()

Definindo-se q1 , q2 , q3 P3 (R) por


.
q1 (x) = 1 x3 ,

.
q2 (x) = x + x3 ,

.
q3 (x) = x2 x3

x R,

temos que q1 , q2 , q3 W (pois q1 (1) = q2 (1) = q3 (1) = 0).


Logo de (**) temos que
W = [q1 , q2 , q3 ].
.
Alm disso os vetores q1 , q2 , q3 so l.i. (verifique!), logo C = {q1 , q2 , q3 } uma base de W,
em particular,
(W) = 3.
Para U W :
Se p U W P3 (R), devem existir ao , a1 , a2 , a3 R tais que

dim

p(x) = ao + a1 x + a2 x2 + a3 x3 ,

x R,

assim, como vimos anteriormente:


p(0) = ao ,

p(1) = ao + a1 + a2 + a3

p(1) = ao a1 + a2 a3 .

()

92

CAPTULO 6. BASE, DIMENSO E COORDENADAS


Logo

p U W

ao = 0
ao + a1 + a2 + a3 = 0

a a + a a = 0
o
1
2
3

p(x) = a1 (x x3 ),

[Exerccio]

{
ao = a2 = 0
a3 = a1

x R. ()

Definindo-se r P3 (R) por


.
r(x) = x x3 ,

x R,

temos que r W (pois r(0) = r(1) = r(1) = 0).


Logo de (**) temos que
U W = [r].
.
Alm disso os vetores r = O P3 (R) logo l.i., assim D = {r} uma base de U W, em
particular,
(U W) = 1.
Para U + W :
Da proposio (6.26) temos

dim

dim(U + W) = dim(U) + dim(W) dim(U W) = 2 + 3 1 = 4 = dim(P3(R)).


Logo da proposio (6.30) segue que U + W = P3 (R) e assim podemos tomar como base
os polinmios so , s1 , s2 , s3 P3 (R), dados por
.
so (x) = 1,

.
s1 (x) = x,

.
s2 (x) = x2 ,

.
s3 (x) = x3 ,

x R,

como base para U + W.

dim

Observao 6.35 Como


(U W) = 1 = 0 (logo U W = {0}) segue P3 (R) = U + W
mas esta soma no uma soma direta.

6.4

Coordenadas

.
Sejam (V, +, ) um espao vetorial finitamente gerado e B = {u1 , . . . , un } uma base de (V, +, ).
Como B uma base de (V, +, ), todo vetor de u V se escreve como combinao linear
dos elementos de B, isto , existem escalares 1 , . . . , n R, tais que
1 u1 + + n un .
Fixada a base B, pela proposio (5.21), os escalares 1 , . . . , n R so unicamente
determinados pelo vetor u.

6.4. COORDENADAS

93

Definio 6.36 Os coeficientes 1 , , n R obtidos (de modo nico) acima, sero


denominados coordenadas do vetor u em relao base B do espao vetorial real (V, +, ).
Denotaremos por [u]B (ou por uB ) a matriz de Mn1 (R) definida por

1
. ..
[u]B = . ,
n
que ser denominada matriz das coordenadas do vetor u em relao base B do espao
vetorial real (V, +, ).
Com isto temos o:
.
Exemplo 6.37 Mostre que B = {(1, 1, 1), (0, 1, 1), (0, 0, 1)} uma base do espao vetorial
real (R3 , +, ) (onde + e so as operaes usuais de R3 ).
.
Encontre as coordenadas do vetor u = (1, 2, 0) R3 em relao base B e a matriz
das coordenadas do vetor u (isto , [u]B ) em relao base B.
Resoluo:
Sabemos que
R3 = 3.
Logo, para verificar B uma base de (R3 , +, ), basta verificar se eles so l.i. em (R3 , +, ).
Utilizando o exemplo (5.7) vemos que estes vetores so de fato l.i. pois

1 0 0

[Exerccio]
=
1 = 0,
1 1 0
1 1 1

dim

det

logo B ser uma base de (R3 , +, ).


Para encontrarmos as coordenadas do vetor u em relao base B, vale observar que
precisaremos encontrar escalares , , R tais que
(1, 2, 0) = (1, 1, 1) + (0, 1, 1) + (0, 0, 1) = (, + , + + )
que equivalente ao sistema

= 1
+=2

+ + = 0

cuja (nica) soluo ser (verifique!)


= 1,

= 1,

= 2,

ou seja, estas sero as coordenadas do vetor u em relao base B.


Desse modo, a matriz das coordenadas do vetor u = (1, 2, 0) em relao base B ser
dada por:

1

[u]B = 1 .
2
Temos tambm o:

94

CAPTULO 6. BASE, DIMENSO E COORDENADAS

Exemplo 6.38 Mostre que os polinmios po , p1 , p2 P2 (R) dados por


.
po (x) = 1,

.
p1 (x) = x,

.
p2 (x) = x2 x,

xR

formam uma base, que denotaremos por B, do espao vetorial real (P2 (R), +, ) (ondo
+ e so as operaes usuais de P2 (R).
Encontre as coordenadas e a matriz das coordenadas do vetor p P2 (R), onde
.
p(x) = 1 + x + x2 ,

xR

com relao base B.


Encontre tambm as coordenadas e a matriz das coordenadas do vetor p acima em
.
relao base C = {qo , q1 , q2 }, onde
.
qo (x) = 1,

.
q1 (x) = x,

.
q2 (x) = x2 ,

x R.

Resoluo:
Para verificar que B uma base de (P2 (R), +, ) basta mostrar que todo vetor q P2 (R)
se escreve de maneira nica como combinao linear dos vetores de B.
Como q P2 (R) existem ao , a1 , a2 R tais que
q(x) = ao + a1 x + a2 x2 ,

x R. ()

Logo basta mostrar que existem nicos , , R tais que


q = po + p1 + p2 q(x) = po (x) + p1 (x) + p2 (x),
ao + a1 x + a2 x2 = + x + (x2 x),

xR

ao + a1 x + a2 x2 = + ( )x + x ,

xR

xR

A identidade acima equivalente ao sistema linear

= a o
= a1

= a ,
2

que possui uma nica soluo dada por


= ao , = a1 + a2 , = a2

()

(verifique!), mostrando que B uma base de (P2 (R), +, ).


Os escalares obtidos em (**) sero as coordenadas do vetor q P2 (R) em relao base
B.
Logo a matriz das coordenadas do vetor p P2 (R) dado por
.
p(x) = 1 + x + x2 ,

xR

6.4. COORDENADAS

95

com relao base B ser dada por (fazer ao = 1, a1 = 1 e a2 = 1 em (**))



1

[u]B = 2 .
1
Note que com relao base C temos que
p(x) = 1 + x + x2 = 1. |{z}
1 +1. |{z}
x +1. |{z}
x2
=qo (x)

=q1 (x)

=q2 (x)

= |{z}
1 .qo (x) + |{z}
1 .q1 (x) + |{z}
1 .q2 (x),
=

xR

assim
===1
sero as coordenadas do vetor p P2 (R) em relao base C.
Logo a matriz das coorrdenadas do vetor p P2 (R) dado por
.
p(x) = 1 + x + x2 ,
com relao base C ser dada por

xR


1

[u]C = 1 .
1

Observao 6.39 Observemos que no exemplo acima as base B e C so distintas e as


matrizes das coordenadas do vetor p em relao a cada uma das bases tambm so
diferentes.
Concluso: existe, pelo menos, duas maneiras diferentes de se obter o vetor p em
termos de combinaes lineares de elementos de base distintas do espao vetorial em
questo.
Para finalizar temos os seguintes resultados:
.
Proposio 6.40 Sejam (U, +, ) espao vetorial real finitamente gerado, B = {u1 , , un }
base de U e u, v U e R.
Ento
[u + v]B = [u]B + [v]B
e
[ u]B = [u]B .
Prova:
Como B base de U e u, v U,segue que existem nicos escalares 1 , , n , 1 , , n
R tais que
u = 1 u1 + + n un

96

CAPTULO 6. BASE, DIMENSO E COORDENADAS

e
v = 1 u1 + + n un .
Com isto temos que
u + v = [1 u1 + + n un ] + [1 u1 + + n un ]
= (1 + 1 ) u1 + + (n + n ) un
e
u = [1 u1 + + n un ]
= (1 ) u1 + + (n ) un
Com isto temos que



1
1 + 1
1
1



..
[u]B = ... e [v]B = ... [u + v]B =
e [ u]B = .. .
.
n
Portanto

n + n


1 + 1
1
1

.
.
.
..
[u + v]B =
= .. + .. = [u]B + [v]B
n + n


1
1
..
..
[ u]B = . = [ u]B = . = [u]B ,
n

completando a demonstrao.
Proposio 6.41 Sejam (U, +, ), (Mn1 (R), +, ) espaos vetoriais reais (onde em Mn1 (R),
.
+ e so as operaes usuais) com
(U) = n, B = {u1 , , un } base de U e v1 , , vm
U.
O conjunto {v1 , , vm } l.i. em U se, e somente se, {[v1 ]B , , [vm ]B } l.i. em
Mn1 (R).

dim

Prova:
Como B base de U e vj U, j = 1, , m, segue que existem nicos escalares
1j , , nj , R tais que
vj = 1j u1 + + nj un ,
isto ,

1j

[vj ]B = ... .

nj

6.4. COORDENADAS

97

Logo {v1 , , vm } l.i. em U se, e somente se,


1 v1 + + m vm = O

implicar 1 = = m = 0,

que equivalente a
[ v + + m vm ]B =
| 1 1
{z
}

1 = = m = 0,

=OMn1 (R)

[prop. acima]

implicar

[O]B
|{z}

1 [v1 ]B ++m [vm ]B

que, por sua vez, equivalente a


1 [v1 ]B + + m [vm ]B = O

implicar

1 = = m = 0,

que o mesmo que dizer que o conjunto {[v1 ]B , , [vm ]B } l.i. em Mn1 (R), completando a
demonstrao.
Como consequncai temos o
.
Corolrio 6.42 Sejam (U, +, ) espao vetorial realfinitamente gerado, B = {u1 , , un }
base de U e v1 , , vn U.
.
O conjunto C = {v1 , , vn } base de U se, e somente se,

det [[v1]B [vn]B ] = 0


Prova:
Da proposio acima temos que O conjunto {v1 , , vn } l.i. em U se, e somente se,
{[v1 ]B , , [vn ]B } l.i. em Mn1 (R), ou equivalentemente,
1 [v1 ]B + + m [vm ]B = O

implicar

1 = = m = 0.

Utilizando a notao da demonstrao da proposio acima segue que o lado esquerdo da


identidade acima torna-ser-


0
11
12
1n
..
..
.. ..
1 . + 2 . + + n . = . implicar 1 = = m = 0,
|

n1

isto ,

11
..
.

n2
{z
12
..
.

n1 n2

11 12
..
..
.
.
n1 n2

nn

1n 1
.
..

..
.

nn


0
1
1n
.. .. = ..
. . .
nn

implicar

1 = = m = 0,

98

CAPTULO 6. BASE, DIMENSO E COORDENADAS

11 12 1n

..
.. ser uma matriz
que pelo Apndice I e II, equiavelente a matriz ...
.
.
n1 n2 nn
inversvel, ou seja,

11 12 1n
..
..
.. = 0,
[[v1 ]B [vn ]B ] =
.
.
.

det

completando a demonstrao.

6.5

Exerccios

det

n1 n2

nn

Captulo 7
Mudana de Base
7.1

Introduo, Exemplos e Propriedades

Como vimos no exemplo (6.38) a matriz das coordenadas de um vetor de um espao vetorial
real podem variar quando se consideram bases distintas do espao vetorial real em questo.
O que passaremos a estudar agora como esta mudana ocorre, ou seja, como possvel
encontrar a matriz das coordenadas de um vetor em relao a uma base conhendo-se sua a
matriz das coordenadas em relao a uma outra base do mesmo espao vetorial real.
Para isto seja (V, +, ) um espao vetorial real finitamente gerado.
.
.
Consideremos B = {b1 , . . . , bn } e C = {c1 , . . . , cn } bases de (V, +, ).
Como B uma base de (V, +, ), podemos escrever cada um dos vetores da base C como
combinao linear dos vetores da base B, isto , existem escalares ij R, 1 i, j n tais
que
c1 = 11 b1 + + n1 bn
..
.
cn = 1n b1 + + nn bn .
Desta forma, a matriz das coordenadas dos vetores da base C (isto , dos vetores c1 , . . . , cn )
em relao base B sero, respectivamente,

11
1n

[c1 ]B = ... , , [cn ]B = ... .


n1

nn

Com estas informaes sobre as coordenadas dos vetores da base C em relao base B
podemos construir a seguinte matriz quadrada de ordem n:

11 1n
..
.. ,
..
.
.
.
n1

nn

cujas colunas so formadas pelas coordenas dos vetores c1 , . . . , cn com relao base B.
Com isto temos a:
99

100

CAPTULO 7. MUDANA DE BASE

Definio 7.1 A matriz acima ser denominada de matriz mudana de base, da base B para a base C
e denotada por MBC (ou por MCB ) , ou seja,

11 1n

.. .
MBC = ... . . .
.
n1

nn

Observao 7.2 Para obter a matriz de mudana de base, da base B para a base C,
precisamos escrever os vetores da base C como combinao linear dos vetores da base
B e com os respectivos coeficientes construimos as colunas da matriz de mudana de
base procurada.
Antes de encontrarmos uma relao que existe entre a matriz MBC e as coordenadas de
um dado vetor com relao s bases B e C, vejamos como podemos encontrar a matriz de
mudana de base no seguinte exemplo:
Exemplo 7.3 Seja (R3 , +, ) espao vetorial real (onde + e so as operaes usuais de
R3 ).
Consideremos as bases
.
.
B = {(1, 0, 1), (1, 1, 1)(1, 1, 2)} e C = {(1, 0, 0), (0, 1, 0), (0, 0, 1)}
de (R3 , +, ).
Encontre a matriz de mudana da base B para a base C (isto , MBC ).
Resoluo:
Sabemos que C uma base de (R3 , +, ) ( a base cannica de (R3 , +, )).
Deixaremos como exerccio para o leitor a verificao que B tambm uma base de
3
(R , +, ).
Para encontrar a matriz de mudana da base B para a base C precisamos escrever os
vetores da base C como combinao linear dos vetores da base B, isto , precisamos encontrar
escalares ij R, 1 i, j 3 tais que:
Precisamos resolver
(1, 0, 0) = 11 (1, 0, 1) + 21 (1, 1, 1) + 31 (1, 1, 2)
= (11 , 0, 11 ) + (21 , 21 , 21 )) + (31 , 31 , 231 )
(0, 1, 0) = 12 (1, 0, 1) + 22 (1, 1, 1) + 32 (1, 1, 2)
= (12 , 0, 12 ) + (22 , 22 , 22 ) + (32 , 32 , 232 )
(0, 0, 1) = 13 (1, 0, 1) + 23 (1, 1, 1) + 33 (1, 1, 2)
= (13 , 0, 13 ) + (23 , 23 , 23 ) + (33 , 33 , 233 )
ou, equivalentemente:
(1, 0, 0) = (11 + 21 + 31 , 21 + 31 , 11 + 21 + 231 )

(1)

(0, 1, 0) = (12 + 22 + 32 , 22 + 32 , 12 + 22 + 232 )

(2)

(0, 0, 1) = (13 + 23 + 33 , 23 + 33 , 13 + 23 + 233 ).

(3)

7.1. INTRODUO, EXEMPLOS E PROPRIEDADES

101

Um momento de reflexo nos poupar um pouco de trabalho neste ponto.


Notemos que (1), (2) ou (3) representa um sistema de trs equaes com

trs incgnitas
1 1 1

e que a matriz associada a cada um destas a mesma, a saber, a matriz 0 1 1.


1 1 2
O que muda em cada um dos sistemas lineares associados a (1), (2) ou (3) so os nomes
das variveis, alm do segundo membro em questo.
Utilizando-se como variveis x, , y, z R basta resolvermos o seguinte a equao matricial


1 1 1
x
a


0 1 1 y = b
1 1 2
z
c
onde a, b, c R sero escolhidos de acordo com o segundos membros de (1), (2) ou (3) acima.
Utilizando-se escalonamento de matrizes (ver os Apndices I e II) podemos verificar que
a equao matricial acima equivalente a seguinte equao matricial (cuja matriz est na
forma escalonada reduzida por linhas, ver os Apndices I e II):

1 1 1
x
a

0 1 1 y = b
0 0 1
z
ca
Deixaremos como exerccio para o leitor verificar que a nica soluo desta equao matricial dada por
x = a b,

y=a+bc

z = c a.

()

Assim para encontrar uma (nica) soluo do sistema (1) basta tomarmos (a, b, c) =
(1, 0, 0) e, por (*), obter
e

11 = a b = 1 0 = 1, 21 = a + b c = 1 + 0 0 = 1

31 = c a = 0 1 = 1,

ou seja,
(11 , 21 , 31 ) = (1, 1, 1).

(4)

.
Para encontrar uma (nica) soluo do sistema (2) basta tomarmos (a, b, c) = (0, 1, 0) e,
por (*), obter
12 = a b = 0 1 = 1, 22 = a + b c = 0 + 1 0 = 1

32 = c a = 0 0 = 0,

ou seja,
(12 , 22 , 32 ) = (1, 1, 0).

(5)

Finalmente, para encontrar uma (nica) soluo do sistema (3) basta tomarmos (a, b, c) =
(0, 0, 1) e, por (*), obter
13 = a b = 0 0 = 0, 23 = a + b c = 0 + 0 1 = 1

33 = c a = 1 0 = 1,

102

CAPTULO 7. MUDANA DE BASE

ou seja,
(13 , 23 , 33 ) = (0, 1, 1).
Desta forma, de (4), (5) e (6), obtemos que
C ser dada por:

MBC = 1
1

(6)

a matriz de mudana da base B para a base

1 0

1 1 .
0
1

Temos tambm o
Exemplo 7.4 Com as notaes do exemplo acima, encontre a matriz de mudana da
base C para a base B (isto , MCB ).
Resoluo:
Para encontrar a matriz de mudana da base C para a base B precisamos escrever os
vetores da base B como combinao linear dos vetores da base C, isto , precisamos encontrar
escalares ij R, 1 i, j 3 tais que:
(1, 0, 1) = 11 (1, 0, 0) + 21 (0, 1, 0) + 31 (0, 0, 1)
(1, 1, 1) = 12 (1, 0, 0) + 22 (0, 1, 0) + 32 (0, 0, 1)
(1, 1, 2) = 13 (1, 0, 0) + 23 (0, 1, 0) + 33 (0, 0, 0)
que uma tarefa simples j que:
(1, 0, 1) = 1 (1, 0, 0) + 0 (0, 1, 0) + 1 (0, 0, 1)
(1, 1, 1) = 1 (1, 0, 0) + 1 (0, 1, 0) + 1 (0, 0, 1)
(1, 1, 2) = 1 (1, 0, 0) + 1 (0, 1, 0) + 2 (0, 0, 0).
Portanto a matriz de mudana da base C para a base B ser dada por:

1 1 1

MCB = 0 1 1 .
1 1 2
Observao 7.5 Nos dois exemplos acima vale observarmos que
MCB = M1
BC .
Deixaremos a verificao deste fato como exercio para o leitor.
Vejamos agora como as matrizes das coordenadas de um vetor se relacionam com respeito
a duas bases de um mesmos espao vetorial real de dimenso finita.
.
.
Sejam B = {b1 , . . . , bn } e C = {c1 , . . . , cn } bases de um espao vetorial real (V, +, ) de
dimenso finita .

7.1. INTRODUO, EXEMPLOS E PROPRIEDADES


Dado um vetor v V sejam

x1

[v]B = ...

103

y1

[v]C = ...

(1)

xn

(2)

yn

as matrizes das coordenadas do vetor v em relao s bases B e C, respectivamente.


Se MBC = (ij ) denota a matriz de mudana da base B para base C, ento como
cj =

ij bi ,

j = 1, . . . , n,

()

i=1

de (1) e (2), obtemos


n

(1)

(2)

xi b i = v =

i=1

j=1

()

yj cj =

yj

j=1

( n

)
=

ij bi

i=1

( n
n

i=1

)
ij yj bi

()

j=1

onde na ltima igualdade trocamos a ordem dos somatrios.


Como os vetores b1 , . . . , bn so l.i., segue-se que o vetor v pode ser representado, de modo
nico, como combinao linear destes vetores.
Portanto (**) implicar que
xi =

ij yj ,

i = 1, . . . , n.

j=1

Porm, estas n equaes podem ser escritas na seguinte frmula matricial (veja os Apndices I e II):


11 12 1n
y1
x1
..
.. ..
.. . . ..
.
. = . ,
..
.
n1 n2

nn

yn

xn

ou ainda como:
MBC [v]C = [v]B .
Com isto acabamos de demonstrar a:
Proposio 7.6 Sejam B e C bases de um espao vetorial real (V, +, ) de dimenso
finita.
Se [v]B e [v]C representam as matrizes das coordenadas de um dado vetor v V
emrelao s bases B e C, respectivamente e se MBC a matriz de mudana de base da
base B para a base C ento teremos a seguinte identidade
[v]B = MBC [v]C .
Apliquemos o resultado acima a alguns exemplos.

104

CAPTULO 7. MUDANA DE BASE

Exemplo 7.7 Seja (R2 , +, ) espao vetorial real (onde + e so as operaes usuais de
R2 ).
Fixado R, considere os vetores
.
.
u1 = ( (),
())
e
u2 = (
(),
())

cos

sen

sen

cos

de (R2 , +, ).
.
Mostre que B = {u1 , u2 } uma base de (R2 , +, ).
.
Encontre a matriz de mudana da base B para a base C = {e1 , e2 }, onde
.
.
e1 = (1, 0) e e2 = (0, 1).
Encontre a matriz das coordenadas do vetor
.
u = a e1 + b e2
em relao s bases B e C.
Resoluo:
Como a dimenso de (R2 , +, ) dois, basta mostrarmos que os vetores de B so l.i. em
(R2 , +, ).
Para isto, sejam , R escalares tais que

cos(), sen()) + ( sen(), cos())


= ( cos(), sen()) + ( sen(), cos())
= ( cos() sen(), sen() + cos()),

(0, 0) = (

ou, equivalentemente, , R so as solues do sistema linear


{

()
() = 0
.

() +
() = 0

cos
sen

sen
cos

Observemos que matriz dos coeficiente deste sistema, dada pela matriz:
(
)
()
()
.
A=
()
()

cos
sen

sen
cos

tem determinante igual a 1 = 0.


Logo (ver Apndice I e II) o sistema acima s admite a soluo trivial, isto ,
==0
a nica soluo do sistema linear acima e assim os vetores u1 , u2 so l.i. em (R2 , +, ) e
portanto B uma base de (R2 , +, ).
A matriz de mudana da base B para a base C (isto , MBC ) ser dada pela matriz real
(ij ), onde

cos(), sen()) + 21 ( sen(), cos())


(0, 1) =12 (cos(), sen()) + 22 ( sen(), cos()),
(1, 0) =11 (

7.1. INTRODUO, EXEMPLOS E PROPRIEDADES

105

que equivalente a
(1, 0) = (11
(0, 1) = (12

cos() 21 sen(), 11 sen() + 21 cos())


cos() 22 sen(), 12 sen() + 22 cos()),

que por sua vez pode ser colocada na forma da seguinte equao matricial:
(
)( ) ( )
()
()

x
=
,
()
()

y
|
{z
}
.
=A

cos
sen

sen
cos

( ) ( )
( )
0
1
x
.
e
ser igual a
onde
0
1
y
Como a matriz A inversvel (pois
equao matricial acima ser dada por

det(A) = 1 = 0) segue que a (nica) soluo da

)1 ( )
(
( ) (

()
()
x [Exerccio]
=
=

()
()
y

(
)
x
() + y
()
=
.
y
() x
()

cos
sen
cos
cos

sen
cos
sen
sen

cos() sen()
sen() cos()

)( )
x
y
(7.8)

Fazendo (x, y) = (1, 0) obteremos


(11 , 21 ) = (

cos(), sen()).

Tomando-se (x, y) = (0, 1), teremos


(12 , 22 ) = (
Assim,

(
MBC =

sen(), cos()).

cos() sen()
sen() cos()

)
.

()

Agora, se [u]B representa a matriz das coordenadas do u = a e1 + b e2 com relao


base B e [u]C a matriz das coordenadas do mesmo vetor com relao base C, pela proposio
(7.6) temos
(
)( ) (
)
()
()
a
a
() + b
()
()
[u]B = MBC [u]C =
=
.

()
()
b
b
() a
()

cos
sen

sen
cos

cos
cos

sen
sen

O resultado a seguir extremamente til:


Proposio 7.9 Sejam B, C e D bases de um espao vetorial (V, +, ) de dimensio finita.
Temos que
MBD = MBC .MCD .

106

CAPTULO 7. MUDANA DE BASE

Demonstrao:
Suponhamos que
Se

dim(V) = n e que B =. {b1, . . . , bn}, C =. {c1, . . . , cn} e D =. {d1, . . . , dn}.


.
MBC = (ij ),

.
MCD = (ij )

.
MBD = (ij )

segue que
cj =

ij bi , (1)

dk =

i=1

jk cj , (2)

dk =

j=1

ik bi . (3)

i=1

Assim, de (1) e (2), teremos


(2)

dk =

jk

j=1

cj
|{z}

(1)n
= i=1

jk

j=1

ij bi

[Troque a ordem dos somatrios]

( n

ij bi

i=1

( n
n

i=1

)
ij jk

bi ,

j=1

como b1 , . . . , bn so l.i., comparando com a expresso (3), obteremos


ik =

1 i, k n.

ij jk ,

j=1

Observemos que o lado direito da expresso acima representa o elemento da i-sima linha
e da k-sima coluna da matriz MBC .MCD (ver Apndice I e II).
Portanto, MBD = MBC .MCD , como queramos demonstrar.
Como consequncia da proposio acima podemos estender o que ocorreu na observao
(7.5), mais precisamente:
Proposio 7.10 Sejam B, C e D bases de um espao vetorial (V, +, ) de dimensio
finita.
Ento a matriz de mudana da base B para a base C (isto , MBC ) uma matriz
inversvel e a sua matriz inversa dada pela matriz de mudana da base C para a base
B (isto , MCB ), ou seja,
M1
CB = MBC .
Demonstrao:
Pela proposio anterior temos
MBB = MBC .MCB

MCC = MCB .MBC .

Logo, basta mostrarmos que


MBB = MCC = In = (ij ),

7.2. EXERCCIOS

107

onde
.
ij =

{
1

se i = j
caso contrrio,

(ou seja, In a matriz identidade de ordem n).


Mostremos que MBB = I.
.
Se B = {u1 , . . . , un } e MBB = (ij ) ento deveremos ter:
uj =

ij ui ,

j = 1, . . . , n.

i=1

Como os vetores u1 , . . . , un so l.i., para cada j = 1, . . . , n, a nica soluo de cada uma


destas equaes ser dada por
{
1
se i = j
ij =
0
caso contrrio,
ou seja,
ij = ij ,

i, j = 1, , n,

completando a demonstrao.
Aplique as idias acima para resolver o:
Exerccio 7.11 Utilize a proposio acima para refazer o exerccio (7.4).

7.2

Exerccios

108

CAPTULO 7. MUDANA DE BASE

Captulo 8
Exerccios Resolvidos
Neste captulo apresentamos alguns de exerccios resolvidos relacionados com os conceitos
apresentados nos captulos anteriores.
.
Exemplo 8.1 Seja V = {(x, y, z, w) R4 : y = x, z = w2 }.
Verifique se (V, +, ) um espao vetorial real onde (+ e so as operaes usuais
de R4 ).
Resoluo:
Observemos que
(0, 0, 1, 1) V

mas

1 (0, 0, 1, 1) = (0, 0, 1, 1) V.

Assim, (V, +, ) no um espao vetorial real.


.
Exemplo 8.2 Sejam A Mn (R) uma matriz quadrada de ordem n fixada e W = {X
Mn1 (R) : A.X = O}, onde O Mn1 (R) denota a matriz coluna identicamente nula.
Verifique se (W, +, ) um subespao vetorial real do espao vetorial (Mn1 (R), +, )
(onde + e so as operaes usuais de Mn1 (R)).
Resoluo:
Observemos que W Mn1 (R).
.
1. Seja O = (0) a matriz coluna n 1 nula.
Como A.O = O, temos que O W.
2. Se X, Y W e R, ento, pelas propriedades de soma e de multiplicao por escalar
usuais entre as matrizes e, tambm, pelas propriedades do produto entre matrizes,
temos
A.(X + Y) = A.X + A.( Y) = A.X + A.Y = O + .O = O.
Portanto X + Y W.
Com isto podemos afimar que W um subespao vetorial do espao vetorial real (Mn1 (R), +, ).
109

110

CAPTULO 8. EXERCCIOS RESOLVIDOS

Exemplo 8.3 Consideremos o espao vetorial real (P3 (R), +, ) (onde + e so as operaes usuais de P3 (R)).
Encontre o subespao vetorial do espao vetorial real (P3 (R), +, ) gerado pelo con.
junto S = {p, q, r, s} P3 (R) onde
.
p(t) = 1,

.
q(t) = t,

.
r(t) = t2 ,

.
s(s) = 1 + t3 ,

t R.

Resoluo:
Observemos que
t3 = (t3 + 1) 1 = s(t) p(t) t R. ()
Logo, dado u P3 (R) existem escalares ao , a1 , a2 , a3 R tais que
u(t) = ao + a1 t + a2 t2 + a3 t3 ,

t R.

Mas
()

u(t) = ao + a1 t + a2 t2 + a3 t3 = ao + a1 t + a2 t2 + a3 [(t3 + 1) 1]
= (ao a3 ) + a1 t + a2 t2 + a3 (t3 + 1)
= (ao a3 ) p(t) + a1 q(t) + a2 r(t) + a3 s(t),

t R,

ou, equivalentemente:
u = (ao a3 ) p + a1 q + a2 r + a3 s,
ou seja, u P3 (R) pode ser obtido como combinao linear dos vetores de S, isto , u [S].
Portanto P3 (R) = [S].
Exemplo 8.4 Encontre o subespao vetorial do espao vetorial (M2 (R), +, ) (onde + e
so as operaes usuais de M2 (R)) gerado por
{(
) (
)}
0 1
0 0
S=
,
0 0
1 0
Resoluo:
Temos que A [S] se, e somente se, existem , R tais que
(
)
(
) (
)
0 1
0 0
0
A=
+
=
,
0 0
1 0
0
ou seja, A [S] se, e somente se, os elementos da diagonal principal de A so nulos, ou seja,
[S] o subespao vetorial de (M2 (R), +, ) formado por todas as matrizes que tem zero na
diagonal principal.


111
Exemplo 8.5 Encontre um conjunto finito de geradores para o subespao vetorial
W = {u M31 (R) : A.u = 0},
do espao vetorial real (M31 (R), +, ) (onde
onde

A= 2
1

+ e so as operaes usuais de M31 (R))

1 0

1 0 .
1 4

Resoluo:
Observemos que

0 1 0


u = W 2 1 0 = 0

1 1 4


1 1 4

0
1 1
4


2 1 0 = 0 0 1 4 = 0
0 1 0

0
0 1
0


1 1 4

0
1 1 4


0 1 4 = 0 0 1 4 = 0
0 1 0

0
0 0 4


1 1 4


0 1 4 = 0 = = = 0.
0 0 1

0
Portanto


W = 0 .

Exemplo 8.6 Encontre um conjunto finito de geradores para o susbepao vetorial


W = {u M41 (R) : Au = 0}
do espao vetorial real (M41 (R), +, ) (onde +, so as operaes usuais de M41 (R)),
onde

1 1 1 0

1 1
2 0
A=
.
0 1
3 1
0 2 3 1

112

CAPTULO 8. EXERCCIOS RESOLVIDOS

Resoluo:
Observemos que

1 1 1 0

2 0

1 1 0

u = W
=
0 1 0

3 1

0 2 3 1


1 1 1 0


0 2 3 1 0

=
0 2 3 1 0
0 2 3 1

0
1 1 1 0


0 2 3 1 0

=
0 0 0
0 0
0
0 0
0 0


1 1 1
0


0 1 3/2 1/2 0

=
0
0 0
0 0
0 0
0
0


1 0 1/2
1/2


0 1 3/2 1/2 0

=
0
0 0
0 0
0 0
0
0

0
{
= /2 /2

,
= 3/2 + /2
isto ,

Portanto:

/2 /2
1/2
1/2

3/2 + /2
3/2
1/2
u=
=
+
,

1
0

0
1

, R.

1/2
1/2
3/2 1/2

W =
.
,
1 0
1
0


Exemplo 8.7 Encontre uma base do subespao vetorial


.
U = [(1, 0, 1), (1, 2, 0), (0, 2, 1)]
do espao vetorial real (R3 , +, ) (onde + e so as operaes usuais de R3 ).

113
Resoluo:
Primeiro Modo:
Observemos que (x, y, z) U se, e somente se, existem , , R tais que
(1, 0, 1) + (1, 2, 0) + (0, 2, 1) = (x, y, z),
ou seja, (x, y, z) U se, e somente se, a equao matricial abaixo admite soluo

1 1 0

x
1 1
0

2 = y
0 2 2 = y 0 2
1 0 1

z
0 1 1

zx


x
1 1
0


0 1
1 = y/2
0 1 1

zx

1 1 0

0 1 1 =
y/2

0 0 0

z x + y/2

1 0 1

x y/2

0 1 1 =
y/2

0 0 0

z x + y/2
e esta equao matricial possui soluo, que ser dada por
= + x y/2, = + y/2, R,

z = x y/2.

Dessa forma,
(x, y, z) = ( + x y/2) (1, 0, 1) + ( + y/2) (1, 2, 0) + (0, 2, 1) =
= (x, y, x y/2) = x (1, 0, 1) + y (0, 1, 1/2)
e como
(1, 0, 1), (0, 1, 1/2)
so l.i., segue-se que formam uma base de U.
Segundo Modo:
Notemos que os vetores (1, 0, 1) e (1, 2, 0) so l.i. e pertencem a U.
Vejamos se estes vetores juntamente com (0, 2, 1) so l.d. ou l.i. .
Para isto consideremos:
(1, 0, 1) + (1, 2, 0) + (0, 2, 1) = (0, 0, 0)
( + , 2 + 2, ) = (0, 0, 0)

+ = 0
+ = 0 = = ,

= 0

(8.8)

114

CAPTULO 8. EXERCCIOS RESOLVIDOS

ou seja, os vetores
(1, 0, 1), (1, 2, 0), (0, 2, 1)
so l.d..
Portanto, da proposio (5.20), segue que
(8.9)

(1, 0, 1), (1, 2, 0)


formam uma base de U.
Embora as bases (8.8) e (8.9) no coincidam, ambas esto corretas.
Basta observar que
(1, 2, 0) = (1, 0, 1) + 2(0, 1, 1/2).


Exemplo 8.10 Dados os subespaos vetoriais
[(
U = {A M2 (R) : At = A}

W=

)]
1 1
0 1

do espao vetorial real (M2 (R), +, ) (onde + e so as operaes usuais de M2 (R)),


encontre uma base dos subespaos vetoriais U, W, U W e U + W, no caso em que no
se reduzam a {0}.
Resoluo:
De U :
Observemos que

. a b
A=
) (
)
(
c d
a b
a c
A W A = At

=
c = b.
c d
b d
Portanto, A U se, e somente se,
(
)
(
)
(
)
(
)
a b
1 0
0 1
0 0
A=
=a
+b
+d
,
b d
0 0
1 0
0 1

a, b, d R.

(8.11)

Observemos tambm que as


(
) (
) (
)
1 0
0 1
0 0
,
,
0 0
1 0
0 1
so l.i. (veifique!).
Portanto, as trs matrizes acima so l.i. e geram U, ou seja, formam uma base do subsepao vetorial U, em particular, temos
(U) = 3.
De W :

dim

115
(

Como a matriz

)
1 1
0 1

gera W e no nula, ela serve como base de W, em particular, temos


De U W:
(
A U W A = At e existe R tal que A =
Logo

)

0

(
=

dim(W) = 1.
)

.
0

)t (
)

0
=
,
0

mostranod que = 0, ou seja, A = O. Desse modo, UW = {O}, em particular,


0.
De U + W:
Temos

dim(UW) =

dim(U + W) = dim
(U) + dim(W) dim(U W) = 4 = dim(M2 (R).
| {z } | {z } |
{z
}
=3

=1

=0

Portanto, U + W = M2 (R) (na verdade a soma direta, pois


uma base pode ser a base cannica de M2 (R), isto , dada por
(
) (
) (
) (
)
1 0
0 1
0 0
0 0
,
,
,
.
0 0
0 0
1 0
0 1

dim(U W) = 0) e assim


.
.
Exemplo 8.12 Sejam U = {p P2 (R) : p (t) = 0, t R}, W = {p P2 (R) : p(0) =
p(1) = 0} subespaos vetoriais do espao vetorial real (P2 (R), +, ) (onde + e so as
operaes usuais de (P2 (R)).
Encontre bases para os subespaos vetoriais U, W, U W e U + W, no caso em que
no se reduzam a {0}.
Resoluo:
Para U :
Observemos que p P2 (R) ento existem ao , a1 , a2 R tais que
p(t) = ao + a1 t + a2 t2 ,

t R,

assim
p (t) = a1 + 2a2 t,

t R.

Logo
p U p (t) = 0, t R a1 + 2a2 t = 0, t R a1 = a2 = 0,

116

CAPTULO 8. EXERCCIOS RESOLVIDOS

Logo, p U se, e somente se, p(t) = ao , t R, para ao R.


.
Se considerarmos po (t) = 1, t R ento, po U e alm disso, p U se, e somente se,
p = po , para R, ou seja, U = [po ], e como po = O, segue que {po } ser uma base de
U, em particular,
(U) = 1.
Para W :
Observemos que se
{
ao = p(0) = 0
[p(t)=ao +a1 t+a2 t2 , tR]
pW

ao + a1 + a2 = p(1) = 0

dim

[ao =0, a2 =a1 ]

p(t) = a1 t a1 t2 = a1 (t t2 ), t R.

.
Logo se considerarmos p1 (t) = t t2 , t R ento p1 W e p W se, e somente se,
p(t) = a1 (t t2 ) = a1 p1 (t),

t R,

dim

ou seja, W = [p1 ] e como p1 = 0 segue que {p1 } e uma base de W, em particular,


(W) = 1.
Para U W :
Dos itens acima temos que p U W = [po ] [p1 ] se, e somente se, existem , R tais
que
po = p = p1 = (t t2 ), t R.
Logo = = 0, ou seja, deveremos ter p = 0 P(R).
Assim, U W = {0}, em particular,
(U W) = 0.
Para U + W :
Como
(U + W) =
(U) +
(W)
(U W) = 1 + 1 0 = 2
| {z } | {z } |
{z
}

dim

dim

dim

=1

dim

=1

e como a soma U + W uma soma direta (pois


como base de U + W.

dim

=0

dim(U W) = 0), podemos tomar {po, p1}




Exemplo 8.13 Seja (V, +, ) um espao vetorial real .


Sejam B e C bases do espao vetorial real (V, +, ), formadas pelos vetores e1 , e2 , e3 e
g1 , g2 , g3 , respectivamente, relacionados da seguinte forma:

g1 = e1 + e2 e3
()
g2 = 2e2 + 3e3

g = 3e + e
3
1
3
1. Determine as matrizes de mudana da base B para a base C, isto , MBC , e da
base C para a base B, isto , MCB .
2. Se as coordenadas e a
matriz
das coordenadas do vetor v em relao a base B, isto
1

, [v]B , so dadas por 3 encontre as coordenadas e a matriz das coordeanadas
2
do vetor v em relao a base C, isto , [v]C .

117
3. Se amatriz
das coordenadas do vetor v em relao a base C, isto , [v]C , dada
2

por 3 encontre a matriz das coordenadas do vetor v em relao a base B,


1
isto , [v]B .
Resoluo:
1. De (*) temos

MBC
Como MCB = (MBC )1 , passemos
e II):

.
1 0 3 .. 1

1 2 0 ... 0

.
1 3 1 .. 0

1 0 3

0 1 2
0 3 4

1 0 3

0 1 2
0 0 1

1 0 3

= 1 2 0 .
1 3 1

a encontrar a inversa da matriz MBC (ver Apndice I

.
1 0 3 .. 1 0 0

0 2 3 ... 1 1 0

1 0


..
0 3 4 . 1 0 1
0 1

0 0


..
1 0 3
. 1 0 0

..

3
. 12 12 0
0 1 2
..
. 1 0 1
0 0 172

.
9
6
1 0 0 .. 172

17
17

..

4
3
1

0 0 1 0 . 17 17
17
.
2
2
0 0 1 .. 175 173
17
17

..
. 1
0
..
1
. 21
2
.. 5
. 17 173

Portanto,

MCB =

2. Como [v]C = MCB .[v]B , temos:

[v]C =

3. Como [v]B = MBC [v]C ,

2
17
171
5
17

..
. 1
0 0

..
. 12 12 0

.. 5
3
. 2 2 1

2
17
171
5
17

9
17
4
17
173

9
17
4
17
173

176
3
17
2
17

176
3
17
2
17


1
1

3 = 1 .
0
2


1
2
1 0 3


[v]B = 1 2 0 3 = 8 .
6
1
1 3 1

118

CAPTULO 8. EXERCCIOS RESOLVIDOS

Exemplo 8.14 Considere o seguinte subespao do espao vetorial real (M2 (R), +, ) (onde
+ e so as operaes usuais de M2 (R)):
{(
)
}
x y
.
W=
M2 (R); x y z = 0 .
z t
1. Mostre que o conjunto B formando pelas matrizes
(
)
(
)
(
)
1 1
1 0
0 0
.
.
.
B1 =
, B2 =
, B3 =
0 0
1 0
0 1
e o conjunto C formado pelas matrizes
(
)
(
)
(
)
1 0
0 1
0 0
.
.
.
C1 =
, C2 =
, C3 =
1 0
1 0
0 1
so bases do subespao vetorial W.
2. Encontre as matrizes de mudana de base da base B para a base C (isto , MBC )
e da base C para a base B (isto , MCB ).
3. Encontre uma base D do subespao vetorial

1 1

P= 0 0
0 3

W, tal que a matriz

2
1

seja a matriz de mudana da base D para a base B (isto , P = MDB ).


Resoluo:
1. Observemos que

(
)
x y
AWA=
W x = y + z.
z t

Assim, A W se, e somente se,


(
)
(
)
(
)
(
)
y+z y
1 1
1 0
0 0
A=
=y
+z
+t
,
z
t
0 0
1 0
0 1
(

) (

y, z, t R.

) (
)
1 1
1 0
0 0
Logo W = [
,
,
].
0 0
1 0
0 1
(
) (
) (
)
1 1
1 0
0 0
Como as matrizes
,
,
so l.i. (verifique!) temos que elas forma0 0
1 0
0 1
ro uma base de W, em particualr
(W) = 3.

dim

119
Como C formado por trs vetores de W e a dimenso de W trs, basta verificar que
tais vetores so l.i. para que C seja uma base de W.
Para isto observemos que,
(
)
(
)
(
) (
)
1 0
0 1
0 0
0 0

+
+
=
1 0
1 0
0 1
0 0
(
) (
)

0 0

=
= = = 0,
+
0 0
mostrando que C l.i. .
2. Observemos que

C1 = B2
,

C2 = B1 + B2

C = B
3
3
assim
MBC
Temos tambm: MBC , vemos que

0 1 0

= 1 1 0 .
0 0 1

B1 = C1 C2
B2 = C1

B = C
3
3

assim
MCB

1 1 0

= 1 0 0 .
0 0 1

3. Procuremos D1 , D2 e D3 em W de modo que formem uma base W e alm disso MDB = P.


Como MDB = P deveremos ter:

B1 = 1.D1 + 0.D2 + 0.D3 = D1


B2 = 1.D1 + 0.D2 + 3.D3 = D1 + 3.D3

B = 0.D + 2.D + 1.D = 2.D + D


3
1
2
3
2
3

e, resolvendo o sistema linear, obteremos:


D1 = B1 ,

D3 =

B2 B1
,
3

D2 =

B3

B2 B1
3

3B3 + B1 B2
.
6

Assim, a base D ser formada pelas matrizes D1 , D2 e D3 que so dadas por (verifique!)
(
) (
) (
)
1 1
0
1/6
0 1/3
,
,
.
0 0
1/6 1/2
1/3
0

120

CAPTULO 8. EXERCCIOS RESOLVIDOS

Captulo 9
Transformaes Lineares
9.1

Introduo e Exemplos

At agora estudamos os espaos vetoriais reais e seus subespaos, introduzimos os conceitos


como dependncia e independncia linear e, a partir disto, pudemos descrev-los de maneira
mais simples usando para isto geradores e, mais especificamente, bases.
De certa forma j temos em mos tudo o que precisamos para trabalhar com espaos
vetoriais reais.
No captulo 13 voltaremos a estudar os espaos reais vetoriais que possuem uma estrutura
mais rica.
O leitor j deve estar familiarizado com o conceito de funes, principalmente com aquelas que esto definidas em um subconjunto dos nmeros reais e cujo contradomnio seja,
eventualmente, um outro subconjunto dos nmeros reais.
Nosso prximo passo estudar funes que tm como domnio um espao vetorial real e
cujo contradomnio seja, eventualmente um outro espao vetorial real.
Note que os valores tomados so, na verdade, vetores.
No entanto, vamos restringir a apenas alguns tipos especiais dentre estas funes.
Estaremos interessados em funes que preservam as operaes existentes no espao vetorial real que atua como o seu domnio e aquelas do espao vetorial real que age como
contra-domnio.
Por exemplo, preservar a adio de vetores entendemos que ao tomar dois vetores no
domnio da funo o valor que esta deve ter para a soma destes dois vetores a soma dos
valores que ela possui para cada um dos vetores no contradomnio.
De maneira semelhante a funo dever preservar o produto por escalar.
Funes com estas propriedades so chamadas de transformaes lineares, mais precisamente, temos a:
Definio 9.1 Sejam (U, +, ) e (V, +, ) espaos vetoriais reais.
Diremos que uma funo T : U V uma transformao linear de U em V se forem
verificadas as seguintes condies:
1. T (u + v) = T (u) + T (v),

u, v U;
121

122

CAPTULO 9. TRANSFORMAES LINEARES

2. T ( u) = T (u),

u U,

R.

Observao 9.2
1. Se indicarmos as operaes de V por +V e V e as operaes de U por +U e U
ento as propriedades acima podem ser escritas, de modo rigoroso, como:
u, v U;

1. T (u +U v) = T (u) +V T (v),
2. T ( U u) = V T (u),

u U,

R.

Por uma questo de facilidade evitaremos escrever as sentenas acima e consideraremos entendidas as identidas 1. e 2. .
2. Note que T : U V uma transformao linear se, e somente se,
T (u + v) = T (u) + T (v),
para todo u, v U, R.
3. Note que pela propriedade 1 da definio acima temos
T (OU ) = T (0 OU ) = 0 T (OU ) = OV ,
onde OU denota o vetor nulo de U e OV denota o vetor nulo de V, ou seja, toda
transformao linear de U em V leva o vetor nulo de U no vetor nulo de V.
4. Alm disso, na situao acima, temos que
T (u) = T (u),

u U,

ou seja, uma transformao linear de U em V leva um vetor oposto de U num


vetor oposto de V.
De fato
T (u) + T (u) = T (u + u) = T (O) = O,
logo T (u) = T (u).
5. Finalmente, na situaao acima, se u1 , , un U e 1 , , n R ento
)
( n
n

i T (ui ).
i ui =
T
i=1

i=1

6. Na situao acima, se V = U diremos que T um operador linear em U.


7. Na situao acima, se V = R diremos que T um funcional linear em U.
A seguir listamos alguns exemplos de transformaes lineares definidas em vrios espaos
vetoriais reais que j tratamos no decorrer do curso.

9.1. INTRODUO E EXEMPLOS

123

Exemplo 9.3 Sejam (U, +, ), (V, +, ) espaos vetoriais reais e T : U V dada por
T (u) = O, para todo u U.
Ento T uma transformaao linear de U em U.
A transformao linear T ser chamada de em transformao nula.
Resoluo:
Utilizaremos a observao (9.2) item 2. .
Se u, v U e R teremos que
T (u + v) = O = T (u) + T (v),
| {z }
|{z}
=O

=O

ou seja, T uma transformaao linear de U em U.


Exemplo 9.4 Sejam (U, +, ) espao vetorial real e T : U U dada por T (u) = u, para
todo u U.
Ento T um operador linear de U em U.
O operador linear T chamado de em operador identidade.
Resoluo:
Utilizaremos a observao (9.2) item 2. .
Se u, v U e R teremos que
v = T (u) + T (v),
T (u + v) = |{z}
u + |{z}
=T (v)

=T (u)

ou seja, T uma transformaao linear de U em U.


Exemplo 9.5 Sejam (Pn (R), +, ), (Rn+1 , +, ) espaos vetoriais reais (onde + e so as
operaoes usuais de Pn (R) e de Rn+1 , respectivamente) e T : Pn (R) Rn+1 dada por
.
T (p) = (ao , . . . , an ),
onde p(t) = ao + a1 t + + an tn , t R.
Resoluo:
Utilizaremos a observao (9.2) item 2. .
Se p, q Pn (R) e R ento
p(t) = ao + a1 t + + an tn ,

q(t) = bo + b1 t + + bn tn ,

t R,

para ao , , an , bo , , bn R.
Logo
(p + q)(t) = [ao + a1 t + + an tn ] + [bo + b1 t + + bn tn ]
= (ao + bo ) + (a1 b1 )t + + (an + bn )tn ,

t R.

124

CAPTULO 9. TRANSFORMAES LINEARES

Logo
T (p + q) = (ao + bo , , an + bn ) = (ao , , an ) + (bo , , bn )
= (ao , , an ) + (bo , , bn ) = T (p) + T (q),
|
{z
}
|
{z
}
T (p)

=T (q)

ou seja, T uma transformao linear de Pn (R) em Rn+1 .


Exemplo 9.6 Sejam A Mmn (R) uma matriz dada e (Mn1 (R), +, ) espao vetorial
real (onde + e so as operaoes usuais de Mn1 (R)).
Definamos
T : Mn1 (R) Mm1 (R)
por

.
T (u) = Au,

u Mm1 (R).

Ento T um operador linear de Mm1 (R) em Mm1 (R).


Resoluo:
Utilizaremos a observao (9.2) item 2. .
Se u, v Mm1 (R) e R teremos
T (u + v) = A(u + v) = Au + A( v) = |{z}
Au + (Av) = T (u) + T (v),
| {z }
=T (u)

=T (v)

ou seja, T um operador linear de Mm1 (R) em Mm1 (R).


Exemplo 9.7 Sejam (C1 ([0, 1]; R), +, ) e (R, +, ) espaos vetoriais reais (onde + e so
as operaoes usuais de C1 ([0, 1]; R) e de R, respectivamente) e T : C([0, 1]; R) R dada
por
1
.
T (f) = f(x) dx, f C([0, 1]; R).
0

Ento T um funcional linear de C1 ([0, 1]; R) em R.


Resoluo:
Utilizaremos a observao (9.2) item 2. .
Se f, g C1 ([0, 1]; R) e R teremos
1
1
1
T (f + g) = (f + g)(x) dx = f(x) dx + g(x) dx = T (f) + T (g),
0
|0 {z }
|0 {z }
=T (f)

=F(g)

ou seja, T um funcional linear de C1 ([0, 1]; R) em R.


Exemplo 9.8 Sejam (C1 ([0, 1]; R), +, ) e (C([0, 1]; R), +, ) espaos vetoriais reais (onde
+ e so as operaoes usuais de F([0, 1]; R)) e T : C1 ([0, 1]; R) C([0, 1]; R) dada por
.
T (f) = f , f C1 ([0, 1]; R).
Ento T uma transformao linear de C1 ([0, 1]; R) em C([0, 1]; R).

9.1. INTRODUO E EXEMPLOS

125

Resoluo:
Utilizaremos a observao (9.2) item 2. .
Se f, g C1 ([0, 1]; R) e R teremos
T (f + g) = (f + g) = |{z}
f + g = T (f) + T (g),
|{z}
=T (f)

=F(g)

ou seja, T uma transformaao linear de C1 ([0, 1]; R) em C([0, 1]; R).


Os exemplos abaixo so de funes entre espaos vetoriais reais que no so transformaes lineares.
Exemplo 9.9 Sejam (R3 , +, ) e (R, +, ) espaos vetoriais reais (onde + e so as respectivas operaoes usuais) e T : R3 R dada por
T (x, y, z) = x + y + z + 1,

(x, y, z) R3 .

Notemos que
T (0, 0, 0) = 1 = 0,
logo, da observao (9.2) item 3., segue que T no uma transformao linear de R3
em R.
Exemplo 9.10 Sejam (C([0, 1]; R), +, ) e (R, +, ) espaos vetoriais reais (onde + e so
as respectivas operaoes usuais) e T : C([0, 1]; R) R dada por
1
T (f) = |f(x)| dx, f C([0, 1]; R).
0

Se T fosse uma transformao linear, pela observaao (9.2) item 4., deveramos ter
T (f) = T (f)
para toda funo f C([0, 1]; R).
Para ver que isto no ocorre, basta tomar a funo f como sendo a funo constante
.
igual a 1 (isto , f(x) = 1, x [0, 1]).
Neste caso que
1
[f(x)=1,x[0,1]]
T (f)
=
| 1| dx = 1 = 1 = T (f),
0

ou seja, no uma transformao linear de C([0, 1]; R) em R.


Exemplo 9.11 Sejam (R, +, ) espao vetorial real (onde + e so as operaes usuais)
e T : R R dada por
T (x) = x2 , x R.
Observemos que
T (1) = 1 = T (1) = 1 = T (1),
assim, da observaao (9.2) item 4., segue que T no um operador linear em R.

126

CAPTULO 9. TRANSFORMAES LINEARES

Podemos estender o resultado acima para


Exemplo 9.12 Sejam n {2, 3, } e (R, +, ) espao vetorial real (onde + e so as
operaes usuais) e T : R R dada por
T (x) = xn ,

x R.

Observemos que se n par temos que


T (1) = 1 = T (1) = 1 = T (1),
assim, da observaao (9.2) item 4., segue que T no um operador linear em R.
Se n mpar temos que
[n2]

T (1 + 1) = T (2) = 2n = 2 = 1 + 1 = T (1) + T (1),


mostrando que T no poder ser um operador linear em R.
Um resultado importante dado pela:
Proposio 9.13 Sejam (U, +, ) (V, +, ) espaos vetoriais reais, onde U tem como
.
base B = {u1 , . . . , un } e v1 , , vn V.
Ento existe uma nica T : U V transformao linear de U em V tal que
.
T (ui ) = vi ,

i = 1, , n.

(9.14)

Prova:
Dado u U, como B base de U, existem nicos escalares 1 , . . . , n R tais que
u = 1 u1 + + n un .
Definamos T : U V por
.
T (u) = 1 v1 + + n vn . ()
Afirmamos que T uma transformao linear de U em V e
.
T (ui ) = vi ,

i = 1, , n.

Comecemos pela ltima afirmao.


Como B base de U e ui U segue que
ui = 0 u1 + + 0 ui1 + 1.ui + 0 ui+1 + + 0.un ,
de modo nico.
Logo, de (*) teremos:
.
T (ui ) = 0 v1 + + 0 vi1 + |{z}
1.vi + 0 vi+1 + + 0 vn = vi ,
|
|
{z
}
{z
}
=O

=vi

=O

9.1. INTRODUO E EXEMPLOS

127

para i = 1, , n, mostrando que (9.14) ocorre.


Mostremos que T uma transformao linear de U em V.
Para isto utilizaremos a observao (9.2) item 2. .
Se u, w U e R ento, como B base de U, segue que existem nicos escalares
1 , , n , 1 , , n R tais que
u = 1 u1 + + n un

w = 1 u1 + + n un .

Logo
u + w = u = [1 u1 + + n un ] + [1 u1 + + n un ]
= (1 + 1 ) u1 + + (n + n ) un .
Logo da definio de T teremos
T (u + w) = (1 + 1 ) v1 + + (n + n ) vn
= [
+ n vn}] + [1 v1 + + n vn ]
| 1 v1 + {z
|
{z
}
=T (u)

=T (w)

= T (u) + T (w),
mostrando que T uma transformao linear de U em V.
Finalmente, mostremos que se S e T so transformaes lineares de U em V tais que
T (ui ) = S(ui ),

i = 1, , n

()

ento S = T .
Para isto basta ver que se u U, existem nicos escalares 1 , . . . , n R tais que
u = 1 u1 + + n un .
Logo
S(u)

[u=1 u1 ++n un ]

[S trans. lin.]

()

S(1 u1 + + n un )

1 S(u1 ) + + n S(un )
()

= 1 v1 + + n vn = T (u),

u U,

completando a demonstrao.

Observao 9.15 A proposio acima nos diz que uma transformao linear definida
em um espao de dimenso finita fica completa e unicamente determinada conhecendose os seus valores em uma base do espao vetorial real do domnio.
Apliquemos isto ao

128

CAPTULO 9. TRANSFORMAES LINEARES

Exemplo 9.16 Seja (R2 , +, ) espao vetorial real (onde + e so as operaes usuais
de R2 ).
Encontre um operador linear T : R2 R2 tal que
T ((1, 2)) = (3, 1)

T ((0, 1)) = (1, 2).

()

Resoluo:
.
Note que B = {(1, 2), (0, 1)} uma base de R2 (deixaremos a verificao deste fato como
exerccio para o leitor).
Se (x, y) R2 ento podemos escrev-lo como combinao linear dos vetores da base B,
isto , existem , R tais que
u = (x, y) = 1 (1, 2) +2 (0, 1) = (1 , 21 + 2 )
| {z }
| {z }
.
.
=u1
=u2
{
{
x = 1
1 = x

,
y = 21 + 2
2 = y 2x
ou seja,
u = (x, y) = 1 u1 + 2 u2 = x (1, 2) + (y 2x) (0, 1),

x, y R.

Deste modo, o operador linear T dever satisfazer


z }|1 {
z }|2 {
=1 T (u1 ) +2 T (u2 )
z
}|
{
T ((x, y)) = T [x (1, 2) + (y 2x) (0, 1)] = x T ((1, 2)) +(y 2x) T ((0, 1))
| {z }
{z
}
| {z }
|
=v

T (1 u1 +2 u2 )]

=(3,1)

()

= x (3, 1) + (y 2x) (1, 2) = (x + y, 2y 5x),

=v

=(1,2)

(x, y) R2 ,

ou seja,
T ((x, y)) = (x + y, 2y 5x),

(x, y) R2 .

Deixaremos como exerccio para o leitor a verificao que transformao T definida acima
um operador linear em R2 e satisfaz (*).

9.2

O Espao Vetorial L (U, V)

Definio 9.17 Sejam (U, +, ) e (V, +, ) espaos vetoriais reais.


O conjunto formado por todas as transformaes lineares T : U V ser denotado
por L (U, V).
.
Quando U = V usaremos a notao L (U) = L (U, U).
Observao 9.18

9.2. O ESPAO VETORIAL L (U, V)

129

1. Dadas T, S L (U, V) definimos T + S : U V por


.
(T + S)(u) = T (u) + S(u),

u U.

()

Afirmamos que T + S L (U, V).


De fato, se u, v U e R temos
()

(T + S)(u + v) = T (u + v) + S(u + v)
[T,SL (U,V)]

[T (u) + T (v)] + [S(u) + S(v)]


()

= [T (u) + S(u)] + [T (v) + S(v)] = (T + S)(u) + (T + S)(v),


logo pela obervao (9.2) item 2., segue que T + S uma transformao linear de
U em V, ou seja, T + S L (U, V).
2. Se T L (U, V) e R definimos T : U V como
.
( T )(u) = T (u),

u U.

()

Afirmamos que T L (U, V).


De fato, se u, v U e R temos
()

( T )(u + v) = T (u + v)

[T L (U,V)]

[T (u) + T (v)]

()

= ( T )(u) + ( T )(v),

(9.19)

logo pela obervao (9.2) item 2., segue que T uma transformao linear de
U em V, ou seja, T L (U, V).
3. Dos itens acima segue que (L (U, V), +, ) um espao vetorial real.
Deixaremos a verificao deste fato como exerccio para o leitor.
4. Notemos que o vetor nulo de L (U, V) ser a transformao linear nula, isto ,
O : U V dada por
.
O(u) = O, u U.
Alm disso se T L (U, V) o vetor oposto de T ser a transformao linear T :
U V dada por
.
(T )(u) = T (u), u L (U, V).
Registraremos isto na seguinte
Proposio 9.20 (L (U, V), +, ) (onde + e so as operaes introduzidas acima) um
espao vetorial real.

130

CAPTULO 9. TRANSFORMAES LINEARES

Definio 9.21 Seja (U, +, ) um espao vetorial real.


Definimos o espao dual (algbrico) de U, denotado por U , como sendo
.
U = L (U, R),
isto , U o conjunto formado por todos os funcionais lineares definidos em U.
Temos a:
Teorema 9.22 Seja (U, +, ) um espao vetorial real de dimenso n e (V, +, ) um
espao vetorial de dimenso m.
Ento o espao vetorial (L (U, V), +, ) tem dimenso mn.
Prova:
.
.
Sejam B = {u1 , . . . , un } base do espao vetorial real (U, +, ) e C = {v1 , . . . , vm } base do
espao vetorial real (V, +, ).
Para cada 1 i n e 1 j m definamos Tij : U V da seguinte maneira: se u U
ento existem nicos escalares x1 , , xn R tais que
u = x1 u1 + + xn un .
Logo definiremos
.
Tij (u) = xi vj ,
ou seja,
.
Tij (x1 u1 + + xi ui + + xn un ) = xi vj ,

para

x1 , . . . , xn R.

()

Notemos que para cada k {1, , n} teremos:


Tij (uk ) = Tij (0 u1 + + 0 uk1 + 1.uk + 0 uk+1 + + 0 un )
{
vj se i = k
=
.
0 se i = k

(9.23)

Afirmamos que Tij L (U, V), para 1 i n e 1 j m.


De fato, se u, v U ento existem nicos escalares x1 , , xn , y1 , , yn R tais que
u = x1 u1 + + xn un

v = y1 u1 + + yn un ,

()

logo
u + v = [x1 u1 + + xn un ] + [y1 u1 + + yn un ]
= (x1 + y1 ) u1 + + (xn + yn ) un .

( )

9.2. O ESPAO VETORIAL L (U, V)

131

Assim, de (*), teremos:


()

T (u + v) = Tij [(x1 + y1 ) u1 + + (xi + yi ) ui + + (xn + yn ) un ]


()

= (xi + yi ) vj = xi vj + (yi vj )

()

= Tij (x1 u1 + + xi ui + + xn un )
+ Tij (y1 u1 + + yi ui + + yn un )

()

= Tij (u) + Tij (v).

Logo da observao (9.2) item 2., segue que Tij L (U, V), para 1 i n e 1 j m.
Mostremos que
.
D = {Tij : 1 i n, 1 j m}
uma base do espao vetorial real (L (U, V), +, ).
Afirmamos que D l.i. em (L (U, V), +, ).
De fato, se
n
m

aij Tij = O L (U, V)

i=1 j=1

ento, para cada 1 k n, segue que


O=

n
m

aij Tij (uk ) =

m
n

i=1 j=1

j=1 i=1

aij Tij (uk ) =


| {z }
[9.23]

j=1

akj Tkj (uk ) =


| {z }

= 0 se i=k

[9.23]

akj vj .

j=1

= vj

Como v1 , . . . , vm so linearmente independentes, segue-se que


ak1 = = akm = 0,
para cada k {1, , n}, ou seja,
aij = 0,

para 1 i n, 1 j m,

mostrando que D um conjunto linearmente independente.


Afirmamos que [D] = L (U, V).
De fato, se T L (U, V), par cada u U temos que existem nicos escalares x1 , xn R
tais que
u = x1 u1 + + xn un .
Como T uma transformao linear segue que
T (u) = T (x1 u1 + + xn un ) = x1 T (u1 ) + + xn T (un ).

(9.24)

Como T (ui ) V e C base do espao vetorial (V, +, ), para cada 1 i n, existem


nicos escalares ji R, 1 j m tais que

132

CAPTULO 9. TRANSFORMAES LINEARES

T (ui ) = 1i v1 + + mi vm .

(9.25)

Para cada 1 j m, 1 i n, temos que


Tij (u) = xi vj .
Logo de (9.24), (9.25) e (9.23)obteremos
(9.24)

T (u) = x1 T (u1 ) + + xn T (un )


(9.25)

= x1 (11 v1 + + m1 vm ) + + xn (1n v1 + + mn vm )

= 11 (x1 v1 ) + + m1 (x1 vm ) + + 1n (xn v1 ) + + mn (xn vm )


(9.23)

= 11 T11 (u) + + m1 T1m (u) + + 1n Tn1 (u) + + mn Tnm (u),

ou seja,
T = 11 T11 + + m1 T1m + + 1n T1n + + mn Tnm ,
mostrando que T combicao linear dos elementos de D, isto , D gera L (U, V).
Portanto D uma base do espao vetorial real (L (U, V), +, ) e como o nmero de elementos da base D mn segue que
(V) = mn, finalizando a demonstrao.

dim

Como consequncia temos o


Corolrio 9.26 Seja (U, +, ) um espao vetorial real de dimenso n.
Ento o espao dual de U tem dimenso n, isto ,

dim(U ) = n.
Prova:
Como U = L (U, R) e
como queramos demonstrar.

dim(R) = 1, segue do teorema acima que dim(U ) = n.1 = n,

Observao 9.27

1. A base D obtida na demonstrao do teorema acima ser denominada base de L (U, V) associada
2. Pelo corolrio (9.26), se o espao vetorial real (U, +, ) tem dimenso n ento o
seu espao dual, U , tem a mesma dimenso.
.
Seguindo os passos da demonstrao do teorema (9.22), se B = {u1 , . . . , un }
.
uma base de (U, +, ) e C = {1} base de (R, +, ), ento os funcionais lineares
T1 , . . . , Tn : U R dados por
Tj (u) = Tj (x1 u1 + + xn un ) = xj ,

u = x1 u1 + + xn un U

para j = 1, , n, formaro uma base de U .


Esta base chamada de base dual associada s bases B e C.

9.2. O ESPAO VETORIAL L (U, V)

133

Exemplo 9.28 Sejam (R3 , +, ) e (R, +, ) espaos vetoriais (onde + e so as operaes


usuais de R3 e R, respectivamente).
Considere a base B do espao vetorial real (R3 , +, ) formada pelos vetores
.
u1 = (1, 1, 1),

u2 = (1, 1, 0),

u3 = (1, 0, 0)

.
e C = {v1 } = {1} base do espao vetorial real (R, +, ).
Encontre uma base para o espao dual do espao vetorial (R3 , +, ) associada s bases
B e C.
Resoluo:
Deixaremos como exerccio para o leitor a verificao que B base de (R3 , +, ).
Utilizaremos as idias da observao acima item 2..
Observemos que se (x, y, z) R3 , como B uma base de (R3 , +, ), existem escalares
nicos , , R tais que
u = (x, y, z) = x1 (1, 1, 1) +x2 (1, 1, 0) +x3 (1, 0, 0)
| {z }
| {z }
| {z }
.
.
.
=u1
=u2
=u3
= x1 u1 + x2 u2 + x3 u3 .
Neste caso teremos os funcionais lineares que formaro a base dual associada s bases B
e C, Tj : R3 R, j = 1, 2, 3, sero dadas por
.
Tj (u) = xj ,

onde u = x1 u1 + x2 u2 + x3 u3 .

Deixaremos como exerccio para o leitor verificar que neste caso teremos
x1 = z,

x2 = (y z),

x3 = (x y),

ou seja,
(x, y, z) = z (1, 1, 1) + (y z) (1, 1, 0) + (x y) (1, 0, 0).
Deste modo, vimos (veja demonstrao do teorema (9.22)) que uma base, que indicaremos
por D, para o espao dual de (R3 , +, ) associada s base B e C, ser formada pelos funcionais
lineares T1 , T2 , T3 : R3 R dados por
T1 ((x, y, z)) = T1 (z (1, 1, 1) +(y z) (1, 1, 0) + (x y) (1, 0, 0))
| {z }
=x1 u1

.
= x1 v1 = z 1 = z,
T2 ((x, y, z)) = T2 (z (1, 1, 1) + (y z) (1, 1, 0) +(x y) (1, 0, 0)
|
{z
}
=x2 u2

.
= x2 v1 = (y z).1 = y z

T3 ((x, y, z)) = T3 (z (1, 1, 1) + (y z) (1, 1, 0) + (x y) (1, 0, 0)


|
{z
}
=(xy)u3

.
.
= x3 v1 = (x y).1 = x y,

134

CAPTULO 9. TRANSFORMAES LINEARES

para (x, y, z) R3 .
Concluso: todo funcional linear T : R3 R pode ser escrito, de modo nico, como
combinao linear dos funcionais lineares Ti : R3 R, para i = 1, 2, 3.
Temos tambm a:
Proposio 9.29 Sejam (U, +, ), (V, +, ) e (W, +, ) espaos vetoriais reais.
Se T L (U, V) e S L (V, W) ento S T L (U, W).
Prova:
Dados u, v U e R temos
(S T )(u + v) = S[T (u + v)]
[S linear]

[T linear]

S[T (u) + T (v)]

S[T (u)] + S[T (v)]

= (S T )(u) + (S T )(v),
Logo da observao (9.2) item 2., segue que S T L (U, W), como queramos demonstrar.

Observao 9.30 Em resumo, o resultado acima nos diz que a composta de transformaes lineares ser uma transformao linear.
O resultado a seguir um fato bsico de funes em geral, que nos diz qua a operao de
composio associativa, masi precisamente:
Proposio 9.31 Sejam U, V, W e X so conjuntos no vazios e T : U V, S : V W
e R : W X funes.
Ento
(R S) T = R (S T ).
()
Prova:
Para todo u U, temos
[(R S) T ](u) = (R S)[T (u)] = R{S[T (u)]} ()
e por outro lado
[R (S T )](u) = R{[S T ](u)} = R{S[T (u)]}.

( )

Logo de (**) e (***) segue a identidade (*), completando a demonstrao.


Temos tambm a:
Proposio 9.32 Sejam U conjunto no vazio, (V, +, ), (V, +, ) espaos vetoriais reais
e S, T : U V funes e e R L (V, W) .
Ento
R (S + T ) = R S + R T.

9.2. O ESPAO VETORIAL L (U, V)

135

Prova:
Se u U, temos
[R (S + T )](u) = R[(S + T )(u)] = R[S(u) + T (u)]

[R linear]

R[S(u)] + R[T (u)]

= [R S](u) + [R T ](u) = [R S + R T ](u),


completando a demonstrao.
Voltando s transformaes lineares temos a:
Proposio 9.33 Sejam (U, +, ), (V, +, ) espaos vetoriais reais.
.
Se T L (U, V) e IV L (V) o operador linear identidade em V (isto , IV e(v) = v,
.
para v V) e IU L (U) o operador linear identidade em U (isto , IU (u) = u, para
u U), ento
IV T = T
e T IU = T.
Prova:
Se u U, temos
(IV T )(u) = IV [T (u)] = T (u)
e
[T IU ](u) = T [IU (u)] = T (u),
completando a demonstrao.
Como aplicao destes resultados temos o
Exemplo 9.34 Seja (R2 , +, ) espao vetorial real (onde + e so as operaes usuais
de R2 ).
Consideremos T, S L (R2 ) dadas por
.
T (x, y) = (x + y, 0)

.
S(x, y) = (x, 2y),

(x, y) R2 .

Encontre T S e S T.
Resoluo:
Deixaremos como exerccio para o leitor a verificao que T, S L (R2 ).
Para (x, y) R2 temos que
(T S)(x, y) = T (S(x, y)) = T (x, 2y) = (x + 2y, 0),
(S T )(x, y) = S(T (x, y)) = S(x + y, 0) = (x + y, 0).
Notemos que, neste exemplo, T S = S T.
Podemos agora introduzir as:

136

CAPTULO 9. TRANSFORMAES LINEARES

Definio 9.35 Seja (U, +, ) espao vetorial real.


Se T L (U), definiremos
.
T 0 = IU ,

.
T1 = T

.
T n = T T n1 ,

.
para n 2, onde IU : U U o operador linear identidade em U (isto , IU (u) = u,
para u U).
Com isto podemos introduzir a
Definio 9.36 Seja (U, +, ) espao vetorial real.
Um operador linear T L (U) ser dito nilpotente se existir n N tal que
T n = O L (U),
isto , o operador linear T n ser o operador linear nulo definido em U.
Observao 9.37 Um exemplo simples de operador nilpotente definido em um espao
vetorial real o operador linear nulo.
Exemplo 9.38 Seja (R2 , +, ) espao vetorial real (onde + e so as operaes usuais
de R2 ).
Mostre que T : R2 R2 dada por
.
T (x, y) = (0, x),

(x, y) R2

um operador nilpotente.
Resoluo:
Observemos que se (x, y) R2 ento
T 2 (x, y) = T [T (x, y)] = T (0, x) = (0, 0),
assim, T 2 = 0, mostrando que o operador linear T nilpotente (no caso, n = 2).
Definio 9.39 Sejam (U, +, ) e (V, +, ) espaos vetoriais reais.
Diremos que T L (U, V) possui transformao inversa se existir uma funo S : V
U tal que
(S T )(u) = u,
para todo u U
e
(T S)(v) = v

para todo

v V.

Em outras palavras,
T S = IV

S T = IU ,

onde IU : U U o operador linear identidade em U e IV : V V o operador linear


identidade em V.

9.2. O ESPAO VETORIAL L (U, V)

137

Com isto temos a:


Proposio 9.40 Sejam (U, +, ) e (V, +, ) espaos vetoriais reais.
Se T L (U, V) possui uma transformao inversa ento esta transformao inversa
ser nica.
Prova:
Suponhamos que T L (U, V) possua as trasnformaes inversas R, S : V U.
Como
IV = T R (1) e IU = S T (2)
teremos
(1)

(2)

S = S IV = S (T R) = (S T ) R = IU R = R,
mostrando que S = R e completando a demonstrao.
Definio 9.41 Sejam (U, +, ) e (V, +, ) espaos vetoriais reais e T L (U, V) possui
uma transformao inversa.
Ento a transformao inversa S : V U associada a transformao linear T ser
.
denotada por T 1 (isto , T 1 = S obtida da proposio acima).
Definio 9.42 Sejam (U, +, ) e (V, +, ) espaos vetoriais reais.
Uma transformao linear T : U V ser dita
1. injetora se T (u) = T (v) implicar em u = v;
2. sobrejetora se para todo v V existir u U tal que T (u) = v;
3. bijetora se for injetora e sobrejetora.
Temos um resultado geral e bsico de funes que diz:
Proposio 9.43 Sejam U, V conjuntos no vazios.
A funo T : U V possui uma funo inversa se, e somente se, a funo T
bijetora.
Prova:
Suponha que T possua uma funo inversa.
Logo se T (u) = T (v) ento
u = T 1 (T (u)) = T 1 (T (v)) = v,
portanto, T injetora.
Dado v V vemos que T (T 1 (v)) = v, portanto, T tambm sobrejetora, logo T bijetora.
Reciprocamente, suponhamos que T seja bijetora.
Dado v V, como T bijetora, existe um nico uv U tal que
v = T (uv ).

()

138
Defina S : V U por

CAPTULO 9. TRANSFORMAES LINEARES

.
S(v) = uv ,

v U. ()

Mostremos que S a funo inversa de T.


Se v V ento
()
()
T (S(v)) = T (uv ) = v.
Se u U ento S(T (u)), pela definio de S, o nico elemento u em U tal que T (u ) =
T (u).
Como T injetora, temos u = u e, assim, S(T (u)) = u, mostrando que S a transformao
inversa de T , completando a demonstrao.
Voltando as transformaes lineares temos a:
Proposio 9.44 Sejam (U, +, ) e (V, +, ) espaos vetoriais reais.
Uma transformao linear T : U V injetora se, e somente se, a nica soluo
de T (u) = O o vetor nulo, isto , u = O.
Prova:
Suponha que T L (U, V) seja injetora.
Se T (u) = O, como O = T (O), segue que T (u) = T (O).
Como T injetora deveremos ter u = O.
Reciprocamente suponha que a nica soluo de T (u) = O seja o vetor nulo de U, isto ,
u = O.
Logo se
T (u) = T (v) T (u) T (v) = O T (u v) = O.
|
{z
}
[T linear]

T (uv)

Assim, por hiptese, deveremos ter u v = O, isto , u = v, mostrando que a transformao linear T injetora, completando a demonstrao.
Temos tambm a
Proposio 9.45 Sejam (U, +, ) e (V, +, ) espaos vetoriais reais.
Se T L (U, V) possui transformao inversa T 1 : V U ento T 1 L (V, U).
Prova:
Devemos mostrar que T 1 : V U uma transformao linear.
Para isto sejam v1 , v2 V e R.
Como T sobrejetora existem u1 , u2 U tais que
T (u1 ) = v1

e T (u2 ) = v2 ,

()

ou, equivalentemente,
T 1 (v1 ) = u1

T 1 (v2 ) = u2 .

()

9.3. IMAGEM E NCLEO

139

Assim,
()

T 1 (v1 + v2 ) = T 1 [T (u1 ) + T (u2 )]


[T 1 T =IU ]

[T linear]

T 1 [T (u1 + u2 )]

()

u1 + u2 = T 1 (v1 ) + T 1 (v2 ),

mostrando que T 1 L (V, U), completando a demonstrao.

9.3

Imagem e Ncleo de uma Transformao Linear

Comearemos com a
Definio 9.46 Sejam (U, +, ) e (V, +, ) espaos vetoriais reais e T : U V uma transformao linear.
1. Se X U, definimos a imagem do conjunto X pela transformao T , indicada por
T (X), como sendo o conjunto
.
T (X) = {T (x) : x X} V.
2. Se Y V, definimos a imagem inversa do conjunto Y pela transformao T , indicada
por T 1 (Y), como sendo o conjunto
.
T 1 (Y) = {u U : T (u) Y} U.
Observao 9.47 Notemos que na definiao acima, T 1 (Y) no tem nada a ver com a
transforamo inversa da transformao T que pode, eventualemente, nem existir.

dim

Proposio 9.48 Sejam (U, +, ) e (V, +, ) espaos vetoriais reais com


(V) = 1.
Se T : U V um transformao linear, no identicamente nula, ento a transformao linear T ser sobrejetora.
Prova:
Como a transformao linear T no nula existe uo U tal que
T (uo ) = O.
Como o espao vetorial real (V, +, ) tem dimenso 1 ento qualquer base sua constituda
por um vetor no nulo.
.
Logo B = {T (uo )} ser uma base do espao vetorial real (V, +, ) (pois T (uo ) V no
nulo de V).
Assim, dado v V existe nico escalar R tal que
v = T (uo )

[T linear]

T ( uo ),

ou seja, a transformao linear T sobrejetora, como queramos demonstrar.



Como consequncia temos o

140

CAPTULO 9. TRANSFORMAES LINEARES

Corolrio 9.49 Sejam (U, +, ) e (R, +, ) espaos vetoriais reais (onde + e so as


operaes usuais em R).
Se T um funcional linear definido em U, no identicamente nulo, ento o funcional
linear T ser sobrejetor.
Prova:
Como

dim(R) = 1 a concluso segue da proposio acima.

Temos tambm a:
Proposio 9.50 Sejam (U, +, ) e (V, +, ) espaos vetoriais reais e T : U V uma
transformao linear.
1. Se W um subespao vetorial do espao vetorial real (U, +, ) ento T (W) um
subespao vetorial do espao vetorial real (V, +, ).
2. Se Y um subespao vetorial do espao vetorial real (V, +, ) ento T 1 (Y) um
subespao vetorial do espao vetorial real (U, +, ).
Prova:
De 1.:
Seja W um subespao vetorial de (U, +, ).
Como O W e O = T (O) segue que O T (W).
Sejam x, y T (W) e R.
Como x, y T (W) ento existem u, w W tais que
x = T (u)

y = T (w). ()

Como W um subespao vetorial de (U, +, ) segue que u + w W.


Logo
()

x + y = T (u) + T (w)

[T linear]

T (u
w}) T (W).
| +{z
W

De 2.:
Seja Y um subespao vetorial de (V, +, ).
Como T (O) = O e O Y (pois Y subespao vetorial) segue-se que O T 1 (Y).
Sejam x, y T 1 (Y) e R.
Como x, y T 1 (Y) segue que T (x), T (y) Y.
Como Y um subespao vetorial de (V, +, ) temos que
T (x) + T (y) Y.

()

Mas
T (x + y)

[T linear]

portanto, x + y T 1 (Y), completando a demonstrao.


Podemos agora introduzir a:

()

T (x) + T (y) Y,

9.3. IMAGEM E NCLEO

141

Definio 9.51 Sejam (U, +, ) e (V, +, ) espaos vetoriais reais e T : U V uma transformao linear.
Definimos o ncleo da transformao linear T , indicado por N (T ), como sendo o subespao vetorial de U dado por T 1 ({O}), ou seja, o conjunto
{u U : T (u) = O}.
Com isto temos a:
Proposio 9.52 Sejam (U, +, ) e (V, +, ) espaos vetoriais reais e T : U V uma
transformao linear.
A transformao linear T injetora se, e somente se, N (T ) = {0}.
Prova:
Pela proposio (9.44) T injetora se, e somente se, a equao
T (u) = O,

uU

possui uma nica soluo, a saber, u = O.


Isto o mesmo que dizer que o conjunto N (T ) formado somente pelo vetor O, como
queramos demonstrar.
Temos tambm o
Proposio 9.53 Sejam (U, +, ) espao vetorial real e T L (U).
Mostre que T 2 = O se, e somente se, T (U) N (T ).
Prova:
Suponha que T 2 = O.
Logo se v T (U) ento existe u U tal que v = T (u).
Portanto,
T (v) = T [T (u)] = T 2 (u) = O,
isto , v N (T ), isto , T (U) N (T ).
Reciprocamente, suponhamos que T (U) N (T ).
Dado u U, como T (u) T (U) N (T ), temos
T 2 (u) = T [ T (u) ] = O,
| {z }
N (T )

ou seja, T 2 = O, como queramos mostrar.


Exemplo 9.54 Sejam (R2 , +, ) espao vetorial real (onde + e so as operaes usuais
de R2 ) e R.
Encontre o ncleo do operador linear T : R2 R2 dada por
.
T (x, y) = (x

cos() y sen(), x sen() + y cos()),

(x, y) R2 .

142

CAPTULO 9. TRANSFORMAES LINEARES

Resoluo:
Vimos anteriormente que T L (R2 ).
Por definio, (x, y) N (T ) se, e somente se, T (x, y) = (0, 0) ou, equivalentemente:
(x

cos() y sen(), x sen() + y cos()) = (0, 0)


{
x cos() y sen() = 0

x sen() + y cos() = 0
(
)
cos
() sen()

sen() cos()
|

{z

( ) ( )
x
0
=
y
0

det=1=0 portanto admite matriz inversa

( ) ( )
0
x
(x, y) = (0, 0).

=
y
0
Portanto, N (T ) = {(0, 0)}.
Em particular, da proposio (9.52), segue que o operador linear T injetor.
Observao 9.55 Geometricamente, o operador linear T dado pelo exemplo acima leva
um vetor numa rotao do mesmo de ngulo no sentido anti-horrio (verifique!).
Podemos agora enunciar e provar o:
Teorema 9.56 (Teorema do Ncleo e da Imagem) Sejam (U, +, ) e (V, +, ) espaos
vetoriais reais e T : U V uma transformao linear.
Se
(U) = n < ento

dim

dim (U) = dim [N (T )] + dim [T (U)].


Prova:
Como N (T ) subespao do espao vetorial real (U, +, ) e
(U) = n < segue que
.
p=
[N (T )] n < .
Se p = 0 (isto , N (T ) = {O}) consideramos os vetores v1 , . . . , vn de modo a formarem
uma base de U.
Afirmamos que os vetores T (v1 ), . . . , T (vq ) formam uma base de T (U).
De fato, se w T (U) segue que existe u U tal que T (u) = w.
Como v1 , . . . , vn base de U, existem escalares 1 , , n R tais que

dim

dim

u = 1 v1 + + n vn .
Logo
T (u) = T (1 v1 + + n vn )

[T linear]

1 T (v1 ) + + n T (vn ),

ou seja, w [T (v1 ), . . . , T (vq )], logo podemos concluir que


T (U) = [T (v1 ), . . . , T (vq )].

9.3. IMAGEM E NCLEO

143

Por outro lado, se 1 , , n R so tais que


O = 1 T (v1 ) + + n T (vn )

[T linear]

T (1 v1 + + n vn ),

ou seja,
1 v1 + + n vn N (T ) = {O},
assim
1 v1 + + n vn = O,
mas v1 , . . . , vq so l.i. em U (pois formam uma base de U),logo
1 = = n = 0,
mostrando que os vetores T (v1 ), . . . , T (vn ) so l.i. em V, e portanto formam uma base de
T (U).
Logo podemos concluir que

dim(U) =

0
|{z}

=dim[N (T )]

n
|{z}

=dim[T (U)]

dim[N (T )] + dim[T (U)].

Tratemos agora do caso p 1.


Seja B1 uma base de N (T ) formada pelos vetores u1 , . . . , up .
Pelo teorema do completamento, existem vetores v1 , . . . , vq U tais que u1 , . . . , up , v1 , . . . , vq
formam uma base de U.
Desta forma temos que
(U) = p + q.

dim

Como

dim[N (T )] = p, resta mostrar que


dim[T (U)] = q.

Para isto, mostraremos que T (v1 ), . . . , T (vq ) formam uma base de T (U).
Afirmamos que T (v1 ), . . . , T (vq ) so l.i. em V.
De fato, se
1 T (v1 ) + + q T (vq ) = O
ento, como T uma transformao linear, segue que a identidade acima equivalente a
T (1 v1 + + q vq ) = O,
isto , teremos
1 v1 + + q vq N (T ).
Como os vetores u1 , , up formam uma base de N (T ) segue que existem escalares
1 , , p R tais que
1 v1 + + q vq = 1 u1 + + p up ,

144

CAPTULO 9. TRANSFORMAES LINEARES

isto ,
1 u1 + + p up 1 v1 q vq = O.
Como u1 , . . . , up , v1 , . . . , vq formam uma base de U, eles so l.i. em U assim deveremos
ter
1 = = q = 1 = = p = 0,
o que mostra que os vetores T (v1 ), . . . , T (vq ) so linearmente independentes em V.
Mostremos que os vetores T (v1 ), . . . , T (vq ) geram T (U).
Seja v T (U).
Logo, existe u U tal que T (u) = v.
Como os vetores u1 , . . . , up , v1 , . . . , vq formam uma base de U, existem escalares 1 , . . . , q , 1 , . . . , p
R tais que
u = 1 u1 + + p up + 1 v1 + + q vq ,
com isto teremos:
v = T (u) = T (1 u1 + + p up + 1 v1 + + q vq )
= 1 T (u1 ) + + p T (up ) +1 T (v1 ) + + q T (vq )
| {z }
| {z }
=0

=O

= 1 T (v1 ) + + q T (vq ),
pois u1 , . . . , up N (T ).
Logo v [T (v1 ), . . . , T (vq )], ou seja, T (U) = [T (v1 ), . . . , T (vq )].
Portanto os vetores T (v1 ), . . . , T (vq ) formam uma base de T (U), logo teremos
dim(U) = n =

p
|{z}

=dim[N (T )]

q
|{z}

dim[N (T )] + dim[T (U)],

=dim[T (U)]

como queramos demonstrar.


Como consequncia temos o:
Corolrio 9.57 Sejam (U, +, ) e (V, +, ) espaos vetoriais reais de dimenses finita tais
que
(U) =
(V) e T : U V uma transformao linear.
As seguintes condies so equivalentes:

dim

dim

1. A transformao linear T sobrejetora;


2. A transformao linear T injetora;
3. A transformao linear T bijetora;
4. A transformao linear T leva uma base de U em uma base de V (isto , se
.
.
B = {u1 , . . . , un } uma base de U ento C = {T (u1 ), . . . , T (un )} ser uma base de V).

9.3. IMAGEM E NCLEO

145

Prova:
1. = 2.:
Se a transformao linear T sobrejetora ento T (U) = V.
Logo, pelo teorema anterior,

dim(U) = dim[N (T )] + dim[T| (U)


] = dim[N (T )] + dim(V).
{z }
=V

dim

dim

dim

Como
(U) =
(V) segue que, da identidade acima, que
[N (T )] = 0, isto ,
N (T ) = {O}.
Logo, da proposio (9.52), segue que a transformao linear T ser injetora, mostrando
que 2. ocorre.
2. = 3.:
Se transformao linear T injetora ento, da proposio (9.52) , segue que N (T ) = {O},
assim
[N (T )] = 0.
Pelo teorema anterior segue-se que

dim

dim(U) = |dim[N
(T )] + dim[T (U)] = dim[T (U)],
{z
}
=0

dim
dim

dim
dim

ou seja,
(U) =
[T (U)].
Como
(U) =
(V) segue, da identidade acima, que
[T (U)] =
(V).
Logo T (U) um subespao do espao vetorial real (V, +, ) que tem a mesma dimenso de
V, logo, do corolrio (6.30), segue que T (U) = V, isto , a transformao linear T sobrejetora.
Dessa forma, T bijetora, mostrando que 3. ocorre.
3. = 4.:
Suponhamos que a transformao linear T seja bijetora.
Consideremos uma base de U formada pelos vetores u1 , . . . , un .
Precisamos mostrar que os vetores T (u1 ), . . . , T (un ) formam uma base de V.
Afirmamos que os vetores T (u1 ), . . . , T (un ) so l.i. em V.
De fato, se

dim

dim

1 T (u1 ) + + n T (un ) = O
ento, do fato que T uma transformao linear, a identidade acima ser equivalente a
T (1 u1 + + n un ) = O,
isto , o vetor
1 u1 + + n un N (T ).
Como a transformao linear T injetora, da proposio (9.52), segue que N (T ) = {O}
e, consequentemente,
1 u1 + + n un = O.
Como u1 , . . . , un formam uma base de U eles devero ser l.i., assim
1 = = n = 0,

146

CAPTULO 9. TRANSFORMAES LINEARES

portanto os vetores T (u1 ), . . . , T (un ) so linearmente independentes em V.


Afirmamos que os vetores T (u1 ), . . . , T (un ) geram em V.
Seja v V.
Como a transformao linear T sobrejetora, existe u U tal que v = T (u).
Como os vetores u1 , , un formam uma base de U segue que existem escalares 1 , , n
R tais que
u = 1 u1 + + n un .
Com isto temos
v = T (u) = T (1 u1 + + n un )

[T linear ]

1 T (u1 ) + + n T (un ),

isto , os vetores T (u1 ), . . . , T (un ) geram V, mostrando que esses vetores formam uma base
de V, mostrando qeu 4. ocorre.
Observe que j havamos provado isto na proposio (9.13) (verifique!).
4. = 1.:
Seja u1 , . . . , un uma base de U.
Por hiptese, T (u1 ), . . . , T (un ) formam uma base de V.
Assim, dado v V existem escalares 1 , . . . , n R tais que
v = 1 T (u1 ) + + n T (un ).
Deste modo,
v = 1 T (u1 ) + + n T (un )

[T linear]

T (
+ n un}),
| 1 u1 + {z
.=u

ou seja, existe u U tal que T (u) = v, isto , a transformao linear T sobrejetora,


completando a demonstrao.

Exemplo 9.58 Seja (R2 , +, ) espao vetorial real (onde + e so as operaes usuais
de R2 ).
Mostre que toda transformao linear bijetora T : R2 R2 leva retas de R2 em retas
de R2 (isto , a imagem de uma reta de R2 pela transformao linear bijetora T uma
reta de R2 ).
Resoluo:
Dada uma reta r no plano R2 , usaremos a equao vetorial para representar seus pontos,
isto , um ponto P r se, e somente se,
P = Po + v,
onde Po um ponto sobre a reta, v = O um vetor direo da reta e R.
A imagem da reta r pela transformao linear bijetora T ser dada por
T (r) = {T (P); P r}.

9.3. IMAGEM E NCLEO

147

Assim, um ponto S T (r) se, e somente se, S = T (P) para algum P r, ou seja,
S = T (P) = T (Po + v)

[T linear ]

T (Po ) + T (v),

()

para algum R.
Como transformao linear T injetora e v = 0 temos que T (v) =
0, ou seja, (*) nos
fornece a equao vetorial de uma reta no plano R2 que passa pelo ponto T (Po ) e tem a
direo do vetor (no nulo) T (v).
Assim T (r) uma reta em R2 , como afirmamos.
Exemplo 9.59 Sejam (Rn , +, ) espao vetorial real (onde + e so as operaes usuais
de Rn ) e a1 , . . . , an R no todos nulos.
Mostre que o subespao
.
H = {(x1 , . . . , xn ) Rn : a1 x1 + + an xn = 0}
tem dimenso n 1.
Resoluo:
Observemos que H pode ser obtido como o ncleo do funcional linear (verifique!) T :
n
R R dada por
.
T (x1 , . . . , xn ) = a1 x1 + + an xn ,

(x1 , , xn ) Rn .

Em particular H um subespao vetorial do espao vetorial (Rn , +, ).


Como nem todos os aj so nulos, segue-se que o funcional linear T no identicamente
nulo.
Logo, do corolrio(9.49), segue que o funcional linear T ser sobrejetor, em particular,
[T (Rn )] =
(R) = 1.
Deste modo, pelo teorema (9.56), teremos

dim

dim

n=

dim(Rn) = dim[N
(T )] + dim(T (Rn )] = dim(H) + 1,
| {z } |
{z
}
=H

ou seja,

=1

dim(H) = n 1, como afirmamos.

Exemplo 9.60 Sejam (M2 (R), +, ) espao vetorial real (onde + e so as operaes
usuais de M2 (R)),
(
)
. 1 2
A=
0 1
e T : M2 (R) M2 (R) dada por
.
T (X) = AX XA,

X M2 (R).

Mostre que T um operador linear em M2 (R) e encontre o ncleo e a imagem do


operador linear T e suas respectivas dimenses.

148

CAPTULO 9. TRANSFORMAES LINEARES

Resoluo:
Deixaremos como exerccio para o leitor a verificao que T um operador linear em
M2 (R).
Ncleo de T :
Observemos que X N (T ) se, e somente se, T (X) = O ou, equivalentemente,
AX XA = O

AX = XA.

(
)
a b
,
X=
c d

Se

vemos que X N (T ) se, e somente se,


)
)(
(
)(
) (
a b
a b
1 2
1 2
=
,
0 1
c d
0 1
c d
isto ,

(
) (
)
a + 2c b + 2d
a 2a + b
=
c
d
c 2c + d

que equivalente ao sistema linear

a + 2c = a

b + 2d = 2a + b

c=c

d = 2c + d

[exerccio]

c = 0 e a = d.

Portanto, X N (T ) se, e somente se,


(
)
(
)
(
)
0 1
a b
1 0
+b
.
X=
=a
0 a
0 1
0 0
| {z }
| {z }
.
.
=A1
=A2
Dessa forma, o ncleo do operador linear T o subespao vetorial gerado pelos vetores A1
e A2 .
.
Notemos que os vetores A1 , A2 so l.i. (verifique!), logo B = {A1 , A2 } uma base para o
subespao N (T ), em particular,
[N (T )] = 2.
Imagem de T :
Observemos que
(
)
x y
Y=
T (M2 )
z t

dim

se, e somente, se existir uma matriz em M2 (R), que denotaremos por


(
)
a b
X=
,
c d

9.3. IMAGEM E NCLEO

149

tal que
Y = T (X) = AX XA,
isto ,
(
) (
)(
) (
)(
)
x y
1 2
a b
a b
1 2
=

z t
0 1
c d
c d
0 1
) (
(
) (
)
a 2a + b
a + 2c b + 2d
2c 2d 2a
=

=
c
c 2c + d
0
d
2c
(
)
(
)
1 0
0 1
= 2c
+2(d a)
,
0 1
0 0
| {z }
| {z }
.
.
=B1
=B2
ou seja, a imagem de T gerada pelos vetores B1 , B2 .
.
Notemos que os vetores B1 , B2 so l.i. (verifique!), assim logo C = {B1 , B2 } uma base para
o subespao T (M2 (R)), em particular,
[T (M2 (R))] = 2.

dim

Observao 9.61 Uma outra maneira para encontrar uma base da imagem do operador
linear T do exemplo acima seria fazer uso da prova do teorema (9.56).
Mais precisamente, sabemos que
(
)
(
)
1 0
0 1
e
0 1
0 0
formam uma base do ncleo do operador linear T .
Do teorema (9.56), podemos complet-la a uma base de M2 (R) introduzindo, por
exemplo, os vetores:
(
)
(
)
0 0
0 0
e
,
1 0
0 1
isto ,

(
) (
) (
)
(
)
1 0
0 1
0 0
0 0
,
,
e
0 1
0 0
1 0
0 1

uma base de M2 (R) (verifique!).


Mas
((
)) (
)
0 0
2 0
T
=
1 0
0 2
| {z }
.
=C1

((
e

))
0 0
0 1

)
0 1
=
.
0 0
| {z }
.
=C2

.
Logo, pelo mesmo teorema, segue que C = {C1 , C2 } uma base da imagem do operador
linear T.
Definio 9.62 Seja (U, +, ) espao vetorial real.
Diremos que T L (U) um idempotente em U se T 2 = T.

150

CAPTULO 9. TRANSFORMAES LINEARES

Exemplo 9.63 Seja (U, +, ) espao vetorial real.


Ento o operador identidade em U, IU : U U dado por
.
IU (u) = u,

u U,

um operador linear idempotente em U.


Resoluo:
Sabemos que o IU um operador linear em U.
Alm disso, temos
I2U (u) = IU [IU (u)] = IU (u),
| {z }

u U,

=u

mostrando que o operador linear T idempotente em U.


Exemplo 9.64 Sejam (R2 , +, ) espao vetorial real (onde + e so as operaes usuais
de R2 ) e T : R2 R2 dada por
T (x, y) = (x, 0),

(x, y) R2 .

Ento o operador linear T idempotente.


Resoluo:
Deixaremos como exerccio para o leitor a verificao que T um operador linear em R2 .
Notemos que
T 2 (x, y) = T [T (x, y)] = T (x, 0) = (x, 0) = T (x, y),
| {z }

(x, y) R2 ,

=(x,0)

mostrando que o operador linear T idempotente em R2 .


Observao 9.65 O operador do exemplo acima a projeo no eixo Ox.
Proposio 9.66 Seja (U, +, ) espao vetorial real.
Mostre que se T L (U) idempotente ento
U = T (U) N (T ).
Prova:
Como T L (U) idempotente segue que T 2 = T .
Observemos que, dado u U podemos escrever
u = T (u) + [u T (u)].
Temos que T (u) T (U) e
T [u T (u)] = T (u) T 2 (u) = T (u) T (u) = O,
| {z }
=T (u)

9.4. ISOMORFISMO E AUTOMORFISMO

151

assim u T (u) N (T ), ou seja,


u = T (u) + [u T (u)] T (U) + N (T ),
| {z } | {z }
T (U)

N (T )

mostrando que U = T (U) + N (T ).


Resta mostrarmos que a soma uma soma direta.
Para isto consideremos u T (U) N (T ).
Como u T (U), existir v U tal que u = T (v) e teremos tambm que T (u) = O.
Logo
[T 2 =T ]

u = T (v) = T 2 (v) = T [T (v)] = T (u) = O,


|{z}
=u

ou seja, T (U) N (T ) = {O}, completando a demonstrao.

9.4

Isomorfismo e Automorfismo

Comearemos introduzindo a
Definio 9.67 Sejam (U, +, ) e (V, +, ) espaos vetoriais reais.
Diremos que uma transformao linear T : U V isomorfismo de U em V se ela
for bijetora.
Quando U = V diremos, no caso acima, que T um automorfismo em U.
Com isto temos a
Definio 9.68 Dizemos que os espaos vetoriais (U, +, ) e (V, +, ) so isomorfos se
existir um isomorfismo de U em V.
As seguintes transformaes so exemplos de isomorfismos e, portanto, os respectivos
espaos vetoriais so isomorfos.
Exemplo 9.69 Sejam (U, +, ) espao vetorial real e IU : U U o operador identidade
em U.
Ento IU um automorfismo em U.
Resoluo:
Sabemos que IU um operador linear, injetor e sobrejetor, logo um automorfismo em U.
Exemplo 9.70 Sejam (Rn , +, ) e (Pn1 (R), +, ) espaos vetoriais (onde + e so as
operaes usuais de Rn e de Pn1 (R), respectivamente) e T : Rn Pn1 (R) dada por
.
T ((x1 , . . . , xn )) = p, (x1 , , xn ) Rn ,
onde

.
p(t) = x1 + x2 t + + xn tn1 ,

Ento T um isomorfismo de Rn em Pn1 (R).

t R.

152

CAPTULO 9. TRANSFORMAES LINEARES

Resoluo:
Deixaremos como exerccio para o leitor a verificao que T uma transformao linear
de Rn em Pn1 (R).
Observemos que T injetor, pois se x = (x1 , , xn ) N (T ) segue que
O
|{z}

= T (x) x1 + x2 t + + xn tn1 = 0, para todo t R,

polinmio nulo

o que implicar, necessariamente, que x1 = = xn = 0, ou seja, x = (0, , 0) Rn .


Portanto N (T ) = {O}, isto , a transformao linear T injetora.
Observemos tambm que T sobrejetor, pois se p Pn1 (R) segue que
p(t) = ao + a1 t + + an1 tn1 ,
para ao , , an1 R.
Logo se considerarmos

t R,

.
x = (ao , , an1 ) Rn ,

teremos
T (x) = p,
ou seja T sobrejetora, isto , a transformao linear T bijetora, logo um isomorfismo de
Rn em Pn1 (R), como afirmamos.
Exemplo 9.71 Sejam (Mmn (R), +, ) e (Rm.n , +, ) espaos vetoriais (onde + e so as
operaes usuais de Mmn (R) e de Rm.n , respectivamente) e T : Mmn (R) Rmn dada
por
.
T [(aij )] = (a11 , . . . , a1n , . . . , am1 , . . . , amn ), A = (aij ) Mmn (R).
Ento T um isomorfismo de Mmn (R) em Rm.n .
Resoluo:
Deixaremos como exerccio para o leitor a verificao que T uma transformao linear
de Mmn (R) em Rm.n .
Observemos que T injetor, pois se (aij ) N (T ) segue que
O = T [(aij )] (a11 , . . . , a1n , . . . , am1 , . . . , amn ) = (0, , 0) .
|{z}
| {z }

m.n-upla

Rm.n

o que implicar, necessariamente, que aij = 0 para 1 i m e 1 j n, ou seja,


N (T ) = {O}, , isto , a transformao linear T injetora.
.
Observemos tambm que T sobrejetor, pois se x = (x1 , , xm.n ) Rm.n , considerando-se
.
a1j = xj ,
.
a2j = xj ,

.
amj = xj ,

1 j n,
n + 1 j 2n,
mn n + 1 j m.n,

9.4. ISOMORFISMO E AUTOMORFISMO

153

teremos
T [(aij )] = (x1 , , xmn ) = x,
ou seja, a transformao linear T sobrejetora, isto , a transformao linear T bijetora,
logo um isomorfismo de Mmn (R) em Rm.n , como afirmamos.
Exemplo 9.72 Sejam (R3 , +, ) espao vetorial real (onde + e so as operaes usuais
de R2 ) e T : R3 R3 dada por
.
T (x, y, z) = (x y, x z, z y),

(x, y, z) R3 .

Verifique se T um automorfismo de R3 .
Resoluo:
Deixaremos como exerccio para o leitor a verificao que T um operador linear em R3 .
Verifiquemos se o operador linear T injetor, isto , se N (T ) = {O}.
Para isto seja (x, y, z) N (T ), isto ,

x y = 0
T (x, y, z) = (0, 0, 0)

[exerccio]

xz=0

z y = 0

x = y = z.

Logo, o operador linear T no injetor, pois T (1, 1, 1) = (0, 0, 0), assim, o operador linear
T no ser um automorfismo em R3 .
Proposio 9.73 Sejam (U, +, ) e (V, +, ) espaos vetoriais reais, tal que
e T : U V um isomorfismo de U em V.
Ento o espao vetorial (V, +, ) tem dimenso finita e alm disso

dim(U) < ,

dim(V) = dim(U).
Prova:
Como a transformao linear T injetora segue N (T ) = {0}.
Portanto,
[N (T )] = 0.
Como a transformao linear T sobrejetora segue que T (U) = V.
Segue, do teorema do ncleo e da imagem (isto , teorema (9.56)), que

dim

dim(U) = dim
[N (T )] + dim[T (U)] = dim(V),
|
{z
}
| {z }
=0

=V

como queramos demonstrar.


Temos um resultado semelhante quando a dimenso do contra-domnio finita, a saber:
Corolrio 9.74 Sejam (U, +, ) e (V, +, ) espaos vetoriais reais, tal que
T : U V um isomorfismo de U em V.
Ento
(U) =
(V).

dim

dim

dim(V) < , e

154

CAPTULO 9. TRANSFORMAES LINEARES

Prova:
Como a transformao linear T bijetora segue que existe a transformao linear inversa
1
T : V U e esta tambm ser um isomorfismo de V em U (pois bijetora).
Como
(V) < , pela proposio (9.73), segue que

dim

dim(U) = dim(V),

completando a demonstrao.
Temos tambm a
Proposio 9.75 Sejam (U, +, ) e (V, +, ) espaos vetoriais reais de dimenso n.
.
.
Se B = {u1 , , un } e C = {v1 , , vn } so bases de (U, +, ) e de (V, +, ), respectivamente, ento T : U V dada por
.
T (u) = x1 v1 + + xn vn , u U,
()
onde
u = x1 u1 + + xn un ,

para

x1 , . . . , xn R,

um isomorfismo de U em V.
Alm disso, temos que
j = 1, , n,

T (uj ) = vj ,

isto , o isomorfismo T leva a base B do espao vetorial (U, +, ) na base C do espao


vetorial (V, +, ).
Prova:
Primeiramente, notemos que a funo T est bem definida, pois as coordenadas de um
vetor com relao a uma base so unicamente determinadas por ele e pela respectiva base
fixada.
Verifiquemos que T uma transformao linear de U em V.
Dados w1 , w2 U, como B base de U, podemos escrever
w1 =

xi ui

w2 =

i=1

yi ui ,

i=1

com xi , yi R, i = 1, . . . , n.
Se R, teremos
w1 + w2 =

xi u i +

i=1

Logo
T (w1 + w2 ) = T

yi ui =

i=1

( n

(xi + yi ) ui

i=1

xi vi +

(xi + yi ) ui .

i=1

i=1

()

(xi + yi ) vi

i=1
n

i=1

()

yi vi = T (w1 ) + T (w2 ),

9.5. MATRIZ DE UMA TRANSFORMAO LINEAR

155

mostrando que T uma transformao linear de U em V.


Afirmamos que T injetora, isto , N (T ) = {O}.
n
.
De fato, seja w =
xi ui tal que T (w) = O.
i=1

Logo
O = T (w) = x1 v1 + + xn vn .
Como v1 , , vn so l.i. em V segue que x1 = = xn = 0, ou seja, w = O, portanto, T
injetora.
Como
(U) =
(V) < , pelo corolrio (9.57) segue-se que T ser bijetora, logo um
isomorfismo de U em V, completando a demonstrao.

dim

dim

As ltimas proposies resultam no


Corolrio 9.76 Dois espaos vetoriais reais de dimenso finita so isomorfos se, e
somente se, tm a mesma dimenso.
Prova:
(=):
Segue do corolrio (9.74).
(=):
Segue da proposio (9.75).
Terminaremos a seo com o:
Corolrio 9.77 Sejam (U, +, ) um espao vetorial de dimenso n e (V, +, ) um espao
vetorial de dimenso m.
Ento L (U, V) isomorfo ao espao vetorial real (Mmn (R), +, ) (onde + e so as
operaes usuais de Mmn (R).
Prova:
Do teorema (9.22) temos que
[L (U, V)] = m n e do exemplo (6.22) temos que
[Mmn (R)] = m n.
Logo do corolrio acima segue que eles sero isomorfos, completando a demonstrao.

dim

9.5

dim

Matriz de uma Transformao Linear

Nesta seo veremos que a toda transformao linear entre dois espaos vetoriais de dimenses
finitas poderemos associar uma matriz e reciprocamente.

156

9.5.1

CAPTULO 9. TRANSFORMAES LINEARES

Definio e Exemplos

Definio 9.78 Sejam (U, +, ) e (V, +, ) espaos vetoriais reais de dimenses finitas, m
e n, respectivamente, e T L (U, V).
.
.
Fixemos uma base B = {u1 , . . . , un } de (U, +, ) e uma base C = {v1 , . . . , vm } de (V, +, ).
Como C base de (V, +, ), podemos escrever
T (uj ) = a1j v1 + + amj vm ,

para cada

j = 1, . . . , n.

Deste modo podemos construir a seguinte matriz

a11 a12 . . . a1n


a21 a22 . . . a1n

..
..
.. Mmn (R)
.
.
.
.
.
.
am1 am2 . . .

amn

que ser chamada de matriz da transformao T com relao s bases B e C e ser denotada por [T ]B,C .
Quando U = V e B = C usaremos a notao [T ]B para denotar a matriz da transformao T com relao s bases B e B do espao vetorial (U, +, ).
Consideremos os exemplos:
Exemplo 9.79 Sejam (R3 , +, ), (R2 , +, ) espaos vetoriais reais (onde + e so as
operaes usuais de R3 e R2 , respectivamente) e a transformao linear (verifique!)
T : R3 R2 dada por
.
T (x, y, z) = (x + y, x z), (x, y, z) R3 .
()
Encontre a matriz de T com relao s bases cannicas de R3 e R2 , respectivamente.
Resoluo:
As bases cannicas de R3 e de R2 so
.
B = {(1, 0, 0), (0, 1, 0), (0, 0, 1)} e
| {z } | {z } | {z }
.
.
.
=u1
=u2
=u3

.
C = {(1, 0), (0, 1)},
| {z } | {z }
.
.
=v1
=v2

respectivamente.
Como
()

1 v2 ,
T (u1 ) = T ((1, 0, 0)) = (1, 1) = 1 (1, 0) + 1 (0, 1) = |{z}
1 v1 + |{z}
=a21

=a11
()

0 v2 ,
T (u2 ) = T ((0, 1, 0)) = (1, 0) = 1 (1, 0) + 0 (0, 1) = |{z}
1 v1 + |{z}
=a22

=a12
()

T (u3 ) = T ((0, 0, 1)) = (0, 1) = 0 (1, 0) + (1) (0, 1) = |{z}


0 v1 + (1) v2 ,
| {z }
=a13

teremos
[T ]B,C

) (
)
(
1 1 0
a11 a12 a13
=
M23 (R).
=
a21 a22 a23
1 0 1

=a23

9.5. MATRIZ DE UMA TRANSFORMAO LINEAR

157

Exemplo 9.80 Sejam (R3 , +, ), (R2 , +, ) espaos vetoriais reais (onde + e so as


operaes usuais de R3 e R2 , respectivamente) e a transformao linear (verifique!)
T : R3 R2 dada por
.
T (x, y, z) = (x + y, x z),

(x, y, z) R3 .

()

.
Encontre a matriz de T com relao s bases B = {(1, 0, 0), (0, 1, 0), (0, 0, 1)} de R3 e
.
D = {(1, 1), (0, 1)} de R2 .
Resoluo:
As bases de R3 e de R2 so
.
B = {(1, 0, 0), (0, 1, 0), (0, 0, 1)}
| {z } | {z } | {z }
.
.
.
=u1
=u2
=u3

.
e C = {(1, 1), (0, 1)},
| {z } | {z }
.
.
=v1
=v2

respectivamente.
Como
()

T (u1 ) = T ((1, 0, 0)) = (1, 1) = 1 (1, 1) + 0 (0, 1) = |{z}


1 v1 + |{z}
0 v2 ,
=a11

=a21

()

T (u2 ) = T ((0, 1, 0)) = (1, 0) = 1 (1, 1) + (1) (0, 1) = |{z}


1 v1 + (1) v2 ,
| {z }
=a11

=a21

()

T (u1 ) = T ((0, 0, 1)) = (0, 1) = 0 (1, 1) + (1) (0, 1) = |{z}


0 v1 + (1) v2
| {z }
=a11

teremos
[T ]B,D

=a21

(
) (
)
a11 a12 a13
1 1
0
=
=
M23 (R).
a21 a22 a23
0 1 1


Observao 9.81 Sejam (U, +, ) e (V, +, ) espaos vetoriais reais de dimenses finitas
.
.
com bases B = {u1 , . . . , un } e C = {v1 , . . . , vm }, respectivamente.
Fixemos i {1, . . . , n} e j {1, . . . , m} e definamos Tij L (U, V) como na prova do
teorema (9.22), isto , Tij : U V dada por
.
Tij (x1 u1 + + xn un ) = xi vj ,

x1 , . . . , xn R.

Notemos que
Tij (uk ) =

{
vj se i = k
0 se i = k
{
0 v1 + + 0 vj1 + 1 vj + 0 vj+1 + + 0 vn se i = k
0 se i = k

158

CAPTULO 9. TRANSFORMAES LINEARES

Assim
(j,i)

[Tij ]B,C = Eji = (k,l ),


onde
(j,i)
k,l

{
1
0

se (j, i) = (k, l)
caso contrrio ,

ou seja, para cada i {1, . . . , n} e cada j {1, . . . , m}, a matriz Eji possui todos as
entradas nulas, com exceo daquela que ocupa a j-sima linha, da i-sima coluna,
cujo valor 1.

9.5.2

Propriedades da Matriz de uma Transformao Linear

Proposio 9.82 Sejam (U, +, ) e (V, +, ) espaos vetoriais reais de dimenso finita
com bases B e C, respectivamente.
Se T, S L (U, V) e R ento
[T + S]B,C = [T ]B,C + [S]B,C .
Prova:
.
.
Consideremos B = {u1 , . . . , un }, C = {v1 , . . . , vm } bases de (U, +, ) e (V, +, ), respectivamente, [T ]B,C = (aij ) e [S]B,C = (bij ).
Com isto teremos
(T + S)(uj ) = T (uj ) + S(uj )
= (a1j v1 + + amj vm ) + (b1j v1 + + bmj vm )
= (a1j + b1j ) v1 + + (amj + bmj ) vm
e, desse modo,

[T + S]B,C

a11 + b11

..
=
.
am1 + bm1

a11
..
..
= .
.
am1 +

a1n + b1n

..
..

.
.
amn + bmn

a1n
b11
.. + ..
..
.
.
.
amn

bm1

b1n
..
.
bmn

= [T ]B,C + [S]B,C ,
completando a demonstrao.
A seguir temos dois resultados que nos fornecem exemplos bsicos associados a matrizes
de uma transformo linear:
Proposio 9.83 Sejam (U, +, ) e (V, +, ) espaos vetoriais de dimenso finita com
bases B e C, respectivamente.
Se T L (U, V) a transformao linear nula ento
[T ]B,C = 0.

9.5. MATRIZ DE UMA TRANSFORMAO LINEAR

159

Prova:
.
.
Sejam B = {u1 , . . . , un } e C = {v1 , . . . , vm } bases de (U, +, ) e (V, +, ), respectivamente.
Se T L (U, V) ento T (u) = O para todo u U, logo
T (uj ) = O = |{z}
0 v1 + + |{z}
0 vm ,
=a1j

para cada

j = 1, . . . , n,

=amj

ou seja, aij = 0 para todo 1 i m e todo 1 j n, isto , [T ]B,C = O, completando a


demonstrao.

Proposio 9.84 Sejam (U, +, ) espao vetorial de dimenso finita e B, C duas bases
de U.
Se IU L (U) o operador identidade em U ento
[IU ]B,C = MCB .
Prova:
.
.
Consideremos B = {u1 , . . . , un }, C = {v1 , . . . , vn } bases de (U, +, ) e (V, +, ), respectivamente.
Para cada 1 j n, como uj U e B base de (U, +, ) segue que existem escalares
1j , , nj R tais que
uj = 1j v1 + + nj vn . ()
Logo
MCB = (ij ).

()

Mas
()

IU (uj ) = uj = 1j v1 + + nj vn .
Logo
[IU ]B,C = (ij ),
ou seja, de (**) e da igualdade acima, teremos [IU ]B,C = MCB , como queramos demonstrar.
Proposio 9.85 Sejam (U, +, ), (V, +, ) e (W, +, ) espaos vetoriais de dimenso finita
com bases B, C, e D, respectivamente.
Se T L (U, V) e S L (V, W). ento
[S T ]B,D = [S]C,D [T ]B,C .
T
U
B

S
V
C

ST

W
D

160

CAPTULO 9. TRANSFORMAES LINEARES

Prova:
.
.
.
Consideremos B = {u1 , . . . , un }, C = {v1 , . . . , vm } e D = {w1 , . . . , wp } bases de (U, +, ),
(V, +, ) e (W, +, ), respectivamente
Sejam [T ]B,C = (ij ) e [S]C,D = (kl ).
Com isto temos que
T (uj ) = 1j v1 + + mj vm ,

para cada

S(vk ) = 1k w1 + + pk wp ,
Logo, para cada 1 j n teremos
(9.86)

[S T ](uj ) = S[T (uj )] = S


m
(9.87)
=
ij

( p

i=1

Portanto,
[S T ]B,D =

( m

para cada

k = 1, . . . , m.

)
ij vi
)

i=1

ki wk

[S linear]

(9.86)
(9.87)

ij S(vi )

( m i=1 )
p

ki ij wk .
=
k=1

k=1

( m

j = 1, . . . , n.

i=1

)
ki ij

[Apndice I]

[S]C,D [T ]B,C ,

i=1

como queramos demonstrar.


Como consequncia temos a
Proposio 9.88 Sejam (U, +, ), (V, +, ) espaos vetoriais de dimenso finita com bases
B e C, respectivamente.
Se T L (U, V) possui transformao inversa T 1 L (V, U) (isto , T um isomorfismo de U e V) ento
[T 1 ]C,B = [T ]1
B,C .
T
U

V
C

T 1

Prova:
Como T uma transformao linear bijetora (isto , um isomorfismo de U em V) segue,
(U) =
(V) = n.
do corolrio(9.76),
Logo, da proposio acima temos

dim

[T ]B,C [T 1 ]C,B

dim

[prop. (9.85)]

[T| {zT 1}]C,C = [IV ]C,C


=IV

onde In a matriz identidade de ordem n.

[prop. (9.84)]

MCC = In

9.5. MATRIZ DE UMA TRANSFORMAO LINEAR

161

Analogamente,
[T 1 ]C,B [T ]B,C = [T| 1{z T}]B,B = [IU ]B,B = MBB = In .
=IU

Portanto, [T 1 ]C,B = [T ]1
B,C , completando a demonstrao.
Proposio 9.89 Seja (V, +, ) um espao de dimenso finita.
Se T L (V) e B e C so bases de (V, +, ) ento
[T ]C,C = MCB [T ]B,B MBC .
Prova:
Da proposio (9.84) temos que
[IV ]B,C = MCB

[IV ]C,B = MBC . ()

Logo
()

MCB [T ]B,B MBC = [IV ]B,C [T ]B,B [IV ]C,B

[prop. (9.85)]

[IV ]B,C [T| {z


IV}]C,B
=T

= [IV ]B,C [T ]C,B

[prop. (9.85)]

[I|V{z
T}]C,C
=T

= [T ]C,C
completando a demonstrao.

Exemplo 9.90 Sejam (R2 , +, ) espao vetorial real (onde + e so as operaes usuais
.
de R2 ) e B = {(1, 1), (1, 1)} uma base de R2 (verifique!).
Consideremos T L (R2 ) tal que
(
)
1 0
TB,B =
.
0 5
Encontre [T ]C,C , onde C a base cannica de R2 .
Resoluo:
Da proposio acima, temos que
[T ]C,C = MCB [T ]B,B MBC
logo para completarmos o exemplo basta encontrarmos as matrizes de mudana de bases MCB
e MBC .

162

CAPTULO 9. TRANSFORMAES LINEARES

.
.
Para isto, se B = {(1, 1), (1, 1)} e C = {(1, 0), (0, 1)} teremos
| {z } | {z }
| {z } | {z }
.
.
.
.
=u1
=u2
=e1
=e2
e1 = (1, 0)
e2 = (0, 1)

[exerccio]

[exerccio]

1
(1, 1) +
2
1
(1, 1)
2

1
(1, 1) =
2
1
(1, 1) =
2

1
u1 +
2
1
u1 +
2

1
u2
2
1
u2 ,
2

alm disso
u1 = (1, 1) = 1 (1, 0) + 1 (0, 1) = 1 e1 + 1 e2
u2 = (1, 1) = 1 (1, 0) + (1) (0, 1) = 1 e1 + (1) e2 ,

1 1
1
1
2 2

MBC =
e MCB =
.
1
1
1 1

2
2
Poderamos ter obtido a matriz MCB calculando a matriz inversa M1
BC (ou vice-versa).
Logo, da proposio acima, segue que
assim

[T ]C,C = MCB [T ]B,B MBC


(
=

)(
1 1
1 1

1 1
(
)

1 0 2 2 [exerccio] 3 2
.

=
0 5 1
2
3

2
2
)

Observao 9.91 Podemos obter a expresso do operador linear T do exemplo acima.


Para isto observamos que
T ((x, y)) = T [x (1, 0) + y (0, 1)]

[[T ]C,C =

[T linear]

x T ((1, 0)) + y T ((0, 1))

3 2
]
2 3
=
x [3 (1, 0) 2 (0, 1)] + y [2 (1, 0) + 3 (0, 1)]

= x (3, 2) + y (2, 3) = (3x 2y, 3y 2x),

(x, y) R2 ,

ou seja,
T ((x, y)) = (3x 2y, 3y 2x),

(x, y) R2 .

Com isto temos a:


Proposio 9.92 Sejam (U, +, ) espao vetorial de dimenso finita com bases B e C,
respectivamente.
Se T L (U, V) e u U ento
[T (u)]C = [T ]B,C [u]B .

9.5. MATRIZ DE UMA TRANSFORMAO LINEAR

163

Prova:
.
.
Sejam
n }, C = {v1 , . . . , vm } bases de (U, +, ) e (V, +, ), respectivamente,
B = {u1 , . . . , u
11 1n
..
.. e
..
[T ]B,C = .
.
.
m1 mn

a1
..
[u]B = . .
an
Logo teremos:
u = a1 u1 + + an un

(9.93)

T (uj ) = 1j v1 + + mj vm ,

para cada

(9.94)

j = 1, . . . , n.

Assim
(9.93)

T (u) = T (a1 u1 + + an un )

[T linear]

a1 T (u1 ) + + an T (un )

(9.94)

= a1 (11 v1 + + m1 vm ) + + an (1n v1 + + mn vm )

= (a1 11 + + an 1n ) v1 + + (a1 m1 + + an mn ) vm ,
ou seja,


a1 11 + + an 1n
11 1n
a1
[exerccio] .

.
.
..
..
.. ...
[T (u)]C =
= ..
,
.
a1 m1 + + an mn
m1 mn
an
isto , [T (u)]C = [T ]B,C [u]B , como queramos demonstrar.
Proposio 9.95 Sejam (U, +, ) e (V, +, ) espaos vetoriais de dimenso finita com
bases B e C, respectivamente e T L (U, V).
Ento T um isomorfismo de U em V se, e somente se, a matriz [T ]B,C admite
matriz inversa.
Prova:
.
.
Sejam B = {u1 , , un } e C = {v1 , , vm } bases de (U, +, ) e (V, +, ), respectivamente.
Com isto temos que [T ]B,C Mmn (R).
Se T um isomorfismo de U em V ento
(U) =
(V) = n e, pela proposio (9.88),
seque que a matriz quadrada [T ]B,C possui matriz inversa dada por [T 1 ]C,B .
Reciprocamente, suponhamos que a matriz (quadrada) [T ]B,C admita matriz inversa.
Em particular, como a matriz acima quadrada deveremos ter n = m, isto ,
(U) =
(V) = n.
Para completar a prova, pelo corolrio (9.57), basta mostrar que o operador linear T
injetor.

dim

dim

dim

dim

164

CAPTULO 9. TRANSFORMAES LINEARES

Para isto seja u N (T ), isto ,


T (u) = O = 0 v1 + + 0 vn

[T (u)]C = (0).

Ento, da proposio (9.92) segue que


[u]B = [IU (u)]B = [(T 1 T )(u)]B = [T 1 (T (u))]B
[prop. (9.88)]

[prop. (9.92)]

[T 1 ]C,B [T (u)]C

1
[T ]1
B,C [T (u)]C = [T ]B,C .(0) = (0),
| {z }
=(0)

onde (0) denota a matriz coluna de tamanho n 1 identicamente nula.


Logo
u = 0 u1 + + 0 un = O,
portanto N (T ) = {O}, assim o operador linear T injetor, mostrando que T L (U, V) um
isomrfismo de U em V, completando a demonstrao.
Para finalizar temos o
Exemplo 9.96 Sejam (R2 , +, ) espao vetorial real (onde + e so as operaes usuais
de R2 ).
Verifique se a transformao linear (verifique!) T : R2 P1 (R) dada por
.
T (a, b) = p,
onde

(a, b) R2 ,

.
p(t) = a + (a + b)t,

t R,

um isomorfismo de R2 em P1 (R).
Resoluo:
.
.
.
.
Consideremos B = {(1, 0), (0, 1)} e C = {po , p1 } (onde po (t) = 1, p1 (t) = t, t R) as bases
cannicas de R2 e P1 (R), respectivamente.
Como
[T ((1, 0))](t) = 1 = po (t)

[T ((0, 1))](t) = t = p1 (t),

t R,

segue que matriz da transformao linear T com relao a estas bases ser dada por
(
)
1 0
[T ]B,C =
.
1 1

det

Como
{[T ]BC } = 1 = 0 segue (ver Apndice I e II) que a matriz [T ]BC admite matriz
inversa.
Logo da proposio acima temos a transformao linear T um isomorfismo.

9.6

Exerccios

Captulo 10
Exerccios Resolvidos
Neste captulo resolveremos alguns exerccios relacionados com tpicos desenvolvidos nos
captulos anteriores
Exemplo 10.1 Sejam (P2 (R), +, ) espao vetorial real (onde + e so as operaes
usuais de P2 (R)) e T : P2 (R) P2 (R) dada por
.
T (p) = p + p ,

p P2 (R).

Mostre que T um operador linear em P2 (R), encontre uma base e a dimenso do


ncleo de T e uma base e a dimenso da imagem de T .
Resoluo:
Deixaremos como exerccio para o leitor mostrar que T L (P(R)).
Ncleo de T :
Lembremos que p P2 (R) se, e somente se, existem ao , a1 , a2 R tais que
p(x) = ao + a1 x + a2 x2 ,

x R.

()

Logo
p (x) = a1 + 2a2 x

p (x) = 2a2 ,

x R.

()

Logo p N (T ) se, e somente se, p + p = 0 ou, equivalentemente,


{
a1 + 2a2 = 0
()
p (x) + p (x) = 0, x R (a1 + 2a2 x) + 2a2 = 0, x R
|
{z
}
2a2 = 0
=(a1 +2a2 )+2a2 x

cuja nica soluo ser a1 = a2 = 0.


Desta forma, de (*), temos que p N (T ) se, e somente se, p(x) = ao , x R, isto ,
p = ao po , onde po (x) = 1, x R (veja que po P2 (R)).
Logo {po } ser uma base de N (T ), em particular,
[N (T )] = 1.
Imagem de T :
.
Como B = {po , p1 , p2 }, onde

dim

.
po (x) = 1,

.
p1 (x) = x,
165

.
p2 (x) = x2 ,

x R,

166

CAPTULO 10. EXERCCIOS RESOLVIDOS

uma base de P2 (R) que completa a base de N (T ) vemos que, pela demonstrao do teorema
.
(9.56), C = {T (p1 ), T (p2 )} ser uma base da imagem de T , assim
[T (P2 (R)] = 2.
Observemos que

dim

[T (p1 )](x) = p1 (x) + p1 (x)


[T (p2 )](x) = p2 (x) + p2 (x)

[p1 (x)=x]

[p2

1,

(x)=x2 ]

2x + 2,

x R.

Exemplo 10.2 Sejam (M2 (R), +, ) espao vetorial real (onde + e so as operaes
usuais de M2 (R)) e T : M2 (R) M2 (R) dada por
.
T (X) = AX + X,

X M2 (R),

)
1 4
.
2 3
Mostre que T um operador linear em M2 (R), encontre uma base e a dimenso do
ncleo de T e uma base e a dimenso da imagem de T .

.
onde A =

Resoluo:
Deixaremos como exerccio para o leitor mostrar que T L (M2 (R)).
Ncleo de T :
Observe que
T (X) = (A + I2 )X, X M2 (R),
onde I2 a matriz identidade de ordem dois.
Logo se
(
X=
vemos que X N (T ) se,
(
)(
2 4
a
2 4
c

)
a b
c d

e somente se,
) (
)
(
)(
) (
)
b
0 0
1 2
a b
0 0
=

=
d
0 0
0 0
c d
0 0
{
{
a + 2c = 0
a = 2c

b + 2d = 0
b = 2d

ou, equivalentemente
(
)
(
) (
) (
)
(
)
0 2
2c 2d
2c 0
0 2d
2 0
+d
.
X=
=
+
=c
0 1
c
d
c
0
0 d
1 0
| {z }
| {z }
.
.
=A1
=A2
.
Notemos que o conjunto B = {A1 , A2 } l.i. (verifique!) logo ser uma base de N (T ), em
particular,
[N (T )] = 2.
Imagem de T :

dim

167
Utilizando o teorema do completamenteo, iremos encontrar matrizes A3 , A4 M2 (R) tais
que {A1 , A2 , A3 , A4 } uma base de M2 (R).
Isto equivalente a encontrar A3 e A4 tais que a nica soluo da equao matricial
A1 + A2 + A3 + A4 = |{z}
O

()

M2 (R)

seja a soluo trivial, isto , a matriz nula de ordem 2 (pois neste caso as quatro matrizes
sero l.i. e assim formaro uma base de M2 (R))).
Consideremos
)
)
(
(
x
y
a
b
.
.
.
e A4 =
A3 =
z t
c d
Substituindo em (*)
(
)
(
)
(
)
(
) (
)
2 0
0 2
a b
x y
0 0

+
+
+
=
,
1 0
0 1
c d
z t
0 0
que equivale equao matricial (verifique!)

2 0 a x
0


0 c z 0
1

=
0 2 b y 0

0
1 d t
0
{z
}
|
.
=B
que admite uma nica soluo se, e somente se, o determinante da matriz de ordem quatro
B for diferente de zero.
Mas
(B) = (2c + a)(2t + y) + (2z + x)(2d + b),

det

assim

det(B) = 0 se, e somente se,


(2z + x)(2d + b) = (2c + a)(2t + y).

Dessa forma, por exemplo:


(
) (
)
1 2
. a b
A3 =
=
c d
0 1

.
A4 =

()

(
) (
)
x y
1 1
=
,
z t
2 0

satisfazem a condio (**) (verifique!).


Segue da demonstrao do teorema (9.56) que {T (A1 ), T (A2 )} um base de T (M2 (R) ,
assim
[T (M2 (R)] = 2.
Notemos que
((
)) (
)
((
)) (
)
1 2
2 0
1 1
6 2
T (A1 ) = T
=
e T (A2 ) = T
=
.
0 1
2 0
2 0
6 2

dim

168

CAPTULO 10. EXERCCIOS RESOLVIDOS

Exemplo 10.3 Sejam (R3 , +, ) espao vetorial real (onde + e so as operaes usuais
de R3 ).
Determinar um operador linear T : R3 R3 cuja imagem seja gerada pelos vetores
(1, 2, 0) e (1, 1, 1).
Resoluo:
.
.
Como v1 = (1, 2, 0) e v2 = (1, 1, 1) so linearmente independentes (verifique!), o subespao
gerado por estes vetores tem dimenso dois.
Como
(R3 ) =
[N (T )] +
[T (R3 )] =
[N (T )] = 1.
| {z }
| {z }

dim

dim

dim

=3

dim

=2

Logo, a transformao procurada dever ter, necessariamente, ncleo unidimensional, por


.
.
exemplo, gerado pelo vetor u1 = (0, 0, 1), isto , B = {u1 } uma base de N (T ).
.
Logo a base cannica de R3 , B = {(1, 0, 0), (0, 1, 0), (0, 0, 1)}, uma base de R3 que contm
| {z } | {z }
.
.
=u2
=u3
o vetor u1 .
Segue da demonstrao do teorema (9.56) que {T (u2 ), T (u3 )} ser uma base de T (R3 ).
Como {v1 , v2 } tambm base de T (R3 ) basta definirmos, por exemplo,
.
T (1, 0, 0) = (0, 0, 0),

.
T (0, 1, 0) = (1, 2, 0)

.
e T (0, 0, 1) = (1, 1, 1).

()

Como conhecemos o operador linear T em uma base de R3 (no caso a base cannica) segue
que podemos encontrar a expresso para T ((x, y, z)), para qualquer (x, y, z) R3 .
Para isto basta observarmos que

T ((x, y, z)) = T [x (1, 0, 0) + y (0, 1, 0) + z (0, 0, 1)]


[T linear]

x T ((1, 0, 0)) +y T ((0, 1, 0)) +z T ((0, 0, 1))


| {z }
| {z }
| {z }
()

= (0,0,0)

()

= (1,2,0)

()

= (1,1,1)

= x (0, 0, 0) + y (1, 2, 0) + z (1, 1, 1) = (y + z, 2y + z, 1), (x, y, z) R3 ,


ou seja, T : R3 R3 dada por
T ((x, y, z)) = (y + z, 2y + z, 1), (x, y, z) R3 ,
tem as propriedades pedidas (verifique!).
Exemplo 10.4 Sejam (P2 (R), +, ) e (P3 (R), +, ) espaos vetoriais reais (onde + e
so as operaes usuais de P2 (R) e P3 (R), respectivamente).
Determinar T L (P3 (R), P2 (R)) cujo ncleo seja gerado pelos polinmios p, q
P3 (R), onde
.
p(x) = 1 + x3
e q(x) = 1 x2 , x R.

169
Resoluo:
Como p, q so l.i. em P3 (R) (verifique!), teremos que
assim
[P3 (R)] =
[N (T )] +
[T (P3 (R))] =
|
{z
} |
{z
}

dim

dim

=4

dim

dim[N (T )] = dim([p, q]) = 2,


dim[T (P3(R))] = 2,

=2

ou seja, a imagem da transformao T procurada dever ter, necessariamente, dimenso dois.


O primeiro passo utilizar o teorema do completamento, para completar o conjunto
formado pelos vetores p, q a uma base de P3 (R).
Para isto, basta acrescentarmos, por exemplo, os polinmios po , p1 P3 (R), onde
.
.
po (x) = 1 e p1 (x) = x, x R.
De fato, o conjunto {p, q, po , p1 } uma base de P3 (R), pois
p + q + po + p1 = O

xR

.p(x) + .q(x) + .po (x) + .p1 (x) = 0,


.(1 + x3 ) + .(1 x2 ) + .1 + .x = 0
( + + ) + .x x2 + x3 = 0,

xR

e isto ocorrer se, e somente se, = = = = 0, logo {p, q, po , p1 } um conjunto l.i. em


P3 (R) e como
[P3 (R)] = 4 segue que {p, q, po , p1 } ser uma base de P3 (R).
Assim, as imagens dos polinmios p e q, pela transformao T procurada precisam, necessariamente, ser linearmente independentes.
Para isto, consideremos T L (P3 (R), P2 (R)) tal que
.
.
.
T (po ) = po , T (p1 ) = p1 , T (p) = O e T (q) = O.

dim

Deste modo T (P3 (R)) = [po , p1 ], logo ter dimenso 2 e N (T ) = [p, q], como querimos.
Se p P3 (R) sabemos que existem ao , a1 , a2 , a3 R tais que
p(x) = ao + a1 x + a2 x2 + a3 x3 ,

x R.

Podemos reescrever o polinmio p da seguinte forma


p(x) = (ao + a2 a3 ). |{z}
1 +a1 |{z}
x +a3 (1 + x3 ) a2 (1 x2 )
| {z }
| {z }
=po (x)

=p1 (x)

=p(x)

=q(x)

= (ao + a2 a3 ).po (x) + a1 .p1 (x) + a3 .p(x) a2 .q(x)


= [(ao + a2 a3 ) po + a1 p1 + a3 p a2 q](x),

x R.

Logo
T (p) = T [(ao + a2 a3 ) po + a1 p1 + a3 p a2 q])
[T linear]

(ao + a2 a3 ) T (po ) +a1 T (p1 ) +a3 T (p) a2 T (q)


|{z}
| {z }
| {z }
|{z}
=po

= (ao + a2 a3 ) po + a1 p1 ,

=p1

=O

=O

170

CAPTULO 10. EXERCCIOS RESOLVIDOS

onde
p = ao po + a1 p1 + a2 p2 + a3 p3 P3 (R).
Com isto temos que T definido desta forma satisfaz as propriedades requeridas.
Exemplo 10.5 Sejam (P2 (R), +, ) e (R, +, ) espaos vetoriais reais (onde + e so as
operaes usuais de P2 (R) R, respectivamente).
Considere T : P2 (R) R dado por
.
T (p) =

p P2 (R).

p(x)dx,
0

Vimos anteriormente que T L (P2 (R), R).


Encontre a matriz da transformao linear T com relao s bases cannicas de
P2 (R) e R, respecticamente.
Resoluo:
.
.
Sejam B = {po , p1 , p2 } e C = {|{z}
1 } as bases de P2 (R) e de R, respectivamente, onde
.=u
.
po (x) = 1,

.
p1 (x) = x,

.
p2 (x) = x2 ,

x R.

Temos
1
T (po ) =

1
po (x) dx =

1
T (p1 ) =
0

x dx =
0

x2 dx =
0

x x=1 1
1
1
|x=0 = = |{z}
1 = u
2
2
2
2
=u

1
p2 (x) dx =

=u

1
p1 (x) dx =

T (p2 ) =

dx = 1 = 1 |{z}
1 = 1 u,

1
1
x x=1 1
|x=0 = = |{z}
1 = u.
3
3
3
3
=u

Assim, a matriz de T com relao s bases cannicas de P2 (R) e R, respecticamente ser


dada por
(
)
1 1
[T ]B,C = 1
M13 (R).
2 3
Exemplo 10.6 Sejam (P2 (R), +, ) e (P3 (R), +, ) espaos vetoriais reais (onde + e
so as operaes usuais de P2 (R) e P3 (R), respectivamente) e T : P3 (R) P2 (R) dado
por
T (p) = p , p P3 (R).
Vimos anteriormente que T L (P3 (R), P2 (R)).
Encontre a matriz da transformao linear T com relao s bases cannicas de
P3 (R) e P2 (R).

171
Resoluo:
.
.
Sejam B = {po , p1 , p2 } e C = {po , p1 } a bases de P3 (R) e de P2 (R), respectivamente, onde
.
po (x) = 1,

.
p1 (x) = x,

.
p2 (x) = x2 ,

x R.

Temos
[T (po )](x) = po (x) = 0 = 0.po (x) + 0.p1 (x) + 0.p2 (x)
= [0 po + 0 p1 + 0 p2 ](x),
[T (p1 )](x) = p1 (x) = 1 = 1.po (x) + 0.p1 (x)x + 0.p2 (x)
= [1 po + 0 p1 + 0 p2 ](x),
[T (p2 )](x) = p2 (x) = 2x = 0.po (x) + 2.p1 (x)x + 0.p2 (x)
= [0 po + 2 p1 + 0 p2 ](x),
[T (p3 )](x) = p3 (x) = 3x2 = 0.po (x) + 0.p1 (x)x + 3.p2 (x)
= [0 po + 0 p1 + 3 p2 ](x),
Logo a matriz da transformao linear T com

0 1

[T ]B,C = 0 0
0 0

x R.

relao s bases cannicas ser dada por

0 0

2 0 .
0 3

Observao 10.7 A matriz acima uma matriz triangular superior.


Exemplo 10.8 Sejam (R3 , +, ) espao vetorial real (onde + e so as operaes usuais
de R3 ) e T : R3 R3 dada por
.
T (x, y, z) = (x + z, y + z, x + y + 2z),

(x, y, z) R3 .

Mostre que T um operador linear em R3 e encontre as matrizes da transformao


linear T com relao base cannica B de R3 , isto , [T ]B e com relao base C de R3
formada pelos vetores
.
.
.
u = (1, 1, 2), v = (1, 1, 0), w = (1, 1, 1),
isto , [T ]C .
Resoluo:
Deixaremos como exerccio para o leitor a verificao que T L (R).
.
Com relao base cannica B = {(1, 0, 0), (0, 1, 0), (0, 0, 1)} temos:
| {z } | {z } | {z }
.
.
.
=e2
=e2
=e3
T (e1 ) = T (1, 0, 0) = (1, 0, 1) = 1 e1 + 0 e2 + 1 e3
T (e2 ) = T (0, 1, 0) = (0, 1, 1) = 0 e1 + 1 e2 + 1 e3
T (e3 ) = T (0, 0, 1) = (1, 1, 2) = 1 e1 + 1 e2 + 2 e3 .

172

CAPTULO 10. EXERCCIOS RESOLVIDOS

Portanto,

1 0 1

[T ]C = 0 1 1 .
1 1 2

Com relao base C, temos


T (u) = T (1, 1, 2) = (3, 3, 6) = 3u = 3 u + 0 v + 0 w
T (v) = T (1, 1, 0) = (1, 1, 0) = v = 0 u + 1 v + 0 w
T (w) = T (1, 1, 1) = (0, 0, 0) = 0 u + 0 v + 0 w.
Portanto,

3 0 0

[T ]C = 0 1 0 .
0 0 0

Exemplo 10.9 Sejam (U, +, ) um espao vetorial de dimenso finita e T um operador


linear idempotente definida em U (ver definio (9.62)).
Pela proposio (9.66), segue que
U = N (T ) T (U).
Seja B uma base de U formada pelos vetores u1 , . . . , up , que formam uma base de
N (T ), juntamente com v1 , . . . , vq , que formam uma base de T (U).
Encontre a matriz do operador linear [T ]B .
Resoluo:
Como uj N (T ), para j = 1, , p, segue que
T (uj ) = O = 0 u1 + + 0 up + 0 v1 + + 0 vq .

()

Para cada j = 1, , q temos que T (vj ) T (U) e v1 , , vq uma base de T (U), logo
existem escalares ij R, i = 1, , q tais que
T (vj ) = 1j v1 + + qj vq
= 0 u1 + + 0 up + 1j v1 + + qj vq .

()

Logo de (*) e (**) segue que a matriz do operador linear idempotente T ser da forma:

0 0 0
0
..
..
.. . . ..
..
. .
.
.
.
.

0 0 0
0
.

[T ]B =

11
1q

.. . . ..
..
..
.
.
.
. .
.
.
.
0 0 q1 qq
Observao 10.10 Uma matriz quadrada do tipo acima ser denominada matriz de bloco
e, como veremos, ter um papel importante no captulo 11.

Captulo 11
Autovalores e Autovetores
11.1

Definio, Exemplos e Propriedades

Definio 11.1 Seja (V, +, ) espao vetorial real (ou complexo) e considere um operador
linear T L (V) e um subespao vetorial U do espao vetorial (V, +, ).
Se a imagem de U por T for um subconjunto de U dizemos que U (isto , se T (U) U)
diremos que o subespao U um subespao invariante pelo operador linear T .
Observao 11.2

1. Na situao da definio acima podemos definir a restrio do operador linear T ao subespa


que ser denotada por T|U , da seguinte forma: T|U : U U dada por
.
T|U (u) = T (u),

u U.

2. Com isto temos que T|U L (U).


A verificao deste fato ser deixada como exerccio para o leitor.
3. Como veremos no prximo captulo, isto facilitar muitas vezes a compreenso
de alguns tipos de operadores lineares, estudando os mesmos em subespaos de
dimenses menores.
4. Notemos que os subespaos {0} e V so invariantes por qualquer T L (V).
A verificao deste fato ser deixada como exerccio para o leitor.
5. Vejamos o que preciso acontecer para que exista um subespao invariante de
dimenso, por exemplo, um.
Primeiramente precisamos que V = {O}.
Como todo subespao de dimenso um gerado por um vetor no nulo u V,
temos que
.
U = [u] V, u = O
173

174

CAPTULO 11. AUTOVALORES E AUTOVETORES


ser invariante pelo operador linear T se, e somente, se para todo R (ou C,
no caso de espao vetorial complexo) tivermos
T ( u) [u],
ou seja, se existir um escalar R (ou C, no caso de espao vetorial complexo)
tal que
T ( u) = u,
| {z }
T (u)

que para = 0, equivalente a existir um escalar R (ou C, no caso de espao


vetorial complexo) tal que

T (u) = ( )u,

para algum u = O. Isto sugere a seguinte definio:


Definio 11.3 Sejam (U, +, ) um espao vetorial real (ou complexo) e T L (U).
Diremos que um vetor, no nulo, u U um autovetor do operador linear T se existir
um escalar R (ou C, no caso de espao vetorial complexo) tal que
T (u) = u.
Observao 11.4 Se u = O e , R (ou C, no caso de espao vetorial complexo) so
tais que
T (u) = u e T (u) = u
ento deveremos ter
= .
De fato, pois
( ) u = u u = T (u) T (u) = O

[u=O]

= 0,

ou seja, = .
Definio 11.5 Sejam (U, +, ) um espao vetorial, T L (U) e u um autovetor do
operador linear T.
Um escalar R (ou C, no caso de espao vetorial complexo) tal que T (u) = u
ser denominado autovalor do operador linear T associado ao autovetor u.
Observao 11.6 Na situao da definio acima temos que u U satisfaz
T (u) = u O = T (u) u = T (u) IU (u) = (T IU )(u),
onde IU : U U o operador linear identidade em U.
Logo u U satisfaz
T (u) = u u N (T IU ).

11.1. DEFINIO, EXEMPLOS E PROPRIEDADES

175

Portanto, para cada R (ou C, caso de espao vetorial complexo)


V() = {u U : T (u) = u} = N (T IU )
ser um subespao vetorial do espao vetorial (U, +, ).
Com isto temos a:
Definio 11.7 Sejam (U, +, ) um espao vetorial real (ou complexo), T L (U) e
um autovalor do operador linear T.
O subespao vetorial
.
V() = {u U : T (u) = u} = N (T IU )

ser denominado subespao prprio (ou auto-espao generalizado) associado ao autovalor .


Se
(U) < , a dimenso de V() ser finita e denominada multiplicidade em geomtrica do a

dim

Observao 11.8
1. Na situao acima se u V(), u = O, da definio de V(), segue que o vetor u
ser um autovetor do operador linear T associado associado ao autovalor (pois
T (u) = u).
2. V() um subespao invariante pelo operador linear T, isto ,
T [V()] V().
De fato, u V() ento
T (u) = u V(),
pois V() subespao vetorial de (U, +, ).
Consideremos alguns exemplos.
Exemplo 11.9 Sejam (R2 , +, ) espao vetorial real (onde + e so as operaes usuais
de R2 ) e T : R2 R2 dada por
.
T (x, y) = (y, 4x),

(x, y) R2 .

Mostre que T L (R2 ) e encontre todos os autovalores de T, os respectivos subespaos


prprios e a multiplicidade geomtrica de cada autovalor.
Resoluo:
Deixaremos como exerccio para o leitor verificar que T L (R2 ).
Observemos que R um autovalor de T se, e somente se, existir (x, y) = (0, 0) tal que
T (x, y) = (x, y),
| {z }
(y,4x)

176

CAPTULO 11. AUTOVALORES E AUTOVETORES

ou seja, se, e somente, se existir (x, y) = (0, 0) tal que


(y, 4x) = (x, y).
Isto equivalente a dizer que o sistema linear
{
x + y = 0
4x y = 0
possui, pelo menos, uma soluo no trivial.
Por sua vez, isto acontecer se, e somente se, o determinante da matriz dos coeficientes
desse sitema linear
)
(

1
.
A=
4
for igual a zero (ver Apndice II).
Como

det(A) = 2 4,

vemos que os nicos autovalores (ambos reais) de T so


1 = 2

2 = 2.

Logo
.
V(2) = {(x, y) R2 : T [(x, y)] = 2 (x, y)} = {(x, y) R2 : (y, 4x) = 2 (x, y)}
= {(x, y) R2 : y = 2x} = {(x, 2x) : x R}
[(x,2x)=x(1,2)]

[(1, 2)].

Assim, a multiplicidade geomtrica do autovalor 2, que a dimenso de V(2), ser


igual a 1.
De modo anlogo, temos:
.
V(2) = {(x, y) R2 : T [(x, y)] = 2 (x, y)} = {(x, y) R2 : (y, 4x)
= 2 (x, y)} = {(x, y) R2 : y = 2x} = {(x, 2x) : x R}
[(x,2x)=x(1,2)]

[(1, 2)].

Logo, a multiplicidade geomtrica do autovalor 2, que a dimenso de V(2), ser igual a


1.

.
.
Note que u1 = (1, 2) um autovetor associado ao autovalor 2 e que u2 = (1, 2) um
autovetor associado ao autovalor 2 e, alm disso, eles so l.i. (verifique!), ou seja, o espao
vetorial (R2 , +, ) possui uma base formada por autovetores u1 e u2 do operador linear T , a
.
saber, B = {u1 , u2 }.
Exemplo 11.10 Ainda com relao ao exerccio anterior, encontre a matriz do operador linear T com relao base B, formada pelos autovetores de T.

11.1. DEFINIO, EXEMPLOS E PROPRIEDADES

177

Resoluo:
Observemos que
T ((1, 2)) = (2, 4)
T ((1, 2)) = (2, 4)

[exerccio]

[exerccio]

2 (1, 2) + 0 (1, 2)

0 (1, 2) + 2 (1, 2).

Logo, a matriz de T com relao a esta base ser a matriz diagonal


(
)
2 0
[T ]B =
.
0 2
Observao 11.11 No exemplo acima, existe uma base do espao vetorial (R2 , +, ) formada por autovetores do operador linear T e a matriz do operador linear T em relao
a essa base uma matriz diagonal, cuja diagonal principal formada pelos autovalores
do operador linear T .
Exemplo 11.12 Sejam (R2 , +, ) espao vetorial real (onde + e so as operaes usuais
de R2 ) e T : R2 R2 dada por
.
T (x, y) = (y, x), (x, y) R2 .
Mostre que T L (R2 ) e encontre os autovalores de T.
Resoluo:
Deixaremos como exerccio para o leitor verificar que T L (R2 ).
Observemos que R um autovalor de T se, e somente se, existir (x, y) = (0, 0) tal que
T (x, y) = (x, y),
| {z }
(y,x)

ou seja, se, e somente se, existir (x, y) = (0, 0) tal que


(y, x) = (x, y).
Isto equivalente ao sistema linear

{
x + y = 0
x y = 0

possuir uma soluo no trivial.


Isto acontecer se, e somente se, o determinante da matriz
(
)
. 1
A=
1
for igual a zero.
Como

det(A) = 2 1 = (2 1) < 0,

vemos que no existem autovalores (reais) associados ao operador linear T.

178

CAPTULO 11. AUTOVALORES E AUTOVETORES

Exemplo 11.13 Sejam (Pn (R), +, ) espao vetorial real (onde + e so as operaes
usuais de Pn (R)) e T : Pn (R) Pn (R) dada por
.
T (p) = p ,

p Pn (R).

Mostre que T L (Pn (R)) e verifique que = 0 o nico autovalor associado a este
operador linear.
Encontre V(0).
Resoluo:
Vimos anteriormente que T L (Pn (R)).
Observemos que R um autovalor de T se, e somente se, existir p = O tal que
T (p) = p p = p p (x) = .p(x), x R.
Se
p(x) = ao + a1 x + + an xn ,

x R,

como
p (x) = a1 + 2a2 x + nan xn1 ,

x R,

segue que
p (x) = .p(x), x R a1 + 2a2 x + nan xn1 = (ao + a1 x + + an xn ),

x R,

ou, equiavlentemente,
(ao a1 ) + (a1 2a2 )x + (an1 nan )xn1 + an xn = 0,

x R,

o que implicar, se = 0,
ao = = an ,
ou seja, p = O Pn (R).
Desta forma, se = 0 segue que no ser autovalor do operador linear T.
Por outro lado, se = 0, ento
T (p) = 0.p p = O
que apresentar como soluo todos os polinmios que so constantes.
Logo, = 0 o nico autovalor do operador T associado ao, por exemplo, ao autovetor
p 1. (o polinmio constante igual a 1).
Com isto temos que
V(0) = N [T 0 I] = N (T ) = [1],
isto , ser o subespao gerado pelo polinmio p 1, em particular a multiplicidade geomtrica do autovalor = 0 (isto ,
[V(0)]) ser 1.

dim

11.1. DEFINIO, EXEMPLOS E PROPRIEDADES

179

Exemplo 11.14 Sejam (R3 , +, ) espao vetorial real (onde + e so as operaes usuais
de R3 ) e T : R2 R2 dada por dada por
.
T (x, y, z) = (x, y, x), (x, y, z) R3 .
Mostre que T L (R3 ) e encontre os autovalores de T, os respectivos subespaos
prprios e a multiplicidade geomtrica de cada autovalor.
Resoluo:
Deixaremos como exerccio para o leitor verificar que T L (R3 ).
Observemos que R um autovalor de T se, e somente se, existir (x, y, z) = (0, 0, 0) tal
que
T (x, y, z) = (x, y, z),
| {z }
(x,y,x)

isto , se, e somente se, existir (x, y, z) = (0, 0, 0) tal que


(x, y, x) = (x, y, z).
Isto equivalente ao sistema linear

(1 )x = 0
(1 )y = 0

x + z = 0
possuir uma soluo no trivial.
Isto acontece se, e somente se, o determinante da matriz

1
0
0
.

A= 0
1 0
1
0

for igual a zero.


Como
(A) = (1 )2 , vemos que os nicos autovalores de T so 1 = 0 e 2 = 1
(sendo que este ltimo tem multiplicidade algbrica igual a 2).
Com isto temos que
.
V(0) = {(x, y, z) R3 : T (x, y, z) = 0 (x, y, z)} = {(x, y, z) R3 ; (x, y, x) = (0, 0, 0)}
| {z }
{z
}
|

det

x=y=0

=(x,y,x)

= {(0, 0, z) : z R)}

[(0,0,z)=z(0,0,1)]

[(0, 0, 1)].

Assim, a multiplicidade geomtrica do autovalor 0 (isto ,

dim[V(0)]) ser igual a 1.

.
V(1) = {(x, y, z) R3 : T (x, y, z) = 1 (x, y, z)} = {(x, y, z) R3 ; (x, y, x) = (x, y, z)}
| {z }
|
{z
}
x=z

=(x,y,x)

= {(z, 0, z) : z R)}

[(z,y,z)=y(0,1,0)+z(1,0,1)]

[(0, 1, 0), (1, 0, 1)].

Assim, a multiplicidade geomtrica do autovalor (isto ,

dim[V(1)]) ser igual a 2.

180

CAPTULO 11. AUTOVALORES E AUTOVETORES

Observao 11.15 No exemplo acima notemos que so autovetotes (0, 0, 1), (0, 1, 0),
.
(1, 0, 1) so l.i., logo B = {0, 0, 1), (0, 1, 0), (1, 0, 1)} ser uma base de R3 .
Encontremos [T ]B .
Para isto observemos que
T [(0, 0, 1)] = (0, 0, 0) = 0 (0, 0, 1) + 0 (0, 1, 0) + 0 (1, 0, 1),
T [(0, 1, 0)] = (0, 1, 0) = 0 (0, 0, 1) + 1 (0, 1, 0) + 0 (1, 0, 1),
T [(1, 0, 1)] = (1, 0, 1) = 0 (0, 0, 1) + 0 (0, 1, 0) + 1 (1, 0, 1),
ou seja,

0 0 0

[T ]B = 0 1 0 .
0 0 1

Concluso: no exemplo acima, existe uma base do espao vetorial (R3 , +, ) formada
por autovetores do operador linear T e a matriz do operador linear T em relao a essa
base uma matriz diagonal, cuja diagonal principal formada pelos autovalores do
operador linear T .
Temos a:
Proposio 11.16 Sejam (U, +, ) um espao vetorial real (ou complexo) e T L (U)
tal que u1 , . . . , un so autovetores do operador linear T associados aos autovalores 1 ,
. . . , n , respectivamente.
Se i = j , para todo i = j ento os vetores u1 , . . . , un so linearmente independentes
em (U, +, ).
Prova:
A prova ser por induo sobre o nmero de autovalores, isto , sobre n.
Para n = 2 temos que, se
1 u1 + 2 u2 = O,

()

aplicando T a ambos os membros, obteremos:


T (O) = T (1 u1 + 2 u2 )
| {z }

[T linear]

1 T (u1 ) +2 T (u2 )
| {z }
| {z }

=O

=1 u1

= 1 (1 u1 ) +2 (2 u2 )
|
{z
}
=1 (1 u1 )

[()1 u1 =2 u2 ]

1 (2 u2 ) + 2 (2 u2 ).

= 2 (2 1 ) u2
Portanto,
2 (2 1 ) u2 = O.

=2 u2

11.1. DEFINIO, EXEMPLOS E PROPRIEDADES

181

Como u2 = O e, por hiptese, 1 = 2 , resulta que 2 = 0.


Logo, de (*), teremos
1 u1 = 0
e como u1 = O segue 1 = 0.
Portanto, os vetores u1 e u2 so linearmente independentes.
Suponhamos, como hiptese de induo, que n 1 autovetores associados a um operador
linear T associados a n1 autovalores, dois a dois distintos, sejam linearmente independentes.
Devemos mostrar que o mesmo resultado vale para n autovetores associados a n autovalores, dois a dois distintos.
Sejam ento u1 , . . . , un autovetores do operador linear T , associados aos autovalores 1 , . . . ,
n , que so, dois a dois, distintos.
Suponhamos, por absurdo, que os vetores u1 , . . . , un sejam linearmente dependentes.
Logo pelo menos um dos vetores u1 , , un poder ser escrito como combinao linear
dos restantes.
Para simplificar a notao, suponhamos que o vetor u1 possa ser escrito como combinao
linear dos vetores u2 , , un , ou seja, existem escalares 2 , n R tais que
u1 = 2 u2 + + n un .

(11.17)

Aplicando T em ambos os membros da identidade acima obteremos ento


T (u1 ) = T [2 u2 + + n un ]
| {z }

[T linear]

=1 u1

2 T (u2 ) + + n T (un ),
| {z }
| {z }
=2 u2

=n un

ou seja,
1

= (2 2 ) u2 + + (n n ) un .

u1
|{z}
(11.17)

(11.18)

2 u2 ++n un

Com isto obteremos


1 (2 u2 + + n un ) = (2 2 ) u2 + + (n n ) un ,
ou seja,
O = 2 (2 1 ) u2 + + n (n 1 ) un
e pela hiptese de induo (na soma acima temos n 1 autovetores associados a n 1
autovalores que so dois a dois distintos logo os autovetores u2 , , un devero ser l.i.) segue
que
2 (2 1 ) = = n (n 1 ) = 0.
Como 1 = j para j = 2, . . . , n, deveremos ter
2 = = n = 0.
Assim, pela equao (11.17), segue que u1 = O, o que impossvel pois u1 um autovetor
do operador linear T (logo u1 = O), que nos fornece um absurdo, de onde podemos concluir
que u1 , . . . , un so linearmente independentes, completando a demonstrao.

182

CAPTULO 11. AUTOVALORES E AUTOVETORES

Proposio 11.19 Sejam (U, +, ) um espao vetorial real (ou complexo) de dimenso
finita e T L (U) tal que seus autovalores 1 , . . . , n , so todos, dois a dois, distintos.
Ento a soma dos subespaos prprios do operador T uma soma direta, isto ,
para cada j = 1, . . . , n, temos
V(j ) [V(1 ) + + V(j1 ) + V(j+1 ) + + V(n )] = {O}.
Prova:
A prova ser por induo sobre o nmero de autovalores distintos do operador linear T ,
isto , sobre n.
Para n = 2 temos que mostrar que V(1 ) V(2 ) = {O}.
. (1)
. (2)
(1)
(2)
Fixemos B1 = {v1 , . . . , vm1 } uma base de V(1 ) e B2 = {v1 , . . . , vm2 } uma base de V(2 )
(estamos supondo que
[V(i )] = mi , i = 1, 2).
(1)
(1)
(2)
(2)
Se u V(1 )V(2 ) ento u V(1 ) e u V(2 ), logo existem escalares 1 , , m1 , 1 , , m2
R tais que

dim

(1)

(1)

(2)

(2)

(1)
u = 1 v1 + + (1)
m1 vm1
(2)
= 1 v1 + + m
v(2)
m2 .
2

(11.20)

Aplicando o operador T na identidade acima obteremos:


(1)

(2)

(1)

(2)

(2)
(2)
(1)
v(1)
T (1 v1 + + m
m1 ) = T (1 v1 + + m2 vm2 ).
1

Como T um operador linear, esta identidade ser equivalente a


(1)

(2)

(1)

(2)

(2)
(1)
(1)
) = 1 T (v1 ) + + (2)
T (vm
1 T (v1 ) + + m
m2 T (vm2 ).
1
1

(11.21)

Mas
(i)

(i)

T (vj ) = i vj ,

i = 1, 2,

j = 1, , mi ,

subsituindo isto em (11.21) obteremos


(1)

(1)

(2)

(2)

(1)
(1)
(2)
(1 1 ) v1 + + (m
) vm
= (1 2 ) v1 + + ((2)
m2 2 ) vm2 .
1 1
1

(11.22)

Multiplicando a equao (11.20) por 1 e subtraindo-a da equao (11.22), obteremos


(2)

(2)

(2)
[1 (2 1 )] v1 + + [(2)
m2 (2 1 )] vm2 = 0.
(2)

(2)

Como os vetores v1 , . . . , vm2 foram uma base de V(2 ), segue que eles sero l.i., logo
deveremos ter
(2)
1 (2 1 ) = = (2)
m2 (2 1 ) = 0.
Como 1 = 2 , resulta que
(2)

1 = = (2)
m2 = 0.
Logo, de (11.20), segue que u = O, ou seja, V(1 ) V(2 ) = {O}.
Suponhamos agora, por induo, que a soma de n 1 subespaos prprios do operador
linear T associados a n 1 autovalores, dois a dois distintos, seja uma soma direta.

11.1. DEFINIO, EXEMPLOS E PROPRIEDADES

183

Precisamos mostrar que este resultado vlido quando o operador linear T tem n autovalores, dois a dois distintos.
Para isto, cada j = 1, . . . , n consideremos uma base
. (j)
Bj = {vi : i = 1, , mj }
de V(j ).
(j)
Note que para cada j = 1, n e cada i = 1, , mj , o vetor vi um autovetor associado ao
autovalor j , isto ,
(j)
(j)
T (vi ) = j vi , ()

dim

e que mj a multiplicidade geomtrica deste autovalor (pois


[(V(j )] = mj ).
Seja
u V(j ) [V(1 ) + + V(j1 ) + V(j+1 ) + + V(n )].
Como u V(j ) e u [V(1 ) + + V(j1 ) + V(j+1 ) + + V(n )] segue que existem
(j)
(j)
(1)
(j1)
(j+1)
(n)
escalares 1 , , mj , 1 , + , mj1 , 1 , , mn R tais que
(j)

(j)

(1)

(1)

(j)
(j)
vm
u = 1 v1 + + m
j
j
(j+1)

(j1)
= 1 v1 + + (j1)
mj1 vmj1 + 1

(j+1)

v1

(n)
+ + (n)
mn v mn .

(11.23)

Aplicando T na identidade acima obteremos


(j)

(j)

(j)
T (1 v1 + + (j)
mj vmj )
(1)

(j+1)

(1)

(j1)
= T (1 v1 + + (j1)
mj1 vmj1 + 1

(j+1)

v1

(n)
+ + (n)
mn v mn )

Como T um operador linear, esta identidade ser equivalente a


(j)

(j)

(1)

(1)

(j)
(j1)
(j1)
1 T (v1 ) + + m
T (v(j)
mj ) = 1 T (v1 ) + + mj1 T (vmj1 )
j
(j+1)

+ 1

(j+1)

T (v1

(n)
) + + (n)
mn T (vmn ).

Subsituindo (*) na equao acima obteremos


(j)

(1)

(j)

(1)

(j)
) v(j)
(1 j ) v1 + + (m
mj = (1 1 ) v1 +
j j
(j+1)

(j1)
+ ((j1)
mj1 j1 ) vmj1 + (1

(j+1)

j+1 ) v1

(n)
+ + ((n)
mn n ) vmn .

(11.24)

Multiplicando a equao (11.23) por j e subtraindo-a da equao (11.24), obteremos


(1)

(1)

(j1)
(j1)
(j1 j )] vm
[1 (1 j )] v1 + + [m
j1
j1
(j+1)

+ [1

(j+1)

(j+1 j )] v1

(n)
+ + [(n)
mn (n j )] vmn = O.

Usando a nossa hiptese de induo, isto , que n 1 autovetores associados a n 1


autovalores, dois a dois distintos, so l.i. segue que
(1)

(j+1)

(j1)
1 (1 j )] = = m
(j1 j ) = 1
j1

(j+1 j ) = = (n)
mn (n j ) = 0.

184

CAPTULO 11. AUTOVALORES E AUTOVETORES

Como j = i , para todo i = j, obteremos


(i)

1 = = (i)
mi = 0,
para todo i = 1, . . . , j 1, j + 1, . . . , n.
Assim, da equao (11.23), resultar que u = O, ou seja,
V(j ) [V(1 ) + + V(j1 ) + V(j+1 ) + + V(n )] = {O},
para todo j = 1, , n, completando a demonstrao.

11.2

Polinmio Caracterstico

Nosso objetivo fazer um estudo mais profundo dos autovalores associados a um operador
linear definido em um espao vetorial real (ou complexo).
Para isto precisaremos introduzir alguns conceitos e propriedades relacionadas como os
mesmos.
Comearemos pela:

Definio 11.25 Dada uma matriz quadrada A Mn (R) definimos o polinmio caracterstico associado
denotado por pA , como sendo o polinmio obtido do determinante da matriz
(A
In ), isto ,
.
pA () =
(A In ),

det

det

onde In a matriz identidade de ordem n.


Um outro conceito importante introduzido pela:
Definio 11.26 Sejam A, B Mn (R).
Diremos que a matriz A semelhante a matriz B se existir uma matriz M Mn (R)
inversvel tal que
A = M1 BM.
Proposio 11.27 Sejam A, B Mn (R).
Mostre que se a matriz A semelhante a matriz B ento a matriz B ser semelhante
a matriz A.
Prova:
De fato, se a matriz A semelhante a matriz B ento existe uma matriz M Mn (R)
inversvel tal que
A = M1 BM,
que implicar em
1
1
MAM1 = M[M1 BM]M1 = [MM
| {z }]B[MM
| {z }] = In BIn = B.
In

=In

11.2. POLINMIO CARACTERSTICO

185

.
Tomando-se N = M1 , da identidade acima obteremos
B = N1 AN,
isto , a matriz B semelhante a matriz A.

Observao 11.28 No caso acima diremos que as matrizes A e B so semelhantes.


Proposio 11.29 Se A, B Mn (R) so matrizes semelhantes ento seus polinmios
caractersticos so iguais, isto ,
pA = pB .
Prova:
Como as matrizes A e B so semelhantes, existe uma matriz M Mn (R) inversvel, tal
que
A = M1 NM.
Logo

det(A In) = det(M1BM M1InM)


= det(M1 (BM In M)) = det[M1 (B In )M]
1
[Apndice I]
I]
=
det(M1) det(B In) det(M) [Apndice
=
det(M) det(B In) det(M)

pA () =

= pB (),
como queramos demonstrar.

Observao 11.30 Sejam (U, +, ) um espao vetorial real (ou complexo) de dimenso
finita, B e C bases de U.
Lembremos que se T L (U) ento
[T ]C = MCB [T ]B MBC = [MBC ]1 [T ]B MBC ,
isto , as matrizes [T ]C e [T ]B sero semelhantes.
Logo, da proposio acima, segue que os polinmios caractersticos associados as
mesmas sero iguais, isto ,
p[T ]B () = p[T ]C ().
Logo o polinmio caracterstico da matriz de um operador linear independe da base
que escolhemos para o espao vetorial real de dimenso finita em questo.
Com isto temos a:

186

CAPTULO 11. AUTOVALORES E AUTOVETORES

Definio 11.31 Sejam (U, +, ) espao vetorial real (ou complexo) de dimenso finita
e T L (U)).
Definimos o polinmio caracterstico do associado ao operador linear T , indicado por
pT , como sendo
.
pT () = p[T ]B (),
onde B uma base qualquer do espao vetorial (U, +, ).
Temos o
Exemplo 11.32 Sejam (R2 , +, ) espao vetorial real (onde + e so as operaes usuais
de R2 ) e T : R2 R2 dada por
(x, y, z) R3 ,

T (x, y) = (ax + by, cx + dy),


onde a, b, c, d R esto fixados.
Mostre que T L (R3 ) e encontre pT ().

Resoluo:
Deixaremos como exerccio para o leitor verificar que T L (R3 ).
.
Usaremos a base cannica B = {(1, 0), (0, 1)} de R2 para obter o polinmio caraterstico
pT () associado ao operador T .
Como
T (1, 0) = (a, c) = a (1, 0) + c (0, 1)
T (0, 1) = (b, d) = b (1, 0) + d (0, 1),
segue que

(
[T ]B =

)
a b
.
c d

Assim,
pT () =
=

det([T ]B I2) = det


det

((

)
a b
c d

))

1 0

0 1

)
a
b
= 2 (a + d) + ad bc,
c
d

R,

ser o polinmio caracterstico associado ao operador linear T .


Temos a
Proposio 11.33 Sejam (U, +, ) um espao vetorial real (ou complexo, respectivamente) de dimenso finita e T em L (U).
Ento, R (ou C, respectivamente) um autovalor do operador linear T se, e
somente se, pT () = 0.
Em outras, palavras, os autovalores do operador linear T so as razes reais (ou
complexas, respectivamente) do seu polinmio caracterstico.

11.2. POLINMIO CARACTERSTICO

187

Prova:
Fixe B uma base de U.
Suponha que o escalar seja um autovalor de T.
Ento existe um vetor u = O tal que
T (u) = u

ou, equivalentemente,

(T IU )(u) = O.

Desta forma, vemos que o operador linear T IU : U U no ser injetor, consequentemente, no poder ser um isomorfismo em U.
Logo a matriz [T IU ]B no poder ser invertvel, ou equivalentemente,
pT () =

det[T I]B = 0,

s isto , o escalar dever ser uma raiz do polinmio caraterstico associado ao operador
linear T .
Reciprocamente, se o escalar tal que pT () = 0 ento a matriz [T IU ]B dever ter
determinante nulo.
Isto implica que o operador linear T IU : U U no poder ser um isomorfismo em
U, em particular, no poder ser injetora.
Portanto, N (T IU ) = {O}, ou seja, existe u = O tal que (T IU )(u) = O, isto ,
T (u) = u, com u = 0, mostrando que o escalar um autovalor do operador linear T ,
completando a demonstrao.

Exerccio 11.34 Refaa os exerccios resolvidos (11.9), (11.13) e (11.14) tendo em


vista a proposio acima (ou seja, escolha uma base para os espaos vetoriais reais de
dimenses finitas envolvidos, encontre o polinmio caraterstico associado a cada um
dos operadores lineares envolvidos e finalmente encontre os autovalores associados ao
operador encontrando as razes do polinmio caracterstico obtidos).
.
Observao 11.35 No exemplo (11.12) se considerarmos a base canncia B = {(1, 0), (0, 1)}
de (R2 , +, ) teremos
T [(1, 0)] = (0, 1) = 0 (1, 0) + 1 (0, 1),
T [(0, 1)] = (1, 0) = (1) (1, 0) + 0 (0, 1),
(

assim
[T ]B =
Logo
pT () =

det

)
0 1
.
1 0



0 1
([T ]B I2 ) =
1
0




= 2 + 1,

que no possui razes reais, logo o operador T no possui autovalores (reais).

188

CAPTULO 11. AUTOVALORES E AUTOVETORES

Definio 11.36 Sejam (U, +, ) um espao vetorial real (ou complexo) de dimenso
finita e T L (U).
Se o escalar um autovalor do operador linear T, definimos a multiplicidade
algbrica de como sendo a multiplicidade do nmero como raiz do polinmio caracterstico de T.
Com isto temos a:
Proposio 11.37 Sejam (U, +, ) um espao vetorial real (ou complexo)de dimenso
finita e T L (U).
Se o escalar o um autovalor do operador linear T ento a sua multiplicidade
geomtrica menor ou igual a sua multiplicidade algbrica.
Prova:
Seja
(U) = n.
Denotemos por m e k as multiplicidades algbrica e geomtrica do autovalor o do operador linear T , respectivamente.
.
Logo, como
[V(o )] = k, existiro vetores u1 , . . . , uk V(o ) que tais que C =
{u1 , . . . , uk } seja base de V(o ), em particular, os vetores u1 , . . . , uk V(o ) so linearmente
independentes.
Utilizando o teorema do completamento, existiro vetores v1 , . . . , vnk U tais que B =
{u1 , . . . , uk , v1 , , vnk } uma base de U.
Deste modo teremos:

dim

dim

T (u1 ) = o u1 = o u1 + 0 u2 + + 0 uk + 0 v1 + + 0 vnk
T (u2 ) = o u2 = 0 u1 + o u2 + 0 u3 + 0 uk + 0 v1 + + 0 vnk
..
.
T (uk ) = o uk = 0 u1 + + 0 uk1 + o uk + 0 v1 + + 0 vnk
T (v1 ) = 1(k+1) u1 + + k(k+1) uk + (k+1)(k+1) v1 + + n(nk) vnk
..
.
T (vnk ) = 1(nk) u1 + + k(nk) uk + (k+1)(nk)) v1 + + n(nk) vnk ,
ou seja, a matriz [T ]B ser da forma:

o 0

0 0

. .
A

k(nk)
.

..
. . ..

.
[T ]B =

0 o kk
O(nk)r
B(nk)(nk) nn

11.2. POLINMIO CARACTERSTICO

189

Logo o fator ( o )k aparece na fatorao do polinmio

det

pT () =
{[T ]B In }



0
o


.

Ak(nk)
..
..
..
.,
.
.




0



o
kk



O(nk)r
B(nk)(nk) I(nk)(nk)
mostrando que o escalar o raiz do polinmio, no mnimo, com multiplicidade k, ou seja,
o aparecer, em geral, mais vezes como raiz do polinmio pT do que k, isto , k m,
completando a demonstrao.

Exemplo 11.38 Sejam (R2 , +, ) espao vetorial real (onde + e so as operaes usuais
de R2 ) e T : R2 R2 dada por
.
T (x, y) = (ax + by, cx + dy),

(x, y, x) R3 .

Mostre que T L (R2 ) e analise se o operador linear possui autovalores reais e


quantos sero.
Resoluo:
Deixaremos como exerccio para o leitor verificar que T L (R2 ).
Sabemos do exerccio resolvido (11.32) que
pT () = 2 (a + d) + ad bc,

C.

Pela proposio (11.33) temos que um escalar ser um autovalor do operador linear T
se, e somente se, pT () = 0, isto , se, e somente se,
2 (a + d) + ad bc = 0,
Esta equao possui soluo real se, e somente se,
(a + d)2 4(ad bc) = 0.
Con isto teremos as seguintes trs possibilidades:
1. quando
(a + d)2 = 4(ad bc)
vemos que o operador linear T apresentar um nico autovalor real, dado por:
. a+d
=
;
2

190

CAPTULO 11. AUTOVALORES E AUTOVETORES

2. quando
(a + d)2 4(ad bc) = > 0,
o operador linear T apresentar, exatamente, dois autovalores reais distintos dados por:

. a + d + (a + d)2 4(ad bc)


. a + d (a + d)2 4(ad bc)
1 =
e 2 =
;
2
2
3. quando
(a + d)2 4(ad bc) = < 0,
o operador linear T no apresentar autovalores reais.
Temos a
Proposio 11.39 Sejam
p(t) = ao + + am tm ,

tR

um polinmio com coeficientes reais e A, B Mn (R).


Definamos a matriz quadrada de ordem n
.
p(A) = ao In + a1 A + + am Am ,
onde In a matriz identidade de ordem n.
Se a matriz A semelhante a matriz B ento a matriz p(A) semelhante a matriz
p(B).
Prova:
Se a matriz A semelhante a matriz B ento existe um matriz M Mn (R) inversvel tal
que
A = M1 BM .
Desta forma,
1
1 2
A2 = A.A = [M1 BM].[M1 BM] = [M1 B][MM
| {z }][BM] = M B M
=In

e, por induo mostra-se (verifique!) que


Aj = M1 Bj M,

j N.

Assim,
p(A) = ao In + + am Am = ao [M1 In M] + + am [M1 Bm M] =
= M1 (ao In + + am Bm )M
= M1 .p(B).M,
mostrando que a matriz p(A) semelhante a matriz p(B), completando a demonstrao.
Como consequncia temos o

11.2. POLINMIO CARACTERSTICO

191

Corolrio 11.40 Sejam (U, +, ) espao vetorial real (ou complexo), T L (U) e p(t) =
ao + + am tm , t R, um polinmio com coeficientes reais.
Definamos p(T ) : U U por
.
p(T ) = ao IU + + am T m ,
onde IU o operador linear identidade de U.
Ento p(T ) L (U). Alm disso, se B uma base de U teremos que
[p(T )]B = p([T ]B ).
Prova:
Deixaremos como exerccio para o leitor verificar que p(T ) L (U).
Pelas proposies (9.82) e (9.85) temos que
[p(T )]B = [ao IU + + am T m ]B = ao [I]B + + am [T ]m
B
= p([T ]B ),
completando a demonstrao.

192

CAPTULO 11. AUTOVALORES E AUTOVETORES

Captulo 12
Diagonalizao de Operadores Lineares
12.1

Definio e Caracterizao

Comearemos com a
Definio 12.1 Sejam (U, +, ) um espao vetorial real (ou complexo) de dimenso finita
e T L (U).
Diremos que o operador linear T diagonalizvel se existir uma base de U formada
por autovetores associados ao operador linear T.
.
Observao 12.2 Na situao acima, se T L (U) diagonalizvel e B = {u1 , . . . , un }
uma base de U formada por autovetores associados ao operador linear T associados
aos autovalores 1 , . . . , n , respectivamente, ento para cada i = 1, , n teremos
T (ui ) = i ui = 0 u1 + + 0 ui1 + i ui + 0 ui+1 + + 0. un ,
ou seja, a matriz do operador linear T com relao a base B ser dada por:

1 0 0
0 2 0

[T ]B = . . .
,
. . ...
.. ..

isto , a matriz [T ]B ser uma


{ matriz diagonal, mais especificamente, uma matriz qua. 0 se i = j
.
drada A = (aij ), onde aij =
j se i = j
.
Reciprocamente, se existir uma base B = {u1 , . . . , un } de U com relao a qual a
matriz de T L (U) uma matriz diagonal, isto , todos os seus coeficientes fora da
diagonal principal so nulos, ento T um operador diagonalizvel.
De fato, se

1 0 0
0 2 0

[T ]B = . . .
.
. . ..

.. ..
0

0
193

194

CAPTULO 12. DIAGONALIZAO

ento, pela prpria definio de matriz de operador linear, deveremos ter, para cada
i = 1, , n,
T (ui ) = 0 u1 + + 0 ui1 + i ui + 0 ui+1 + + 0 un
= i ui ,
ou seja, a base B do espao vetorial (U, +, ) formada por autovetores associados ao
operador linear T.
Com isto acabamos de demonstrar o:
Teorema 12.3 Sejam (U, +, ) um espao vetorial real (ou complexo) de dimenso finita
e T L (U).
O operador linear T diagonalizvel se, e somente se, existir uma base de U com
relao a qual a matriz do operador linear T um matriz diagonal.
Observao 12.4
1. Na situao acima, se T L (U) diagonalizvel ento existe uma base B, formada por autovetores associados ao operador linear T , em relao a qual a matriz
de T uma matriz diagonal, onde na diagonal principal aparecero os autovalores
do operador linear T .
2. Se C uma outra base de U sabemos que
[T ]C = MCB [T ]B MBC = (MBC )1 [T ]B MBC ,
isto , a matriz [T ]C semelhante a uma matriz diagonal, a saber, [T ]B .
Esta ltima igualdade nos sugere introduzir a:
Definio 12.5 Dizemos que uma matriz A Mnn (R) diagonalizvel se existir uma
matriz M Mn (R), invertvel, tal que a matriz M1 AM seja uma matriz diagonal.
Observao 12.6 Logo, uma matriz A Mn (R) diagonalizvel se, e somente se, ela
semelhante a uma matriz diagonal.
Com isto temos a:
Proposio 12.7 Sejam (U, +, ) um espao vetorial de dimenso finita, T L (U) e C
uma base de U.
Ento o operador linear T diagonalizvel se, e somente se, a matriz [T ]C for diagonalizvel.
Prova:
J vimos que se o operador linear T for diagonalizvel ento a matriz [T ]C ser uma matriz
diagonalizvel.
Reciprocamente, suponha que a matriz [T ]C seja uma matriz diagonalizvel.

12.1. DEFINIO E CARACTERIZAO

195

Assim, existe uma matriz M = (aij ) Mn (R), inversvel, tal que M1 [T ]C M uma matriz
diagonal.
Sejam u1 , . . . , un os vetores da base C.
Ento, para cada j = 1, , n, definido-se
.
vj = a1j u1 + + anj un ,

()

.
como a matriz M uma matriz inversvel segue que B = {v1 , . . . , vn } ser uma base de U.
Alm do mais, por (*), teremos M = MCB .
Deste modo,
[T ]B = MBC [T ]C MCB = (MCB )1 [T ]C MCB = M1 [T ]C M
uma matriz diagonal, isto , o operador linear T diagonalizvel, completando a demonstrao.

Observao 12.8
1. Pelo teorema acima, para verificar se um operador linear T diagonalizvel, basta
verificar se a matriz do operador linear T com relao a uma base qualquer de U
uma matriz diagonalizvel.
2. Suponhamos que A = (aij ) Mn (R) seja uma matriz diagonalizvel.
Vejamos como podemos tentar encontrar uma matriz M Mn (R), inversvel, de
modo que M1 AM seja uma matriz diagonal.
Considere T L (Rn ) dado por

.
T (x1 , . . . , xn ) = (
a1j xj , . . . ,
anj xj ),
n

j=1

(x1 , , xn ) Rn .

j=1

Se C a base cannica de Rn ento [T ]C = A.


De fato, pois
T ((1, 0, . . . , 0))

[xj =1,j=1 e xj =0,j=1]

(a11 , a21 , . . . , an1 ),

..
.
T ((0, . . . , 0,

1
|{z}

, 0, , 0))

[xj =1,j=i e xj =0,j=i]

(a1i , a2i , . . . , ani ),

isima posio

..
.
T ((0, . . . , 0, 1))

[xj =1,j=n e xj =0,j=n]

(a1n , a2n , . . . , ann ).

Logo, da proposio (12.7), segue que o operador linear T diagonalizvel.

196

CAPTULO 12. DIAGONALIZAO


Seja B uma base de Rn formada por autovetores do operador linear T.
.
Como C a base cannica, vemos que M = MCB a matriz cuja j-sima coluna
formada pelas coordenadas do j-simo autovetor da base B.
Como [T ]B uma matriz diagonal e
[T ]B = MBC [T ]C MCB = (MCB )1 [T ]C MCB = M1 AM
vemos que a matriz M resolver o nosso problema.

3. Seja (U, +, ) espao vetorial real (ou complexo).


Se o operador linear T L (U) for diagonalizvel, o seu polinmio caracterstico
ser da forma
pT () = (1 ) (n ),
onde os nmeros reais 1 , . . . , n so todos os autovalores reais de T.
De fato, pois se o operador linear T for diagonalizvel, existir um base B de U tal
que a matriz [T ]B uma matriz diagonal, onde na diagonal principal aparecero
os autovalores, 1 , , n do operador linear T .
Logo

1 0 0
1 0

0 2 0
0 1

pT () = p[T ]B () = |[T ]B IU | = . . .
. .
. . ...
.. ..

.. ..

0 0 n
0 0


1

0

0


0

0
2


= .
..
.. = (1 ) (n ).
...
..
.
.


0
0
n

..
.


0

0

..
.
1

Com isto temos o:


Teorema 12.9 Sejam (U, +, ) um espao vetorial real (ou complexo) de dimenso finita
e T L (U).
Ento, o operador linear T diagonalizvel se, e somente se, os autovalores 1 , . . . , n
do operador linear T forem tais que
U = V(1 ) V(n ).
Prova:
Se
U = V(1 ) V(n )
ento podemos formar uma base B do espao vetorial U formada pela reunio das bases Bj
dos subespaos prprios V(j ), j = 1, . . . , n.

12.1. DEFINIO E CARACTERIZAO

197

Para cada j = 1, , n, temos que cada elemento de Bj um autovetor do operador linear


T.
Logo, por definio, segue que o operador linear T diagonalizvel.
Reciprocamente, se o operador linear T for diagonalizvel existe uma base B de U formada
por autovetores do operador linear T.
Como cada autovetor est associado a algum autovalor j do operador linear T, vemos que
cada elemento de B est contido em V(j ), para algum j = 1, , n.
Desta forma, a soma de todos os subespaos prprios do operador linear T contm B e,
portanto, dever ser o prprio U, isto ,
U = V(1 ) + + V(n ).
Pelo teorema (11.19) esta soma dever ser uma soma direta, ou seja,
U = V(1 ) V(n ),
completando a demonstrao.
Utilizando o teorema acima vemos que:
Exemplo 12.10 O operador linear do exemplo (11.9) diagonalizvel.
Resoluo:
De fato, pois R2 = V(2) V(2).
Exemplo 12.11 O operador linear do exemplo (11.14) no diagonalizvel.
Resoluo:
De fato, possui temos apenas dois subespaos prprios cuja soma no R3 , mais
precisamente,
V(0) V(1) = [(0, 0, 1), (1, 0, 1)] = R3 .
Exemplo 12.12 O operador linear do exemplo (11.12) no diagonalizvel.
Resoluo:
De fato, pois o operador linear em questo no possui autovetores.
Exemplo 12.13 O operador linear (11.13) no diagonalizvel se n 1.
Resoluo:
De fato, pois todo autovetor do operador linear pertence a V(0), que unidimensional, e
[Pn (R)] = n + 1 > 1.

dim

Observao 12.14

198

CAPTULO 12. DIAGONALIZAO

1. Vejamos como possvel decidir se operador linear diagonalizvel ou no, definido em um espao vetorial de dimenso finita, a partir das multiplicidades
algbrica e geomtrica de seus autovalores.
Sejam (U, +, ) um espao vetorial de dimenso m e T L (U).
Sejam 1 , . . . , n os autovalores do operador linear T, dois a dois distintos.
Logo, o polinmio caracterstico associado ao operador linear T ser dado por
pT () = (1 )m1 (n )mn q(),

(12.15)

onde, para cada j = 1, , n, mj a multiplicidade algbrica de j e q = q()


um polinmio que no possui razes reais.
Se, para cada j = 1, , n, denotarmos por rj a multiplicidade geomtrica do
autovalor j (isto , rj =
[V(j )]) ento, do teorema (12.9), segue que o operador
linear T diagonalizvel se, e somente se,

dim

m = r1 + + rn .
2. Por este mesmo teorema, o operador linear T diagonalizvel se, e somente se, o
espao vetorial U possuir uma base formada pela reunio das bases dos subespaos prprios associados ao operador linear T (pois isto equivalente a dizer que
a soma destes subespaos uma soma direta).
A existncia de uma tal base equivalente ao operador linear T apresentar uma
matriz em relao a essa base na forma

1 0
. .

. . ...
..

1 r r

1
1

..

.
.
O

n 0

.
.

.. . . . ..

0 n r r
n

mm

Desta forma, se o operador T diagonalizvel segue que o seu polinmio caracterstico ser dado por
(12.16)
pT () = (1 )r1 (n )rn ,
onde rj a multiplicidade geomtrica do autovalor j , para j = 1, . . . , n.
Comparando com (12.15) vemos que
mj = rj , j = 1, . . . , n,

q() 1

r1 + + rn = m.

Reciprocamente, suponha que


mj = rj , j = 1, . . . , n

r1 + + rn = m.

12.1. DEFINIO E CARACTERIZAO

199

Como a multiplicidade algbrica de cada autovalor igual a sua multiplicidade geomtrica, cada subespao prprio V(j ) possui uma base Bj formada por mj elementos, para j = 1, , n.
Como
m1 + + mn = r 1 + + r n = m
segue de (12.15) que o grau do polinmio q ser zero e que a reunio das bases Bj
formar uma base de U (lembre que a soma de subespaos prprios uma soma
direta) constituda por autovetores do operador linear T.
Assim, o operador linear T diagonalizvel.
Provamos assim, o seguinte:
Teorema 12.17 Sejam (U, +, ) um espao vetorial real (ou complexo) de dimenso finita e T L (U).
O operador linear T diagonalizvel se, e somente se, ambas condies forem verificadas:
1. para cada autovalor do operador linear T as suas multiplicidades algbrica e geomtrica, associadas ao mesmo, so iguais;
2. a soma das multiplicidades geomtricas de todos os autovalores do operador linear
T coincide com a dimenso do espao vetorial U.
Como consequncia temos o
Corolrio 12.18 Sejam (U, +, ) um espao vetorial real de dimenso n e T L (U).
Se
pT () = (1 ) (n ),
onde 1 , . . . , n R so distintos entre si ento o operador linear T ser diagonalizvel.
Prova:
Os autovalores do operador linear T sero 1 , . . . , n R, ou seja, as n razes distintas do
polinmio caratersitico pT .
Como os autovalores do operador linear T so dois a dois distintos, v-se que as razes do
polinmio pT so todas simples, isto , tem multiplicidade um.
Desta forma, se um autovalor do operador linear T ento a sua multiplicidade algbrica
ser um.
Pela proposio (11.37), a multiplicidade geomtrica do autovalor menor ou igual a
um.
Como
[V()] 1, segue-se que a multiplicidade geomtrica do autovalor dever ser
um, ou seja, igual sua multiplicidade algbrica.
Logo do teorema acima segue que o operador linear T diagonalizvel, completando a
demonstrao.

dim

200

CAPTULO 12. DIAGONALIZAO

Exemplo 12.19 Sejam (R3 , +, ) espao vetorial real (onde + e so as operaes usuais
de R3 ) e T : R3 R3 dado por
.
T (x, y, z) = (x + z, y + z, x + y + 2z),

(x, y, z) R3

Mostre que T L (R3 ) e que o operador linear T diagonalizvel.


Resoluo:
Deixaremos como exerccio para o leitor a verificao que T L (R3 ).
Encontremos a matriz do operador linear T em relao base cannica, que idicaremos
por C, do espao vetorial real (R3 , +, ).
Para isto temos que
T ((1, 0, 0)) = (1, 0, 1) = 1 (1, 0, 0) +0 (0, 1, 0) +1 (0, 0, 1)
| {z }
| {z }
| {z }
| {z }
.
e1
=e2
=e3
=e1
= 1 e1 + 0 e2 + 1 e3 ,
T ((0, 1, 0)) = (0, 1, 1) = 0 (1, 0, 0) +1 (0, 1, 0) +1 (0, 0, 1)
| {z }
| {z }
| {z }
| {z }
.
e1
=e2
=e3
=e2
= 0 e1 + 1 e2 + 1 e3 ,
T ((0, 0, 1)) = (1, 1, 2) = 1 (1, 0, 0) +1 (0, 1, 0) +2 (0, 0, 1)
| {z }
| {z }
| {z }
| {z }
=e3

e1

=e2

=e3

= 1 e1 + 1 e2 + 2 e3 .
logo a matriz do operador linear T em relao abse C ser dada por

1 0 1

[T ]C = 0 1 1 .
1 1 2
Logo, o polinmio caraterstico associado ao operador linear T ser dado por:

1
0
1

pT () =
([T ]C I3 ) =
1
1
0
1
1
2

det

det

= (1 )((1 )(2 ) 1) + 1((1 ))


= (1 )(2 3) = (1 )( 3).

dim

Desta forma, vemos que o polinmio pT apresenta 3 (=


(R3 )) razes reais, simples e
distintas.
Portanto, pelo corolrio (12.18), segue-se que o operador linear T diagonalizvel.
Exemplo 12.20 Encontre uma base de R3 formada por autovetores para o operador
linear do exerccio anterior.
Encontre tambm a matriz do operador linear T com relao a esta base.

12.1. DEFINIO E CARACTERIZAO

201

Resoluo:
.
Para autovalor 1 = 0:
Precisamos encontrar um vetor (x, y, z) = (0, 0, 0) tal que
[1 =0]

T ((x, y, z)) = 1 (x, y, z) = (0, 0, 0)

(x + z, y + z, x + y + 2z) = (0, 0, 0),

que equivalente ao sistema linear (homogneo)

x + z = 0
x = y = z

y+z=0

x + y + 2z = 0

x + y + 2z = 0
ou seja, o vetor

.
u1 = (z, z, z),

x = y = z,

z R \ {0},

com

ser autovetor do operador linear T associado ao autovalor 1 = 0.


Em particular, podemos tomar como um autovetor associado ao autovalor 1 = 0, o vetor
.
u1 = (1, 1, 1) (basta tomar z = 1 acima).
.
Para autovalor 2 = 1:
Neste casos precisamos encontrar um vetor (x, y, z) = (0, 0, 0) tal que
[2 =1]

T ((x, y, z)) = 2 (x, y, z) = (x, y, z)

que equivalente ao sistema linear

x + z = x

y+z=y

x + y + 2z = z
ou seja, o vetor

.
u2 = (y, y, 0),

com

(x + z, y + z, x + y + 2z) = (x, y, z),

{
z=0
x = y

y R \ {0},

ser autovetor do operador linear T associado ao autovalor 2 = 1.


Em particular, podemos tomar como autovetor associado ao autovalor 2 = 1, o vetor
.
u2 = (1, 1, 0) (basta tomar y = 1 acima).
.
Para autovalor 3 = 3:
Precisamos encontrar um vetor (x, y, z) = (0, 0, 0) satisfazendo
[3 =3]

T (x, y, z) = 3 (x, y, z) = (3x, 3y, 3z)

que equivalente ao sistema linear

x + z = 3x
y + z = 3y

x + y + 2z = 3z

(x + z, y + z, x + y + 2z) = (3x, 3y, 3z),

{
x=y
z = 2y

202
ou seja, o vetor

CAPTULO 12. DIAGONALIZAO

.
u3 = (y, y, 2y),

com y R \ {0},

ser autovetor do operador linear T associado ao autovalor 3 = 3.


Em particular, podemos tomar como autovetor associado ao autovalor 3 = 3, o vetor
.
u3 = (1, 1, 2) (basta tomar y = 1 acima).
.
Logo C = {u1 , u2 , u3 } ser uma base de R3 formada por autovetores do operador linear T
(pois os autovalores so dois a dois distintos, logo os autovetores associados devero ser l.i.).
A matriz do operador linear T com relao C ser dada por (verifique!)

0 0 0

0 1 0 ,
0 0 3
ou seja, uma matriz diagonal, cuja diagonal principal formada pelos autovalores associados
ao operador linear T .
Exemplo 12.21 Sejam (R2 , +, ) espao vetorial real (onde + e so as operaes usuais
de R2 ), B uma base de R2 e T : R2 R2 um operador linear em R2 cuja matriz com
relao base B dada por
(
)
a b
A=
.
b c
Mostre que o operador linear T diagonalizvel.
Resoluo:
Notemos que a matriz A uma matriz simtrica (isto , At = A).
O polinmio caracterstico associado ao operador linear T ser dado por
(
)
a
b
pT () = pA () =
[A I2 ] =
b
c

det

det

= 2 (a + c) + ac b2 .
Vemos que o polinmio pT , que tem grau dois, apresenta duas razes reais simples (isto ,
com multiplicidade um) se, e somente se, o discriminante
.
= (a + c)2 4(ac b2 ) > 0.
Mas,
(a + c)2 4(ac b2 ) = a2 + c2 2ac + 4b2 = (a c)2 + 4b2 .
Em particular, 0, para todo a, b, c R.
Logo > 0 se, e somente, se
a = c

ou b = 0.

Com isto temos as seguintes possibilidades:

12.1. DEFINIO E CARACTERIZAO

203

(i) Se a = c ou b = 0 as multiplicidades algbrica e geomtrica de cada um dos autovalores


associados ao operador linear T (as razes do polinmio pT ) coincidem (pois sero iguais
a 1), portanto, pelo corolrio (12.18), o operador linear T ser diagonalizvel.
(ii) Se a = c e b = 0 ento v-se claramente que o operador linear T ( diagonalizvel
pois,
)
a 0
neste caso, a matriz A ser uma matriz diagonal (ser da forma
.
0 a
Portanto, em qualquer caso, o operador linear T ser diagonalvel.
Observao 12.22
1. Concluo: o exemplo acima nos diz que se uma matriz quadrada de ordem 2, com
entradas reais, simtrica ento ela ser diagonalizvel.
2. Pergunta-se: ser que isto tambm ser verdade para matriz simtricas de ordem
maior? mais precisamente, se uma matriz quadrada de ordem n, com entradas
reais, simtrica ento ela ser diagonalizvel?
A resposta a esta questo positiva. No prximo captulo daremos a demonstrao
deste fato,
Exemplo 12.23 Sejam (P2 (R), +, ) espao vetorial real (onde + e so as operaes
usuais de P2 (R)) e T : P2 (R) P2 (R) dado por
.
T (p) = p 2p + p,

p P2 (R).

Pergunta-se o operador linear T um operador linear diagonalizvel?


Resoluo:
Deixaremos como exerccio para o leitor a verificao que T L (P2 (R)).
.
.
Se B = {po , p1 , p2 } a base cannica de P2 (R) (isto , pj (t) = tj , t R, j = 0, 1, 2) ento
[T (po )](t) = po (t) 2po (t) + po (t)

[po (t)=1,tR]

= po (t) = 1 po (t) + 0 p1 (t) + 0 p2 (t) = [1 po + 0 p1 + 0 p2 ](t), t R;


[T (p1 )](t) = p1 (t) 2p1 (t) + p1 (t)

[p1 (t)=t,tRp1 (t)=1,p1 (t)=0,tR]

= 2po (t) + 1p1 (t) = [2 po + 1 p1 + 0 p2 ](t),


[T (p2 )](t) = p2 (t) 2p2 (t) + p2 (t)

2 + t
t R;

[p2 (t)=t2 ,tRp2 (t)=2t,p2 (t)=2,tR]

2 2(2t) + t2

= 2po (t) 4p1 (t) + p2 (t) = [2 po 4 p1 + 1 p2 ](t), t R,


logo a matriz do operador linear T com relao B ser dada por

1 2 2

A = 0 1 4 .
0 0
1

204

CAPTULO 12. DIAGONALIZAO

Assim, o polinmio caracterstico associado ao operador linear T ser:

det

pT () = p[T ]B () =
[[T ]B I3 ]

1 2
2

[exerccio]
=
1 4 = (1 )3 ,
0
0
0 1

det

.
desta forma, = 1 o nico autovalor do operador linear T com multiplicidade algbrica
igual a 3.
Do teorema (12.17) o operador linear T ser diagonalizvel se, e somente se,
[V(1)] = 3.
Vejamos qual a dimenso deste subespao prprio.
Para isto lembremos que p P2 (R) se, e somente se,

dim

p(t) = ao + a1 t + a2 t2 ,

tR


ao

para ao , a1 , a2 R ou, equivalentemente, [p]B = a1 .
a2
Logo
p V(1) T (p) = p [T (p)]B = [ p]B [T ]B [p]B = [p]B


0 2 2
ao
0


([T ]B I3 )[p]B = O 0 0 4 a1 = 0
0 0
0
a2
0
[exerccio]

a1 = a2 = 0.

Logo p(t) = ao = po (t), t R, assim V(1) = [po ] e, do teorema (12.17), segue que o
operador linear T no ser diagonalizvel.
Temos tambm o seguinte exerccio resolvido:
Exerccio 12.24 Sejam (R4 , +, ) espao vetorial real (onde + e so as operaes usuais
de R4 ) e T : R4 R4 dada por
.
T ((x, y, z, t)) = (x + y, y, 2z + t, 2z + t),

(x, y, z, t) R4 .

Mostre que T L (R4 ) e verifique se o operador linear T diagonalizvel.


Encontre tambm os subespaos prprios associados ao operador linear T.
Resoluo:
Deixaremos como exerccio para o leitor a verificao que T L (R4 ).

12.1. DEFINIO E CARACTERIZAO

205

Se C a base cannica de R4 temos que


T ((1, 0, 0, 0)) = (1, 0, 0, 0) = 1 (1, 0, 0, 0) + 0 (0, 1, 0, 0) + 0 (0, 0, 1, 0) + 0 (0, 0, 0, 1)
| {z }
.
=e1
= 1 e1 + 0 e2 + 0 e3 + 0 e4 ;
T ((0, 1, 0, 0)) = (1, 1, 0, 0) = 1 (1, 0, 0, 0) + 1 (0, 1, 0, 0) + 0 (0, 0, 1, 0) + 0 (0, 0, 0, 1)
| {z }
.
=e2
= 1 e1 + 1 e2 + 0 e3 + 0 e4 ;
T ((0, 0, 1, 0)) = (0, 0, 2, 2) = 0 (1, 0, 0, 0) + 0 (0, 1, 0, 0) + 2 (0, 0, 1, 0) + 2 (0, 0, 0, 1)
| {z }
.
=e3
= 0 e1 + 0 e2 + 2 e3 + 2 e4 ;
T ((0, 0, 0, 1)) = (0, 0, 1, 1) = 0 (1, 0, 0, 0) + 0 (0, 1, 0, 0) + 1 (0, 0, 1, 0) + 1 (0, 0, 0, 1)
| {z }
.
=e4
= 0 e1 + 0 e2 + 1 e3 + 1 e4 ,
(12.25)
logo a matriz do operador linear T com relao B ser dada por

0
[T ]B =
0
0

1
1
0
0

0
0
2
2

1
1

cujo polinmio caracterstico associado ser

pT () =

det{[T ]B I4} = det

1
1
0
0

1
0
0
0

0
2
1
0
0
0
2
1

= (1 )2 ((2 )(1 ) 2) = (1 )2 (2 3)
= ( 3)(1 )2 ,
Logo os autovalores associados ao operador linear T sero:
.
1 = 0,

.
2 = 3,

.
3 = 1 (com multiplicidade algbrica igual a 2).

Encontremos os subespaos prprios associados a cada um dos autovalores obtidos acima.


Para o autovalor 1 = 0:

206

CAPTULO 12. DIAGONALIZAO

Observemos que
(x, y, z, t) V(0) T ((x, y, z, t)) = 1 (x, y, z, t)
[1 =0]

(x + y, y, 2z + t, 2z + t) = (0, 0, 0, 0)

x+y=0

y = 0

2z + t = 0

2z + t = 0
{
x=y=0

(x, y, z, t) = (0, 0, z, 2z) = z (0, 0, 1, 2).


t = 2z
.
Logo, tomandos-e z = 1 temos que u1 = (0, 0, 1, 2) ser um autovetor associado ao
autovalor 1 = 0 e alm disso
V(0) = [u1 ] = [(0, 0, 1, 2)],
ou seja, a multiplicidade algbrica do autovalor 1 = 0 igual a sua multiplicidade geomtrica.
Para o autovalor 2 = 3:
Observemos que
(x, y, z, t) V(3) T ((x, y, z, t)) = 2 (x, y, z, t)
[2 =3]

(x + y, y, 2z + t, 2z + t) = (3x, 3y, 3z, 3t)

x + y = 3x

y = 3y
x=y=0

2z + t = 3z
t=z

2z + t = 3t
(x, y, z, t) = (0, 0, z, z) = z (0, 0, 1, 1).
.
Logo, tomandos-e z = 1 temos queu2 = (0, 0, 1, 1) ser um autovetor associado ao autovalor 2 = 3 e alm disso
V(3) = [u2 ] = [(0, 0, 1, 1)],
ou seja, a multiplicidade algbrica do autovalor 2 = 3 igual a sua multiplicidade geomtrica.
Para o autovalor 3 = 1:

12.1. DEFINIO E CARACTERIZAO

207

Observemos que
(x, y, z, t) V(1) T ((x, y, z, t)) = 3 (x, y, z, t)
[3 =1]

(x + y, y, 2z + t, 2z + t) = (x, y, z, t)

x+y=x

y = y

2z + t = z

2z + t = t
y = z = t = 0 (x, y, z, t) = (x, 0, 0, 0) = x (1, 0, 0, 0).
.
Logo, tomandos-e x = 1 temos que u3 = (1, 0, 0, 0) ser um autovetor associado ao autovalor 3 = 1 e alm disso
V(1) = [u1 ] = [(1, 0, 0, 0)].
Como a multiplicidade algbrica do autovalor 3 = 1 dois e a sua multiplicidade geomtrica um, logo, pelo teorema (12.17), segue que que o operador linear T no ser diagonalizvel.
Exerccio 12.26 Ainda com relao ao operador linear do exerccio acima, encontre a
matriz do operador linear T com relao base B formada pelos vetores
.
u1 = (0, 0, 1, 2),

.
u2 = (0, 0, 1, 1),

.
u3 = (1, 0, 0, 0)

.
u4 = (0, 1, 0, 0).

Resoluo:
Observemos que B = {u1 , u2 , u3 , u4 } uma base de R4 (verifique!).
Alm disso, do exemplo anterior temos:
T (u1 ) = (0, 0, 0, 0) = 0 u1 + 0 u2 + 0 u3 + 0 u4 ,
T (u2 ) = (0, 0, 3, 3) = 3 u2 = 0 u1 + 3 u2 + 0 u3 + 0 u4 ,
T (u3 ) = (1, 0, 0, 0) = 1 u3 = 0 u1 + 0 u2 + 1 u3 + 0 u4 ,
T (u4 ) = (1, 1, 0, 0) = 0 u1 + 0 u2 + 1 u3 + 1 u4 ,
ou seja, a matriz do operador linear T em relao

0 0 0
0 3 0

[T ]B =
0 0 1
0 0 0

base B ser dada por

0
0

.
1
1

Observao 12.27 Vale observar que a matriz acima no diagonalizvel e que os


vetores u1 , u2 , u3 so autovetores l.i. associados ao operador linear T e o vetor u4 no
um autovetor associado ao operador linear T .

208

CAPTULO 12. DIAGONALIZAO

Proposio 12.28 Sejam (U, +, ) um espao vetorial real finitamente gerado e T


L (U) um operador diagonalizvel com autovetores 1 , . . . , n R, onde
(U) = n.
Dados x1 , . . . , xn R, denote por diag(x1 , . . . , xn ) = (aij ) a matriz diagonal tal que

dim

.
aii = xi ,

i = 1, , n.

Consideremos p um polinmio de grau m com coeficientes reais dado por


p(t) = ao + a1 t + am tm ,

t R.

diag

Sejam B uma base de autovalores de U (ou seja, [T ]B =


(1 , . . . , n )) e C uma
outra base de U.
Ento a matriz [p(T )]C semelhante a matriz
(p(1 ), . . . , p(n )).

diag

Prova:
Como
[T ]C = (MBC )1 [T ]B MBC ,
e o operador linear T diagonalizvel segue que a matriz [T ]C ser semelhante a matriz
diagonal [T ]B .
Pelas proposies (11.39) e (11.40), segue que
[p(T )]C = (MBC )1 [p(T )]B MBC . ()
Mas
[p(T )]B = [ao .IU + a1 T + + am .T m ]B = ao .In + a1 .[T ]B + + am .[T ]m
B

diag (1, . . . , 1) + a1. diag (1, . . . , n) + + am.[ diag (1, . . . , n)]m


[exerccio]
m
= ao . diag (1, . . . , 1) + a1 . diag (1 , . . . , n ) + + am . diag (m
1 , . . . , n )
m
= diag (ao , . . . , ao ) + diag (a1 1 , . . . , a1 n ) + + diag (am m
1 , . . . , a m n )
m
= diag (ao + a1 1 + + am m
1 , . . . , ao + a1 n + + am n )
(12.29)
= diag (p(1 ), . . . , p(n )),
= ao .

logo, de (*), segue que

diag (p(1), . . . , p(n)).MBC ,


ou seja, a matriz [p(T )]C semelhante a matriz diag (p(1 ), . . . , p(n )), completando a de[p(T )]C = (MBC )1 .

monstrao.
Como consequncia temos o
Corolrio 12.30 Sejam (U, +, ) um espao vetorial real finitamente gerado e T L (U)
um operador diagonalizvel.
Mostre que pT (T ) = O (o operador linear nulo), onde pT o polinmio caracterstico
associado ao operador linear T .

12.2. EXERCCIOS

209

Prova:
Seja B uma base de U tal que
[T ]B =

diag (1, . . . , n),

onde 1 , . . . , n so os autovalores associados ao operador linear T.


Segue de (12.29) da demonstrao da proposio acima que
[pT (T )]B =

de T ]
diag (pT (1), . . . , p(n)) [ autovalor
=
diag (0, . . . , 0) = O,
j

pois pT (j ) = 0, j = 1, . . . , n.
Assim o operador linear pT (T ) dever ser o operador linear nulo, isto , pT (T ) = O,
completando a demonstrao.

Observao 12.31 Pode-se exibir um exemplo de T L (U) que no seja diagonalizvel


mas que pT (T ) = O.
Deixaremos como exerccio para o leitor a construo de tal operador linear T .

12.2

Exerccios

210

CAPTULO 12. DIAGONALIZAO

Captulo 13
Espaos Euclidianos
13.1

Produto Interno

Nos primeiros captulos estudaremos as propriedades mais bsicas de um espao vetorial reais.
A introduo de conceitos como geradores e base foram feitas a partir de combinaes
lineares que, por sua vez, envolvem apenas a adio de vetores e a multiplicao dos mesmos
por escalares, dois objetos que esto presentes na prpria definio do espao vetorial.
Neste captulo veremos tipos especiais de espaos vetoriais que possuem uma estrutura
mais refinada que nos proporcionar desenvolver alguns aspectos geomtricos, como por exemplo, calcular o ngulo ou a distncia entre dois vetores.
Veremos tambm que possvel elaborar mais detalhes sobre operadores lineares definidos
em tais espaos vetoriais.
Comearemos pela
Definio 13.1 Seja (V, +, ) um espao vetorial real.
Um produto interno em V uma aplicao que a cada par (u, v) V V associa um
nmero real, que ser denotado por u, v, satisfazendo as seguintes propriedades:
(P1) u + v, w = u, w + v, w para todo u, v, w V;
(P2) u, v = u, v para todo u, v V e R;
(P3) u, v = v, u para todo u, v V;
(P4) u, u 0 e se u, u = 0 ento u = O.
O espao vetorial real (V, +, ) munido de um produto interno < , > ser chamado
de espao euclidiano.
Observao 13.2
1. O produto interno tambm chamado de produto escalar.
2. Temos que
O, u = 0

para todo
211

u V.

212

CAPTULO 13. ESPAOS EUCLIDIANOS


De fato, pois
O, u = O + O, u = O, u + O, u,
e o resultado segue por cancelamento.

3. Outra propriedade que


u, v + w = u, v + u, w,

para todo

u, v, w V, R.

De fato, basta combinar as propriedades (P1), (P2) e (P3) acima.


4. Desta maneira, vemos que o produto interno um funcional linear em cada entrada, mais precisamente, para cada u V temos que
, u : V R

u, : V R

so funcionais lineares em V.
5. Se o espaco vetorial (V, +, ) complexo ento , : V V C ser um produto
interno se, e somente se, valem:
(PC1) u + v, w = u, w + v, w para todo u, v, w V;
(PC2) u, v = u, v para todo u, v V e C;
(PC3) u, v = v, u para todo u, v V, onde z denota o conjugado do nmero
complexo z;
(PC4) u, u 0 e se u, u = 0 ento u = O.
Notemos que (P1)=(PC1), (P2)=(PC2), (P4)=(PC4) mas (P3) e (PC3) so
diferentes.
A seguir apresentamos alguns exemplos de produto interno em vrios espaos vetoriais
reais.
Comearemos introduzindo um produto interno no Rn , a saber:
Exemplo 13.3 Sejam (Rn , +, ) espao vetorial real (onde + e so as operaes usuais
de Rn ) e consideremos , : Rn Rn R dada por
.
x, y = x1 y1 + + xn yn ,

(13.4)

.
.
onde x = (x1 , . . . , xn ), y = (y1 , . . . , yn ) Rn .
Resoluo:
.
.
De fato, sejam x = (x1 , . . . , xn ), y = (y1 , . . . , yn ), z = (z1 , , zn ) Rn e R.
Logo

Ento

x + z = (x1 + z1 , . . . , xn + zn ),

(13.5)

x = (x1 , . . . , xn )

(13.6)

13.1. PRODUTO INTERNO

213

1. Vale (P1) pois:


x + z, y

(13.5),(13.4)

(x1 + z1 )y1 + + (xn + zn )yn

= x1 y1 + + xn yn + z1 y1 + + zn yn = x, y + z, y,
logo vale (P1).
2. Vale (P2) pois:
x, y

(13.6),(13.4)

(x1 )y1 + + (xn )yn = (x1 y1 + + xn yn )

= x, y,
logo vale (P2).
3. Vale (P3) pois:
((13.4)

x, y = x1 y1 + + xn yn = y1 x1 + + yn xn = y, x,
logo vale (P3).
4. Vale (P4) pois:
((13.4)

x, y = x1 x1 + + xn xn = x21 + + x2n 0.
Logo x, y 0 e x, y = 0 se, e somente se, x1 = , xn = 0, isto , se x = O, logo
vale (P4).
Portanto , um produto interno em (Rn , +, ).
Exemplo 13.7 Com relao ao exemplo anterior, tomando-se n = 3, calcule o produto
interno entre os vetores (1, 1, 1), (0, 2, 4) R3 .
Resoluo:
Temos que
(13.4)

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


Exemplo 13.8 Com relao ao produto interno dado por (13.4), tomando-se n = 2,
calcule u, v onde
.
u=(

cos(), sen())

.
v=(

cos(), sen()),

onde , R esto fixos.


Resoluo:
Temos que

cos(), sen()), (cos(), sen())


[exerccio]
= cos() cos() + sen() sen() = cos( ).
(13.4)

u, v = (

214

CAPTULO 13. ESPAOS EUCLIDIANOS

Observao 13.9 Observemos que no exemplo acima


u, v = 0
ou seja, = +

cos( ) = 0

+ K, k Z,
2

+ K, k Z se, e somente se, u, v = 0.


2

H vrios outros tipos de produto interno no Rn alm do apresentado em (13.4).


A seguir exibiremos um outro exemplo de produto interno em R3 :
Exemplo 13.10 Sejam (R3 , +, ) espao vetorial real (onde + e so as operaes usuais
de R3 ) e consideremos , : Rn Rn R dada por
1
1
. 1
(x1 , y1 , z1 ), (x2 , y2 , z2 ) = x1 x2 + y1 y2 + z1 z2 ,
2
3
4

(13.11)

para (x1 , y1 , z1 ), (x2 , y2 , z2 ) R3 .


A expresso acima define um produto interno em R3 .
Resoluo:
De fato, sejam (x1 , y1 , z1 ), (x2 , y2 , z2 ), (x3 , y3 , z3 ) R3 e R.
Logo
(x1 , y1 , z1 ) + (x2 , y2 , z2 ) = (x1 + x2 , y1 + y2 , z1 + z2 ),

(13.12)

(x1 , y1 , z1 ) = (x1 , y1 , z1 )

(13.13)

Ento
1. Vale (P1) pois:
(x1 , y1 , z1 ) + (x2 , y2 , z2 ), (x3 , y3 , z3 )
1
1
(13.12),(13.11) 1
=
(x1 + x2 )x3 + (y1 + y2 )y3 + (z1 + z2 )z3
2
3
4
1
1
1
1
1
1
= [ x1 x3 + y1 y3 + z1 z3 ] + [ x2 x3 + y2 y3 + z2 z3 ]
2
3
4
2
3
4
(13.11)

= (x1 , y1 , z1 ), (x3 , y3 , z3 ) + (x2 , y2 , z2 ), (x3 , y3 , z3 )

logo vale (P1).


2. Vale (P2) pois:
1
1
1
(x1 )x2 + (y1 )y2 + (z1 )z2
2
3
4
1
1
1
(13.11)
= [ x1 x2 + y1 y2 + z1 z2 = (x1 , y1 , z1 ), (x2 , y2 , z2 )
2
3
4

(x1 , y1 , z1 ), (x2 , y2 , z2 )

logo vale (P2).

(13.13),(13.11)

13.1. PRODUTO INTERNO

215

3. Vale (P3) pois:


1
1
1
x1 x2 + y1 y2 + z1 z2
2
3
4
1
1
1
= x2 x1 + y2 y1 + z2 z1 = (x2 , y2 , z2 ), (x1 , y1 , z1 ),
2
3
4

((13.4)

(x1 , y1 , z1 ), (x2 , y2 , z2 ) =

logo vale (P3).


4. Vale (P4) pois:
1
1
1
x1 x1 + y1 y1 + z1 z1
2
3
4
1
1
1
= x21 + y21 + z21 0.
2
3
4

((13.4)

(x1 , y1 , z1 ), (x1 , y1 , z1 ) =

Logo (x1 , y1 , z1 ), (x1 , y1 , z1 ) 0 e (x1 , y1 , z1 ), (x1 , y1 , z1 ) = 0 se, e somente se, x1 =


y1 = z1 = 0, isto , se (x1 , y1 , z1 ) = (0, 0, 0), logo vale (P4).
Portanto , um produto interno em (R3 , +, ).
Exemplo 13.14 Com relao ao produto interno apresentado no exemplo anterior, calcule (1, 1, 1), (0, 2, 4).
Resoluo:
Temos que
(13.11)

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

1
1
1
1
(1.0) + (1.2) + (1.4) = .
2
3
4
3


Para o espao das funes contnuas em um intervalo fechado e limitado temos o:


Exemplo 13.15 Sejam (C([a, b]; R), +, ) espao vetorial real (onde + e so as operaes usuais de C([a, b]; R)) e consideremos , : C([a, b]; R) C([a, b]; R) R dada
por
b
.
f, g = f(x)g(x) dx,
(13.16)
a

para f, g C([a, b]; R).


Mostre que , um produto interno em C([a, b]; R).
Resoluo:
De fato, se f, g, h C([a, b]; R) e R temos:
Ento
1. Vale (P1) pois:
(13.16)

f + g, h =

b
(f + g)(x)h(x) dx

= f, h + g, h,
logo vale (P1).

b
f(x).h(x) dx +

g(x)h(x) dx
a

216

CAPTULO 13. ESPAOS EUCLIDIANOS

2. Vale (P2) pois:


(13.16)

f, g =

b
(f)(x)g(x) dx

f(x)g(x) dx = f, g,
a

logo vale (P2).


3. Vale (P3) pois:
(13.16)

f, g =

b
f(x)g(x) dx

g(x)f(x) dx = g, f,

logo vale (P3).


4. Vale (P4) pois:
(13.16)

f, f =

b
f(x)f(x) dx

f2 (x) dx 0.

Lembremos do Clculo 1 que se f C([a, b]; R) e f(xo ) = 0 para algum xo [a, b] ento
b
f2 (x) dx > 0.
a

Logo f, f 0 e se f, f = 0 deveremos ter f = O, logo vale (P4).


Portanto , um produto interno em (C([a, b]; R), +, ).
Exemplo 13.17 Com relao ao produto interno apresentado no exemplo anterior, calcule o produto interno entre as funes seno e co-seno definidas no intervalo [0, 2].
Resoluo:
Sejam f, g : [0, 2] R dadas por
.
f(x) =

sen(x)

.
e g(x) =

cos(x),

x [0, pi].

Logo f, g C([0, 2]; R) e


(13.16)

f, g =

2
0

sen(x) cos(x) dx

[exerccio]

sen2x 2 = 0.
2

Para o espao das matrizes de ordem m n temos o


Exerccio 13.18 Sejam (Mmn (R), +, ) espao vetorial real (onde + e so as operaes
usuais de Mmn (R)) e consideremos , : Mmn (R) Mmn (R) R dada por
.
aij bij ,
A, B =
m

i=1 j=1

.
.
onde A = (aij ), B = (bij ) Mmn (R).
Mostre que , um produto interno em Mmn (R).

(13.19)

13.1. PRODUTO INTERNO

217

Resoluo:
.
.
.
De fato, sejam A = (aij ), B = (bij ), C = (cij ) Mmn (R) e R.
Logo
(13.20)

A + B = (aij + bij ),
A = (aij )

(13.21)

Ento
1. Vale (P1) pois:
A + B, C

(13.20),(13.19)

m
n

(aij + bij )cij

i=1 j=1

m
n

aij cij +

i=1 j=1

m
n

bij cij = A, C + B, C,

i=1 j=1

logo vale (P1).


2. Vale (P2) pois:
A, B

(13.21),(13.19)

m
n

(aij )bij

i=1 j=1
m
n

aij bij = A, B,

i=1 j=1

logo vale (P2).


3. Vale (P3) pois:
A, B

((13.19)

m
n

aij bij =

i=1 j=1

n
m

bij aij = B, A,

j=1 i=1

logo vale (P3).


4. Vale (P4) pois:
A, A

((13.19)

m
n

i=1 j=1

aij aij =

m
n

a2ij 0.

i=1 j=1

Logo A, A 0 e A, A = 0 se, e somente se, aij = 0, para todo i = 1, , m e todo


j = 1, n, isto , deveremos ter A = O, logo vale (P4).
Portanto , um produto interno em (Mmn (R), +, ).

218

CAPTULO 13. ESPAOS EUCLIDIANOS

Exemplo 13.22 Com relao ao produto interno apresentado no exemplo anterior,


tomando-se m = n = 2, calcule o produto interno entre
(
)
(
)
1 1
2 0
A=
e B=
.
0 2
1 1
Resoluo:
Temos que
(

) (
)
1 1
2 0
(13.19)
A, B =
,
= 1 (2) + 1 0 + 0 1 + 2 1 = 0.
0 2
1 1

Observao 13.23 Lembremos que o trao de uma matriz quadrada A a soma dos
elementos da diagonal da matriz e denotado por (A).

tr

Um outro modo de introduzir o produto interno acima dado pelo:


Exemplo 13.24 Sejam (Mmn (R), +, ) espao vetorial real (onde + e so as operaes
usuais de Mmn (R)) e consideremos , : Mmn (R) Mn (R) R dada por
.
A, B =

tr (BtA),

(13.25)

onde A, B Mmn (R).


Mostre que , um produto interno em Mn (R).
Resoluo:
Notemos que se A, B Mmn (R) ento Bt Mnm (R), logo podemos fazer o produto
Bt A Mmn (R) (ou seja, ser uma matriz quadrada de ordem n), logo podemos calcular
o seu trao.
Notemos tambm que do Apndice I segue que se A = (aij ), B = (bij ) Mmn (R) ento
n
m

t
(B A) =
aij bij .

tr

i=1 j=1

Logo se A, B, C Mn (R) e R teremos:


1. Vale (P1) pois:

tr [Ct(A + B)] = tr [CtA + CtB]


[Apndice I]
=
tr (CtA) + tr (CtB) = A, C + B, C,
(13.25)

A + B, C =

logo vale (P1).


2. Vale (P2) pois:
(13.25)

A, B =
logo vale (P2).

I]
tr [Ct(A)] [Apndice
=
tr (Bt A) = A, B,

13.2. NORMA

219

3. Vale (P3) pois:


A, B

I]
tr (BtA) [Apndice
=
tr [(BtA)t]
[Apndice I]
t t
=
tr [At (B
) ] tr (At B) = B, A,
| {z }
((13.25)

=B

logo vale (P3).


4. Vale (P4) pois:
A, A

((13.25)

tr (AtA)

[Apndice I]

0.

Logo A, A 0 e A, A = 0 se, e somente se, aij = 0, para todo i = 1, , m e todo


j = 1, n, isto , deveremos ter A = O, logo vale (P4).
Portanto , um produto interno em (Mn (R), +, ).
Observao 13.26 Em vista do Apndice I temos que, se A, B Mn (R) ento

tr (BtA) = tr [(BtA)t] = tr [At(Bt)t] = tr (AtB),


ou seja, poderamos ter definido o produto interno do exemplo acima por
A, B =

tr (AtB)

que teramos o mesmo resultado.

13.2

Norma

Definio 13.27 Seja (V, +, ) um espao vetorial real munido de um produto interno.
Dado u V definimos a norma do vetor u, denotada por u, como sendo
.
u = u, u.
Observao 13.28 Note que possvel extrair a raiz quadrada de u, u pois, pela propriedade (P4), temos que u, u 0.
Consideremos alguns exemplos:
Exemplo 13.29 No espao vetorial real (Rn , +, ) munido o produto interno dado por
(13.4) temos que a norma do vetor x = (x1 , . . . , xn ) Rn ser dada por

.
x = x21 + + x2n .

220

CAPTULO 13. ESPAOS EUCLIDIANOS

Observao 13.30 No curso de Geometria Analtica vimos que a norma do vetor x R3


(ou em R2 ) nos fornece o comprimento do vetor x.
Logo natural pensarmos que a norma de um vetor em um espao vetorial real
munido de um produto interno nos fornea o comprimento do vetor em questo.
Exemplo 13.31 No espao vetorial (C([a, b]; R), +, ) munido do produto interno definido por (13.16) temos que a norma de f C([a, b]; R) ser dada por

.
f =

b
[f(x)]2 dx.
a

Exemplo 13.32 No espao vetorial (Mn (R), +, ) munido do produto interno definido
por (13.25) temos que a norma de A Mn (R) ser dada por
.
A =

tr (AtA).

Temos as seguintes propriedades para a norma associada a um produto interno em um


espao vetorial real:
Proposio 13.33 Seja (V, +, ) um espao vetorial com um produto interno.
Ento:
1. para todo u V e todo R temos
u = || |u;
2. para todo u V temos
u 0;
3. para todo u V temos
u = 0

se, e somente se,

u = O;

4. vale a desigualdade de Cauchy-Schwarz, isto , para u, v V temos


|u, v| u v;

5. vale a desigualdade triangular, isto , se u, v V temos


u + v u + v.

13.2. NORMA

221

Prova:
De 1.:
Observemos que

u =

u, u = 2 u, u = 2 u, u = || u, u = || u|,

completando a verificao.
De 2.:
Segue do fato que raiz quadrada no negativa.
De 3.:

Se u = O ento u = O, O = 0.
| {z }
=0

Reciprocamente, se u = O ento u, u > 0 e assim u = u, u > 0, completando a


verificao.
De 4.:
Se v = O ento |u, O| = 0 e por outro lado u O = 0, em particular, teremos
|u, v| u v.
Suponhamos que v = O.
Para todo R, temos que u + v2 0.
Logo,
0 u + v2 = u + v, u + v = u, u + 2u, v + v, v2
= ||u||2 + 2u, v + ||v||2 2 ,
cujo lado direito um polinmio do 2.o grau na varivel R (pois v2 = 0).
Como ele deve ser maior ou igual a zero dever possuir, no mximo, uma raiz real, ou
seja, seu discriminante dever ser menor ou igual a zero.
Mas o discriminante associado ao lado direito da desigualdade acima ser dado por
.
= 4u, v2 4u2 v2 0.
ou seja,
u, v2 u2 v2 .
Extraindo a raiz quadrada, obtemos |u, v| u v, completando a verificao.
De 5.:
Observemos que
u + v2 = u + v, u + v = ||u||2 + ||v||2 + 2u, v
[des. Cauchy-Schwarz]

||u||2 + ||u||2 + 2||u||||v|| = [||u|| + ||v||]2 .

Extraindo a raiz quadrada, completamos a demonstrao.

222

CAPTULO 13. ESPAOS EUCLIDIANOS

Observao 13.34
1. Um vetor que tem norma igual a 1 ser dito vetor unitrio.
2. Observe que a desigualdade de Cauchy-Schwarz aplicada ao produto interno do
espao vetorial real (Rn , +, ) dado por (13.4) nos diz que
(x1 y1 + + xn yn )2 (x21 + + x2n )(y21 + + y2n ).
{z
} |
{z
}
|
|
{z
}
=(x1 , ,xn ),(y1 , ,yn )2

=(x1 , ,xn )2

=(y1 , ,yn )2

3. A mesma desigualdade aplicada ao produto interno (13.16) no espao vetorial real


(C([a, b, ]; R), +, ) fornecer
( b
)2 b
b
2
f(x)g(x) dx [f(x)] dx [g(x)]2 dx .
} |a {z
}
| a
{z
} |a {z
=f2

=f,g2

=g2

4. A mesma desigualdade aplicada ao produto interno (13.25) no espao vetorial real


(Mn (R), +, ) fornecer
(
)2
(Bt A) (At A) (Bt B) .
|
{z
} | {z } | {z }

tr

=A,B2

tr

=A2

tr

=B2

Proposio 13.35 (Identidade do Paralelogramo) Sejam (V, +, ) um espao vetorial


real munido de um produto interno < , > e u, v V.
Ento
u + v2 + u v2 = 2(u2 + v2 ).
Prova:
Observemos que
u + v2 + u v2 = u + v, u + v + u v, u v
= u, u + v, v + 2u, v + u, u + v, v 2u, v
= 2u, u + 2v, v = 2(u2 + v2 ),
completando a demonstrao.
O prximo resultado nos mostra como podemos obter o produto interno entre dois vetores
a partir das normas da soma e diferena dos respectivos vetores, mais precisamente:
Proposio 13.36 Sejam (V, +, ) um espao vetorial real munido de um produto interno
< , > e u, v V.
Ento
u + v2 u v2 = 4u, v,
ou, equivalentemente,
1
u, v = [u + v2 u v2 ].
4

13.3. DISTNCIA

223

Prova:
Observemos que:
u + v2 u v2 = u + v, u + v u v, u v
= u, u + v, v + 2u, v u, u v, v + 2u, v
= 4u, v,
completando a demonstrao.
Apliquemos isto ao:
Exerccio 13.37 Sejam (V, +, ) um espao vetorial real munido de um produto interno
< , > e u, v V tais que
u + v = 1

u v = 1.

Calcule u, v.
Resoluo:
Da proposio acima temos que
1
u, v = [u + v2 u v2 ] = 0.
4
Observao 13.38 Podemos ver geometricamente o que ocorre no exemplo acima se
V = R3 (ou V = R2 ).
Neste caso a concluso do exemplo acima nos diz que os vetores u e v so, do ponto
de vista de Geometria Analtica, dois vetores ortogonais.

13.3

Distncia

Definio 13.39 Seja (V, +, ) um espao vetorial real munido de um produto interno
< , >.
Definimos a funo d : V V R dada por
.
d(u, v) = u v,

u, v V,

denominada por em distncia do vetor u ao vetor v.


A funo distncia satisfaz as seguintes propriedades.
Proposio 13.40 Seja (V, +, ) um espao vetorial real munido de um produto interno
< , >.
Temos que
1. para todo u, v V segue que
d(u, v) 0;

224

CAPTULO 13. ESPAOS EUCLIDIANOS

2. para todo u, v V temos


d(u, v) = 0

se, e somente se,

u = v;

3. para todo u, v V temos


d(u, v) = d(v, u);
4. para todo u, v, w V temos
d(u, v) d(u, w) + d(w, v).
Prova:
De 1.:
Para todo u, v V temos que
d(u, v) = u v

[prop. (13.33) item 2.]

0,

mostrando a afirmao.
De 2.:
Para todo u, v V temos que
d(u, v) = 0 u v = 0

[prop. (13.33) item 3.]

u v = O u = v,

mostrando a afirmao.
De 3.:
Para todo u, v V temos que
d(u, v) = u v = (1) (v u)

[prop. (13.33) item 1.]

| 1| v u = d(v, u),
| {z }
=1

mostrando a afirmao.
De 4.:
Para todo u, v, w V temos que
d(u, v) = u v = u v w + w) = (u w) + (v w)
[prop. (13.33) item 5.]

u w + v w = d(u, w) + d(w, v),

completando a demonstrao.

Exemplo 13.41 Com relao ao produto interno (13.4), no caso n = 4, calcule a dis.
.
tncia entre os vetores u = (1, 1, 3, 2) e v = (2, 2, 1, 0) do R4 .
Resoluo:
Temos
d(u, v) = u v = (1 2, 1 2, 3 1, 2 0)

= (1)2 + (1)2 + 22 + 22 = 10.

13.4. NGULO

225

Exemplo 13.42 Com relao ao produto interno (13.16) calcule a distncia entre as
funes f e g, onde
.
f(x) =

sen(x)

.
g(x) =

cos(x),

x [0, 2]

do espao vetorial real (C([0, 2]; R), +, ).


Resoluo:
Temos

sen

cos

[d(f, g)] = f g =
[f(x) g(x)] dx =
[
(x)
(x)]2 dx
0
0
2
2
2
2
[1 2
(x)
[
(x) +
(x) 2
(x)
(x)] dx =
=
2

sen

0
[exerccio]

cos

sen2(x) 20 = 2.

Portanto, d(f, g) = 2.

13.4

sen cos

sen cos(x)] dx

ngulo

Observao 13.43 Sejam (V, +, ) um espao vetorial real munido de um produto interno < , > e u, v V vetores no nulos.
Pela desigualdade de Cauchy-Schwarz (veja proposio (13.33) item 4.) temos
u v u, v u v.
Como u, v = O, da proposio (13.33) itens 2. e 3., segue que u, v > 0, logo
dividindo-se ambos os membros da desigualdade acima por u v, obteremos:
1

u, v
1.
u v

Desta forma, existe um nico nmero real [0, ] tal que


u, v
cos() = u
.
v

(13.44)

Definio 13.45 O nmero real [0, ] obtido acima ser chamado de ngulo entre os vetores
u e v.
Observao 13.46 Na situao acima teremos
< u, v >= u v

cos().

Exemplo 13.47 Calcule o ngulo entre as funes f e g, onde


.
f(x) =

sen(x)

.
g(x) =

cos(x),

x [0, 2]

definidas em [0, 2] com o produto interno dado por (13.16).

226

CAPTULO 13. ESPAOS EUCLIDIANOS

Resoluo:
Observemos que
f, g =

2
f(x)g(x) dx =

sen(x) cos

1
(x) dx =
2

sen

2

x = 0.
0

Desta forma, o ngulo entre as funes f e g ser .


2
Temos tambm o
Exerccio 13.48 Sejam (V, +, ) espao vetorial real munido de um produto interno <
, > e u, v V tais que
u = v = 1

u v = 2.

Calcule o ngulo entre os vetores u e v.


Resoluo:
Como u = v = 1 temos que u, v = O.
Logo
4

[uv=2]

u v2 = u v, u v

= u + v 2u, v
que implicar em u, v = 1.
Portanto

[u=v |=1]

2 2u, v,

u, v
1
cos() = u
=
= 1,
v
1.1

implicando que = , ou seja, o ngulo entre os vetores (no nulos) u e v ser .

13.5

Ortogonalidade

Definio 13.49 Sejas (V, +, ) espao vetorial real munido de um produto interno <
, >.
Diremos que os vetores u e v so ortogonais em V se u, v = 0.
Neste caso, escreveremos uv.
.
Diremos que um conjunto finito S = {u1 , . . . , un } V um conjunto ortogonal em V
se ui uj para i = j, 1 i, j n.
.
Diremos que um conjunto ortogonal S = {u1 , . . . , un } V um conjunto ortonomal em V
se uj = 1, j = 1, . . . , n, ou seja,
{
1, se i = j
< ui , uj >=
.
0, se i = j
Sejam u V e S V, S = . Diremos que o vetor u ortogonal ao conjunto S se o
vetor u for ortogonal a todos os vetores de S (isto , < u, v >= 0 para todo v S).
Neste caso escreveremos uS.

13.5. ORTOGONALIDADE

227

Exemplo 13.50 Seja R3 , +, ) um espao vetorial real munido do produto interno (13.4)
(com n = 3).
.
Mostre que a base cannica de R3 , isto , B = {(1, 0, 0), (0, 1, 0), (0, 0, 1)} um conjunto
ortonormal, relativamente ao produto interno (13.4).
Resoluo:
Sejam

.
.
.
e1 = (1, 0, 0), e2 = (0, 1, 0), e3 = (0, 0, 1).

Observemos que
e1 , e1 = (1, 0, 0), (1, 0, 0) = 1.1 + 0.0 + 0.0 = 1,
e1 , e2 = (1, 0, 0), (0, 1, 0) = 1.0 + 0.1 + 0.0 = 0,
e1 , e3 = (1, 0, 0), (0, 0, 1) = 1.0 + 0.0 + 0.1 = 0,
e2 , e2 = (0, 1, 0), (0, 1, 0) = 0.0 + 1.1 + 0.0 = 1,
e2 , e3 = (0, 1, 0), (0, 0, 1) = 0.0 + 1.0 + 0.1 = 0,
e3 , e3 = (0, 0, 1), (0, 0, 1) = 0.0 + 0.0 + 1.1 = 1,
mostrando que B um conjunto ortonormal, relativamente ao produto interno (13.4).
Observao 13.51
1. Se (V, +, ) um espao vetorial real munido de um produto interno < , > e
u = O ou v = O ento uv.
De fato, pois se, por exemplo, u = O teremos
u, v = O, v = 0,
mostrando que uv.

.
2
De fato, pois se [0, ] o ngulo entre os vetores u e v ento, de (13.44),
segue que
u, v = u v
().

Logo uv se, e somente se, cos() = 0 ou, equivalentemente, = , isto , o


2

ngulo entre os vetores u e v = .


2

2. Se u, v = O ento uv se, e somente se, o ngulo entre os vetores u e v =

cos

3. Se S = {u1 , . . . , un } V um conjunto ortogonal com uj = O, j = 1, . . . , n ento


{
}
un
u1
,...,
u1
un
um conjunto ortonormal.

228

CAPTULO 13. ESPAOS EUCLIDIANOS


De fato, pois para i, j = 1, , n temos, como ui = O segue que ui = 0, logo

ui
uj
1
,
=
ui , uj
ui uj
ui uj

1
1

ui , ui =
ui 2 = 1,
se j = i
u

=
i
i
i
i

0,
se i = j

mostrando que o conjunto S ortonormal.


Proposio 13.52 Sejam (V, +, ) um espao vetorial real munido de um produto interno
< , > e S = {u1 , . . . , un } V um conjunto ortonormal.
Ento u1 , . . . , un so linearmente independentes.
Prova:
Sejam 1 , , n R tais que
1 u1 + + n un = O.

(13.53)

Logo fazendo o produto interno do vetor acima com u1 e lembrando que


u1 , u1 = u1 2 = 1

uj , u1 = 0,

para j = 2, . . . , n, obteremos
(13.53)

0 = O, u1 = 1 u1 + 2 u2 + + n un , u1
= 1 u1 , u1 +2 u1 , u2 + + n un , u1 = 1 ,
| {z }
| {z }
| {z }
=1

=0

(13.54)

=0

isto , 1 = 0.
Logo (13.53) tornar-se-
2 u2 + + n un = 0.

(13.55)

Tomando o produto interno do vetor acima com u2 , obtemos,


(13.55)

0 = O, u2 = 2 u2 + 3 u3 + n un , u2
= 2 u2 , u2 +2 u3 , u2 + + n un , u2 = 2 ,
| {z }
| {z }
| {z }
=1

=0

(13.56)

=0

isto , 2 = 0.
Repetindo o processo chegaremos concluso que a nica possibilidade para (13.53) ser
1 = = n = 0, ou seja, os vetores u1 , , un so l.i., completando a demonstrao.

Observao 13.57

13.5. ORTOGONALIDADE

229

1. A proposio acima continua vlida se S for apenas um conjunto ortogonal formado por vetores no nulos.
Deixaremos a verificao deste fato como exerccio para o leitor.
2. Se o espao vetorial real (V, +, ) munido de um produto interno tem dimenso n
ento, pela proposiao acima, um conjunto ortonormal S de V que tem n elementos ser uma base de V (pois o conjunto S ser l.i.).
Por isto temos a:
Definio 13.58 Seja (V, +, ) um espao vetorial real munido de um produto interno
de dimenso n.
.
Diremos que B = {u1 , . . . , un } uma base ortonormal de V se o conjunto B for um
conjunto ortonormal.
Com isto temos a
Proposio 13.59 Sejam (V, +, ) um espao vetorial real munido de um produto in.
terno < , > de dimenso n e B = {u1 , . . . , un } uma base ortonormal de V e u V.
Ento
u = u, u1 u1 + + u, un un .
Prova:
.
Como B = {u1 , . . . , un } uma base de V, existem 1 , . . . , n R tais que
u = 1 u1 + + n un .
Tomando o produto interno do vetor u com o vetor u1 obteremos
u, u1 = 1 u1 + 2 u2 + n un , u1
= 1 u1 , u1 +2 u2 , u1 + + n un , u1 = 1 ,
| {z }
| {z }
| {z }
=1

=0

=0

pois a base B ortonormal, isto ,


1 = u, u1 .
Para j = 2, , n temos, de modo anlogo, que
u, uj = 1 u1 + j1 uj1 + j uj + j+1 uj+1 + + n un , uj
= 1 u1 , uj + + j1 uj1 , uj +j uj , uj +j+1 uj+1 , uj
| {z }
| {z }
| {z }
| {z }
=0

=0

+ + n un , uj = j ,
| {z }
=0

pois a base B ortonormal, mostrando que


j = u, uj ,
completando a demonstrao.

=1

=0

230

CAPTULO 13. ESPAOS EUCLIDIANOS

Observao 13.60 Na situao acima, para cada j = 1, , n, o vetor


u, uj uj
ser denominado projeo ortogonal do vetor u na direo do vetor uj .
Exemplo 13.61 Seja (R2 , +, ) espao vetorial real munido do produto interno (13.4)
(com n = 2).
.
2
Encontre as coordenadas
a matriz
das coordenadas do vetor u = (1, 1) R em
e
2 2
2
2
.
,
), (
,
)}.
relao base B = {(
2 2
2
2
Resoluo:
Sejam

2 2
2
2
.
.
u1 = (
,
) e u2 = (
,
)
2 2
2
2
Observemos que B uma base ortonormal de R2 pois:




2 2
2 2
2 2
2 2
1 1
u1 , u1 = (
,
), (
,
) =
.
+
.
= + = 1,
2 2
2 2 2 2
2 2
2 2
2 2
2
2
2 2
2
2
1 1
u1 , u2 = (
,
), (
,
) =
.
+
.(
) = = 0,
2
2
2 2
2 2 2 2
2 2
2
2
2
2
2 2
2
2
1 1
u2 , u2 = (
,
), (
,
) =
.
+ (
).(
) = + = 1.
2
2
2
2
2 2
2
2
2 2
Como a base B uma base ortonormal, pela proposio anterior, temos que
u = u, u1 u1 + u, u2 u2

2 2
2 2
2
2
2
2
= (1, 1), (
,
) (
,
) + (1, 1), (
,
) (
,
)
2 2
2
2
2
2
2 2

2 2
2
2
= 2(
,
)+0(
,
).
2 2
2
2
Desta forma a matriz coordenadas do vetor u = (1, 1), em relao base B, ser dada por
( )
2
[u]B =
.
0

Temos tambm a

Proposio 13.62 Sejam (V, +, ) um espao vetorial real munido de um produto


interno < , > e U = [u1 , . . . , un ] o subespao gerado por um conjunto ortonormal
.
S = {u1 , . . . , un }.
Ento, se u V temos que o vetor v V dado por
.
v = u u, u1 u1 u, un un

()

13.5. ORTOGONALIDADE

231

ortogonal a todo vetor w U, isto , vU.


Em particular, v = O se, e somente se,
u = u, u1 u1 + + u, un un ,
ou seja, se, e somente se, u [u1 , . . . , un ].
Prova:
Seja w U.
Como S um conjunto ortonormal de V que gera U, pela proposio (13.52), segue que
S ser uma base para o subespao vetorial U.
Logo, existem escalares 1 , , n R tais que
w=

j uj .

j=1

Para mostrar que v U precisaremos mostrar que v, w = 0.


Observemos que
n
n

v, w = v,
j uj =
j v, uj .
j=1

j=1

Portanto, basta mostrar que v, uj = 0 para cada j = 1, . . . , n.


Como u1 , . . . , un formam um conjunto ortonormal, para cada j = 1, , n, temos
()

v, uj = u u, u1 u, uj uj u, un un , uj
= u, uj u, u1 u1 , uj u, uj uj , uj u, un un , uj
[uj ,ui =0, se i=j]

u, uj u, uj uj , uj = uj , u u, uj = 0,
| {z }
=1

completando a demonstrao.
Temos a
Proposio 13.63 Sejam (V, +, ) um espao vetorial real munido de um produto interno < , > e U um subespao vetorial de V.
Se u U e uU ento u = O.
Prova:
Como u U e, por hiptese, o vetor u ortogonal a todo vetor de U, teremos u u
(pois u U) implicando que
u2 = u, u = 0,
ou seja, u = 0, mostrando que u = O, como queramos demonstrar.
Como consequncia temos a

232

CAPTULO 13. ESPAOS EUCLIDIANOS

Proposio 13.64 Sejam (V, +, ) um espao vetorial real munido de um produto in.
.
terno < , >, S = {u1 , . . . , un } e R = {v1 , . . . , vn } conjuntos ortonormais tais que [S] = [R].
Ento, para u V, temos
u, u1 u1 + + u, un un = u, v1 v1 + + u, vn vn .
Prova:
Seja u V.
.
Definamos U = [R] = [S],
.
w1 = u (u, u1 u1 + + u, un un )
e

.
w2 = u (u, v1 v1 + + u, vn vn ) .
Pela proposio (13.62) temos w1 , w2 U.
Logo, se w U, temos

(*)

w1 w2 , w = w1 , w w2 , w = 0,
| {z } | {z }
()

=0

()

=0

isto , (w1 w2 )U.


Notemos tambm que
w1 w2 = u, v1 v1 + + u, vn vn (u, u1 u1 + + u, un un ) U.
Portanto, da proposio (13.63), segue que w1 w2 = O, isto ,
u, u1 u1 + + u, un un = u, v1 v1 + + u, vn vn ,
como queramos demonstrar.
Podemos agora introduzir a
Definio 13.65 Sejam (V, +, ) um espao vetorial real munido de um produto interno
.
.
< , >, S = {u1 , . . . , un } V um conjunto ortonormal, U = [u1 , . . . , un ] e u V.
O vetor w V dado por
.
w = u, u1 u1 + + u, un un
ser chamado de projeo ortogonal do vetor u sobre o subespao U.
Observao 13.66 Se (V, +, ) um espao vetorial real munido de um produto interno
< , > e v V um vetor no nulo.
Ento
. v
S={
}
v
um conjunto ortonormal.

13.5. ORTOGONALIDADE

233

Assim, se u V, a projeo ortogonal do vetor u sobre o subespao vetorial [S] nada


mais ser do que o vetor
v
v
u, v
.
w = u,

=
v.
v v
v2
Neste caso, por abuso de, diremos que o vetor w chamado de projeo ortogonal
do vetor u na direo do vetor v.
v
Notemos que o vetor no nulo v no , necessariamente, unitrio mas o vetor
v
unitrio (ver da observao (13.60).
Apliquemos estas idias ao
Exerccio 13.67 Considere o espao vetorial real (R3 , +, ) munido do produto interno
(13.4).
Verifique que os vetores
1 1
. 1 1
. 1
u1 = ( , , ) e u2 = ( , , 0)
3
3 3
2 2
formam um conjunto ortonormal.
.
Encontre a projeo ortogonal do vetor u = (2, 3, 1) sobre o subespao gerado pelos
vetores u1 e u2 .
Resoluo:
Temos que
1 1
1
1 1
1
u1 , u1 = ( , , ), ( , , )
3
3 3
3
3 3
1 1
1
1
1 1
1 1 1
= . + ( ).( ) + . = + + = 1,
3 3 3
3 3
3
3
3 3
1
1 1
1 1
u1 , u2 = ( , , ), ( , , 0)
3
3 3
2 2
1 1
1
1
1
1
1
= . + ( ). + .0 = + 0 = 0,
3 2
3
2
3
6
6
1 1
1 1
u2 , u2 = ( , , 0), ( , , 0)
2 2
2 2
1 1
1
1
1 1
= . + ). ) + 0.0 = + = 1,
2 2
2 2
2
2

.
ou seja, S = {u1 , u2 } um conjunto ortonormal.
.
Assim, a projeo ortogonal do vetor u = (2, 3, 1) sobre o subsepao vetorial [u1 , u2 ] ser
dada pelo vetor
.
w = u, u1 u1 + u, u2 u2
1 1
1
1 1
1 1
1 1
1
= (2, 3, 1), ( , , ) ( , , ) + (2, 3, 1), ( , , 0) ( , , 0)
3
3 3
3
3 3
2 2
2 2
5 5
= ( , , 0).
2 2
Podemos aplicar as idias acima ao

234

CAPTULO 13. ESPAOS EUCLIDIANOS

Exemplo 13.68 Considere o espao vetorial real (P3 (R), +, ) com o produto interno
dado por
1
.
p, q = p(x)q(x) dx, p, q P3 (R).
0

Encontre a projeo do vetor p P3 (R) dado por


xR

p(x) = 1 + x + x2 + x3 ,
sobre o subespao vetorial gerado pelo vetor q, onde
.
q(x) = x3 x,

x R.

Resoluo:
Observemos que
1
1
1
1
x7 x3 2x5
3
2
6
2
4
2
2
q = q (x) dx = (x x) dx = (x + x 2x ) dx =
+

7
3
5 0
0
0
0
1 1 2
8
= + =
,
7 3 5
105
logo q = O e alm disso
p, q =

1
(1 + x + x2 + x3 )(x3 x) dx

p(x)q(x) dx =
0

(x x2 + x5 + x6 ) dx

[exerccio]

11
.
21

Assim a projeo ortogonal do vetor p sobre o subespao vetorial gerado pelo vetor q,
ser dada pelo vetor r P3 (R), onde
11
55
[exerccio]
. p, q
r(x) =
q(x) = 21 (x3 x) = (x3 x),
2
8
q
8
105

13.6

x R.

Processo de Gram-Schmidt

A demonstrao do prximo teorema fornece um mtodo para se conseguir uma base ortonormal de um espao euclideano finitamente gerado a partir de uma base dada.
Para isto temos o
Teorema 13.69 Todo espao vetorial real finitamente gerado, munido de um produto
interno < , >, possui uma base ortonormal.
Prova:
A prova por induo sobre a dimenso do espao.
Seja (V, +, ) um espao vetorial real munido de um produto interno < , > de dimenso
finita.

13.6. PROCESSO DE GRAM-SCHMIDT

235

dim

Se
(V) = 1 ento existe v1 V, v1 =
O, tal que V = [v1 ].
Como v1 = O, definindo-se
. v1
u1 =
v1
.
segue que B = {u1 } um conjunto ortonormal e V = [u1 ], ou seja, B uma base ortonormal
do espao vetorial real (V, +, ).
.
Se
V = 2 ento existem vetores v1 , v2 V l.i. tais que V = [v1 , v2 ], ou seja, C = {v1 , v2 }
uma base do espao vetorial real (V, +, ).
Definamos
. v1
u1 =
.
v1

dim

Nosso trabalho se resume em encontrar um vetor ortogonal ao vetor u1 e que tenha norma
1.
Primeiramente vamos encontrar um vetor ortogonal ao vetor u1 .
Pela proposio (13.62), basta definirmos
.
u2 = v2 v2 , u1 u1 .
Temos que u2 = O, pois os vetores v1 e v2 so linearmente independentes.
Resta agora normalizar o vetor u2 , isto , definirmos
. u2
.
u2 =
u2
Ento

. v1
u1 =
v1

. v2 v2 , u1 u1
u2 =
v2 v2 , u1 u1

formam uma base ortonormal de V.


Dado n N, suponhamos que tenhamos provado o teorema para todos os espaos vetorial
real munido de um produto interno < , > de dimenso n 1.
Queremos provar que o mesmo verdade para todo espao vetorial real munido de um
produto interno de dimenso n.
Se
(V) = n 2 ento existem v1 , . . . , vn V que formam uma base de V.
Notemos que
.
U = [v1 , . . . , vn1 ]

dim

um subespao vetorial do espao vetorial (V, +, ) e tem dimenso n 1.


Desse modo, usando a nossa hiptese de induo, possvel encontrar uma base ortonormal de U.
Denotaremos estes vetores da base ortonormal de U por u1 , . . . , un1 .
Como vn U (caso contrrio v1 , , vn seriam l.d.) ento, pela proposio (13.62), o
vetor
.
un = vn vn , u1 u1 vn , un1 un1
um vetor no nulo e ortogonal a todos os elementos de U (portanto, ortogonal aos vetores
u1 , . . . , un1 ).

236

CAPTULO 13. ESPAOS EUCLIDIANOS

Para finalizar, tomamos como base de V os vetores


u1 , . . . , un1 , un
onde

vn vn , u1 u1 vn , un1 un1
. un
un =
=
,

un
vn vn , u1 u1 vn , un1 un1

completando a demonstrao.

Observao 13.70
1. Notemos que na demonstrao do teorema acima partimos da existncia de uma
base do espao vetorial e ortonormalizamos a mesma.
2. O procedimento de, partindo de uma base de um espao vetorial, obter uma base
ortonormal do mesmo (que foi o que fizemos na demonstrao do terema acima)
conhecido como processo de Gram-Schmidt.
3. No caso de um espao vetorial real munido de um produto interno tridimensional,
.
se B = {v1 , v2 , v3 } uma base, ento uma base ortonormal deste espao pode ser
dada pelos vetores
v1
,
v1
v2 v2 , u1 u1
u2 =
v2 v2 , u1 u1
v3 v3 , u1 u1 v3 , u2 u2
u3 =
.
v3 v3 , u1 u1 v3 , u2 u2
u1 =

Apliquemos este processo aos seguintes exemplos:


Exemplo 13.71 Encontre uma base ortonormal do espao vetorial real (W, +, ) onde +
e so as operaes usuais de R3 , munido do produto interno (13.4), como n = 3, onde
.
W = {(x, y, z) R3 ; x 2y = 0}.
Resoluo:
Observemos que W um subespao vetorial de (R3 , +, ) (verifique!).
Notemos tambm que (x, y, z) W se, e somente se, x = 2y ou, equivalentemente,
(x, y, z) = (2y, y, z) = y (2, 1, 0) + z (0, 0, 1),
ou seja,
W = [(2, 1, 0), (0, 0, 1)].
.
Desta forma B = {(2, 1, 0), (0, 0, 1)} ser uma base de W (pois geram e so l.i.).

13.6. PROCESSO DE GRAM-SCHMIDT


Definamos

237

.
u1 = (0, 0, 1),

pois este vetor unitrio (tem norma 1).


Pelo processo de Gram-Schmidt, o vetor u2 ser a projeo ortogonal, unitria, do vetor
.
v2 = (2, 1, 0) na direo do vetor u1 , isto
. v2 < v2 , u1 > u1
u2 =
v2 < v2 , u1 > u1
(2, 1, 0)
(2, 1, 0) (2, 1, 0), (0, 0, 1) (0, 0, 1)
=
=
(2, 1, 0) (2, 1, 0), (0, 0, 1) (0, 0, 1)
(2, 1, 0)

[exerccio]

2 1
( , , 0),
5 5

assim obtemos a base ortonormal {u1 , u2 } para o espao vetorial (W, +, ).


Podemos aplicar o mesmo processo para o
Exerccio 13.72 Encontre uma base ortonormal do espao vetorial real (W, +, ) onde
+ e so as operaes usuais de R4 , munido do produto interno (13.4), como n = 4,
onde
W = {(x, y, z, t) R4 ; x + y + z + t = 0}.
Resoluo:
Observemos que W um subespao vetorial de (R4 , +, ) (verifique!).
Notemos tambm que
(x, y, z, t) W se, e somente se, x = y z t ou, equivalentemente,
(x, y, z, t) = (y z t, y, z, t) = y (1, 1, 0, 0) + z (1, 0, 1, 0) + t (1, 0, 0, 1),
ou seja,
W = [(1, 1, 0, 0), (1, 0, 1, 0), (1, 0, 0, 1)].
|
{z
} |
{z
} |
{z
}
.
.
.
=v1
=v2
=v3
Como os vetores (1, 1, 0, 0), (1, 0, 1, 0), (1, 0, 0, 1) so linearmente independentes, segue-se que formam uma base do espao vetorial real W (pois geram W).
Definamos
(1, 1, 0, 0)
1 1
. v1
u1 =
=
= ( , , 0, 0).
v1
(1, 1, 0, 0)
2 2
Pelo processo de Gram-Schmidt teremos
. v2 < v2 , u1 > u1
u2 =
v2 < v2 , u1 > u1
1 1
1 1
(1, 0, 1, 0) (1, 0, 1, 0), ( , , 0, 0) ( , , 0, 0)
2 2
2 2
1 1
1 1
(1, 0, 1, 0) (1, 0, 1, 0), ( , , 0, 0) ( , , 0, 0)
2 2
2 2
1 1
( , , 1, 0)
1
2 2
= (1, 1, 2, 0).
=
1 1
6
( , , 1, 0)
2 2

238

CAPTULO 13. ESPAOS EUCLIDIANOS

De modo anlogo,
. v3 < v3 , u1 > u1 < v3 , u2 > u2
u3 =
v3 < v3 , u1 > u1 < v3 , u2 > u2
(1, 0, 0, 1) (1, 0, 0, 1), u1 u1 (1, 0, 0, 1), u2 u2
.
(1, 0, 0, 1) (1, 0, 0, 1), u1 u1 (1, 0, 0, 1), u2 u2
Como
1 1
1
(1, 0, 0, 1), u1 = (1, 0, 0, 1), ( , , 0, 0) =
2 2
2
1
1
(1, 0, 0, 1), u2 = (1, 0, 0, 1), (1, 1, 2, 0) =
6
6
segue que
(1, 0, 0, 1) (1, 0, 0, 1), u1 u1 (1, 0, 0, 1), u2 u2
1
1 1
1 1
(1, 0, 0, 1) ( , , 0, 0) (1, 1, 2, 0)
2
2 2
6 6
1 1
1 1 1
1 1 1
= (1, 0, 0, 1) + ( , , 0, 0) + ( , , , 0) = ( , , , 1).
2 2
6 6 3
3 3 3
Desta forma,
1 1 1
( , , , 1)
1
1 1 1
.
3 3 3
u3 =
=
3( , , , 1)
1 1 1
2
3 3 3
( , , , 1)
3 3 3
assim obtemos a base ortonormal {u1 , u2 , u3 } para o espao vetorial (W, +, ).
Exemplo 13.73 Encontre uma base ortonormal do espao vetorial real (P2 (R), +, ) munido do produto interno
.
p, q =

1
p(x)q(x) dx,

p, q P2 (R).

Resoluo:
Usaremos o processo de Gram-Schmidt para construir uma base ortonormal a partir da
base formada pelos polinmios po , p1 , p2 P2 (R) onde,
.
po (x) = 1,

.
p1 (x) = x,

Temos que
po =

.
p2 (x) = x2 ,
1

p2o (x) dx

12 dx = 1

assim definimos

x R.

.
qo (x) = po (x) = 1,

x R.

13.7. COMPLEMENTO ORTOGONAL

239

Seguindo o processo de Gram-Schmidt, definimos


. p1 p1 , qo qo
q1 (x) =
.
p1 p1 , qo qo
Como
p1 , po =

1
p1 (x)qo (x) dx =

x dx =
0

1
p1 p1 , qo qo = [p1 (x) qo (x)]2 dx =
2
0
2

1
2

1
[exerccio] 1
(x )2 dx =
,
2
12
0

segue que
1
x

1
.
q1 (x) = 2 = |{z}
12(x ) = 3 (2x 1), x R.
2

1
=2 3
12
Por fim, definamos
. p2 p2 , qo qo p2 , q1 q1
q2 (x) =
.
p2 p2 , qo qo p2 , q1 q1
Como
1

1
x2 dx = ,
3
0
0

1
1 2
3
[exerccio ]
p2 , q1 = p2 (x)q1 (x) dx = 3 x (2x 1) dx
=
6
0
0
1
p2 p2 , qo qo p2 , q1 q1 2 = [p2 (x) p2 , qo qo (x) p2 , q1 q1 (x)]2 dx
0
1
1
[exerccio ] 1
=
,
= (x2 x + )2 dx
6
180
0
p2 , qo =

segue que

p2 (x)qo (x) dx =

1
.
180} (x2 x + ) = 5 (6x2 6x + 1),
q2 (x) = | {z
6

x R.

=6 5

Desta forma, uma base ortonormal de P2 (R) dada por {qo , q1 , q2 } onde
.
.
.
qo (x) = 1, q1 (x) = 3 (2x 1) e q2 (x) = 5 (6x2 6x + 1), x R.

13.7

Complemento Ortogonal

Comearemos introduzindo a
Definio 13.74 Sejam (V, +, ) um espao vetorial real munido de um produto interno
< , > e U um subespao vetorial de V.
Definimos o complemento ortogonal de U, indicado por U , como sendo o conjunto
.
U = {v V; v, u = 0, u U}.

240

CAPTULO 13. ESPAOS EUCLIDIANOS

Com isto temos a


Proposio 13.75 Na situao acima temos que U um subespao vetorial de V.
Prova:
Notemos que O U pois O, u = 0 para todo u U.
Se v, w U e R, ento para todo u U, temos
v + w, u = v, u + w, u = 0.
| {z }
| {z }
[vU ]

[wU ]

Portanto, (v + w) U , mostrando que U um subespao vetorial de V.


Observao 13.76 Se o espao vetorial real (V, +, ), munido de um produto interno
< , >, tem dimenso finita ento v U se, e somente se, o vetor v ortogonal a
todos os vetores de uma base qualquer de U.
.
De fato, se B = {u1 , , un } uma base de U ento se u U existem escalares
1 , , n R tais que
u = 1 u1 + + n un .
Portanto v U se, e somente se,
v, u = 0 para todo u U v, 1 u1 + + n un = 0 para todo 1 , , n R
1 v, u1 + + n v, un = 0 para todo 1 , , n R
v, u1 = = v, un = 0,
ou seja, o vetor v ortogonal a todos os vetores da base B de U.
Apliquemos estas idias ao
Exemplo 13.77 Consideremos o espao vetorial real (R3 , +, ) munido do produto interno (13.4) e
.
U = {(x, y, z) R3 ; x y z = 0}.
Encontre o subespao vetorial U .
Resoluo:
Deixaremos como exerccio para o leitor a verificao que U um subespao vetorial de
3
R , +, ).
Temos (x, y, z) U se, e somente se, x = y + z ou, equivalentemente,
(x, y, z) = (y + z, y, z) = y (1, 1, 0) + z (1, 0, 1),
ou seja,
U = [(1, 1, 0), (1, 0, 1)].

13.8. ISOMETRIA

241

Logo os vetores (1, 1, 0) e (1, 0, 1) formam uma base de U (pois geram e so l.i., verifique!).
Assim, da observao acima, (x, y, z) U se, e somente se,
(x, y, z), (1, 1, 0) = 0
ou seja,

{
x+y=0
x+z=0

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

(x, y, z) = x (1, 1, 1),

x R.

Assim,
U = [(1, 1, 1)].
Teorema 13.78 Sejam (V, +, ) um espao vetorial real munido de um produto interno
< , >, de dimenso finita e U um subespao vetorial de V.
Ento V = U U .
Prova:
Dado v V, consideremos o vetor w que a projeo ortogonal do vetor v sobre U, isto
,
.
w = v, u1 u1 + + v, un un ,
onde B = {u1 , , un } uma base ortonormal de U.
Observemos que
v = w + (v w).
Logo, pela proposio (13.62), como w U teremos que (v w)U, ou seja, para todo
u U, v w, u = 0, logo , v = |{z}
w + (v w) U + U , mostrando que V = U + U .
| {z }
U

Agora, se u U U ento u, u = 0 e, portanto, u = O, ou seja, V = U U ,


completando a demonstrao.

13.8

Isometria

Definio 13.79 Sejam (U, +, ) e (V, +, ) espaos vetoriais reais munidos de produtos
internos.
Diremos que T L (U, V) uma isometria de U em V se
T (u1 ), T (u2 ) = u1 , u2 ,

para todo

u1 , u2 U.

Observao 13.80 Note que os produtos internos acima, embora representados pelo
mesmo smbolo, so produtos internos de V e de U, respectivamente, isto , de modo
rigoroso, deramos escrever
T (u1 ), T (u2 )U = u1 , u2 V ,

para todo

u1 , u2 U.

Para simplificar a notao omitiremos os ndices U e V nos respectivos produtos


internos envolvidos na igualdade.

242

CAPTULO 13. ESPAOS EUCLIDIANOS

Com isto temos o


Exerccio 13.81 (Rotao em R2 ) Sejam R fixado, (R2 , +, ) espao vetorial real
munido do produto interno (13.4) e T : R2 R2 dada por
.
T (x, y) = (x

cos() y sen(), x sen() + y cos()),

(x, y) R2 .

Mostre T uma isometria de R2 em R2 .


Resoluo:
Deixaremos como exerccio para o leitor a verificao que T L (R2 ).
Se (x1 , y1 ), (x2 , y2 ) R2 temos que

cos() y1 sen(), x1 sen() + y1 cos()),


(x2 cos() y2 sen(), x2 sen() + y2 cos())
[exerccio]
= x1 x2 (cos2 () + sen2 ())
y1 x2 ( cos() sen() + cos() sen())
x1 y2 (cos() sen() cos() sen())
+ y1 y2 (cos2 () + sen2 ())

T (x1 , y1 ), T (x2 , y2 ) = (x1

= x1 x2 + y1 y2 = (x1 , y1 ), (x2 , y2 ),
mostrando que T uma isometria de R2 em R2 .
Temos o
Teorema 13.82 Sejam (U, +, ), (V, +, ) espaos vetoriais reais munidos de produtos
internos e T L (U, V).
So equivalentes:
1. T uma isometria de U em V;
2. T (u) = u para todo u U;
3. T (u) T (v) = u v para todo u, v U;
4. Se {u1 , . . . , un } U um conjunto ortonormal ento {T (u1 ), . . . , T (un )} ser um
conjunto ortonormal em V.
Prova:
(1. = 2.):
Como T L (U, V) uma isometria temos que
T (u), T (v) = u, v

para todo

u, v U. ()

Em particular, tomando u = v, obteremos


()

T (u)2 = T (u), T (u) = u, u = u2 ,

para todo

u U,

13.8. ISOMETRIA

243

ou seja, T (u) = u, para todo u U, mostrando que 2. ocorrer.


(2. = 3.):
Para todo u, v U, temos
T (u) T (v)

[T linear]

[2.]

T (u v) = u v,

mostrando que 3. ocorrer.


(3 = 1):
Note que
T (u) + T (v)

[v=(v) e T linear]

[3.]

T (u) T (v) = u (v) = u + v. ()

Pela proposio (13.36), para todo u, v U temos


1
T (u), T (v) = (T (u) + T (v)2 T (u) T (v)2 )
4
() 1
= (u + v2 u v2 ) = u, v,
4
mostrando que 1. ocorrer.
(1 = 4):
Se {u1 , . . . , un } um conjunto ortonormal de U ento, como T uma isometria, temos
{
1, se i = j
T (ui ), T (uj ) = ui , uj =
0, se i = j,
ou seja, {T (u1 ), . . . , T (un )} um conjunto ortonormal, mostrando que 4. ocorrer.
(4 = 1):
.
Seja B = {u1 , . . . , un } uma base ortonormal de U.
.
Por hiptese temos que C = {T (u1 ), . . . , T (un )} uma conjunto ortonormal.
Logo se u, v U, existem escalares 1 , , n , 1 , , n R tais que
u = 1 u1 + + n un

v = 1 u1 + + n un .

Como isto obteremos


T (u), T (v) = T [

i ui ], T [

i=1
[T linear]

j uj ]

j=1

i T (ui ),

i=1

j T (uj ) =

j=1

n
n

i=1 j=1

i j T (ui ), T (uj )
|
{z
}
=ij

(13.83)

i i .

i=1

Por outro lado,


u, v =

i ui ,

i=1

i=1

i i .

j=1

j uj =

n
n

i=1 j=1

i j ui , uj
| {z }
=ij

(13.84)

244

CAPTULO 13. ESPAOS EUCLIDIANOS

Comparando as expresses (13.83) e (13.84), conclumos que T uma isometria de U em


V, completando a demonstrao.
Como consequncia temos o
Corolrio 13.85 Sejam (U, +, ), (V, +, ) espaos vetoriais reais munidos de produtos
internos e T L (U, V) uma isometria de U em V.
Ento a transformao linear T injetora.
Prova:
Basta ver que se T (u) = O, como T isometria, temos ento
u

[teor. (13.82) item 2.]

T (u) = O = 0,

portanto, u = O, mostrando que a transformao linear T injetora.


Tambm como consequncia temos o
Corolrio 13.86 Sejam (U, +, ), (V, +, ) espaos vetoriais reais munidos de produtos
internos com e
(U) =
(V) e T L (U, V) uma isometria de U em V.
Ento T um isomorfismo de U em V.

dim

dim

Prova:
Como os espaos vetoriais reais (U, +, ) e (, +, )V tm a mesma dimenso e, pelo corolrio
acima, a transformao linear T injetora, segue-se, do corolrio (9.57), que a transformao
linear T uma bijeo, isto , um isomorfismo de U em V.
Apliquemos isto ao
Exerccio 13.87 Sejam (R2 , +, ) espao vetorial real munido do produto interno (13.4)
e T L (R2 ) tal que a matriz do operador linear T com relao a uma base ortonormal
de R2 dada por
(
)
1 2
.
2 1
Pergunta-se: T uma isometria em R2 ?
Resoluo:
.
Vejamos, se B = {u, v} uma base ortonormal de R2 e
(
)
a b
c d
a matriz de uma isometria S L (R2 ) com relao a esta base ento
S(u) = a u + c v,

(13.88)

S(v) = b u + d v.

(13.89)

13.8. ISOMETRIA

245

Pelo teorema anterior deveremos ter


S(u)
| {z }

(13.88)

= u = 1 e

S(v)(13.89)
=

b2 +d2

v = 1.

a2 +c2

Alm do mais,
S(u), S(v) = u, v = 0.
{z
}
|
(13.88),(13.89)

Logo deveremos ter

ab+bd

2
2

a + c = 1
b 2 + d2 = 1

ab + cd = 0

Deste modo, o operador linear T no pode se uma isometria pois, por exemplo, a2 + c2 =
12 + (2)2 = 5 = 1.
Observao 13.90 Sejam (U, +, ) espao vetorial real finitamente gerado, munido de
.
um produto interno, B = {u1 , . . . , un } uma base ortonormal de U e T L (U) uma
isometria.
1. Encotremos a matriz do operador linear T em relao base B.
.
Consideremos M = [T ]B = (aij ).
Para cada j = 1, , n temos que
T (uj ) = a1j u1 + + anj un ,
assim
T (ui ), T (uj ) = a1i u1 + + ani un , a1j u1 + + anj un
n
n
n
n

=
aki uk ,
amj um =
aki amj uk , um
| {z }
k=1

m=1

k=1 m=1

=km

aki akj = a1i a1j + + ani anj

k=1

por outro lado temos


T (ui ), T (uj ) = ui , uj = ij =

{
1,

se i = j

0,

se i = j

ou seja, para cada j = 1, , n deveremos ter


a1i a1j + + ani anj = ij .
Portanto, as colunas da matriz M, quando vistas como vetores do (Rn , so vetores
ortonormais no espao vetorial Rn , +, ), munido do produto interno (13.4).

246

CAPTULO 13. ESPAOS EUCLIDIANOS

2. Vale observar tambm que


Mt M

[exerccio]

(a1i a1j + + ani anj ) = In .

Uma matriz quadrada com a propriedade acima ser chamada de matriz ortogonal.
Deixaremos para o leitor o
Exerccio 13.91 Sejam A, B Mn (R) tais que AB = In .
Mostre que BA = In e, portanto, B = A1 .
Observao 13.92
1. Em particular, o exerccio acima nos diz que se uma matriz M Mn (R) uma
matriz ortogonal ento ela ser uma matriz inversvel e alm disso, sua matriz
inversa ser sua matriz transposta, isto ,
M1 = Mt .
2. Observemos que a equao
MMt = In
nos diz que as linhas da matriz M quando vistas como vetores do Rn so vetores
ortonormais no espao vetorial Rn , +, ), munido do produto interno (13.4).
3. Se a matriz M Mn (R) ortogonal ento

det2(M) = det(M). det(M) [ det(M)==det(M )] det(Mt). det(M)


= det(Mt M) = det(In ) = 1,
t

isto ,

det(M) = 1.

Concluso: o determinante de uma matriz ortogonal ser igual a 1.


4. A recproca deste fato no verdadeira, isto existem matriz quadradas A
Mn (R) de tal modo que
(A) = 1 mas a matriz A no uma matriz ortogonal.

det

Deixaremos como exerccio para o leitor encontrar uma tal matriz.

13.9

Operador Autoadjunto

Definio 13.93 Sejam (U, +, ) um espao vetorial real munido de um produto interno
< , > e T L (U).
Diremos que o operador linear T um operador autoadjunto em U se
T (u), v = u, T (v),
para todo u, v U.

13.9. OPERADOR AUTOADJUNTO

247

Com isto temos o


Exemplo 13.94 Sejam (R2 , +, ) espao vetorial real munido do produto interno (13.4)
e T L (R2 ) dado por
.
T ((x, y)) = (ax + by, bx + cy),

(X, y) R2 .

Verifique que o operador linear T um operador autoadjunto em R2 .


Resoluo:
Deixaremos como exerccio para o leitor a verificao que T L (R2 ).
Se (x, y), (z, t) R2 temos
T (x, y), (z, t) = (ax + by, bx + cy), (z, t) = axz + byz + bxt + cyt.
Por outro lado,
(x, y), T (z, t) = (x, y), (az + bt, bz + ct) = axz + bxt + byz + cyt.
Comparando as expresses vemos que
T (x, y), (z, t) = (x, y), T (z, t),
mostrando que o operador linear T um operador autoadjunto em R2 .
Observao 13.95 Encotremos a matriz do operador do exemplo anterior com relao
.
base ortonormal B = {(1, 0), (0, 1)}.
Para isto temos que
T ((1, 0)) = (a.1 + b.0, b.1 + c.0) = (a, b) = a (1, 0) + b (0, 1),
T ((0, 1)) = (a.0 + b.1, b.0 + c.1) = (b, c) = b (1, 0) + c (0, 1),
(

assim
[T ]B =

)
a b
b c

ou seja, uma matriz simtrica (pois [T ]tB = [T ]B ).


Isto, como vermos no prximo teorema, no uma simples coincidncia.
Teorema 13.96 Seja (U, +, ) um espao vetorial real munido de um produto interno
< , > de dimenso finita e T L (U).
O operador linear T ser um operador autoadjunto em U se, e somente se, a matriz
do operador linear T em relao a uma base ortonormal de U for um matriz simtrica.
Prova:
.
Sejam B = {u1 , . . . , un } uma base ortonormal e A = (aij ) a matriz do operador linear T
em relao base B.

248

CAPTULO 13. ESPAOS EUCLIDIANOS

Com isto temos que


T (uk ) = a1k u1 + + ank un =

amk um ,

(13.97)

m=1

para todo k = 1, . . . , n.
Logo
T (ui ), uj

[(13.97) com k=i]

ami um , uj =

m=1

m=1

ami um , uj
| {z }
=mj

(13.98)

= aji .
Por outro lado,
ui , T (uj )

[(13.97) com k=j]

ui ,

amj um =

m=1

m=1

amj ui , um
| {z }
=im

(13.99)

= aij .

Suponha que o operador linear T seja um operador autoadjunto em U.


Logo de (13.98) e (13.99) segue que aij = aji , i, j = 1, , n, ou seja, a matriz de T em
relao base ortonormal B uma matriz simtrica.
Reciprocamente, suponha que a matriz (aij ) do operador linear T em relao base
.
ortonormal B = {u1 , . . . , un } seja uma matriz simtrica.
Devemos mostrar que
T (u), v = u, T (v), u, v U.
Como u, v U, existem escalares 1 , , n , 1 , , n R tais que
u = 1 u1 + + n un =

m um

v = 1 u1 + + n un =

m=1

k uk .

k=1

Ento, como o produto interno linear em cada uma de suas entradas e a base B um
base ortonormal de U, teremos
T (u), v = T (

m um ), v

[T linear]

m=1

m T (um ), v

i=1

m T (um ),

k uk =

m k T (um ), uk

m=1 k=1

k=1

m=1

n
n

e, analogamente,
n
n

[T linear]
k uk )
=
u,
k T (uk )
u, T (v) = u, T (
k=1

m=1

m um ,

k=1

k=1
n
n

k T (uk ) =

m=1 k=1

m k um , T (uk ).

13.9. OPERADOR AUTOADJUNTO

249

Logo, basta mostrar que


T (um ), uk = um , T (uk ),

m, k = 1, , n.

Como a matriz (aij ) a matriz do operdaor linear T em relao a esta base, e ela uma
matriz simtrica temos, por (13.98) e (13.99), que
T (ui ), uj = aij = aji = ui , T (uj ),
como queramos demonstrar.
Com isto temos o
Teorema 13.100 Sejam (U, +, ) um espao vetorial real munido de um produto interno
< , > e T L (U).
Se o operador linear T autoadjunto e , so autovalores distintos de T ento os
autovetores do operador T correspondentes a esses autovalores sero ortogonais.
Prova:
Sejam u e v autovetores correspondentes a e respectivamente, isto ,
T (u) = u

T (v) = v.

Com isto temos


( )u, v = u, v u, v = T (u), v u, T (v)
[T autoadjunto]

T (u), v T (u), v = 0.

Como = , segue-se que u, v = 0.


Finalizaremos este captulo com o seguinte resultado que provaremos apenas no caso
bidimensional. O caso unidimensional trivial.
Para a prova no caso geral, indicamos a leitura do livro lgebra Linear, de Elon L. Lima,
Coleo Matemtica Universitria [L].
Teorema 13.101 Sejam (U, +, ) um espao vetorial real munido de um produto interno
< , > de dimenso finita e T L (U) um operador autoadjunto em U.
Ento existe uma base ortonormal de U formada por autovetores de T.
Em particular, o operador linear T ser diagonalizvel.
Prova:
Faremos a demonstrao do caso bidimensional.
Como comentamos acima, a demonstrao do caso geral poder ser encontrada em ([L]).
.
Seja B = {u, v} uma base ortonormal de U.
Pelo teorema (13.96) segue que a matriz do operador linear T ser uma matriz simtrica,
ou seja, da forma
(
)
a b
A=
,
b c

250

CAPTULO 13. ESPAOS EUCLIDIANOS

para algum a, b R.
Desta forma, o polinmio caracterstico associado ao operador linear T ser da forma
pT () = 2 (a + c) + ac b2 ,

C.

Como
= (a + c)2 4(ac b2 ) = a2 + c2 2ac + 4b2 = (a c)2 + 4b2 0
vemos que o polinmio pT s apresenta razes reais.
Se a = c e b = 0 segue que a matriz A ser da forma A =

)
a 0
0 a

= a.I2 e a prpria

base B serve para completar a prova do teorema.


Agora, se a = c ou b = 0 ento o polinmio pT possui duas razes reais distintas, isto , o
operador linear T apresenta dois autovalores reais e distintos.
Logo, pelo teorema (13.100), os autovetores u1 , u2 correspondentes sero ortogonais e
como so no nulos, pois so autovetores, sero l.i. .
u1
u2
.
Basta tomar como base para U o conjunto B = {
,
} que est ser uma base
u1 u2
ortonormal de U (formada por autovetores de T ), completando a demonstrao.
Como consequncia temos o
Corolrio 13.102 Se a matriz A Mn (R) simtrica ento ela uma matriz diagonalizvel.
Prova:
Consideremos o espao vetorial real (Mn1 (R), +, ) munido do produto interno usual.
Observemos que se definirmos T : Mn1 (R) Mn1 (R) por
.
T (X) = AX,

X Mn1 (R),

ento T ser um operador linear em Mn1 (R) cuja matriz em relao a base cannica de
Mn1 (R) (que uma base ortonormal) ser a matriz A, que simtrica.
Logo do teorema (13.96) segue que o operador T ser autoadjunto que, pelo teorema
acima, dever ser diagonalizvel.
Portanto a matriz A ser diagonalizvel, completando a demonstrao.

13.10

Exerccios

Captulo 14
Forma Cannica de Jordan
14.1

Introduo e Exemplos

Como vimos no captulo anerior, nem todo operador linear diagonalizvel.


No entanto, se (U, +, ) um espao vetorial finitamente gerado e T L (U), existir
uma base com relao a qual, a matriz do operador linear T em relao a essa base ficar
parecida a uma matriz diagonal.
A seguir daremos uma pequena descrio de como a forma desta tal matriz parecida
com uma matriz diagonal, mas antes precisamos de algumas notaes.
Observao 14.1
1. Seja pT () o polinmio caracterstico de T.
Observemos que, pelo Teorema Fundamental da lgebra, o polinmio pT fatora-se
como
pT () = (1 )m1 (n )mn [( 1 )2 + 21 ]p1 [( k )2 + 2k ]pk ,
onde i = j , para i = j, com i, j = 1, , n e (r , r ) = (s , s ) para r = s, como
r, s = 1, k.
De modo geral, o Teorema Fundamental da lgebra garante que podemos escrever
o polinmio pT como produto de um nmero finito de fatores que sero potncias
naturais de polinmios irredutveis do 1.o e do 2.o graus.
2. Notemos que cada escalar r + ir ser uma raiz complexa (no real) do polinmio
pT .
Alm disso temos
m1 + + mn + 2p1 + 2pk =

dim(U).

3. Se R (que ser uma rais real do polinmio pT ) e r N, denotaremos por J(; r)


a matriz quadrada de ordem r cujos elementos da diagonal principal so iguais a
251

252

CAPTULO 14. FORMA CANNICA DE JORDAN


e todos os elementos logo acima da mesma, iguais a 1, ou seja,

1 0 0
0 1 0

J(; k) = 0 0 0
. . . .

.. .. .. . . ...
0 0 0

1 0 0
0 1 0

= 0 0 1
. . . .
.. .. .. . .
0 0 0

rr

0
0

..
.
1

0
0

+ 0
.
..

1
0
0
..
.

0
1
0
..
.

...

0 0 0

rr

0
0

..
.
0

rr

= .Ir + N,
onde Ir a matriz identidade de ordem r

0 1 0
0 0 1

. 0 0 0
N=
. . .
.. .. ..

..
.

0 0 0

0
0

..
.
0

rr

4. Notemos que Nr a matriz nula, isto , a matriz N uma matriz nilpotente


(verifique!).
5. Se +i C\R (que ser uma raiz complexa, no real, do polinmio pT ) e r N
um nmero par, denotaremos por R(, ; r) a matriz quadrada de ordem r definida
por:

1 0 0 0
0 1 0 0

0 0 0 0

.
0 0 0 0 .
R(, ; r) =

..
..
.. . .
.
..
..
. ..
.
.
.
.
.

0 0 0 0
0 0 0 0 rr
6. Se B1 , . . . , Bk so matrizes quadradas, no necessariamente de ordens iguais, denotaremos por
(B1 , . . . , Bk ) a matriz quadrada de ordem igual soma das ordens
de B1 , . . . , Bk dada por: por

B1 0 0

. 0 B2 0
(B1 , . . . , Bk ) = .
.. . .
. .
..
. ..
.

diag

diag

Bk

14.1. INTRODUO E EXEMPLOS

253

7. Para ilustar se, por exemplo,

2 1 0

B1 = 0 2 1
0 0 2

4
B2 =
0
0

ento

diag


(B1 , B2 ) =

4 1
3 0
0 3
0 4

..
. 0
0
..
. 0
0
..
. 0
0
..
.
..
. 3
4
..
. 4 3
..
. 0
0
..
. 0
0

4
3

0
0

1
0

0
1

3
4

4 3
0

Com isto temos o seguinte resultado cuja demonstrao ser omitida (para maiores detalhes ver [L]):
Teorema 14.2 (Forma Cannica de Jordan) Sejam (U, +, ) um espao vetorial de dimenso finita e T L (U) cujo polinmio caracterstico dado por
pT () = (1 )m1 (n )mn [( 1 )2 + 21 ]p1 [( k )2 + 2k ]pk ,

R,

onde i = j , para i = j, com i, j = 1, , n e (r , r ) = (s , s ) para r = s, como


r, s = 1, k e r > 0, para r = 1, , k.
Ento existe uma base de U em relao a qual a matriz do operador linear T da
forma
J=
(J1 , . . . , Jp , R1 , . . . , Rq ),
(14.3)

diag

onde J1 , . . . , Jp so da forma J(; r) para algum r N e {1 , . . . , n } e R1 , . . . , Rq so


da forma R(, ; s) para algum s N e (, ) {(1 , 1 ), . . . , (k , k )}.
Observao 14.4
1. Pode-se mostrar que a matriz J em (14.3) nica, a menos de permutaes dos
seus blocos que compem a sua diagonal.
2. Se um autovalor real do operador linear T ento a soma das ordens dos blocos
do tipo J(; s) ser igual multiplicidade algbrica do autovalor .
3. Se + i uma raiz complexa, no real, do polinmio pT (ou seja, um autovalor
complexo no real) ento a soma das ordens dos blocos do tipo R(, ; s) igual
ao dobro da multiplicidade algbrica da raiz + i.

254

CAPTULO 14. FORMA CANNICA DE JORDAN

4. Se um autovalor real do operador linear T com multiplicidade geomtrica r


ento existem r blocos do tipo J(; s) associados ao autovalor .
5. Suponha que
pT () = (1 )m1 (n )mn
onde i = j , se i = j, como i, j = 1, n.
Se mj tambm multiplicidade geomtrica de j ento o teorema de Jordan nos
diz que o operador linear T diagonalizvel (pois neste caso os blocos do tipo.
R(, ; s) no ocorrero).
6. O Teorema de Jordan nos diz que a matriz de um operador linear T com relao a uma base arbitrria semelhante a uma matriz da forma (14.3), que ser
denominada, matriz de blocos.
Apliquemos estas idias aos seguinte exemplos:
Exemplo 14.5 Seja (U, +, ) um espao vetorial finitamente gerado e T L (U).
Encontre as possveis matrizes na forma cannica de Jordan do operador linear T
cujo polinmio caracterstico dado por
pT () = (2 )3 (1 ),

C.

Resoluo:
.
.
Note que o operador linear T possui dois autovalores, a saber, 1 = 2 e 2 = 1 (pois so
as nicas raizes do polinmio pT ).
Como as multiplicidades algbricas e geomtrica do autovalor 2 = 1 so iguais a 1 (pois
uma raz simples do polinmio pT ), temos que o nico bloco correspondente a este autovalor
ser
J(2 ; 1) = (1).
Com relao ao autovalor 1 = 2, a sua multiplicidade algbrica trs ( uma raz tripla
do polinmio pT ).
Se sua multiplicidade geomtrica for 3 ento existiro trs blocos associados a este autovalor e todos eles so iguais a (2).
Neste caso, a matriz da forma cannica de Jordan para este operador ser forma:

1 0 0 0

0 2 0 0

,
0 0 2 0
0 0 0 2
isto , o operador linear T ser diagonalizvel.
Se a multiplicidade geomtrica do autovalor 1 = 2 for 2, ento existem dois blocos
correspondentes a este autovalor que so da forma
(
)
2 1
J(2; 1) = (2)
J(2; 2) =
.
0 2

14.1. INTRODUO E EXEMPLOS

255

Assim, a matriz da forma cannica de Jordan para este operador linear ser da forma:

1 0 0 0

0 2 1 0

.
0 0 2 0
0 0 0 2
Se a multiplicidade geomtrica do autovalor 1 = 2 for 1, ento existir um bloco correspondente a este autovalor que

2 1 0

J(2; 3) = 0 2 1 .
0 0 2
Assim, a matriz da forma cannica de Jordan para este operador linear ser da forma:

1 0 0 0

0 2 1 0

.
0 0 2 1
0 0 0 2
Exerccio 14.6 Para o exemplo acima encontre qual das possveis formas da matriz de
Jordan associada ao operador linear T a que ocorrer.
Sugesto: encontre V(1 ).
Exemplo 14.7 Seja (U, +, ) um esapo vetorial finitamente gerado e T L (U).
Encontre as possveis matrizes na forma cannica de Jordan de um operador linear
T cujo polinmio caracterstico dado por
pT () = (1 )2 (4 + 2 ),

C.

Resoluo:
Utilizando a notao do teorema (14.2) temos que
1 = 1,

=0

= 2.

Como + i = 0 + i2 C \ R tem multiplicidade 1 (como raiz do polinmio pT ), associado


ao mesmo s existe um bloco do tipo
(
)
0 2
R(0, 2; 2) =
.
2 0
Se a multiplicidade geomtrica do autovalor 1 = 1 for 2 ento existem apenas dois blocos
associados a este autovalor e so iguais a (1).

256

CAPTULO 14. FORMA CANNICA DE JORDAN

Neste caso, a matriz da forma cannica de Jordan para este operador linear T ser da
forma:

1 0 0 0

0 1 0 0

.
0 0 0 2
0 0 2 0
Se a multiplicidade geomtrica do autovalor 1 = 1 for 1 ento existe apenas um bloco,
de ordem dois, associado a este autovalor que ser do tipo
)
(
1 1
.
J(1; 2) =
0 1
Neste caso, a matriz da forma cannica de Jordan para este operador linear T ser da
forma:

1 1 0 0

0 1 0 0

.
0 0 0 2
0 0 2 0
Deixaremos a cargo do leitor o
Exerccio 14.8 Para o exemplo acima encontre qual das possveis formas da matriz de
Jordan associada ao operador linear T a que ocorrer.
Exemplo 14.9 Sejam (R4 , +, ) espao vetorial real (onde + e so as operaes usuais
de R4 ) e T : R4 R4 dada por
T (x, y, z, t) = (2x + y + z + t, 2y z t, 3z t, 4t),

(x, y, z, t) R4 .

Mostre que T L (R4 ) e encontre uma base de R4 com relao a qual a matriz do
operador linear T est na forma cannica de Jordan.
Resoluo:
Deixaremos como exerccio para o leitor verificar que T L (R4 ).
Se C a base cannica de R4 temos que
T ((1, 0, 0, 0)) = (2, 0, 0, 0) = 2 (1, 0, 0, 0) + 0 (0, 1, 0, 0) + 0 (0, 0, 1, 0) + 0 (0, 0, 0, 1)
T ((0, 1, 0, 0)) = (1, 2, 0, 0) = 1 (1, 0, 0, 0) + 2 (0, 1, 0, 0) + 0 (0, 0, 1, 0) + 0 (0, 0, 0, 1)
T ((0, 0, 1, 0)) = (1, 1, 3, 0)
= 1 (1, 0, 0, 0) + (1) (0, 1, 0, 0) + 3 (0, 0, 1, 0) + 0 (0, 0, 0, 1)
T ((0, 0, 0, 1)) = (1, 1, 1, 4)
= 1 (1, 0, 0, 0) + (1) (0, 1, 0, 0) + (1) (0, 0, 1, 0) + 4 (0, 0, 0, 1)
logo a matriz do operador linear T com relao B ser dada por

14.1. INTRODUO E EXEMPLOS

0
0

257

1 1
1

2 1 1
.
0 3 1
0 0
4

O polinmio caracterstico associado ao operador liear T ser dado por


pT () = (3 )(4 )(2 )2 ,

C.

Com isto podemos mostra que (verifique!)


V(3) = [(0, 1, 1, 0)]

dim

V(4) = [(0, 0, 1, 1)].

dim

Desta forma vemos que


[V(3)] =
[V(4)] = 1.
Vejamos qual a dimenso de V(2).
Temos que (x, y, z, t) V(2) se, e somente se,

0
0 1 1
1
x

0 0 1 1 y 0 [exerccio]
= (x, y, z, t) = (x, 0, 0, 0) = x (1, 0, 0, 0), x = 0

0 0 1 1 z 0
0
0 0 0
2
t

dim

Assim,
[V(2)] = 1 e o operador linear T no ser diagonalizvel.
Sendo assim, a matriz do operador linear T na forma cannica de Jordan ser da seguinte
forma:

2 1 0 0

0 2 0 0

.
0 0 3 0
0 0 0 4
Notemos que se pusermos
u1 = (1, 0, 0, 0),

u3 = (0, 1, 1, 0)

u4 = (0, 0, 1, 1)

(so autovetores do operdaor linear T ) ento para que u1 , u2 , u3 , u4 seja a base procurada, o
vetor u2 deve satisfazer
T (u2 ) = u1 + 2 u2 , ou seja, (T 2.I)(u2 ) = u1 ou ainda , {[T ]B 2.I4 }.[u2 ]B = [u1 ]B .

a

b
Desta forma, colocando-se u = (a, b, c, d), temos que [u]B = e portanto
c
d


1
a
0 1 1
1


0 0 1 1 b 0

=
0 0 1 1 c 0
0
d
0 0 0
2
cuja soluo geral da forma (a, 1, 0, 0), para a R (verifque!).
.
Podemos tomar, por exemplo, u2 = (0, 1, 0, 0) e isto nos fornecer a base procurada.

258

14.2

CAPTULO 14. FORMA CANNICA DE JORDAN

Exerccios

Captulo 15
Apndice I - Matrizes
15.1

Introduo

Neste captulo trataremos de um elemento que de grande importncia, em particular, no


estudo da Lgebra Linear, a saber: Matrizes.
Lembraremos a definio, as operaes, propriedades das mesmas e algumas aplicaes
que so particularmente importantes para o nosso contexto.
Introduziremos o escalonamento de matrizes e apresentaremos algumas aplicaes desse
processo para resoluo des sistemas lineares (homogneos e no homoneos) e para inverso
de matrizes.
No segundo Apndice apresentamos o mtodo de Crammer para resoluo de sistemas
lineares.

15.2

Definies Bsicas

Definio 15.1 Uma matriz uma tabela retangular de nmeros reais ou complexos.
Tais nmeros so denominados entradas da matriz.
Uma matriz ser sempre indicada por uma letra maiscula: A, B, C ....
Uma matriz horizontal ser denominada matriz linha.
Uma matriz vertical ser dita em matriz coluna.
O tamanho de uma matriz o seu nmero de linhas pelo seu nmero de colunas.
Observao 15.2
1. Em geral uma matriz, de tamanho n m, com entradas
aij ,

1 i n,

1jm

tem a seguinte forma:

A=

a11 a12 . . . a1m


a21 a22 . . . a2m
..
..
..
..
.
.
.
.
an1 an2 . . . anm
259

= (aij )nm

260

CAPTULO 15. APNDICE I - MATRIZES


onde n, m N so fixos.

2. No caso acima diremos que a matriz A tem n linhas e m colunas.


3. Quando n = m a matriz A ser dita quadrada de ordem n.
4. No caso acima, as entradas aii , i = 1, . . . , n formaro o que denominaremos de
diagonal principal.
Exemplo 15.3 A matriz

A= i
3

uma matriz (complexa) coluna de tamanho 3 1.


Exemplo 15.4 A matriz

(
B=

)
10 50 e

uma matriz (real) linha de tamanho 1 4.


Exemplo 15.5 A matriz (real)

1 2 3

C= 4 5 6
7 8 9

uma matriz de tamanho 3 3, logo quadrada de ordem 3.


Motao 15.6 Denotaremos por
.
Mnm (R) = {matrizes de tamanho n m que tem entradas nmeros reais}
e de modo semelhante definimos
.
Mnm (C) = {matrizes de tamanho n m que tem entradas nmeros complexos}.
Quando n = m dentotaremso Mnn (R) (ou Mnn (C)) simplesmante por Mn (R) (ou
Mn (C)), isto ,
.
Mn (R) = {matrizes de quadradas de oredm n que tem entradas nmeros reais}
e de modo anlogo definimos Mn (C).
Para simplificar a notao acima, denotaremos o conjunto acima por Mnm , quando
no for importante o tipo de entradas da matriz (se reais ou complexas).
Nos exemplos acima teremos que
A M31 (C),

B M14 (R)

C M3 (R).

Definio 15.7 Para n, m, p, q N sejam A Mnm e B Mpq .


Diremos que as matrizes A e B so iguais, escrevendo A = B, se e somente se
n = p,

m=q

aij = bij ,

para i = 1, . . . , n

j = 1, . . . , m,

onde A = (aij ) e B = (bij ), ou seja, duas matrizes so iguais sero iguais se, e somente
se, tm o mesmo tamanho e as correspondentes entradas so iguais.

15.3. OPERAES COM MATRIZES

15.3

261

Operaes com Matrizes

Definio 15.8 Para n, m, p, q N sejam A Mnm , B Mpq .


Definiremos a adio das matrizes A e B, indicada por A + B, se, e somente se, n = p
.
e m = q e neste este caso, a matriz C = A + B Mnm ter como entradas
.
cij = aij + bij ,

i = 1, . . . , n,

j = 1, . . . , m,

onde A = (aij ) e B = (bij ).


Observao 15.9 Logo se A = (aij ), B = (bij ) e C = A + B ento
(cij ) = (aij + bij ).
)

(
Exemplo 15.10 Se A =

2 3 1
3 1 2

)
1 1 i
1 0 2

e B=
(

A+B=

ento

)
3 4 1+i
4 1
0

Com isso temos as seguintes propriedades:


Proposio 15.11
1. Mnm fechado como a operao de adio definida acima, isto , a soma de duas
matrizes n m uma matriz n m;
2. A adio em Mnm comutativa, isto ,
A + B = B + A,

para todo A, B Mnm ;

3. A adio em Mnm associativa, isto ,


(A + B) + C = A + B + C,

para todo A, B, C Mnm ;

4. A adio em Mnm tem elemento neutro, isto , existe uma (nica) matriz n m,
denominada matriz nula, indicada por O tal que
A + O = A,

para todo

A Mnm ;

A matriz O a matriz de ordem n m cujas entradas so todas zero, isto ,


.
O = (0ij ),

onde

.
0ij = 0,

1 i n, 1 j m.

262

CAPTULO 15. APNDICE I - MATRIZES

5. A adio em Mnm adminte elemento oposto, isto , se A Mnm , existe uma


(nica) matriz n m, denominada oposta da matriz A, denotada por A tal que
A + (A) = 0.
A matriz A a matriz de ordem n m cujas entradas so os opostos das correspondentes entradas da matriz A, isto , se
ento

A = (aij )

.
A = (aij ).

Demonstrao:
Deixaremos como exerccio para o leitor a verificao das propriedades acima.

Definio 15.12 Se A Mnm e R (ou C) ento a matriz B Mnm cujas entradas


so:
bij = aij , i = 1, . . . , n, j = 1, . . . , m,
ser denominada produto do nmero real (ou complexo) pela matriz A e indicada por
A.
Observao 15.13 Da definio acima temos que se R (ou C) e (aij ) Mnm
ento
(aij ) = (aij ).
(
)
2 3 1
Exemplo 15.14 Se A =
e = 2 ento
3 1 2
(
A=

)
4 6 2
6 2 4

Com isto temos as seguintes propriedades:


Proposio 15.15 Para , R (ou C) e A, B Mnm temos:
1. Vale a distributiva do produto de nmero real (ou complexo) pela soma de matrizes, isto :
(A + B) = A + B;
2. Vale a distributiva da soma de nmeros reais (ou complexos) pelo produto de
matriz, isto :
( + ) A = A + B;
3. Vale a associativa do produto de nmeros reais (ou complexos) pelo produto de
matrizes, isto :
() A = ( A);

15.3. OPERAES COM MATRIZES

263

4. Vale
1.A = A;
5. Vale
0.A = O.
Demonstrao:
Deixaremos como exerccio para o leitor a verificao das propriedades acima.
Definio 15.16 Sejam A = (aik ) Mnm , B = (bkj ) Mmp .
Definimos o produto da matriz A pela matriz B como sendo a matriz C = (cik ) Mnp ,
indicada por AB, cujas entradas so dadas por
.
cij =
aik bkj
m

i = 1, . . . , n,

j = 1, . . . , p

k=1

Observao 15.17
1. Para podermos realizar o produto de duas matrizes, isto , AB, necessrio que
o nmero de colunas da matriz A seja igual ao nmero de linhas da matriz B.
2. O produto no comutativo, isto , em geral AB = BA, como mostra o seguinte
exemplo:
(
)
(
)
0 0
1 0
Se A =
e B=
ento
1 1
1 0
(

)
0 0
1 0

AB =

(
e

BA =

)
0 0
0 0

ou seja, neste caso,


AB = BA.
3. Este modo de definir produto de matrizes til em diversas situaes.
Entre outras, para transformarmos sistemas lineares de equaes algbricas do 1.o
grau em equaes matriciais, como mostra o exemplo:

z1 = a11 y1 + a12 y2

z=Ay
z2 = a21 y1 + a22 y2

z = a y + a y
3

z1

onde z = z2 , A = (aij )
z3

31 1

32 2

(
e

y=

y1
y2

Deixaremos como exerccio para o leitor a verificao da igualdade acima.

264

CAPTULO 15. APNDICE I - MATRIZES

Temos as seguintes propriedades para o produto de matrizes:


Proposio 15.18
1. O produto de matrizes associativo, isto :
A(BC) = (AB)C,

para todo

A Mnm , B Mmp , C Mpq ;

2. Vale a distributiva do protudo de matrizes pela soma de matrizes, isto :


A(B + C) = AB + AC,

para todo

A Mnm , B, C Mmp ;

3. Vale a distributiva da soma de matrizes pelo produto de matrizes, isto :


(A + B)C = AC + BC,

para todo

A, B Mnm , C Mmp ;

4. Vale a associativa do produto de nmeros reais (ou complexos) por matrizes, isto
:
para todo

(AB) = (A)(B) = A(B),

R( ou C), A Mnm , B Mmp .

Demonstrao:
Deixaremos como exerccio para o leitor a verificao das propriedades acima.
Com isto temos o seguinte exerccio, cuja resoluo deixaremos a cargo do leitor:

3 1 1

Ex. 15.19 Mostre que A = 2 0 1 soluo da equao


1 1 2
z3 5z2 + 8z 4 = 0,
.
onde An = A.A
. . . A}.
| {z
nvezes

Definio 15.20 A matriz I Mnn cujas entradas so:


{
0 se i = j
.
aij = ij =
1 se i = j
ser denominada matriz identidade de ordem n indicada por In .
Proposio 15.21 Se A Mnm ento
In A = AIm = A.

15.3. OPERAES COM MATRIZES

265

Demonstrao:
Deixaremos como exerccio para o leitor a verificao das propriedades acima.

Observao 15.22 Para nmeros reais (ou complexos) temos a seguinte propriedade:
se = 0 ento existe 1 tal que
.1 = 1.
Para matrizes
isto
) pode, em geral, no ocorrer como mostra o seguinte exemplo:
(
1 0
ento no existe uma matriz B tal que
Se A =
0 0
AB = I2 . ()
(
)
b11 b12
De fato, se existisse a matriz B =
tal que que vale (*), ento deveramos
b21 b22
(

ter
AB =

)
b11 b12
0
0

(
=

)
1 0
0 1

= I2

para qualquer b11 , b12 R (ou C) mostrando que isto impossvel.


Em vista disso temos a seguinte definio:
Definio 15.23 Seja A Mnn .
Se existir uma matriz X Mnn tal que
AX = XA = In
ento diremos que A uma matriz inversvel.
A matriz X ser dita uma matriz inversa da matriz A.
Com isto temos o exerccio:
(
(
)
)
3 4
3 4
Exerccio 15.24 X =
uma matriz inversade da matriz A =
pois
2 3
2 3
(verifique!)
AX = XA = I1 .
Temos a:

Proposio 15.25 (Unicidade da inversa de uma matriz quadrada) Se X e X Mnn so


matrizes inversas da matriz A Mnn ento

X = X.

266

CAPTULO 15. APNDICE I - MATRIZES

Demonstrao:
Observemos que se X e X so inversas de A ento teremos, em particular, que

e In = AX, (2)

XA = In (1)
assim
(2)

~ (1) ~ ~

X = XIn = = X(AX) = (XA)X = In X = X,


ou seja,

X = X,
como queramos demonstrar.

Observao 15.26 Logo se uma matriz quadrada admite uma matriz inversa esta ser
nica, com isto podemos introduzir a seguinte definio.
Definio 15.27 Uma matriz A Mnn que adminte uma matriz inversa ser dita
no singular.
Neste caso a matriz inversa da matriz A ser denotada por A1 .
Uma matriz A Mnn que no admite matriz inversa ser denominada singular.
Com isto temos a:
Proposio 15.28 Sejam A, B Mnn matrizes no singulares.
Ento a matriz AB Mnn uma matriz no singular e
(AB)1 = B1 A1 .
Demonstrao:
Como A uma matriz no singular segue que:
AA1 = A1 A = In .
Mas B tambm uma matriz no singular assim
BB1 = B1 B = In .
Portanto,
(B1 A1 )(AB) = B1 (A1 A)B = (B1 In )B = B1 B = In
(AB)(B1 A1 ) = A(BB1 )A1 = (AIn )A1 = AA1 = In .
Portanto a matriz AB no singular e (AB)1 = B1 A1 , como queramos demonstrar.
Como conseqncia temos o:

15.3. OPERAES COM MATRIZES

267

Corolrio 15.29 Sejam A1 , . . . , Ak Mnn matrizes no singulares.


Ento a matriz A1 A2 . . . Ak Mnn uma matriz no singular e
1
(A1 . . . Ak )1 = A1
k . . . A1 .

Demonstrao:
Basta usar a Proposio anterior e induo matemtica.
Deixaremos os detalhes como exerccio para o leitor.

Observao 15.30
1. Mostramos na proposio acima que o subconjunto das matrizes no singulares
em Mnn fechado em relao ao produto de matrizes, ou seja, se A e B Mnn
so no singulares ento AB tambm ser no singular.
(
)
(
)
1 0
0 0
= O e B =
= O mas
2. Vimos num exemplo anterior que se A =
1 1
1 0
AB = O.
Observemos que tanto A quanto B so matrizes singulares (verifique!).
Se uma das duas fosse no singular isso no poderia ocorrer, como mostra o
resultado a seguir.
Proposio 15.31 Se A Mnn uma matriz no singular e a matriz B Mnp tal que
AB = O Mnp
ento
B = O.
Demonstrao:
Como a matriz A uma matriz no singular ento
AA1 = A1 A = In .
Mas,
B = In B = (A1 A)B = A1 (AB) = A1 0 = 0

B = 0,

como queramos demonstrar.

Observao 15.32 Uma aplicao para as propriedades desenvolvidas acima seria considerar a equao matricial:
Ax = b ()
onde A Mnn , B Mn1 so dados e x Mn1 a ser encontrada (se possvel).

268

CAPTULO 15. APNDICE I - MATRIZES

Se A uma matriz no singular ento


.
x = A1 b
ser a nica soluo da equao matricial (*).
Deixaremos como exerccio para o leitor a verificao deste fato.
Observemos que a equao matricial acima corresponde a um sistema linear de n
equaes algbricas lineares a n incgnitas, logo as correspontes entradas da matriz
coluna x sero as (nicas) solues do sistema linear associado.

15.4

Algumas matrizes importantes

Definio 15.33 Uma matriz quadrada A Mn ser dita ser matriz diagonal se
aij = 0

i = j,

para

i, j = 1, . . . , n.

Uma matriz quadrada A Mn ser dita triangular superior se


aij = 0,

para

i > j,

, j = 1, . . . , n.

Analogamente diremos que a matriz quadrada A Mn triangular inferior se


aij = 0,

para

i < j,

, j = 1, . . . , n.

Observao 15.34
1. Uma matriz diagonal A Mn , dever

a11
0

A= .
..
0

ser do seguinte tipo:

0 ... 0
a22 . . . 0

.. . .
.. .
.
.
.
0

. . . ann

2. Uma matriz triangular superior A Mn , dever ser do seguinte tipo:

a11 a12 . . . a1n


0 a22 . . . a2n

A= .
.. . .
.. .
.
.
. .
.
0

. . . ann

3. Uma matriz triangular inferior A Mn , dever

a11 0 . . .
a21 a22 . . .

A= .
.. . .
..
.
.

ser do seguinte tipo:

0
0

.. .
.

an1 an2 . . . ann

15.5. DETERMINANTE

269

Com isto temos as seguintes propriedades:


Proposio 15.35
1. Se as matrizes A, B Mn so matrizes diagonais ento as matrizes A + B, AB e
A sero matrizes diagonais, onde R (ou C).
2. Se a matriz A = (aij ) uma matriz diagonal cuja diagonal principal no contm
0 (isto , aii = 0, i = 1, , n), ento a matriz A uma matriz no singular (isto
, existe a matriz inversa da matriz A) e alm disso

1
a11 . . . 0

..
.
A1 =
0
.
0

1
0 ...
ann
3. Se as matrizes A, B Mn so matrizes tringulares superiores (inferiores, respectivamente) ento as matrizes A + B, AB e A sero matrizes triangulares superior
(inferior, respectivamente), onde R (ou C).
4. Se a matriz A Mn triangular superior (inferior, repectivamente) cuja diagonal
principal tem entradas no nulas ento a matriz A uma a matriz no singular,
isto , existe a matriz inversa da matriz A e alm disso a matriz A1 tambm ser
uma matriz triangular superior (inferior, repectivamente).
Demonstrao:
Deixaremos como exerccio para o leitor a verificao das propriedades acima.

15.5

Determinante

Definio 15.36 Seja A Mn uma matriz quadrada.


Se n = 1, definimos o determinante da matriz A, denotado por

det(A) =. a11.

det(A), como sendo

Se n > 1, para cada i, j {1, , n}, definamos a matriz Aij , a matriz quadrada
de ordem n 1, obtida da matriz A, retirando-se a i-sima linha e j-sima coluna da
matriz A, isto ,

a11
. . . a1(j1)
a1(j+1)
. . . a1n

..
..
..

.
.
.

a
.
.
.
a
a
.
.
.
a
.
(i1)1
(i1)(j1)
(i1)(j+1)
(i1)n

Aij =
a(i+1)1 . . . a(i+1)(j1) a(i+1)(j+1) . . . a(i+1)n

..
..
..

.
.
.
an1 . . . an(j1)
an(j+1) . . . ann

270

CAPTULO 15. APNDICE I - MATRIZES

Assumindo que o determinante de uma matriz de ordem (n 1) (n 1) j foi


encontrado, definimos:
n
.
(A) =
a1j |A1j |

det

j=1

onde

.
|A1j | = (1)1+j

det(Aij)

j = 1, . . . , n.

O nmero |Aij | definido acima ser denominado cofator do elemento aij da matriz A e
a matriz B = (|Aij |) ser denominada matriz cofatora da matriz A e denotada por
(A).

cof

Com isto temos a:


Proposio 15.37
(
)
a11 a12
1. Se A =
ento
a21 a22

det(A) = a11a22 a21a22;

a11 a12 a13

2. Se A = a21 a22 a23 ento


a31 a32 a33

det(A) = a11a22a33 a11a23a32 a12a21a33 + a12a23a31 + a13a21a32 a13a22a31.


3.
4.

det(O) = 0, onde O a matriz nula, quadrada de ordem n;


det(In) = 1, , onde In a matriz identidade de ordem n;

5. Se A Mn diagonal ento

det(A) = a11 . . . ann,


onde A = (aij );
6. Se A Mn triangular superior (inferior, respectivamente) ento

det(A) = a11 . . . ann,


onde A = aij .
Demonstrao:
Deixaremos como exerccio para o leitor a verificao das propriedades acima.

15.5. DETERMINANTE

271

Observao 15.38 Poderamos definir o determinantepor meio dos cofatores de qualquer coluna ou linha da matriz A que obteramos o mesmo valor, isto , para io
{1, , n} fixado temos que
n

(A) =
aio j |Aio j |,

det

j=1

onde

.
|Aio j | = (1)io +j

det(Ai j),
o

j = 1, . . . , n,

ou, para jo {1, , n} fixado temos que

det(A) =

aijo |Aijo |,

i=1

onde
|Aijo | = (1)i+jo

det(Aij ),
o

i = 1, . . . , n.

Concluso: para cada io , jo {1, , n} fixados temos que

det(A) =

j=1

aio j |Aio j | =

aijo |Aijo |.

i=1

A seguir dexibiremos algumas propriedades importantes do determinante de uma matriz


quadrada.
Para isto precisaremos da:
Definio 15.39 Dada uma matriz A Mn podemos realizar as seguintes operaes
com suas colunas (ou linhas, respectivamente):
i) trocar duas colunas (ou linhas, respectivamente);
ii) multiplicar uma coluna (ou linha, respectivamente) por um R (ou C) no
nulo;
iii) adicionar uma coluna (ou linha, respectivamente) multiplicada por a outra coluna (linha, respectivamente).
Tais operaes sero denominadas operaes elementares sobre as colunas (ou linhas,
respectivamente) da matriz A.
Com isto temos a:
Proposio 15.40 Seja A Mn .
Consideremos
.
B = (a1 , . . . , a(k1) , bk , a(k+1) , . . . , an )
e

.
C = (a1 , . . . , a(k1) , ck , a(k+1) , . . . , an )

272

CAPTULO 15. APNDICE I - MATRIZES

onde ak denota a j-sima coluna da matriz A para j = 1, , n (analogamente para as


matrizes B e C) e seja ko {1, n}.
Para , R (ou C), se
ako = bko + cko ,
ento

det(A) = det(B) + det(C).

Demonstrao:
Deixaremos como exerccio para o leitor a verificao das propriedades acima.

Observao 15.41 Vale um resultado anlogo ao da proposio acima para as correspondentes operaes sobre as linhas da matriz, isto , se

a1
...

(k1)
.

B = bk

a(k+1)

...
an )
e

a1
...

a
(k1)
.
C = ck

a(k+1)

...
an )

onde ak denota a j-sima linha da matriz A para j = 1, , n (analogamente para as


matrizes B e C) e seja ko {1, n}.
Para , R (ou C), se
ako = bko + cko ,
ento

det(A) = det(B) + det(C).

Como conseqncia da Proposio temos o:


Corolrio 15.42
1. Se A Mn ento

det[a1, . . . , a(k1), ak, a(k+1), . . . , an] = det[a1, . . . , an].

15.5. DETERMINANTE

273

2. Se A Mn ento

det[a1, . . . , a(k1),bk + ck, a(k+1), . . . , an]


= det[a1 , . . . , a(k1) , bk , a(k+1) , . . . , an ]
+ det[ak , . . . , a(k1) , ck , a(k+1) , . . . , an ].
Demonstrao:
De 1. :
Basta tomar = 0 na Proposio acima.
De 2. :
Basta tomar = = 1 na Proposio acima.

Observao 15.43
1. O item 1. do corolrio acima nos diz que o determinante de uma matriz que tem
uma coluna (ou linha) multiplicada por uma constante pode ser obtido multiplicandose o determinante da matriz pela constante.
2. O item 2. do corolrio acima nos diz que o determinante de uma matriz que tem
uma coluna (ou linha) obtida da soma de duas colunas pode ser obtido somando-se
os determinante das matrizes que tem cada uma das colunas adicionadas.
3. Vale um resultado anlogo ao do corolrio acima para as correspondentes operaes sobre as linhas da matriz A.
Conseqncia do Corolrio acima temos o:
Corolrio 15.44 Se A Mn e ako = 0 para algum 1 ko n ento

det(A) = 0.
Demonstrao:
Basta tomar = 0 no item 1. do Corolrio acima.

Observao 15.45
1. O resultado acima nos diz que se uma coluna de uma matriz quadrada nula
ento o determinante da matriz ser zero.
2. Vale um resultado anlogo ao do corolrio acima para as correspondentes operaes sobre as linhas da matriz A.
Um outro resultado importante dado pela:

274

CAPTULO 15. APNDICE I - MATRIZES

Proposio 15.46 Se A Mn ento

det(a1, . . . , ak, . . . , aj, . . . , an) = det(a1, . . . , aj, . . . , ak, . . . , an).


Demonstrao:
Ser deixada como exerccio para o leitor.

Observao 15.47
1. O resultado acima nos diz que se trocarmos duas colunas de uma matriz quadrada
seu determinate muda de sinal.
2. Vale um resultado anlogo trocando-se coluna por linha, isto , se trocarmos
duas linhas de uma matriz quadrada seu determinate muda de sinal.
A demonstrao deste fato ser deixada como exerccio para o leitor.
Como conseqncia da Proposio acima temos o:
Corolrio 15.48 Se A Mn e
ako = ajo ,

1 ko , j o n

(isto , se a matriz A tem duas colunas iguais) ento

det(A) = 0.
Demonstrao:
Da Proposio acima segue que se trocarmos a ko -sima coluna com a jo -sima coluna o
determinante da matriz obtida ser menos o determinante da matriz A.
Mas a matriz obtida da troca da ko -sima coluna com a jo -sima coluna a prpria matriz
A.
Com isto teremos:
(A) =
(A)
(A) = 0,

det

det

det

como queramos demonstrar.

Observao 15.49 Vale um resultado anlogo trocando-se coluna por linha, isto ,
ou seja, se a matriz A tem duas linhas iguais ento seu determinate nulo.
A demonstrao deste fato ser deixada como exerccio para o leitor.
Corolrio 15.50 Se A Mn , R (ou C) e j = k ento

det(a1, . . . , aj, . . . , a(k1), ak + aj, a(k+1), . . . , an) = det(A),


ou seja, se trocarmos uma coluna de uma matriz pela mesma somada com um mltiplo
de uma outra coluna, o determinante da matriz obtida ser igual ao da matriz inicial.

15.5. DETERMINANTE

275

Demonstrao:
Da Proposio (15.40) segue que

det(a1, . . . , aj, . . . , a(k1), ak + aj, a(k+1), . . . , an)


= det(a1 , . . . , aj , . . . , a(k1) , ak , a(k+1) , . . . , an )
+ det(a1 , . . . , aj , . . . , a(k1) , aj , a(k+1) , . . . , an )
|
{z
}
[Corolrio (15.48)]

det(a1, . . . , aj, . . . , a(k1), ak, a(k+1), . . . , an),

como queramos demonstrar.

Observao 15.51
1. Valem um resultado anlogo ao acima para a correspondente operaao sobre as
linhas das matrizes.
2. Resumindo: se A Mn e R (ou C) ento:
(i) trocar duas colunas (ou linhas) da matriz A faz como que o determinante da
matriz obtida seja menos determinante da matriz A;
(ii) adicionar vezes uma coluna (ou linha) da matriz A numa outra coluna (ou
linha) faz com que o determinante da matriz obtida seja igual ao determinante da matriz A;
(iii) multiplicar uma coluna (ou linha) da matriz A por faz com que o determinante da matriz obtida seja igual ao determinante da matriz A multiplicado
por .
Alm disso temos o seguinte resultado importante
Proposio 15.52 Se A, B Mn ento

det(AB) = det(A) det(B).


Demonstrao:
Deixaremos como exerccio para o leitor a demonstrao da identidade acima.
Uma outra operao que podemos fazer com uma matriz :
Definio 15.53 Se A Mnm definimos a matriz transposta da matriz A = (aij ), denotada por At , como sendo a matriz At = (bij ) Mmn dada por
.
bij = aji ,

1jn

1 i m.

276

CAPTULO 15. APNDICE I - MATRIZES

Observao 15.54
1. A relao que existem entre uma matriz e sua matriz transposta que as colunas
da 1.a sero as linhas da 2.a e vice-versa.
2. fcil verificar que se m = n ento A e At Mn .
Temos os seguintes exemplos:
Exemplo 15.55
)
(
1 4 0
ento
1) A =
4 2 3

1 1 2

2) A = 1 2 3 ento
2 3 5

1 4

At = 4 2 .
0 3

1 1 2

At = 1 2 3 ,
2 3 5

em particular, At = A.
Temos as seguintes propriedades para a transposio de uma matriz:
Proposio 15.56 Sejam A, B Mn .
Ento temos:
1. (At )t = A;
2. se m = n,

det(At) = det(A);

3. (A + B)t = At + Bt ;
4. (AB)t = Bt At ;
5. ( A)t = At ;
6. se A uma matriz diagonal ento
At = A,
em particular,
Itn = In .

15.5. DETERMINANTE

277

Demonstrao:
Deixaremos como exerccio para o leitor a verificao das propriedades acima.
Com isto podemos introduzir a seguinte definio:
Definio 15.57 Seja A Mn uma matriz quadrada de ordem n.
Diremos que a matriz A uma matriz simtrica se
At = A.
Diremos que a matriz A uma matriz anti-simtrica se
At = A.
Temos os seguintes exemplos:
Exemplo 15.58

1 4 5

1. A matriz A = 4 2 6
5 6 3

0 1

2. A matriz B = 1 0
2 3
que!).

uma matriz simtrica, pois At = A (verifique!);

3 uma matriz anti-simtrica, pois Bt = B (verifi0

Temos as seguintes propriedades para matrizes simtricas ou anti-simtricas:


Proposio 15.59 Sejam A, B Mnn .
1. Se as matrizes A e B so matrizes simtricas ento a matriz A + B tambme ser
uma matriz simtrica;
2. Se as matrizes A e B so matrizes anti-simtricas ento a matriz A + B tambm
ser uma matriz anti-simtrica;
3. Se a matriz A matriz simtrica e R ento a matriz A tambm ser uma
matriz simtrica;
4. Se a matriz A um matriz anti-simtrica e R ento a matriz A tambm
ser uma matriz anti-simtrica;
5. Se as matrizes A e B so matrizes simtricas ento a matriz AB tambm ser
uma matriz simtrica se, e somente se, AB = BA.
6. Se as matrizes A e B so matrizes anti-simtricas ento a matriz AB ser uma
matriz simtrica se, e somente se, AB = BA.

278

CAPTULO 15. APNDICE I - MATRIZES

6. Se a matriz A uma matriz simtrica e a matriz B uma matriz anti-simtrica


ento a matriz AB ser uma matriz anti-simtrica se, e somente se, AB = BA.
Demonstrao:
Do item 1.:
Se as matrizes A e B so matrizes simtricas ento
At = A

Bt = B. ()

Como
(A + B)t

[Prop. (15.56) item 3.]

()

At + Bt = A + B,

segue que a matriz A + B ser uma matriz simtrica.


Os outros itens sero deixados como exerccios para o leitor.
Como uma aplicao de determinantes e de transposio de matrizes temos o seguinte
resultado:
Proposio 15.60 Seja A Mn uma matriz.
A matriz A uma matriz no singular se, e somente se,
Neste caso
1
A1 =
[ (A)]t
(A)
onde

det

cof (A) = (|Aij|).

det(A) = 0.

cof

Demonstrao:
Ser deixada como exerccio para o leitor.
Com isto podemos resolver o:

3 2 1
.

Exemplo 15.61 Verifique se a matriz quadrada de ordem 3, A = 1 2 3 , um


3 1 3
matriz no-singular.
Caso afirmativo encontre sua matriz inversa.
Resoluo:
Observemos que:
|A11 | = (1)2 (6 3) = 3,
Logo

|A12 | = (1)3 (3 + 9) = 6,

|A13 | = (1)4 (1 + 6) = 5.

det(A) = 3.3 + 2(6) + (1)5 = 9 12 5 = 8 = 0.

Logo, pela Proposio acima segue que a matriz A um matriz no singular, isto
, existe a matriz inversa A1 .

15.5. DETERMINANTE

279

Para encontrar a matriz A1 calculemos:


|A21 | = (1)3 (6 + 1) = 7,

|A22 | = (1)4 (9 3) = 6,

|A23 | = (1)5 (3 + 6) = 9,

|A31 | = (1)4 (6 + 2) = 8,

|A32 | = (1)5 (9 1) = 8,

|A33 | = (1)6 (6 + 2) = 8.

Portanto

cof
e assim

3 6 5

(A) = 7 6 9
8 8 8

A1 =

1
[
(A)

det

cof

3
8

3 7 8

1
3

(A)]t =
6 6 8 =
4
8

5 9 8

5
8

7
8

1 .

9
1
8

Uma outra aplicao de determinantes para resoluo de sistemas lineares de equaes


algbricas do 1.o grau, como veremos no Apndice II.

280

CAPTULO 15. APNDICE I - MATRIZES

Captulo 16
Apndice II - Escalonamento de Matrizes
e Sistemas Lineares
16.1

Definies Bsicas

Consideraremos a seguir questes relacionadas com o sistema linear de m equaes a n


incgnitas no-homogneo, a saber,

a11 x1 + . . . + a1n xn = b1

a21 x1 + . . . + a2n xn = b2
()
..

a x + . . . + a x = b
m1 1
mn n
m
que na forma matricial pode ser escrito na seguinte forma:
A x = B ()
onde

A=

a11
a21
..
.

a12
a22
..
.

am1 am2

x1

x = ...

. . . a1n
. . . a2n
..
..
.
.
. . . amn
e

xn

= (aij )mn ,

b1

B = ...
bm

Definio 16.1 A matriz (a1 . . . an b ) ser denominada matriz aumentada associada


ao sistema no homogno acima.

u1
.

Uma soluo da equao matricial (**) (se existir) ser uma matriz u = ...
un

Mn1 tal que A u = B.


281

282

CAPTULO 16. APNDICE II - SISTEMAS LINEARES

O conjunto de todas as solues da equao matricial (*) ser denominado conjunto soluo
da equao matricial (**).
Observao 16.2 Da identificao (*) com (**) segue que encontrar soluo para o
sistema linear (*) equivalente a encontrar soluo da equao matricial (**).
Verifiquemos isto no:
Exemplo 16.3 O sistema linear

x1 +2x2 +x3 = 0
+x2 +x3 = 1

x +x
= 1
1
2
equivalente a equao matricial
A x = b,
onde:

1 2 1

A = 0 1 1 ,
1 1 0

x1

x = x2
x3

b = 1 .
0

.
que a equao matricial acima tem como uma soluo a matriz u =
Observemos

0 (verifique!).
1
Logo uma soluo do sistema linear dado inicialmente ser
x1 = 1,

x2 = 0

x3 = 1.

Observao 16.4 A matriz aumentada associada ao sistema do Exemplo acima ser a


matriz

1 2 1 0

0 1 1 1 .
1 1 0 1
Definio 16.5 Diremos que as equaes matriciais
Ax=b

Cx=d

so ditos equivalentes se, e somente se:


1. A, C Mmn ;
2. b, d Mm1 ;
3. as duas equaes matriciais tem o mesmo conjunto soluo.

16.1. DEFINIES BSICAS

283

Observao 16.6 Observemos que as equaes matriciais


Ax=b

Cx=d

so equivalentes se, e somente se, os sistemas lineares associados s correspondentes


equaes matriciais so equivalentes (isto , os sistemas associados tem o mesmo
conjunto soluo).
Daremos a seguir alguns procedimentos para encontrar soluo de sistemas lineares no
homogneos (e homogneos).
O que faremos resolver um sistema linear fazendo operaes bsicas no mesmo (ou seja,
multiplicando-se as equaes do mesmo por constantes no nulas, somando-se equaes do
mesmo, etc.)
Observe que a cada equao do sistema linear corresponde uma linha da matriz aumentada
associada ao sistema linear dado.
Logo operaes com as equaes do sistema linear correspondero as correspondentes
operaes sobre as linhas da matriz aumentado associada ao mesmo e reciprocamente.
Para ilustrar consideraremos o sistema linear de equaes do 1.o grau:

x1 +x2 +5x3 = 11
2x1 +x2 +7x3 = 15

2x
+4x3 = 8
1

x1 +x2 +5x3 = 11
2x1 +x2 +7x3 = 15

2x
+4x3 = 8
1

x1

2x
1

x1

+x2
x2

1 1 5
11

A x = b, onde A = 2 1 7 e b = 15 .
2 0 4
8

1 1 5 11

.
2 1 7 15 = So (matriz aumentada)
2 0 4 8

(2a 2 1a )

+5x 3 = 11
1 1
5 11

.
0 1 3 7 = S1
3x3 = 7
+4x3 = 8
2 0
4
8

+x2 +5x3
x2 3x3
2x2 6x3

(3a 2 1a )

= 11
1 1
5
11

.
0 1 3 7 = S2
= 7
= 14
0 2 6 14
(1a + 2a )

x1

x2
2x2

+2x3 = 4
3x3 = 7
6x3 = 14

1 0
2
4

.
0 1 3 7 = S3
0 2 6 14

(3a 2 2a )

284

CAPTULO 16. APNDICE II - SISTEMAS LINEARES

x1
x2

+2x3 = 4
3x3 = 7
0
= 0

x1

x2

+2x3
+3x3
0

1 0
2
4

.
0 1 3 7 = S4
0 0
0
0

(2a (1))

= 4
1 0 2 4

.
0 1 3 7 = S5 .
= 7
= 0
0 0 0 0

O sistema linear obtido acima o mais simples (que pode ser obtido por meio da operaes
usuais sobre o sistema linear dado inicialmente) que equivalente ao sistema original.
Para resolver o sistema linear acima bastar tomar, por exemplo:
.
x3 = R (ou C)
assim

.
x1 = 4 2 e

.
x2 = 7 3.

Assim o conjunto soluo do sistema linear dado incialmente ser


{(x1 , x2 , x3 ) = (4 2, 7 3, ), R ( ou C)}.
Observe que as operaes que fizemos na matriz Si para obter a matriz Si+1 so operaes
elementares sobre as linhas (ver Definio (15.39)).
Para facilitar o entendimento do que vir mais adiante introduziremos a:
Definio 16.7
1. A operao de trocar duas linhas de uma matriz daremos o nome de operao do
tipo I.
2. A operao de multiplicar uma linha por um nmero no nulo daremos o nome
de operao do tipo II.
3. A operao de adicionar o mltiplo de uma linha a outra linha daremos o nome
de operao do tipo III.
Tais operaes so, como j dissemos, operaes elementares sobre as linhas da matriz
(ver Definio (15.39)).
No exemplo acima as operaes elementares que realizamos so:
(tipo III)

(tipo III)

(tipo III)

(tipo III)

(tipo II)

So S1 S2 S3 S4 S5 .
Seja Im a identidade de ordem m.
Introduziremos tambm a:
Definio 16.8

16.1. DEFINIES BSICAS

285

1. Fazendo uma operao do tipo I na matriz Im obtemos uma matriz quadrada de


ordem m, que chamaremos de matirz elementar do tipo I e ser denotada por EI .
2. Uma matriz elementar do tipo II uma matriz quadrada de ordem m obtida da
matriz Im por uma operao do tipo II:
3. Uma matriz elementar do tipo III uma matriz quadrada de ordem m obtida da
matriz Im por uma operao do tipo III.
Observao 16.9 Dada uma matriz A Mmn , fazer uma operao do tipo I (ou do
tipo II ou do tipo III, respectivamente) equivalente a multiplicar a matriz A por uma
matriz do tipo I (ou do tipo II ou do tipo III, respectivamente ), isto ,
A

(operao elementar do tipo I)

EI A.

A demonstrao destes fatos ser deixada como exerccio para o leitor.


Ilustraremos a propriedade acima com o seguinte exemplo:

1 1 5 11
.

Ex. 16.10 Seja A = 2 1 7 15 .


2 0 4 8
Ento trocando-se a 2.a linha da matriz A pela 2.a linha menos duas vezes a 1.a
obteremos:

1 1
5 11
1 1 5 11
.

2a 21a

0 1 3 7 = B
2 1 7 15
2 0
4
8
2 0 4 8
A operao acima na
elementar do tipo III:

0
0

matriz identidade de ordem 3 I3 nos fornece a seguinte matriz

0 0

1 0
0 1

2a 21a

EIII

1 0 0

= 2 1 0 .
0 0 1

Com isto temos que

1 0 0
1 1 5 11
1 1 5 11

EIII A = 2 1 0 2 1 7 15 = 0 1 3 7 = B,
0 0 1
2 0 4 8
2 0 4
8
ou seja, as operaes produzem a mesma matriz, como foi dito na observao acima.
Um resultado importante dado pela:
Proposio 16.11 Uma matriz elementar de qualquer tipo uma matriz no singular
(isto , uma matriz inversvel) e sua matriz inversa do mesmo tipo que ela.

286

CAPTULO 16. APNDICE II - SISTEMAS LINEARES

Demonstrao:
Ser deixado como exerccio para o leitor.
Para ilustrar temos o:
Exemplo 16.12

EIII

1 0 0

= 2 1 0
0 0 1

uma matriz elementar do tipo III (ver Exemplo (16.10)).


Observemos que
(EIII ) = 1,

det

portanto a matriz EIII uma matriz no singular, isto , existe a matriz inversa E1
III .
Alm disso temos:

t
1 0 0
1 0 0
1 2 0
1

2a +21a

E1
0 1 0
0 1 0 = 2 1 0
III =
(EIII )
0 0 1
0 0 1
0 0 1

det

portanto a matriz inversa da matriz EIII tambm uma matriz elementar do tipo III.
Definio 16.13 Sejam A, B Mmn .
Diremos que a matriz A l-equivalente (ou equivalente por linhas) matriz B se a
matriz A pode ser obtida da matriz B por meio de uma sequncia finita de operaes
elementares sobre as linhas da matriz B.
Neste caso escreveremos A B.
Observao 16.14
1. Da observao (16.9) segue que A B se, e somente se,
A = Es Es1 . . . E1 B
onde E1 , . . . , Es so matrizes do tipoI, II, ou III;
2. Sejam A, B, C Mmn .
Deixaremos como exerccio para o leitor verificar que:
i) Reflexiva:
A B,

para todo

A Mmn ;

ii) Simtrica:
se

AB

AB

ento

B A;

iii) Transitiva:
Se

BC

ento

A C.

16.1. DEFINIES BSICAS

287

isto , uma relao de equivalncia em Mmn .


Um resultado importante sobre l-equivalnica dado pela:
Proposio 16.15 Sejam A, B Mmn .
Se A B ento existe um matriz P Mmn no singular tal que
B = PA

A = P1 B.

ou, equivalentemente

Demonstrao:
.
Segue da da proposio (16.11) e da observao acima item 1. que basta definir P = Es . . . E1 .
A relao entre matrizes l-equivalentes e a equaes matriciais equivalentes dado pela:
Proposio 16.16 Sejam A, C Mmn e b, d Mm1 .
A matriz [A b] l-equivalente a matriz [C d] em Mm,n+1 se, e somente se, a equao
matricial A x = B equivalente a equao matricial C x = d.
Demonstrao:
Da proposio acima existe P Mmn no singular tal que
[C d] = P[A b]

[A b] = P1 [C d].

Da definio de produto de matrizes temos que


C = PA,

d = Pb,

A = P1 C

b = P1 d.

Logo, se u Mn1 soluo da equao matricial


Ax=b

A u = b,

assim
C u = (PA) u = PB = d,
portanto a matriz u ser soluo da equao matricial C x = d.
Alm disso, vale a recproca (verifique!), completando a demonstrao.

Observao 16.17 Vale observar que o resultado acima pode ser aplicado para as matrizes aumentadas associadas a sistemas lineares, ou seja, as matrizes aumentadas so
l-equivalentes se, e somente se, os sistemas lineares so equivalentes.
Como conseqnica temos o:
Corolrio 16.18 Se A B em Mmn e x Mn1 ento os sistemas
Ax=O

Cx=O

so equivalentes, onde O denota a matriz coluna de Mm1 .

288

CAPTULO 16. APNDICE II - SISTEMAS LINEARES

Demonstrao:
Basta tomar b = d = 0 na proposio acima (verifique!).

Observao 16.19 Noexemplo (16.10)


obtivemos, aps
as operaes
de l-equivalncia
1 1 5 11
1 0 2 4

sobre a matriz A = 2 1 7 15 , a matriz B = 0 1 3 7 cuja forma nos


2 0 4 8
0 0 0 0
facilitou a resolver o sistema linear inicial associado.
Observemos que o sistema linear asscoiado a esta ltima matriz o mais simples
de ser resolvido e que equivalente ao sistema linear dado inicialmente.
A seguir daremos um nome as matrizes que tem essa forma especial.
Antes, porm temos a:
Definio 16.20 Dada uma matriz A = (aij ) Mnm , definimos o coeficiente lder da i-sima linha,
no-nula, ai da matriz A como sendo o primeiro elemento no nulo dessa linha (contado da esquerda para a direita, isto , ai,j0 = 0 para 1 j0 m o menor ndice).
Agora estamos em condies de caracterizar a forma da matriz aumentada associada ao
sistema linear mais simples obtido no exemplo (16.10) (isto , a matriz B):
Definio 16.21 Uma matriz A Mmn dita estar na forma escalonada reduzida em por linhas,
denotada por FERL, se ela tem as seguintes propriedades:
i) Todas as linhas nulas da matriz A ocorrem nas linhas inferiores da mesma;
ii) O coeficiente lder de uma linha no nula de A 1;
iii) Em qualquer duas linhas no nulas da matriz A o coeficiente lder pertencente a
linha de baixo ocorrer direita do coeficiente lder da linha de cima;
iv) Uma coluna que contm um coeficiente lder dever ter zeros nas outras entradas.
Temos os seguintes exemplos:
Exemplo 16.22 As matrizes:

(
)
1 0 0
0 1 0 2
0
0
0

esto na FERL.
1. 0 0 1 5 , 0 1 0 ,
0 0 0
0 0 1
0 0 0 0

1 2 0 0
1 0 0

2. 0 1 1 0 e 0 0 1 no esto na FERL (os elementos desta0 1 0


0 0 0 0
cados no cumprem as propriedades requeridas).

16.1. DEFINIES BSICAS

289

Com isto temos a:


Proposio 16.23 Toda matriz A Mmn l-equivalente a uma (nica) matriz AR que
est na FERL, isto , existe P Mmn no singular tal que AR = PA.
Demonstrao:
Deixada como exerccio para o leitor a demonstrao deste resultado.
Em vez de exibirmos a demonstrao da proposio acima (que foi deixada como exerccio
para o leitor) daremos o mtodo que utilizado na demonstrao aplicado a um exemplo.
O mtodo denominado Eliminao de Gauss-Jordan:
Exemplo 16.24 Encontre o conjunto soluo do

2x3

2x1 +4x2 10x3 +6x4

2x +4x 5x +6x
1
2
3
4

sistema
+7x5 = 12
+12x5 = 28
5x5 = 1

cuja matriz aumentada dada por

0 0 2 0 7 12
.

(A b) = 2 4 10 6 12 28
2 4 5 6 5 1

Resoluo:
O que faremos realizar operaes elementares sobre as linhas da matriz aumentada
acima para obter a sua FERL.
Primeiro passo:
Trocar as linhas nulas da matriz (A b) com outras linhas, no nulas, de modo que
as linhas nulas ocorram nas linhas inferiores da nova matriz.
No nosso caso no h linhas nulas logo no faremos nenhuma mudana na matriz
aumentada (A b).
Localize a coluna mais esquerda que no seja totalmente nula .

0 0 2 0 7 12

2 4 10 6 12 28
2 4 5 6 5 1

Segundo passo:
Trocar a primeira linha com uma outra, caso necessrio, para que o primeiro elemento da coluna localizada no primeiro passo seja no nulo.

2 4 10 6 12 28

a
a
0 0 2 0 7 12 (trocamos a 1. linha com a 2. linha)
2 4 5 6 5 1

290

CAPTULO 16. APNDICE II - SISTEMAS LINEARES

Terceiro passo:
Se o primeiro elemento da coluna do segundo passo for a, multiplicar a primeira
1
linha por
(para que o coeficiente lder da primeira linha da matriz obtida seja 1).
a

1 2 5 3 6 14
1

a
0 0 2 0 7 12 (1. linha )
2
2 4 5 6 5 1
Quarto passo:
Somar a primeira linha multiplicada por constante, se for necessrio, com as linhas
de baixo para obter zeros em todas as entradas abaixo do coeficiente lder da primeira
linha.

1 2 5 3 6
14

12 (3.a linha 2 1.a )


0 0 2 0 7
0 0 5 0 17 29
Quinto passo:
Separar a 1.a linha da matriz acima e voltar ao Primeiro passo.
Aplicar o processo repetidas vezes para at a ltima linha no nula.
No nosso exemplo:

1 2 -5 3
6
14

7
12
0 0 2 0
0 0
5
0 17 29

1 2 -5 3 6
14
1

6 (1.a linha ( ))
0 0 1 0 7
2
2
0 0 5 0 17 29

1 2 -5 3 6 14

6 (2.a linha 5 1.a )


0 0 1 0 7
2
0 0 0 0 12
1

1 2 -5 3 6 14

-6 (2 1.a linha)
0 0 1 0 -7
2
0 0 0 0 1 2

1 2 -5 3 6 14

-6
0 0 1 0 -7
2
0 0 0 0 1 2
Sexto passo:
Para finalizar, comeando por uma linha no nula, somar cada linha multiplicada
por constante com as outras linhas para zerar as outras entradas acima do coeficiente
lder.

1 2 5 3 6 14
7

a
a
0 0 1 0 0 1 (2. linha + 3. linha )
2
0 0 0 0 1 2

16.1. DEFINIES BSICAS

291

1 2 5 3 0

0 0 1 0 0
0 0 0 0 1

1 2 0 3
.
(C d) = 0 0 1 0
0 0 0 0

1
2

(1.a linha 6 3.a linha )

0 7

0 1 (1.a linha + 5 2.a linha ).


1 2

Observemos que a matriz (C d) est na FERL (verifique!).


O sistema linear asssociado matriz (C d) ser:

+3x4
= 7
x1 +2x2
x3
= 1

x5 = 2
Portanto se, por exemplo, considerarmos para cada t, s R,
.
x1 = t,

.
x2 = s,

.
x5 = 2

x3 = 1,

x4 =

7 t 2s
,
3

7 t 2s
teremos que (t, s, 1,
, 2) ser soluo do sistema linear dado incialmente, para
3
cada t, s R, ou seja:
7 t 2s
, 2) : s, t R}
3
ser o conjunto soluo do sistema linear inicial.
Ou ainda, o conjunto soluo da equao matricial A x = b, ser

{
}
s

S = u M51 : u =
7 t 2s onde t, s R

3
2
{(x1 , x2 , x3 , x4 , x5 ) = (t, s, 1,

Temos tambm a seguinte definio:


Definio 16.25 Dada uma matriz A Mmn , definimos o posto da matriz A, denotado
por p(A), como sendo o nmero de linhas no nulas de sua FERL associada.
Proposio 16.26 Se A Mmn ento p(A)

min{m, n}.

Demonstrao:
Deixada como exerccio para o leitor a demonstrao deste resultado.
Nas sees a seguir faremos algumas consideraes sobre o sistema linear no homognio
(NH) A x = b

onde

A Mmn , B Mm1 e x Mn1 .

Na prxima seo comearemos estudando o sistema linear homognio associado:


(H) A x = 0

( isto , b = 0).

292

CAPTULO 16. APNDICE II - SISTEMAS LINEARES

16.2

O Sistema Linear Homognio

Observao 16.27
1. O sistema (H) tem sempre soluo, a saber, a matriz identicamente nula, u = 0 Mn1 ,
que ser denominada soluo trivial;
2. Pode-se mostrar que se AR a matriz na FERL associada a matriz A ento a
equao matricial
Ax=0
ser equivalente a equao matricial
AR x = 0,
ou seja, resolver o sistema homogneo equivalente a resolver o sistema associado
a matriz que est FERL;
3. Observemos que se u, v Mn1 so solues de (H) ento u + v tambm ser,
para todo , R ou C) pois:
A ( u + v) = A ( u) + A ( v) = (A u) + (A v) = 0.
4. Mais geralmente, se u1 , . . . , up Mn1 so solues de (H) ento
1 u1 + + p up Mn1
tambm ser soluo (isto , combinao linear de solues tambm soluo).
Deixaremos a verificao deste fato como exerccio para o leitor.
Apliquemos essas idias ao:
Exemplo 16.28 Resolva o sistema A x = 0

1 2 0
.
A= 0 0 1
0 0 0

onde

3 0

1 0 M35 .
0 1

Resoluo:
Como a matriz A est na FERL (verifique!) ento temos o sistema linear homogneo associado matriz A ser dado por:

+3x4
= 0
x1 2x2
x1 = 2x2 3x4

+x3

x4
+x5

= 0
= 0

x3 = x4

x = 0
5

16.2. O SISTEMA LINEAR HOMOGNIO

293

ou seja, x2 = 1 e x4 = 2 , para 1 , 2 R, teremos:


21 32
2

u=
2
= 1 + 2

2
0
0

3
0
1
1
0

Portanto qualquer soluo u Mn1 da equao matricial (H) ser dada por:
u = 1 u1 + 2 u2
onde

2

1
u1 =
0
0

u2 =

3
0
1
1
0

Observemos que u1 e u2 so l.i., logo formam uma base para o espao vetorial real
W formado pelas solues da da equao matricial (H).
Observao 16.29 Observemos que oposto da matriz A 3 e a equao matricial (H)
possui duas solues que tem a propriedade acima, isto , qualquer soluo da equao
matricial (H) pode ser obtida como combinao linear de u1 e u2 .
Alm disso, temos

dim(W) = 2 =

5
|{z}

|{z}
3 ,

nmero de variveis

posto de A

isto , o nmero de solues da a equao matricial (H) igual ao nmero de variveis


do sistema linear menos o posto da matriz A.
Baseado nisto temos o:
Teorema 16.30 Seja A Mmn de posto igual a k.
Ento o conjunto das solues da equao matricial A x = 0 consiste dos
u = 1 u1 + + nk unk Mn1 ,
onde i R (ou C), i = 1, . . . , n k sendo os elementos
ui Mn1 \ {0},

i = 1, , n k

podem ser obtidos resolvendo-se o sistema linear associado a matriz na FERL associada
a matriz A (so as n k solues l.i.).
Em particular, se W o subsepao vetorial do espao (Mn1 , +, ) (onde + e so as
operaes usuais de Mn1 ) segue que

dim(W) = n p(a),
onde p(A) denota o posto da matriz A.

294

CAPTULO 16. APNDICE II - SISTEMAS LINEARES

Demonstrao:
Deixaremos como exerccio para o leitor a demonstrao deste resultado.
Como consequncia temos o:
Corolrio 16.31 Seja A Mmn .
Se o posto de A = n (isto , k = n no teorema acima) ento a nica soluo da
equao matricial (H) ser a matriz nula u = O Mn1 .
Reciprocamente, se a nica soluo da equao matricial (H) a matriz nula
u =) Mn1 ento posto de A ser igual a n.
Demonstrao:
Do teorema acima temos que

dim(W) = n p(a)
= 0,
|{z}
=n

logo W = {O}, ou seja, a nica soluo da equao matricial (H) a matriz nula u =) Mn1 .
Reciprocamente, se a nica soluo da equao matricial (H) a matriz nula u = O Mn1
ento teremos que W = {O}, isto ,
(W) = 0.
Logo, do teorema acima temos que

dim

dim
(W) = n p(a)
| {z }

p(a) = n,

=0

como queramos demonstrar.


Com isto temos o:
Corolrio 16.32 Seja A Mmn .
Se m < n ento o sistema (H) tem, pelo menos, uma soluo no trivial.
Demonstrao:
Se k = p(A), da proposio (16.26) segue que
k

min{m, n} (m<n)
= m < n,

logo k < n.
Do corolrio acima segue que existe soluo, no identicamente nula, da equao matricial
(H), como queramos demonstrar.
Analisemos os exemplos a seguir:

1 1 0
.

Exemplo 16.33 Seja A = 1 0


1 M32 .
0
1 1
Encotre o conjunto soluo da equao matricial A u = O.

16.3. O SISTEMA LINEAR NO HOMOGNIO

295

Resoluo:
.
.
Neste caso temos que m = 2 e
n = 3.

1 0 1
.

Temos que A AR , onde AR = 0 1 1 (verifique!)


0 0 0
Portanto posto da matriz A igual a 2.
Logo, pelo teorema acima, existe uma (= n p(A) = 3 2) soluo da equao
matricial A u = O, que indicaremos por u1 M31 , no identicamente nula, de (H) e
qualquer outra soluo u da equao matricial A u = O ser da forma u = u1 para
algum R (ou C).
Para encontr-la basta resolver o sistema associado a matriz AR que deixaremos
como exerccio para o leitor.

0 0 3 1
.

Exemplo 16.34 Seja A = 0 1 4 7 M34


0 1 7 6
Resoluo:
.
.
Neste caso temos m == 3 < n = 4.
Logo, do corolrio acima podemos concluir que existe pelo menos uma soluo no trivial
da equao matricial A u = O.

0 1 0 25
3
.

Na verdade temos que A AR onde AR = 0 0 1 1


(verifique).
3
0 0 0 0
Portanto posto A igual a 2.
Logo, pelo teorema acima , existem duas (= n p(A) = 4 2) solues u1 , u2 M41 l.i.
da equao matricial A u = O, tal que toda soluo u da equao matricial A u = O ser
dada por
u = 1 u1 + 2 u2 ,
para algum 1 , 2 R (ou C).
Para encontr-las basta resolver o sistema associado a matriz AR que deixaremos como
exerccio para o leitor.

16.3

O Sistema Linear No Homognio

Trateremos nesta seo do sistema linear no homogneo (NH).


Comearemos introduzindo a:
Definio 16.35 A equao matricial A x = b ser dita consistente se tem pelo menos
uma soluo.
Se no tiver soluo ser dita inconsistente.
De modo semelhante temos um sistema linear ser consistente se ele adminte pelo
menos uma soluo, caso contrrio, ser dita inconsistente.

296

CAPTULO 16. APNDICE II - SISTEMAS LINEARES

A seguir exibiremos dois sistemas lineares, um consistente e o outro incosistente.

x1 +2x2 +x3 = 0
.
Exemplo 16.36 O sitema linear
x2
+x3 = 1 consistente, pois x1 = 1,

x +x
= 1
1
2
.
.
x2 = 0 e x3 = 1 uma soluo (verifique!).

Exemplo 16.37 O sitema linear

{
x1 + x2 = 1

inconsistente (verifique!).

x1 + x2 = 2

Lembremos que resolver a equao matricial (NH)


Ax=b
equivalente a resolver a equao matricial
AR x = bR ,
onde
A AR

b bR ,

isto , existe uma matriz P Mmn , no singular, tal que AR = PA e bR = P b, ou ainda,


(A b) (AR bR ).
Logo podemos assumir, sem perda de generalidade, que a matriz A est na FERL, isto
, A = AR e b = bR pois os as equaes matriciais associadas so equivalentes (isto , tem o
mesmo conjunto soluo).
Suponhamos que o a equao matricial (NH) seja consistente com soluo u Mm1 .
Seja k N {0} o posto da matriz A.
Como a matriz A est na FERL e p(A) = k, segue que a matriz A tem as ltimas (m k)
linhas so nulas e portanto (m k) equaes do sistema linear associado a equao matricial
(NH) tem a segunte forma:
0 x1 + + 0 xn = b i

i = k + 1, , m.

Logo
bi = 0,

i = k + 1, , m,

ou seja:
Teorema 16.38 Se a matriz A Mmn est na FERL e tem posto k ento a equao
matricial (NH) (ou o sistema linear associado a matriz aumentada (A b)) consistente
se, e somente se, bk+1 = = bm = 0.
Em particular, se o posto da matriz A for igual a m ento a equao matricial (e
portanto o sistema linear associado a matriz aumentada (A b)) ser consistente.

16.3. O SISTEMA LINEAR NO HOMOGNIO

297

Demonstrao:
Uma das implicaes (a saber, ) fruto da observao acima.
A recproca ser deixada como exerccio para o leitor.
Se a matriz A Mmn no est na FERL ento temos o:
Teorema 16.39 Seja A Mmn .
A equao matricial (NH) (portanto o sistema linear associado a matriz aumentada
(A b)) consistente se, e somente se, o posto da matriz aumentada (A b) for igual ao
posto da matriz A, isto .
p(A b) = p(A).
Demonstrao:
Ser deixada como exerccio para o leitor.
Faamos uma aplicao desse resultado ao seguinte exemplo:
Exemplo 16.40 O sistema linear

x1 x2 = 0
x1
= 1

x2 = 1
consistente ou inconsistente?
Resoluo:
Observemos que

x1 x2 = 0
x1
= 1

x2 = 1

1 1 0

1 = (Ab)
1 0
0
1 1

Logo os sistema linear associado a matriz aumentada (A b) ser consistente pois ele
.
.
admite como soluo x1 = 1 e x2 = 1 (verifique!).
Portanto consistente.
Notemos tambm que (verifique!)

1 0 1
.

(A b) (AR bR ) onde (AR bR ) = 0 1 1 (AR A).


0 0 0
Assim temos que p(A) = 2 = p(A b) e como afirma o teorema o sistema linear
associado a matriz aumentada (A b) ser consistente.
Um outro resultado interessante o:

298

CAPTULO 16. APNDICE II - SISTEMAS LINEARES

Teorema 16.41 Seja A Mmn .


Suponhamos que a equao matricial (ou o sistema linear associado a matriz aumentada (A b)) A x = b seja consistente e que uo Mn1 seja uma soluo particular
do mesmo.
Ento toda soluo da equao matricial A x = b ser dada por
w = uo + v Mn1
onde v Mn1 uma soluo da equao matricial homognia associada, isto , da
equao matricial A y = 0.
Concluso: uma soluo geral do sistema linear associado a matriz aumentada (A b)
pode ser obtida de uma soluo particular do mesmo mais a soluo geral do sistema
linear homogneo.
Demonstrao:
De fato, se w Mn1 uma soluo da equao matricial A x = b e uo Mn1 soluo
particualr de A x = b segue que
.
v = w uo
ser soluo de A y = 0, pois
A v = A (w uo ) = A w A uo = b b = 0.
Logo w = u0 + v (= soluo particular de A x = b + soluo qq de A y = 0).
.
Reciprocamente, se v Mn1 soluo da equao matricial A y = O ento w = uo + v
soluo da equao matricial A x = b, pois
A w = A (uo + v) = A uo + A v = b + O = b,
mostrando que w Mn1 ser soluo da equao matricial A x = b, completando a demonstrao.
Apliquemos isto ao:
Exemplo 16.42 Encontre o conjunto soluo de Ax = b onde

1
1 3 5 1

. 2
. 1 2 5 4
A=
e b=
4
0 1 1 1
5
1 4 6 2

Resoluo:
Podemos mostrar que (A b) (AR bR ) (verifique!) onde

13
1 0 0 10

. 3
. 0 1 0 3
=
e
b
AR =

R
1
0 0 1 4
0
0 0 0 0

()

16.3. O SISTEMA LINEAR NO HOMOGNIO

299

Portanto, pelo teorema (16.39), a equao matricial consistente, pois de (*), temos
que
p(AR bR ) = 3 = p(AR ),
logo p(A b) = p(A).

13

. 3
Tambm pode-se mostrar (verifique!) que u =
soluo da equao ma 1
0
tricial AR x = bR , portanto da equao matricial Ax = b.
Alm disso

10
10

. 3
3
v=
, R (ou C).
=
4
4
1

soluo geral da equao matricial AR x = 0.


Logo do teorema acima segue que qualquer soluo da equao matricial (NH) ser
da forma

13
10
3
3

w = u + v =
+
, R (ou C), isto ,
1
4
0
1
{
S=

13 10
3 3
1 + 4

: R (ou C)

o conjunto soluo da equao matricial (NH).


Para completar nosso estudo sobre da equao matricial (NH) (logo dos sistema linear
associado a matriz aumentada (A b)) temos os seguintes resultados:
Teorema 16.43 Sejam A Mmn , b Mm1 .
Suponhamos que a equao matricial (NH) A x = b, consistente.
A equao matricial (NH), A x = b, tem soluo nica se, e somente se, posto da
matriz A igual a n.
Demonstrao:
Suponhamos que a equao matricial (NH) A x = b tem soluo nica.
Ento a equao matricial (H), A y = O tem soluo nica, a saber, a soluo trivial
u = O Mn1 .
Logo posto da matriz A dever ser igual a n.
Reciprocamente, se posto da matriz A igual a n, ento a soluo trivial u = O Mn1
dever ser a nica soluo da equao matricial (H), A y = O.

300

CAPTULO 16. APNDICE II - SISTEMAS LINEARES

Portanto a equao matricial (NH), A x = b, tem uma nica soluo, finalizando a demonstrao.
Como consequncia temos o:
Corolrio 16.44 Nas condies do teorema acima se m n, existe uma nica soluo
da quao matricial (NH), A x = b, se, e somente se, posto da matriz A for igual a n
(isto , m = n).
Demonstrao:
Suponhamos que exista nica soluo da equao matricial (NH), A x = b.
Ento, do teorema acima, segue que n ser igual ao posto da matriz A.
Mas n = p(A)
(m, n) m n.
Portanto p(A) = n e m = n.
Reciprocamente, se p(A) = n segue do teorema que existe nica soluo da equao
matricial (NH), A x = b, completando a demonstrao.

min

16.4

A Inversa de Matrizes No Singulares

Para finalizar, exibiremos um mtodo para encontrar a matriz inversa associada a uma
matriz no singular utilizando o matrizes elementares desenvolvidas na seo anterior.
Para ilustrar consideremos o seguinte exemplo:
Exemplo 16.45 Observemos que a matriz quadrada de

1 0 0 1
1

[exerccio]
. 0 1 1 0
0
A=

0 1 1 0
0
1 0 0 1
0

ordem 4
0
1
0
0

0
0
1
0

0
0
0
1

que est na FERL, portanto, o posto da matriz A ser igual a 4.


Alm disso,




0 1 1
1 1 0








(A) = 1 1 1 0 + 0 + 0 1 0 1 1 = 2 (1 + 1) = 4 = 0




1 0 0
0 0 1

det

portanto a matriz A no singular, ou seja A M4 , p(A) = 4 e A uma matriz


inversvel.
Logo, neste exemplo, ocorreu uma relao entre o posto da matriz e a sua inversibilidade.
Isto ocorre em geral, como veremos no resultado a seguir:

16.4. A INVERSA DE MATRIZES NO SINGULARES

301

Teorema 16.46 Seja A Mn so equivalentes:


1. A uma matriz no singular;
2. posto da matriz A igual a n;
3. A In , isto , AR = In , onde a matriz AR a FERL da matriz A.
Demonstrao:
Mostremos que:
1. 2. :
.
Se a matriz A uma matriz no singular e A u = O ento u = A1 O = O, isto , a nica
soluo da equao A y = O ser a soluo trivial u = O.
Logo, do corolrio (16.31), segue que o posto da matriz A dever ser igual a n.
2. 3. :
Se o posto da matriz A igual a n ento no existe linhas nulas na matriz AR (a FERL
da matriz A) e cada linha de AR Mnn tem coeficiente lder 1 e zero nas outras posies da
coluna, isto , AR = In .
3. 1. :
Se AR = In ento, como A AR , existe P Mnn , matriz quadrada no singular, tal que
In = AR = PA.
Portanto a matriz A uma matriz no singular e A1 = P, completando a demonstrao.
Como consequncia temos o:
Corolrio 16.47 Seja A Mnn .
A matriz A uma matriz no singular se, e somente se, ela produto de matrizes
elementares.
Demonstrao:
Do teorema acima temos que A = P1 .
Mas, da proposio (16.15), a matriz P o produto de matrizes elementares, completando
a demonstrao.

Observao 16.48 Este teorema nos d um modo de encontrar a inversa de uma matriz
quadrada que uma matriz no singular.
Ilustraremos o mtodo com o seguinte exemplo:
Ex. 16.49 Encontrar a inversa da matriz

0
A=
0
1

0 0 1
1 1 0
1 1 0
0 0 1

302

CAPTULO 16. APNDICE II - SISTEMAS LINEARES

Resoluo:
Para isto consideremos a matriz

1
0

A : I4 =
0
1

:
:
:
:

0 0 1
1 1 0
1 1 0
0 0 1

1
0
0
0

0
1
0
0

0
0
1
0

0
0
0
1

O que faremos fazer operaes sobre as linhas da matriz A para trasnform-la (se
possvel) na matriz identidade I4 direita.
Todas as operaes que fizermos na matriz A faremos na matriz I4 .

A : I4

1
0
0
0

0 0 1
1 1 0
1 1 0
0 0 2

:
:
:
:

1
0
0
1

a
a
(3. 2. ) 0

0
0

0 0 1
1 1 0
0 2 0
0 0 0

:
:
:
:

1 0 0
0 1 0
0 1 1
1 0 0

:
:
:
:

1 0
0 1
0 12
1 0

(1.a +4.a )

(( 1
)3.a )
2

1
0
0
0

1 0

0 1

0 0
0 0

1 0

1
a
(( 2 )3 ) 0 1

0 0
0 0

1 0

(1a 4a ) 0 1

0 0
0 0

(2.a 3.a )

0
1
0
0

0
1
1
0

1
0
0
2

0
0
1
0

1
0
0
2

:
:
:
:

0
0
1
0

1
0
0
1

: 1 0
: 0 12
: 0 21
: 12 0

0
0
1
0

: 21 0
: 0 12
: 0 21
: 21 0

0
0
0
1

1 0
0 12
0 12
1 0

1
2

1
2

1
2
1
2

1
2
1
2

0
Afirmao: B = A1 , isto , A1 =
0

0
1
0
0

0
0
1
0

0
0
0
1

0
0
1
2

0
0
1
2
1
2

0
0
1
2
1
2

0
0
1
1
1
2

0
1
2

0
0
0
1

1
2
1
2

1
2

0
.
0
1
2

0
0
0
1

0
0

0
1

0
0
0

0
0

= (I4 : B).

16.5. REGRA DE CRAMMER

303

De fato, como A In (se no for singular) ento In = PA, logo


P(A : In ) = ((PA) : P) = (In P) (A : In ) (In : P)
mas, do corolrio acima, P = A1 portanto (AIn ) (In A1 ).
Observao 16.50 Podemos utilizar o escalonamento de matrizes para obter bases para
subespaos de espaos vetorias de Rn .
Esse processo desenvolvido nos primeiros captulos destas notas.

16.5

Regra de Crammer

Para finalizar temos o:


Teorema 16.51 (Regra de Cramer)
Seja A Mn , b Mn1 .
Se
(A) = 0 ento A x = b tem uma nica soluo u = (ui )(= A1 b) cujas componentes so dadas por
(Ai )
.
ui =
i = 1, . . . , n
(A)

det

det
det

onde Ai o determinante obtido da matriz A trocando-se a i-sima coluna ai da matriz


A pela coluna da matriz b.
Demonstrao:
Deixaremos como exerccio para o leitor.
Apliquemos este resultado ao:
Exemplo 16.52 Resolva o sistema linear

x1 +3x2 x3 = 0
x1 +x2 +x3 = 0 .

x
x3 = 1
1
Resoluo:
Observemos que o sistema linear dado pode ser escrito como a seguinte equao matricial
A x = b, onde

0
1 3 1
.
.

A = 1 1 1 , e b = 0 .
1
1 0 1
Observemos que

det(A) = 1 + 6 + 1 = 8 = 0,

304
portanto amatriz A




A1 =






A3 =

CAPTULO 16. APNDICE II - SISTEMAS LINEARES


no singular, logo da regra de Cramer,


1 0
0 3 1



0 1 1 = 3 + 1 = 4; A2 = 1 0


1 -1
-1 0 1

1 3 0

1 1 0 = 1 + 3 = 2.

1 0 -1

Portanto

u1


u = u2 =

u3

A1
A
A2
A
A3
A

4
8
2
8
2
8

teremos:

1

1 = 1 + 1 = 2;

1

1
2
1
4

1
4

. 1
. 1
. 1
ser a soluo da equao matricial A x = b, ou seja, x1 = , x2 = e x3 = ser a soluo
2
4
4
do sistema dado inicialmente.
As muitas das demonstraes deixadas como exerccio ou omitidas podem ser encontradas
na bibliografia abaixo.

Referncias Bibliogrficas
[CDC]

Callioli, C. A., Domingues, H. H., Costa, R. C. F., lgebra Linear e Aplicaes,


2a edio, Atual Editora Ltda, 1978.

[L]

Lima, E. L., lgebra Linear, Coleo Matemtica Universitria, IMPA, CNPq, Rio
de Janeiro, 1995.

305